RFM模型在客户投诉管理中的新应用

客户是企业的生存之本、营运之基和力量之源。失去客户,企业便失去了市场,失去了利润的源泉。如何建立和维护客户的关系是每个企业的根本,客户关系管理中一个重要的问题是客户投诉问题。有市场就有服务,有服务就有投诉,客户投诉问题是每个企业无法避免的问题。本文借鉴在客户关系管理领域广泛使用的RFM模型评分方法,以M酒店为例,建立了适合该酒店的RFM模型,并以此模型为基础,分析了该酒店客户投诉管理方面存在的问题和解决对策。     

浅议停限电协同管理的做法与效益

电力供应的可靠性是供电企业和用电用户共同的目标,但是由于电网计划、故障、临时检修、电网限电以及客户或第三方原因导致的停电、限电,影响了用户正常用电,处理不当会影响到公司形象。从用户要求、需求出发,全方位多角度进行系统化流程构建,建立规范的停限电信息发布的协同机制,实施有效的过程控制,尽可能减少对用户影响,提升优质服务水平,同时防范停限电带来的服务风险。     

主流与新兴客户定位对企业突破性和破坏性创新影响的实证研究

突破性创新将大量借鉴新兴技术,最初可能定位于主流或是新兴市场,而破坏性创新最初定位于新兴市场,也许不包含最新技术。假设主流客户定位和破坏性创新负相关,和突破性创新正相关,而新兴客户定位和破坏性创新正相关。为验证这些假设,将分析来自30家企业的108个战略业务单元的数据,同时将技术扫描和项目投资拆分意愿将作为关键控制变量。结论支持了这项假设,提供了主流与新兴客户定位对突破性和破坏性创新影响的对比证据。     

信息化:让汽车4S店服务一目了然

汽车服务业被称为汽车后市场的黄金产业,但国内该行业发展状况却差强人意,以行使最为初级服务的汽修行业为例:管理混乱、脏乱差、以次充好、擅自提价、欺诈顾客等行为一直充斥市场。如今,随着中国加入WTO使有形保护屏障结束,国外汽车维修行业的投资主体将凭借其雄厚的资金、先进的管理、超前的技术等优势进入国内的汽车市场,国内汽修企业面临着严峻挑战。这种挑战绝不是仅因国外资本介入而形成的"狼来了",更有社会转型的深层次需求——由生产型向服务型的转变,驱动行业的升级换代。     

浅谈电力客户服务

电力客户服务一直是电力企业关注的重要工作内容之一,国家电网几年来一直在不断地更新、转变服务的理念、手段,以及在企业内部的一种客户服务文化.作为一名从事电力优质服务多年的一线工作人员,响应着国家电网、山西省电力公司的企业理念、口号精神、服务方式,不断地更新、改变自己的工作,不断地摸索、前进,把先进的、一流的精神理念融入工作当中.在实践中检验、总结、提升这些精辟的东西.     

守护邮件安全 轻松信海寻邮

作为国家及上海市政府奖励支持的软件自主研发高科技创新企业,守内安信息科技(上海)有限公司致力于邮件过滤管理和网络内容安全研发,产品已普遍为国内外企事业单位所采用。守内安一直秉承"以客为尊"的宗旨,凭借多年累积的经验,树立起"服务·品质·值得信赖"的品牌形象,并以其"实时响应、效率服务"的专业技术支持,在确保效率的同时带给客户最佳产品品质,因此获得了各行业客户的赞誉。守内安坚信:只有成功的客户,才会有成功的守内安。     

C2C环境下感知在线评论与初始信任的调节因素

对网上卖家缺乏初始信任已经成为顾客选择网上购物的一个主要障碍.通过对C2C网上购物环境下的顾客进行问卷调查,探讨感知在线客户评论与顾客初始信任之间的影响因素,挖掘顾客专业能力和产品参与的调节效应.研究发现顾客专业能力对评论质量与顾客初始信任,以及评论者专业能力与顾客初始信任之间的关系具有调节作用;产品参与对评论质量、评论数量和评论者专业能力与初始信任之间的关系具有调节作用.     

基于企业用户的典型CRM系统的设计与实现

本次实现的CRM（客户关系管理）系统采用目前最为流行的B/S模式。对使用该软件的企业用户来说,该系统主要用来进行内部成员或代理商等资源的管理、权限分配、相关费用统计等操作。在此平台下,可以方便的完成对特定企业用户的代理用户、普通用户、协议用户、个人用户等的管理。本文详细阐述了该系统的设计原理、系统功能、实现方式等。     

模糊层次分析方法在客户满意度分析中的应用

客户满意度是客户关系管理（CRM）系统中一个非常重要的衡量指标，对企业的策划等活动具有积极的指导作用，因此针对客户满意度的分析意义重大．客户满意度分析是一个多准则的模糊决策问题，根据模糊集理论以及Dempster-Shafer理论，针对多层次的满意度评价体系，采用逐层使用模糊数加权的方法得到改进的模糊层次分析（FAHP）方法，用于客户满意度的分析当中．通过实验及其对实验结果的讨论，验证了该方法在客户满意度分析中的有效性和科学性．     

企业CRM系统中联机分析挖掘的应用与实现

OLAP与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用。本文提出基于Agent的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中。提出广义数据空间的概念,使得数据挖掘能够在数据库或数据仓库的不同部位或不同的抽象级别上,对数字数据或者文本数据进行挖掘,加强了决策分析的功能和灵活性。最后,把基于Agent的OLAM模型应用于构建智能CRM,此模型把Agent本身的特点自然地引入到数据挖掘过程中,使数据挖掘系统具有了自治性、自动反应性、交互性、适应环境性等智能特点,有助于在大型数据库和数据仓库中交互式地挖掘多层次多维的知识和联系。