IT系统“鸡肋”现象
这些年，为了改善营销管理水平、深度开拓市场、提高竞争效率，不少企业信息化建设如火如荼开展着，尤其是像制造业和零售业等行业，大部分已先后部署了OA、CRM、HR、ERP等系统，然而对多数用户企业而言，却感慨颇多，虽然有了一套IT系统，但能够真正深入使用，并产生效益的并不多，甚者还耗费了企业大量的财力、人力和时间成本。
“现在公司0A系统似乎只是收发文件、发个邮件而已，大部分功能闲置，更多是成了摆设，被员工甚至老总弃用。就如鸡肋，用之无味，弃之可惜。”厦门一家房地产公司某主管说。
“起初公司对这套CRM系统寄予了很大的憧憬，以为它可以顺利解决我们企业在开拓市场、客服流程、营销管理方面的问题与症状，但结果它成了一个摆设！实际应用过程中我们只利用了该系统中25％左右的功能，其与具有统计、汇总功能的EXCEL表件没有多大差别。”在一年前就实施了CRM的泉州一家知名医药零售连锁公司的信息部负责人向业界诉苦说。
近一段时间，英国贝恩管理咨询公司一份调研报告指出，中国企业使用管理软件不满意率高达65％，在国内300多家企业所实施的软件系统中，大约有55％的项目没有达到用户企业的预期目标——充分改善企业营销管理水平、有力提高竞争效率。
可以说，高成功实施率、低效使用率是目前国内企业信息化建设一个通病，这一矛盾使得用户企业陷入信息化建设的困局。
系统缺乏深度数据挖掘
目前多数企业级用户单位只重视诸如信息发布、内部通讯、文件处理、档案管理等初级沟通、联系和应用，却忽略了一个非常重要的东西，那就是对于软件系统中的信息再处理，或者叫“对系统信息的深加工”。一个管理软件如果要发挥更大的作用，就不能仅局限在简单、初级的信息沟通上面，否则那仅仅是一个整合通讯系统而已。
时下不少企业既用OA、CRM，也上ERP系统，使企业信息数据海量式剧增，而且繁杂无章，良芜难辨。企业决策层的困惑在于两大方面：一是面对堆积如山的数据往往无可奈何，企业找不到解决的方法，或是不知如何解决；二是海量数据无边无际，系统性能并不好，尤其是数据库差强人意，信息系统难于有效处理、深加工。
目前大部分企业经营决策面临的最大挑战不是缺少数据，而是数据太多，面对这些只是静态、孤立、无多大参考意义的“初级品”状态的信息数据，如何通过系统功能来有效利用和整合，发掘有价值的数据，给公司决策层提供支持，已成为摆在企业面前的难题。可以说，在日新月异的海量数据里迅速提取有价值信息并尽快做出反应，已成为企业的“致胜秘笈”。
面对浩如烟海的客户及企业市场、销售和服务信息，如果没有一个具有高度商业智能的数据分析和处理系统是不可想象的。因此大规模的信息化建设结束后，如何用好企业的数据，使其为业务及决策服务是CIO的主要工作之一。如何解决这种普遍存在的问题？企业所用的系统软件，应内置一种高度自动化的智能工具，能够完全整合现有的业务系统，充分挖掘数据、分析数据，为企业决策提供支持。
可否充分有效地发挥系统内的数据挖掘功能和作用，关系到系统的价值大小、信息化的成败，此时，数据挖掘(Data Mining，简称DM)就应运而生，针对数据仓库的挖掘和展现就是一种优秀的解决方案。
数据挖掘，是一种决策支持过程。主要基于AI、机器学习、统计学等技术，利用各种分析工具，从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中高度自动化提取隐含在其中的、但却非常有用的信息、模式(规则)和趋势，并对数据进行标准化、抽象化、规范化分类、分析，从中挖掘出潜在的模式，作出归纳性的推理，从而帮助企业决策层调整市场策略，作出正确经营决策，减少经营风险。
目前，DM在很多行业都有有较好的应用。在国外，DM已广泛应用于银行金融、零售与批发、制造、保险、公共设施、政府、教育、远程通讯、软件开发、运输等各个企事业单位。
软件选型的重点依据
可以说，数据挖掘是改善企业管理水平、提高竞争效率的基石，也是评判一个软件系统好坏、进行软件选型的关键依据。对多数管理软件而言，其核心功能的体现之一就是数据挖掘技术。
目前许多企业软件选型重视系统的性能、价格、服务与知名度等，却对隐藏在系统深处的数据挖掘功能和作用没加以重视，将其晾在一边，即使注意到该功能，也没有下功夫去甄别其优劣(不同管理软件其数据库功用差别很大)，以为大同小异，无足轻重，结果错失了提升企业管理水平的良好契机。
以CRM为例，一个优秀的CRM系统能将数据挖掘技术与现有技术很好地结合起来，将特殊领域的商业逻辑与数据仓库技术集成起来，使数据挖掘的分析效果和效益尽可能达到峰值。以前已有部分系统数据挖掘，能够促使分析报告回答“发生了什么事”，现在好的CRM系统数据库已可以被用来同答“为什么会发生这种事”，而且一些关联数据库还可以预言“将要发生什么事”，最终发展为活跃的数据仓库，从而决定“你(用户)想要什么事发生”。
时下，一个优秀酒店CRM系统能对客人信息进行充分有效的管理并深度挖掘。如果某个客人是某酒店的老主顾，那么该CRM系统就会向酒店提供个性化服务，清楚告知酒店经理人这位客人的习惯和喜好，如是否喜欢靠路边，是否吸烟，是否喜欢大床，喜欢什么样的早餐，甚至从事什么工作，有什么商务需求，等等。当客人再次光临时，不用客人自己提出来，酒店CRM系统就会自动提供客人所喜欢的房间和服务等相关信息，大大提升酒店管理效率。
沃尔玛“啤酒和尿布”的经典案例不少媒体都曾报道过，就是沃尔玛通过建立的SCM供应链数据仓库，按周期统计产品的销售信息，经过科学建模后提炼决策数据。结果发现，每逢周末，位于某地区的沃尔玛连锁超市啤酒和尿布的销量很大。之后该店打破常规，将啤酒和尿布的货架放在了一起，使得啤酒和尿布的销量进一步增长。
不论是0A、CRM还是ERP、SCM系统，其数据挖掘的流程大致有以下七方面内容：数据清洗，去除噪音数据和不统一数据；数据整合，多个数据源的数据汇总到一起；数据筛选，根据当前要分析的主题从数据库中选取出与主题相关的数据；数据转换，整理、转换数据使它们便于使用诸如“汇总”， “聚合”等挖掘算法的形式；数据挖掘，这可是核心的步骤，使用智能化方法来抽取出隐含的模式，规则；模式评估，对新发现的“知识”进行验证评估来检验此模式是不是可行；知识表示，将挖掘出来的模式使用町视化的形式显现给用户。
数据挖掘决策系统运作过程
优秀管理平台的特点
以CRM为例，一个优秀的CRM系统应具有以下广泛、强大的数据挖掘功能特性：
可了解销售全局。可通过系统内设置的分类信息功能模块，以提供按商品种类、销售数量、商店地点、价格和日期等分类的数据，并可了解每天的运营和营收情况，对销售的每一点增长、库存的变化以及通过促销而提高的销售额都呵掌握。
可准确产品定价。价格是现代企业营销战略中的重要工具，价格制定的好坏往往会影响到企业的经营状况。系统应具备采用人工智能客户细分模型的功能，能自动从数据中识别各个目前产品销售量、客户群变化的情况，提供产品报价参考模式图。
可有效商品分组布局。通过系统内置的商品分组模块，可分析顾客的购买习惯、购买者在商店里所穿行的路线、购买时间和地点，掌握不同商品购买概率；通过对商品销售品种的活跃性分析和关联性分析，可用主成分分析方法，建立商品设置的最佳结构和最佳布局。
可进行市场趋势分析。可利用系统内数据挖掘工具和统计模型对数据仓库的数据进行研究分析顾客的购买习惯、广告成功率和其它战略性信息。可利用数据仓库，通过检索数据库中近年来的销售数据，作分析和数据挖掘，预测出季节性月销售量，对商品品种和库存的趋势进行分析。并能通过数据库相关数据增减，发现将要流失客户，结合合适的推广活动，进行客户挽留，并发现最可能购买新产品的客户。
可精准商品促销。利用数据库，通过对顾客购买偏好的分析，确定商品促销的目标客户，以此来设计各种商品促销的方案，并可通过商品购买关联分析的结果，采用交叉销售和向上销售的方法，挖掘客户的购买力，实现准确的商品促销。
可降低库存成本。可通过系统内的数据挖掘系统，将企业销售数据和库存数据集中起来，通过数据分析，以决定对各个商品各色货物进行增减，确保精确的库存。
企业在系统选型时可进行多方面测试，现场录入一些数据，甚至包括企业准备实行的新编码，上线运行检验，了解该系统数据挖掘功能如何、实效多大，并与企业实际情况结合，评估CRM系统的优劣，最终决定选购对象。
目前不少软件厂商推出免费试用一年的服务承诺，用户企业因此将更有机会对软件系统进行全面检验。除了常规功能检试外，企业要着重从系统内的数据挖掘方面进行测试，通过一段时期运行后，判断其是否真的能将隐藏在系统内庞大的杂乱无章的数据进行有效处理、再加工和整合，从中挖掘出潜在的运行规律，开发出有价值的数据、商机，给公司决策层提供有益支持。这样软件系统才是真正有价值、优秀的协同管理平台系统。
总之，只有选好软件系统，并充分运用、发挥系统内数据仓库的强大功能，通过对数据进行深层次的挖掘和钻取，将丰富的信息转换成有价值的知识，实现信息资源的增值利用，企业才可寻觅到隐藏在海量杂乱的数据背后的商机，为企业管理层提供多视角、深层次的报表、管理模式，为企业决策层制定战略决策提供重要依据，才能运筹帷幄、决胜千里。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：以数据挖掘能力看软件选型
本文网址：http://www.toberp.com/html/consultation/1082063329.html
相关文章
