我国商业银行CRM战略体系研究讲解.docx

我国商业银行CRM战略体系研究讲解.docx

《我国商业银行CRM战略体系研究讲解.docx》由会员分享，可在线阅读，更多相关《我国商业银行CRM战略体系研究讲解.docx（9页珍藏版）》请在冰点文库上搜索。

我国商业银行CRM战略体系研究讲解

全国中文核心期刊·财会月刊□

我国商业银行（指国有商业银行正面临金融业的全面开放,内外资银行正从经营理念、市场、客户、人才、信息技术等各个方面与其展开激烈的竞争。

在市场经济条件下,客户才是真正的上帝,是商业银行竞争的焦点。

因此,如何开发客户资源并保持稳定的客户队伍,如何赢得更大的市场份额和更广阔的市场前景,这些已成为关系商业银行生存和发展的关键问题。

客户关系管理（CRM就是借助先进的信息技术,通过对企业业务流程的重组来整合客户信息与资源,并在企业内部实现客户信息与资源的共享,为客户提供更经济、快捷、周到的产品和服务,提高客户价值以及客户的满意度和忠诚度,保持和吸引更多的客户,从而实现企业利润的最大化。

目前,不少国际知名银行如花旗、美洲、汇丰等都是CRM的实践者和受益者。

CRM是一项复杂的软件工程,CRM系统的开发和设计需要软件开发、数据仓库和数据挖掘等知识,需要专门的软件供应商提供软件。

从商业银行自身的角度来讲,CRM不仅是一个IT项目,而且是一个包括流程、组织、人力资源、客户服务等多方面的管理项目。

银行CRM系统一般都采用分布式数据仓库环境,即所有的分行都拥有自己的CRM系统,并与本地综合业务系统及呼叫中心连接;在总行建有中心CRM数据仓库,其具有面向全行的分析决策功能,并为网上银行业务提供数据查询支持。

西方发达国家商业银行的CRM已经有二十年的历史,西方发达国家的商业银行一直处于激烈竞争的状态,在客户服务方面积累了丰富的经验。

而我国商业银行目前还存在着明显的计划经济时期的痕迹,对“以客户为中心”的理解仍处于表面状态,没有深入了解客户的需求,长期以来对客户实行无差别的服务策略,不能对真正的盈利客户进行区别对待。

虽然银行的数据库积累了大量的客户信息,但是缺乏一套行之有效的数据管理与分析系统,各种数据不能有效整合,从而形成了很多“信息孤岛”,难以将各种客户信息与资源统一起来。

因此,建立并发展CRM系统正是提升国有商业银行核心竞争力的有效途径。

一、我国商业银行CRM战略体系的构建

我国商业银行内部明显存在着“二八”原则,即商业银行80%的利润来源于20%客户的创造。

麦肯锡公司的相关调查显示:

在中国商业银行,这个“二八”原则更加极端,只有4%的客户为银行带来80%的收益。

在公司业务方面,我国商业银行的高端客户主要包括跨国公司、外商独资企业、中外合资企业、企业集团、高新技术企业等;在个人业务方面,我国商业银行的高端客户主要指那些有比较稳定的工作和收入、受过高等教育、个人理财愿望比较强烈的客户。

商业银行CRM的核心思想是:

客户是维持银行生存和发展的重要资源,应当对银行和客户之间的关系进行全面的管理;CRM的核心表现是客户关怀,它体现在与客户接触的所有环节,即购买前、购买过程中、购买后的客户体验的全部过程;作为CRM理论的重要组成部分的客户生命周期理论认为,客户的保持周期越长,企业的相对投资回报就越高,从而给企业带来的利润就越大;CRM主张从客户的角度来对银行流程进行重新设计和优化,主张以客户服务中心代替传统意义上的营销部门,并以工作流经理代替传统的销售经理,以团队协作代替原有的职能分割。

银行CRM系统主要发挥客户基本信息的管理和分析、信用分析及风险监控、商机分析及个性化服务等功能,同时有连接呼叫中心业务处理流程控制、网上银行业务处理流程控制、综合业务处理流程控制、银行卡业务处理流程控制、国际业务处理流程控制、中间业务处理流程控制以及会计、统计报表等系统的接口。

从数据流向看,业务处理部分的数据是由客户关系分析中心的数据集成系统抽取到CRM数据仓库中。

客户联系部分与客户关系分析中心的数据流向都是双向的,呼叫中心在为客户服务时,将充分利用CRM数据仓库的信息;同时,呼叫中心为客户服务的过程又被CRM数据仓库所记录。

客户联系部分与业务处理部分的数据流向也是双向的,呼叫中心需要实施查询业务系统的当前数据,呼叫中心也可能需要为客户实施业务流程。

我国商业银行CRM战略体系研究

严明燕张同建（博士

（广东工贸职业技术学院广州510510江苏大学工商管理学院江苏镇江212013

【摘要】CRM是我国商业银行的一项重要战略,是客户价值挖掘的一种重要形式。

CRM战略体系的构建可以为我国商业银行进一步实施CRM提供理论借鉴。

本文提出CRM战略体系包括客户服务、管理支持、技术支持、实施效应四个要素,因子分析可以为理论模型提供现实性检验,从而提升CRM战略体系的应用价值。

【关键词】商业银行CRM战略体系数据挖掘因子分析

2010.7下旬·27·□

□财会月刊·

全国优秀经济期刊要素名称

指标名称

差异化策略X1客户结构分析X2信息反馈处理X3客户价值创造X4

流程再造X5

组织结构调整X6领导层重视X7全员参与X8数据挖掘X9

数据仓库建设X10

客户服务中心建设

X11

项目团队组建X12

负债业务客户效应X13

资产业务客户效应X14

中间业务客户效应X15

客户满意度X16

指标意义

商业银行在CRM中实施了差异化客户服务

策略

客户关系管理过程中存在较强的客户结构分析功能

客户关系管理过程中存在着客户信息反馈处理功能

商业银行CRM行为最终提高了客户的价值商业银行实施业务流程再造,以支持CRM系统的实施

商业银行调整组织结构以支持CRM的开展商业银行领导层比较重视CRM系统的建设对于CRM的开展,商业银行具有全员参与的氛围

商业银行在CRM过程中能充分运用数据挖掘技术

商业银行在CRM过程中能充分运用数据仓库技术

商业银行建立并运转高效的客户服务中心商业银行组建项目团队以进行CRM系统建设

商业银行CRM系统建设提高了对负债业务

客户的管理水平商业银行CRM系统建设提高了对资产业务客户的管理水平商业银行CRM系统建设提高了对中间业务客户的管理水平商业银行CRM系统建设最终提高了银行整体的客户满意度

实施效应ξ4

技术支持ξ3

客户服务

ξ1

管理支持ξ2表1我国商业银行CRM战略体系构成1998年,美国麻省理工学院的Ross博士对美国15家具有代表性的管理信息系统实施调查研究后,提出了管理信息系统实施过程的五个阶段,即设计、实施、稳定、提高、转变。

Ross模型对我国商业银行CRM的实现发挥了重要作用。

我国商业银行CRM的开展可相应分为五个阶段:

（1设计阶段。

分析CRM系统中的流程,并把银行传统业务流程与CRM系统中的流程作比较,做好整体规划,明确任务权限,便于系统授权和快速实施。

（2实施阶段。

开始启动项目,进行员工培训,进行新旧系统切换。

项目小组应在高层管理者的支持下及时组建CRM团队,高层管理者在这一过程中应扮演积极的角色。

（3稳定阶段。

整理数据和参数,提供额外培训,和供应商、咨询人员共同解决软件中的“臭虫”问题。

这一阶段是实施阶段的延续。

CRM的一些早期收益在稳定阶段已开始实现,数据和参数整理的过程将使原本“各自作战”的银行服务、营销、管理人员开始真正地围绕市场协调合作,为满足“客户需求”组成强大的团队。

（4提高阶段。

商业银行继续为CRM系统增添新的功能,并进行必要的流程调整,使CRM系统实现与财务、人力资源、统计、金融ERP等应用系统的集成和对接,提供了一个使银行各业务部门共享信息的自动化业务平台,商业银行开始产生极大的运作效益。

（5转变阶段。

银行能够灵活地运用CRM系统,并且CRM系统在银行资源配置体系中发挥了承前启后的作用。

其向前可以朝银行与客户的全面联系渠道伸展,构建动态的银行服务前端体系;向后能渗透到银行管理、产品设计、财务计划、人力资源等部门,整合其他信息渠道,使银行信息流和资源流高效流通,实现银行营运效率的全面提高。

根据以上分析,可以得到我国商业银行CRM战略体系如表1所示。

二、模型验证

1.数据收集。

本文采用七点量表制对16个观察指标进行行业调查,在全国范围内的四大国有商业银行的独立核算单位中选择样本300个,调查对象全部为各单位的高层管理人员。

这些样本分布于京、津、沪、陕、豫、渝、皖、甘、新、滇、川、粤、苏、浙、湘、蒙16个省市自治区,我们可以认定在地域上能够有效地代表我国商业银行的总体分布情况。

在300个样本中:

中国工商银行85个,中国建设银行100个,中国农业银行71个,中国银行44个。

我们可以认定在结构上能够代表我国商业银行的总体分布情况。

通过电子问卷、邮寄问卷、电话采访、面谈等形式,我们向300个调查对象寻求数据支持。

本次调查共收回有效样本数据300个,有效回收率为100%,满足调查研究中样本回收率不低于20%的要求。

2.信度检验。

进行信度检验是为了验证各个观察指标的可靠性。

可靠性是指不同测量者使用同一测量工具的一致性水平,用以反映相同条件下重复测量结果的近似程度。

可靠性的检验一般可通过检验测量工具的内部一致性来实现。

信度检验的测度标准是L.J.Cronbach所创的α系数,α系数值介于0~1之间。

一般认为,

α系数值大于0.5就是可以接受的。

信度检验的常用方法是探索性因子分析。

探索性因子分析将获得每个测量题项与因子（指标与要素之间的因子负荷量,因子负荷量越大,表明测量题项与因子之间的关联性越强。

探索性因子分析的结果如表2所示。

我们从表2可以看出,研究模型的信度较高。

3.效度检验。

效度检验的目的是衡量一个量表所测量的事物特征是否真正需要测量。

效度检验的常用方法是验证性因子分析。

验证性因子分析是结构方程模型的一种特殊形式。

结构方程模型是基于变量的协方差矩阵来分析变量之间关系的一种模型,是一个包含面很广的数学模型,用以分析一些涉及潜变量的复杂关系。

当结构方程模型用于验证某一因子模型是否与数据吻合时,称为验证性因子分析。

进行验证性因子分析时要注意两点:

①样本量与指标数值之比应大于5∶1;②用于验证性因子分析的样本集合与用于探索性因子分析的样本集合的差异越大,则因子分析的最终效果越好。

本文研究在样本集合的选取上严格遵从这两点。

本文采用了SPSS11.5软件和LISREL8.7软件进行验证性因子分析（固定方差法,得到的因子负荷参数如表3所示（表中的阴影部分为因子负荷值缺乏显著性的指标。

□·28

·2010.7下旬

全国中文核心期刊·

财会月刊□同时,我们可得因子协方差矩阵如表4所示:

另外,我们还可得模型拟合指数如表5所示:

三、结论

第一,由表5可知,模型的拟合效果较好。

这说明我国商业银行CRM战略体系的理论模型具有较强的现实性和可靠性,可以为我国商业银行加强CRM战略的实施提供有效的理论借鉴。

第二,由表4可知,管理支持要素和客户服务要素之间存在着较强的相关性。

因此,有效地进行管理支持可以显著地提高商业银行CRM的客户服务质量。

同时,客户服务要素和技术支持要素之间也存在着较强的相关性,因此有效地提供技术支持也同样能显著提高商业银行CRM的客户服务质量。

第三,由表3可知,X1、X9的因子负荷值较高,且存在较强的显著性。

因此,在我国商业银行CRM的开展过程中,差异化服务策略是影响客户服务质量的重要因素。

同时,数据挖掘的质量是CRM技术支持的重要影响因素。

我们还可以看出,X3、X5的因子负荷值缺乏显著性。

因此,在我国商业银行进行CRM的过程中,客户服务方面没有能够重视客户信息反馈处理的及时性和完善性。

同时,我国商业银行也没有有效地实施业务流程再造战略以促进CRM的开展与水平提高。

【注】本文系江苏省高校自然科学研究项目“组织最优规

模更新、突破的理论及实证研究”（项目编号:

08KJD110009的研究成果。

主要参考文献

1.周春喜.CRM:

商业银行提高管理效益的新手段.经济

师,2002;8

2.王涛.CRM:

我国商业银行客户管理模式的理性选择.

商业经济与管理,2001;10

3.龚峰.CRM系统:

提升我国银行业竞争力的新平台.改

革与战略,2007;1

4.张同健.国有商业银行信息技术风险控制绩效测评模

型研究———基于Cobit理论和Ursit框架视角的实证检验.武汉科技大学学报,2008;1

拟合指标指标现值最优值趋向

df159-CHI-Square

217

越小越好

RMSEA0.023<0.08

NNFI0.920>0.9

CFI0.908>0.9

表5拟合指数

ξ1ξ2ξ3ξ4

ξ1

1.00.730.660.21

ξ2

1.00.260.22

ξ3

1.00.20

ξ4

1.0

表4

因子协方差矩阵

因子名称因子负荷SEt因子名称因子负荷SEt

X10.660.116.0X90.680.088.3

X20.240.083.0X100.210.092.3

X30.110.071.5X110.290.132.6

X40.210.082.6X120.370.103.7

X50.130.081.6X130.240.112.3

X60.240.092.4X140.230.092.5

X70.370.123.1X150.210.073.0

X80.220.073.1X160.210.082.7

表3因子负荷参数

指

标

差异化策略X1客户结构分析X2信息反馈处理X3客户价值创造X4流程再造X5组织结构调整X6领导层重视X7全员参与X8数据挖掘X9数据仓库建设X10客户服务中心建设X11项目团队组建X12负债业务客户效应X13资产业务客户效应X14中间业务客户效应X15客户满意度X16

α

累计方差（%

因子10.7570.6980.6750.6342.192E-020.2220.4122.955E-030.4800.2890.3120.4233.454E-020.3130.2900.1090.771719.001

因子20.1197.60E-020.1870.2170.7110.6340.6100.5980.1150.2040.1982.121E-030.4360.2786.587E-030.3560.765540.008因子30.1850.2430.1785.23E-030.3290.1690.3780.1920.8120.5670.6980.5687.19E-020.4050.3780.3670.737670.717

因子40.4310.2750.3545.08E-020.3160.1870.1962.12E-020.4210.1530.2890.3270.8090.7210.6440.7830.711176.552

表2探索性因子分析2010.7下旬·29

·□