IT系統“雞肋”現象
這些年，為了改善營銷管理水平、深度開拓市場、提高競爭效率，不少企業信息化建設如火如荼開展著，尤其是像制造業和零售業等行業，大部分已先后部署了OA、CRM、HR、ERP等系統，然而對多數用戶企業而言，卻感慨頗多，雖然有了一套IT系統，但能夠真正深入使用，并產生效益的并不多，甚者還耗費了企業大量的財力、人力和時間成本。
“現在公司0A系統似乎只是收發文件、發個郵件而已，大部分功能閑置，更多是成了擺設，被員工甚至老總棄用。就如雞肋，用之無味，棄之可惜。”廈門一家房地產公司某主管說。
“起初公司對這套CRM系統寄予了很大的憧憬，以為它可以順利解決我們企業在開拓市場、客服流程、營銷管理方面的問題與癥狀，但結果它成了一個擺設！實際應用過程中我們只利用了該系統中25％左右的功能，其與具有統計、匯總功能的EXCEL表件沒有多大差別。”在一年前就實施了CRM的泉州一家知名醫藥零售連鎖公司的信息部負責人向業界訴苦說。
近一段時間，英國貝恩管理咨詢公司一份調研報告指出，中國企業使用管理軟件不滿意率高達65％，在國內300多家企業所實施的軟件系統中，大約有55％的項目沒有達到用戶企業的預期目標——充分改善企業營銷管理水平、有力提高競爭效率。
可以說，高成功實施率、低效使用率是目前國內企業信息化建設一個通病，這一矛盾使得用戶企業陷入信息化建設的困局。
系統缺乏深度數據挖掘
目前多數企業級用戶單位只重視諸如信息發布、內部通訊、文件處理、檔案管理等初級溝通、聯系和應用，卻忽略了一個非常重要的東西，那就是對于軟件系統中的信息再處理，或者叫“對系統信息的深加工”。一個管理軟件如果要發揮更大的作用，就不能僅局限在簡單、初級的信息溝通上面，否則那僅僅是一個整合通訊系統而已。
時下不少企業既用OA、CRM，也上ERP系統，使企業信息數據海量式劇增，而且繁雜無章，良蕪難辨。企業決策層的困惑在于兩大方面：一是面對堆積如山的數據往往無可奈何，企業找不到解決的方法，或是不知如何解決；二是海量數據無邊無際，系統性能并不好，尤其是數據庫差強人意，信息系統難于有效處理、深加工。
目前大部分企業經營決策面臨的最大挑戰不是缺少數據，而是數據太多，面對這些只是靜態、孤立、無多大參考意義的“初級品”狀態的信息數據，如何通過系統功能來有效利用和整合，發掘有價值的數據，給公司決策層提供支持，已成為擺在企業面前的難題。可以說，在日新月異的海量數據里迅速提取有價值信息并盡快做出反應，已成為企業的“致勝秘笈”。
面對浩如煙海的客戶及企業市場、銷售和服務信息，如果沒有一個具有高度商業智能的數據分析和處理系統是不可想象的。因此大規模的信息化建設結束后，如何用好企業的數據，使其為業務及決策服務是CIO的主要工作之一。如何解決這種普遍存在的問題？企業所用的系統軟件，應內置一種高度自動化的智能工具，能夠完全整合現有的業務系統，充分挖掘數據、分析數據，為企業決策提供支持。
可否充分有效地發揮系統內的數據挖掘功能和作用，關系到系統的價值大小、信息化的成敗，此時，數據挖掘(Data Mining，簡稱DM)就應運而生，針對數據倉庫的挖掘和展現就是一種優秀的解決方案。
數據挖掘，是一種決策支持過程。主要基于AI、機器學習、統計學等技術，利用各種分析工具，從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中高度自動化提取隱含在其中的、但卻非常有用的信息、模式(規則)和趨勢，并對數據進行標準化、抽象化、規范化分類、分析，從中挖掘出潛在的模式，作出歸納性的推理，從而幫助企業決策層調整市場策略，作出正確經營決策，減少經營風險。
目前，DM在很多行業都有有較好的應用。在國外，DM已廣泛應用于銀行金融、零售與批發、制造、保險、公共設施、政府、教育、遠程通訊、軟件開發、運輸等各個企事業單位。
軟件選型的重點依據
可以說，數據挖掘是改善企業管理水平、提高競爭效率的基石，也是評判一個軟件系統好壞、進行軟件選型的關鍵依據。對多數管理軟件而言，其核心功能的體現之一就是數據挖掘技術。
目前許多企業軟件選型重視系統的性能、價格、服務與知名度等，卻對隱藏在系統深處的數據挖掘功能和作用沒加以重視，將其晾在一邊，即使注意到該功能，也沒有下功夫去甄別其優劣(不同管理軟件其數據庫功用差別很大)，以為大同小異，無足輕重，結果錯失了提升企業管理水平的良好契機。
以CRM為例，一個優秀的CRM系統能將數據挖掘技術與現有技術很好地結合起來，將特殊領域的商業邏輯與數據倉庫技術集成起來，使數據挖掘的分析效果和效益盡可能達到峰值。以前已有部分系統數據挖掘，能夠促使分析報告回答“發生了什么事”，現在好的CRM系統數據庫已可以被用來同答“為什么會發生這種事”，而且一些關聯數據庫還可以預言“將要發生什么事”，最終發展為活躍的數據倉庫，從而決定“你(用戶)想要什么事發生”。
時下，一個優秀酒店CRM系統能對客人信息進行充分有效的管理并深度挖掘。如果某個客人是某酒店的老主顧，那么該CRM系統就會向酒店提供個性化服務，清楚告知酒店經理人這位客人的習慣和喜好，如是否喜歡靠路邊，是否吸煙，是否喜歡大床，喜歡什么樣的早餐，甚至從事什么工作，有什么商務需求，等等。當客人再次光臨時，不用客人自己提出來，酒店CRM系統就會自動提供客人所喜歡的房間和服務等相關信息，大大提升酒店管理效率。
沃爾瑪“啤酒和尿布”的經典案例不少媒體都曾報道過，就是沃爾瑪通過建立的SCM供應鏈數據倉庫，按周期統計產品的銷售信息，經過科學建模后提煉決策數據。結果發現，每逢周末，位于某地區的沃爾瑪連鎖超市啤酒和尿布的銷量很大。之后該店打破常規，將啤酒和尿布的貨架放在了一起，使得啤酒和尿布的銷量進一步增長。
不論是0A、CRM還是ERP、SCM系統，其數據挖掘的流程大致有以下七方面內容：數據清洗，去除噪音數據和不統一數據；數據整合，多個數據源的數據匯總到一起；數據篩選，根據當前要分析的主題從數據庫中選取出與主題相關的數據；數據轉換，整理、轉換數據使它們便于使用諸如“匯總”， “聚合”等挖掘算法的形式；數據挖掘，這可是核心的步驟，使用智能化方法來抽取出隱含的模式，規則；模式評估，對新發現的“知識”進行驗證評估來檢驗此模式是不是可行；知識表示，將挖掘出來的模式使用町視化的形式顯現給用戶。
數據挖掘決策系統運作過程
優秀管理平臺的特點
以CRM為例，一個優秀的CRM系統應具有以下廣泛、強大的數據挖掘功能特性：
可了解銷售全局。可通過系統內設置的分類信息功能模塊，以提供按商品種類、銷售數量、商店地點、價格和日期等分類的數據，并可了解每天的運營和營收情況，對銷售的每一點增長、庫存的變化以及通過促銷而提高的銷售額都呵掌握。
可準確產品定價。價格是現代企業營銷戰略中的重要工具，價格制定的好壞往往會影響到企業的經營狀況。系統應具備采用人工智能客戶細分模型的功能，能自動從數據中識別各個目前產品銷售量、客戶群變化的情況，提供產品報價參考模式圖。
可有效商品分組布局。通過系統內置的商品分組模塊，可分析顧客的購買習慣、購買者在商店里所穿行的路線、購買時間和地點，掌握不同商品購買概率；通過對商品銷售品種的活躍性分析和關聯性分析，可用主成分分析方法，建立商品設置的最佳結構和最佳布局。
可進行市場趨勢分析。可利用系統內數據挖掘工具和統計模型對數據倉庫的數據進行研究分析顧客的購買習慣、廣告成功率和其它戰略性信息。可利用數據倉庫，通過檢索數據庫中近年來的銷售數據，作分析和數據挖掘，預測出季節性月銷售量，對商品品種和庫存的趨勢進行分析。并能通過數據庫相關數據增減，發現將要流失客戶，結合合適的推廣活動，進行客戶挽留，并發現最可能購買新產品的客戶。
可精準商品促銷。利用數據庫，通過對顧客購買偏好的分析，確定商品促銷的目標客戶，以此來設計各種商品促銷的方案，并可通過商品購買關聯分析的結果，采用交叉銷售和向上銷售的方法，挖掘客戶的購買力，實現準確的商品促銷。
可降低庫存成本。可通過系統內的數據挖掘系統，將企業銷售數據和庫存數據集中起來，通過數據分析，以決定對各個商品各色貨物進行增減，確保精確的庫存。
企業在系統選型時可進行多方面測試，現場錄入一些數據，甚至包括企業準備實行的新編碼，上線運行檢驗，了解該系統數據挖掘功能如何、實效多大，并與企業實際情況結合，評估CRM系統的優劣，最終決定選購對象。
目前不少軟件廠商推出免費試用一年的服務承諾，用戶企業因此將更有機會對軟件系統進行全面檢驗。除了常規功能檢試外，企業要著重從系統內的數據挖掘方面進行測試，通過一段時期運行后，判斷其是否真的能將隱藏在系統內龐大的雜亂無章的數據進行有效處理、再加工和整合，從中挖掘出潛在的運行規律，開發出有價值的數據、商機，給公司決策層提供有益支持。這樣軟件系統才是真正有價值、優秀的協同管理平臺系統。
總之，只有選好軟件系統，并充分運用、發揮系統內數據倉庫的強大功能，通過對數據進行深層次的挖掘和鉆取，將豐富的信息轉換成有價值的知識，實現信息資源的增值利用，企業才可尋覓到隱藏在海量雜亂的數據背后的商機，為企業管理層提供多視角、深層次的報表、管理模式，為企業決策層制定戰略決策提供重要依據，才能運籌帷幄、決勝千里。
轉載請注明出處：拓步ERP資訊網http://www.hanmeixuan.com/
本文標題：以數據挖掘能力看軟件選型
本文網址：http://www.hanmeixuan.com/html/consultation/1082063329.html
相關文章
