客户智能 客户营销与服务的数字化转型

“人工智能+营销创新”的实践，微软公司CRM数字化转型落地经验；

系统介绍客户智能在客户营销与服务的数字化转型中所起的作用，以及客户智能系统的落地实践。 

《客户智能 客户营销与服务的数字化转型》系统、详尽地介绍了客户智能在客户营销与服务的数字化转型中所起的作用，以及客户智能系统的落地实践。内容主要包含客户智能产生的背景、研究现状，客户智能的体系框架，客户智能中的管理思想，CIS和I-CRM的实现；还包含5个综合案例，分别为客户智能在金融机构客户分类、对公银行客户获取、零售业营销、零售银行财富规划，以及在整车销售企业打造优质客户体验中的应用。

《客户智能 客户营销与服务的数字化转型》内容丰富，图文并茂，适合客户营销与服务数字化转型从业人员、CRM咨询从业人员、市场营销领域从业人员等读者阅读和参考。

杨林
管理学博士。现任微软亚太区（新加坡）数字化转型顾问、项目经理。曾在管理咨询公司、科技公司任产品经理、架构师、执行总监、总经理等职务，是企业财务、制造、供应链、物流、营销服务、商业智能、云部署等领域数字化转型认证专业人士、PMP专业人士。2002年率先在国内引入“客户智能”概念，探讨人工智能如何创新客户营销。
曾主持或参与数字化转型咨询和实施的企业近百家，包括丰田公司总部、NEC总部、联合技术公司、华为公司、联想公司、中国二重、亚洲基础设施投资银行、DBS银行、中国银行、浦发银行、新加坡交易所、上汽集团、星巴克公司、瑞表国际、安利公司等。

001 第 1章 定义客户智能

001 1.1 引言

003 1.2 客户智能的意义

003 1.2.1 客户智能提出的时代背景

004 1.2.2 客户智能提出的市场背景

009 1.2.3 客户智能提出的企业管理背景

013 1.3 客户智能研究现状

014 1.3.1 围绕客户智能的作用、内容和实质的研究

015 1.3.2 围绕客户智能的实现的研究

015 1.3.3 其他与客户智能关联的研究

016 1.4 客户智能的定义

019 1.5 客户智能的内容

020 1.6 本章小结

021 第 2章 客户智能体系框架

021 2.1 客户智能的体系框架

024 2.2 客户智能体系框架内容

024 2.2.1 客户知识

038 2.2.2 客户知识管理

044 2.2.3 CRM

050 2.2.4 商业智能

055 2.3 客户智能的本质

058 2.3.1 客户让渡价值（Customer Delivered Value, CDV）

059 2.3.2 客户关系价值

061 2.4 客户智能的功能

062 2.4.1 客户智能具有的功能

063 2.4.2 客户智能对企业的作用

064 2.5 客户智能的实现

064 2.5.1 生成客户知识

067 2.5.2 实现客户智能

069 2.6 本章小结

071 第3章 客户智能中的管理思想

071 3.1 客户智能理论基础

073 3.2 客户发展战略

073 3.2.1 客户导向

075 3.2.2 客户发展战略地位与作用

078 3.3 客户生命周期

080 3.4 客户忠诚建模

080 3.4.1 收入细分原则的启示

082 3.4.2 界定客户忠诚

084 3.4.3 客户忠诚的产生机理分析

087 3.4.4 客户忠诚创造竞争优势

093 3.4.5 基于客户价值的客户忠诚建模

102 3.4.6 客户忠诚模型的启示

104 3.5 本章小结

105 第4章 客户智能系统

105 4.1 CIS框架

105 4.1.1 系统框架

109 4.1.2 CIS中的商业对象

112 4.1.3 CIS的研究内容

113 4.1.4 CIS的发展趋势

115 4.1.5 CIS与DSS、EIS、IDSS

118 4.1.6 CIS注意事项

119 4.2 CIS实现

119 4.2.1 统一的客户视图

124 4.2.2 客户知识发现

131 4.2.3 CIS中的客户知识管理

134 4.3 客户画像

136 4.4 I-CRM

136 4.4.1 CRM理论研究和应用的局限性

137 4.4.2 I-CRM定义

140 4.4.3 I-CRM系统架构

142 4.4.4 I-CRM中的客户智能

144 4.4.5 以I-CRM为核心的企业集成

145 4.5 本章小结

147 第5章 客户分类：客户智能在金融机构的应用

147 5.1 业务背景

148 5.2 客户分类目标

149 5.3 客户分类指标

151 5.4 客户分类算法

152 5.5 客户数据处理

152 5.5.1 客户数据准备

153 5.5.2 指标内容及计算

156 5.6 分类模型参数

157 5.6.1 输入、输出节点数

157 5.6.2 隐含层节点数

157 5.7 客户分类过程

159 5.8 客户数据挖掘

160 5.9 客户分类知识的表达

160 5.10 本章小结

162 第6章 智能获客：客户智能在对公银行的应用

162 6.1 业务背景

163 6.2 对公银行CRM方案

163 6.2.1 对公银行CRM功能

166 6.2.2 对公银行CRM实施规划

167 6.3 智能获客方案

167 6.3.1 智能获客目标

168 6.3.2 智能获客应用架构

170 6.3.3 智能获客模型建设

176 6.4 本章小结

177 第7章 精准营销：客户智能在零售业的应用

177 7.1 业务背景

179 7.2 零售CRM方案

182 7.3 零售CRM的客户智能方案

182 7.3.1 客户旅程驱动的客户智能方案

183 7.3.2 客户智能方案示例

193 7.4 本章小结

194 第8章 精准财富规划：客户智能在零售银行的应用

194 8.1 业务背景

195 8.2 零售银行CRM方案概览

195 8.2.1 业务目标

196 8.2.2 业务功能

202 8.2.3 功能权限

204 8.3 客户智能助力精准财富规划

205 8.3.1 产品树和产品组合

206 8.3.2 客户分类和客户分析

206 8.3.3 财富规划

207 8.3.4 产品推荐

207 8.3.5 产品推荐转营销过程

208 8.4 本章小结

210 第9章 打造精致客户体验：客户智能在整车销售中的应用

210 9.1 业务背景

211 9.2 客户智能中心（CIC）+客户体验中心（CEC）

211 9.2.1 客户智能中心（CIC）

212 9.2.2 客户体验中心（CEC）

212 9.2.3 CIC+CEC直销模式

221 9.3 本章小结

222 参考文献

227 附录A 基于客户价值的客户分类影响指标量化标准

231 附录B 样本集

236 附录C 分类模式

238 总结与展望