大数据驱动下客户关系与知识管理的作用机制研究

摘  要：大数据驱动背景下，企业客户关系管理与知识管理面临新的发展机遇与挑战。文章探讨客户关系与知识管理间的作用机制，旨在推动大数据驱动作用下的企业运转机制变革，以保持其持续发展的能力。

关键词：大数据;知识管理;客户关系管理;模型建构

作者简介：杨元，华中师范大学信息管理学院信息管理与信息系统系本科生。（湖北 武汉 430072）

中图分类号：G642       文献标识码：A      文章编号：1671-0568（2019）12-0082-03

大数据时代，既为企业提升竞争实力创造了新的机遇，也带来了新的挑战。当前，行业的成熟导致市场中许多企业客户日益集中、定制化规模扩大，企业面临发展困境。企业也开始认识到客户关系管理模式融入新的科学方法的重要性。如何发挥好客户关系管理的作用，谋求企业持续性知识创新和维持环境适应能力成为企业建设的一个重要命题。

一、客户关系管理与知识管理

1.客户关系管理。客户关系管理在社会经济转型的需求下应运而生。近年来，客户关系管理频频出现在期刊文章与课题研究中，越来越多的企业和学者关注与研究客户关系管理的方式方法与驱动因素。Gartner Group公司最早提出CRM商业理念，它按照客户的分类情况有效地组织企业资源，培养以客户为中心的经营行为以及实施以客户为中心的业务流程。随着计算机处理信息和数据的能力大幅提高，面向大数据提供的支持应用在近些年走入人们的视野，Rojanala等人提出一个三步式的数据挖掘模型来支持移动服务，可以帮助企业组织挖掘潜力管理CRM的价值。大数据驱动下的客户关系管理，被企业提升至发展战略的地位。

2.知识管理。知识管理从系统的角度出发，在科学管理和行为管理思想的基础上，更加深入地考虑到影响组织竞争力的因素，关注组织受外部环境的作用和组织对内部知识与学习的管理，构成了一个更加完整的管理思想体系。随着全球经济的发展，知识管理的地位不断提升，知识管理活动被放在了企业和社会经济发展的重要战略地位，被视为知识经济时代保证经济持续发展的首要资源。

3. 客户关系与知识管理的作用机制。本研究所探讨的客户关系与知识管理的相互作用模式是基于知识经济的背景，以客户为中心为营销理念，应用CRM系统中数据挖掘、社会网络分析等先进信息管理技术为企业提供持续创新和环境适应动力的作用机制。认为以知识管理理论为指导，以CRM系统为技术支持，促进客户知识流向企业，为企业知识活动和价值创造活动提供依据是现代企业践行“以客户为中心”的营销与服务理念所必经之路，是知识管理方法探索与具体实践的重要方向。

二、大数据驱动对客户关系管理与知识管理的影响

依据生命周期理论，本文选择目前认可度较高的一种划分方法，将客户关系生命周期分为考察期、形成期、稳定期和退化期4个阶段，探讨大数据和知识活动在客户关系生命周期进程中所产生的影响。根据大数据的“4V”基本特征，即Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值），和知识活动的五大基本内容，即知识获取、知识生产、知识共享、知识应用、知识创新，对大数据和知识活动在客户关系生命周期中产生的具体影响进行描述。

1.知识获取。在客户关系与知识管理的相互作用下，企业知识获取的范围不止于企业内部，还关注客户知识所牵涉的与企业利益相关的外部数据所可能产生的知识。

2.知识生产。在利用知识发现、人工智能等技术为所收集客户、项目、市场等信息建立数据仓库;对数据进行联机分析、挖掘和可视化操作，完成企业所拥有的客户信息到客户知识的转化，实现知识在客户关系与知识管理的作用机制中的第一步流动。

3.知识共享。大数据环境下，与客户互动促进了企业组织结构趋于扁平化，企业从客户中得到知识并在内部传播和应用，缓解了企业内、外部信息不对称的问题，避免企业内部出现“信息孤岛”。

4.知识应用。客户关系与知识管理的作用机制能够促进知识运用于市场分析、预测环节，从而有利于企业建立基于數据的决策、管理和创新的现代化科学管理决策模式，帮助企业进行战略决策。

5.知识创新。知识创新能够拓展整体知识规模并提升知识质量，是知识管理活动的最核心环节和目标，是企业知识质的改善过程。结合野中郁次郎的SECI模型，在客户关系与知识管理的相互作用下，企业内部员工通过共享个人隐性知识实现企业内部的知识社会化;此时，再采用技术手段对知识进行编码、存储和访问，将隐性知识进行描述和记录，实现隐性知识外部化，最后企业员工在工作中通过学习和借鉴实现外部化的企业知识，再一次将企业既有的显性知识吸收内化，进而更好地作用于客户关系管理工作实践以及个人隐性知识的生产，完成知识在作用机制下的组织知识生产与创新的“知识螺旋”运动。在作用机制下，企业通过客户关系管理推动动态、渐进的知识传递和知识创新活动。

三、大数据驱动下的客户关系管理创新机制

将客户关系管理与知识管理有效地结合，相互促进、共同发展，使得其应用内涵得以激活，理念与实践相互促进，最终实现客户关系管理与知识管理协调机制的科学运行，革新客户关系管理的传统模式。本文结合大数据环境下客户关系与知识管理的共同发展变化，提出了客户关系管理与知识管理相互作用机制。

1.基础层提供支持。大数据环境下，企业解决某一实际问题越来越需要围绕该问题的全数据。客户作为企业最重要的资源，实现顾客价值最大化是客户关系管理的出发点，任何企业实施客户关系管理的初衷都是为了增加为顾客创造的价值。因而，基础层数据的应用不仅能够帮助企业有效地分析顾客数据，积累和共享顾客知识，而且有助于企业对自身业务流程的全方位监控，实现及时发现问题和实时处理问题。基础层阶段主要有以下四个处理步骤：

（1）数据采集。基础层的基础是多元化数据。一方面，需利用物联网技术感知信息，获取实时数据并检测数据的变化，发现细微差距;另一方面，通过数据清洗技术剔除垃圾数据，充分考察和评价数据，提高数据的信效度。

（2）数据挖掘。要实现对不同来源数据的深度利用，就需要借助数据挖掘技术实现数据的全面发现与关联。

（3）智能分析。借助智能分析技术可以将表面上看起来似乎毫无联系的数据实现内在关联。通过机器学习、认知计算等智能分析技术的运作，可以帮助企业人员减轻分析压力，自动形成潜在的知识发现结果，全面揭示数据的隐含价值。同时可视化呈现有助于使分析结果易于理解，减轻分析主体的认知负担。

（4）商务智能。通过对联机分析处理、数据仓库和数据集市等技术的综合运用，将这些经过处理的数据转化为有用的知识和分析结论，然后分发到企业各处，进行无缝升级和有效扩展，能满足各类型用户的不同信息需求，通过应用基于事实的支持系统来辅助商业决策的制定。

2.流动层搭建环境。知识型客户关系管理所涉及的信息采集与知识获取范围不止专注于企业内部，同时关注了企业外部环境、客户知识、组织学习与知识共享的多重信息获取渠道。在诸多技术集成运用下，提高了数据的利用程度，同时也改变了组织的协同结构，使其趋向于共享与交互。因此，客户关系与知识管理的作用机制可以借助社交网络技术构建逐层递进的自由交互环境，最大限度地激发创新，具体而言，流动层主要有如下三个阶段。

（1）促进企业内部沟通。基础层和流动层为企业内部人员的想法孵化创建了良好的基础条件，员工可以借助依托集成数据的应用从枯燥烦琐的数据运算、模型构建等常规且重复性高的工作中抽身，进行个体学习。在此过程中，企业内部交流互动不断加强，最终萌生创意想法，产生符合市场变动规律的智能产品，提供创新服务。

（2）协同提升效率。从上游供应链到核心企业，再到下游零售商，他们虽然各自在供应链中所发挥的职能不同，但是共同构成一个对外整体。供应链整体绩效的优化，离不开每一个参与企业的自身改善。因此，三方应达成协作共赢的合作伙伴关系，站在供应链整体最优的角度，进行宏观战略调控，在需求高度吻合的基础上通过相互协作，密集互动，实现优质产品的提供。

（3）支持创新体验。企业最终要将研发的创新产品提交给市场检验，经受用户的考验。传统情况下的客户反馈模式单一，在客户需求获取方法上以单向接受为主，不能为客户提供需求反馈与导航平台。用户的反馈不仅仅是企业用以衡量自身绩效的最佳判准，也是指導企业长期发展的重要航标。因此，提高用户反馈，促进企业与用户的直接交流是客户关系管理有效实施的关键步骤。

3.驱动层集中创新。客户关系管理与知识管理是企业核心能力形成的两个重要手段，二者存在相互促进、互动发展的作用关系。2018年政府工作报告指出：发展大数据产业，助力人工智能技术、大数据产品蓬勃发展，使各行各业受惠。以大数据信息化应用平台为支撑，依托大数据的强大驱动力，提升企业客户关系管理知识管理能力，推动二者演化进程协调同步发展。

（1）可视化动态分析调整。可视化技术作为数据分析和知识理解的有效手段，在近年来得到迅速发展和应用。可视化能够将采集到的数据和信息进行信息压缩和图形化处理，实现数据到知识的转化，可视化动态分析技术的运用很大程度上影响大数据知识的客户关系管理进程。首先，可视化技术作为知识管理的重要手段，能够将数据智能化转化为可被人们直观理解的知识、信息，以图像的形式呈现给企业，促进知识吸收与理解;其次，可视化技术全面满足企业的客户关系管理知识需求，能够准确发现企业客户关系知识管理存在的问题与不足，促使企业实时调整生产经营活动;最后，可视化实现了客户关系知识库的构建，促进作为知识主体的企业和客户间的数据流动，优化知识型客户关系管理流程。

（2）客户需求发现。大数据搜集、分析的数据集以发现用户需求为来源渠道，大数据平台分析挖掘数据应用能力的高低，取决于用户需求满足的程度。企业内部与客户的知识流动性越高，越有利于捕捉客户需求，指引企业知识创新的发展方向。但大数据技术不仅限于发现既有客户的客户需求，而且还能将发现需求转化为引导需求，引导更多处于考察期和形成期的客户关系走向稳定，并减少由稳定期走向衰退期的客户关系数量，从而平衡企业与客户间知识型客户关系管理的主动权，做到现有知识需求与历史需求的良好衔接、匹配，清除知识流动的障碍。

（3）客户关系管理流程优化。客户关系管理是从客户关系的考察、形成、稳定到退化的生命周期过程，每阶段可以对应企业不同的知识活动。客户关系管理流程价值评价的核心在于客户信息“螺旋式”转化为企业内部知识的效率。大数据驱动客户关系管理流程的变革和创新，保障客户关系管理过程实施结果的有效性，优化客户关系管理流程中知识的应用方式。

（4）知识资源整合与配置。大数据驱动下，企业利用先进的数据处理技术和信息技术将海量数据转化为理解度高的知识。客户关系与知识管理的相互作用基于对企业和客户都是重要的知识主体的清晰认识。大数据技术基于两者的反馈互动关系调度数据资源，在显性知识管理的基础上，提升隐性知识管理的资源配置效率，为客户关系管理工作提供有力支持。同时通过客户关系管理反作用于企业的知识活动，推动企业的知识螺旋上升速度和知识创新速度。

参考文献：

[1]  李文茜，刘益. 国外大客户管理研究新进展探析[J]. 外国经济与管理，2014，36（7）：53-62+80.

[2]  张爽. 知识管理——过去，现在和未来[J]. 图书情报工作，2013，（s1）：20-22.

[3]  郭丹. 企业客户知识管理（CKM）实施流程及驱动因素研究[D].西安：西安电子科技大学，2009.

[4]  杨永恒，王永贵，钟旭东.客户关系管理的内涵、驱动因素及成长维度[J].南开管理评论，2002，（2）：48-52.

[5]  李广建，化柏林. 大数据分析与情报分析关系辨析[J]. 中国图书馆学报，2014，（5）：14-22.

[6] 曹树金，李洁娜，王志红. 面向网络信息资源聚合搜索的细粒度聚合单元元数据研究[J]. 中国图书馆学报，2017，43（4）：74-92.

[7] 吴玉浩，姜红，高思芃.大数据驱动下技术标准化与知识管理的协同机制研究[J].现代情报，2019，（1）：20-28.

[8]  韩旭.客户生命周期视角下的客户关系管理策略探讨[J].企业技术开发，2011，30（19）：128-129.

[9]  彼得·德鲁克. 知识管理[M]. 北京：中国人民大学出版社，1999：18-39.

[10]  王菲.以客户生命周期为基础的企业客户关系管理能力框架构建[J].现代商业，2016，（31）：140-141.

[11]  韩海荣，张树有，裘乐淼. 基于动态设计结构矩阵的客户需求反馈导航技术[J]. 浙江大学学报（工学版），2011，45（4）：637-643.

责任编辑  程  哲