在2000多年前的古罗马竞技场，角斗士们被迫手握短剑进行着殊死的搏斗，最终可能走向同样的命运：用自己鲜活的生命去当祭品。而在四周的看台上，骄奢残忍的王公大臣和打扮得花枝招展的贵族妇人们，却从那鲜红的血光中获得刺激和快感，尖叫和狂欢盖住了流血的奴隶的痛苦呻吟。
    这血腥的一幕，似乎正在国内零售业重演：卖场扎堆经营，“千店一面”的雷同叫卖，“自杀性炸弹”的价格肉搏，盲目的“低性价比”；你满100送 100，我就满100送110，一家比一家送得狠，一家比一家送得绝；誓要拼个你死我活，争个鱼死网破——似乎整个群体都身不由己地陷入了最后的疯狂。而虎视眈眈伺机而动的，是全球最大50家跨国零售财团中47家已经进入中国、并且马不停蹄地完成了在中国零售市场“高端布局”的帝国军团！
    与“帝国军团”在各中心城市的巷战让我们明白了：只有实现营销创新的企业才能成为硝烟弥漫的肉搏战中的胜利者！“商品营销与顾客营销双轮驱动” 将逐渐成为零售行业主导趋势。除了DM、买赠、满省、搭售、抽奖、返券、减价、换购等面向全体顾客实施地毯式轰炸的“商品营销”之外，我们更需要在细分客户群体基础上实施精确制导的“顾客营销”。构建商业智能（BI）体系、掌握先进的数据分析与高级决策支持能力，已经迫在眉睫——CIO们肩上的担子更重了！
    “数据爆炸，信息贫乏”已经困扰零售业CIO们好多年了！面对着零售企业越来越强烈的要把“数据坟墓”转化为“信息宝藏”的需求，富基融通选择了以CRM为切入点。我们推向市场的是分析型的CRM，以帮助零售企业诊断目前在顾客管理方面的现状和问题，发现能够影响消费者的营销行为和提升经营业绩的有效方法，从而帮助企业经营决策者进行营销战略与策略的调整，指导营销策划和执行人员完成精准的“一对一”营销。当然，这个“一”的目标不局限于一个顾客，也可以是一个顾客群体。
    我们研发人员与CIO关注的是共同的课题、追求的是共同的目标。区别在于：CIO更多的是从战略层面上规划企业的商业智能架构，而我们则是将主要的精力用于从逻辑层面把一个个数据分析主题从名称推导成有实用价值的数学模型和算法，然后完成程序代码的设计。
    我们与CIO之间的交流，可互有裨益、相得益彰。下面，我就从商业智能的项目规划和数据分析两个层面，谈谈一个探索者的经验教训与体会。
    一、商业智能的项目规划
    在规划层面值得关注的有两点：
    一是数据仓库平台的选型，二是商业智能项目的阶段特征。
    Sybase公司推出特别为数据仓库设计的关系型数据库 IQ和与之配套的数据模型设计软件包IWS，颇有吸引力。Sybase IQ的核心技术特征以及相对于传统数据库的各项优势，在网上有包括产品白皮书在内的丰富的介绍资料。零售业的商业智能项目以系统上线为界，分为两个阶段：前一个阶段的特征是共性化和厂商主导，如同购置商品房（商业软件与商品房在商业特性上极其相似）；系统上线后应用阶段的特征是个性化和用户主导，如同对商品房是简易装修入住还是豪华装修费用超过购房款，完全取决于房主在经济实力、生活品位、规划能力、专业素养、用途需求等各方面的差异。
    最了解企业战略与经营需求的，是用户自己。系统上线后，用户可以运用厂商提供的与数据仓库配套的工具包，随需应变地构建层出不穷的数据模型与分析主题——这是个只有起点没有终点的进程！在这个非开放环境中打造出来的、内生的数据分析与高级决策支持能力，才是企业的核心竞争力——这也是企业IT团队实现角色转换和价值升华的大好机遇。
    二、数据分析的主题研发
    商业智能、数据仓库是“舶来品”，可是推本溯源、寻求借鉴的过程远非“依葫芦画瓢”那么顺当。
    我体会最深的，是《五灯会元》中的这一段话：“老僧三十年前未参禅时，见山是山，见水是水。及至后来，亲见知识，有个入处，见山不是山，见水不是水。而今得个体歇处，依前见山只是山，见水只是水。” 几乎在每个分析主题的模型构建与算法推理的过程中，我都经历了以下三个思维阶段：
    见山只是山，见水只是水 —— 初次接触，随意观察，表面印象，没有深入探讨。
    见山不是山，见水不是水 ——进入怀疑、批判阶段，疑团满腹，眼前是假象。
    见山仍是山，见水仍是水 —— 经过验证、推理、分析获得真知灼见。
    第一个例子：亦真亦幻的“客户价值矩阵分析”模型
    几乎每个CRM软件提供商在与零售企业接触的时候，都会拿这个“客户价值矩阵分析图”来说事：

    可是这么多年过去了，双方的交流始终停留在这张看起来很简单的模型图上；软件厂商们没能把这个模型的算法推理出来、设计到软件中去，零售企业们也只能依旧沿用“消费额ABC分析法”来简单地切分会员价值群体。
    CRM的本质是价值驱动，追求的效果是把企业有限的营销与服务资源准确地投入到最有回报价值的客户身上。所以，“客户价值矩阵分析”是整个CRA（客户关系分析）体系构建的基础和我们这次CRM产品研发要突破的第一道关口。
    可是，我阅遍了所能搜索到的相关资料、用尽了所能想到的方法，也像此前的探索者那样没能从这张图上推导出合乎逻辑的算法来。如果不能撞破这堵困住同行们多年的“南（难）墙”，那撞破的只能是我自己的饭碗了！这回可不是“玩票”的，得玩命了。
    就在山穷水尽还苦苦求索的时候，我突然感觉到，这张“可望而不可及”的客户价值矩阵分析图跟“三角幻图”太像了：三角幻图中的每一个构成单元、每一个角、每一条边单独看起来都是真实可信的，但组合成一个整体来推理却是不合逻辑的。
    我恍然大悟：原来，行业中流行的这张矩阵图是用于交流的高度抽象的概念图，而不是能用于推导算法的数学模型图——并不是有葫芦可依就能画出瓢来。 从“三角幻图”的构成原理中，我得到启发，终于把客户价值矩阵的算法推导出来了。
    第二个例子：无葫芦可依的“RFV三维分类模型”

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。