11/21/2014
Hai V. Pham
Email: haipv ((@)) soict.hust.edu.vn
/> />
Lớp
p cao học
c Hệ thống
th ng Thông tin
Hanoi University of Science and Technology
PhD in Computer Intelligence & Information Science
Soft Intelligence LAB, Ritsumeikan University
HUST
1
2
3
1
11/21/2014
4
5
6
2
11/21/2014
7
8
6.2 Chức
Ch c năng CRM …
Value Creation Process
Management
Decision
Process
Customer sensitivity
•Diversity
•Information
•Differentiated
offering
Technology delivery process
•R&D
•Technology integration
•Efficiency, effectiveness
learning
Product delivery process
•Concept to launch
•Manufacturing process
ValueValue-based
Strategies
•Pricing
•Communication
Customer delivery process
•Supply chain
•Distribution
•Infomediation (distribution
of information)
(Sharma et. al., 2001)
3
11/21/2014
10
11
ánh giá liên tục
t c
Phản
Ph n hồii từ khách hàng(
hàng( bảng
ng câu hỏii)
Thấu
Th u hiểu
hi u nhu cầu
c u khách hàng
4
11/21/2014
Kếtt quả
qu
Marketing thường
xuyên
Giữ được 5% khách hàng có thể nâng lợi
nhuận lên tới 80%
◦ Tập trung vào những
khách hàng tốt nhất của
công ty.
◦ Mục tiêu: động lực mua
đối với một hay nhiều sản
phẩm khác của người bán
tăng.
Marketing đồng cảm
◦ Là nỗ lực marketing tài
trợ bởi một tổ chức nhằm
thu hút sự quan tâm của
những cá nhân cùng sở
thích và hoạt động.
◦ Giá trị cộng thêm cho
thành viên, tăng cường
các quan hệ.
Giữ được
khách hàng
có lợi hơn là
mất họ
Khách hàng
thường giúp
doanh nghiệp
tăng thêm lợi
nhuận sau mỗi
năm duy trì quan
hệ
Tìm kiếm
ki m dữ
d liệu
li u
cho cơ sở
s dữ liệu
li u
Sử dụng công nghệ thông tin để phân
tích thông tin khách hàng và giao dịch
của họ
• Cơ sở dữ liệu có thể giúp :
– Nhận diện những khách hàng
đem lại lợi nhuận nhất.
– Tính toán giá trị vòng đời của
giao dịch với mỗi khách hàng.
– Xây dựng đối thoại tạo dựng
quan hệ và lòng trung thành
chân thật với nhãn hiệu.
– Gia tăng sự ghi nhớ và tỉ lệ
nhắc đến nhãn hiệu của khách
hàng.
– Giảm chi phí quảng cáo,
marketing.
– Tăng doanh thu trên mỗi
khách hàng hay nhóm khách
hàng mục tiêu.
• Credit card
•
ăng ký phần mềm
• Bảo hành sản phẩm
• Máy quét đăng ký tiền( Cash
register scanners)
• Khảo sát ý kiến khách hàng
• Mẫu đăng ký rút thăm trúng
thưởng
• Web sites
• TV tương tác
– Thông tin về thái độ,hành
vi thực của khách hàng đối
với nhãn hiệu
– Phần mềm
Kết hợp các chiến lược với công nghệ kỹ
thuật để đưa sức mạnh vào những chương
trình quan hệ.
Hệ thống phần mềm CRM có thể hiểu
lượng rất lớn dữ liệu khách hàng.
Hệ thống có thể đơn giản hóa quá trình
kinh doanh phức tạp và duy trì sự yêu
thích của khách hàng.
5
11/21/2014
iều khiển được kết quả. ( resultsdriven)
ược thực hiện đầy đủ từ trên
xuống.
òi hỏi đầu tư thử nghiệm.
Kết hợp hiệu quả giữa các chức
năng,nhiệm vụ.
ược tổ chức hợp lý.
Thu hút người sử dụng sau cùng vào
việc tạo ra các giải pháp phần mềm(
involve end users in creation of
software solutions).
Không ngừng tìm cách phát triển.
1.
Sự cộng tác mua: doanh nghiệp mua hàng
2.
Sự cộng tác bán: thiết lập giao lưu hàng hóa,dịch
hóa,dịch vụ từ một hay nhiều nhà cung cấp.
3.
4.
vụ lâu dài để có được tiền hay các khoản giá trị
khác.
Sự cộng tác nội bộ: nền tảng của tổ chức và năng
lực của nó có thể đáp ứng các cam kết với bên
ngoài.
Sự cộng tác bên bao gồm sự liên kết chiến lược
với các công ty hay tổ chức phi lợi nhuận, cũng như
liên kết nghiên cứu.
em lại:
Sự đổi mới.
Giảm chi phí.
Cải tiến cách giải quyết mâu thuẫn
trong chuỗi.
Cải tiến giao thiệp và liên kết giữa
các thành viên chuỗi.
6
11/21/2014
Giá trị vòng đời của khách hàng...là doanh
thu và lợi ích vô hình một khách hàng
mang lại trong vòng đời trung bình, trừ chi
phí công ty bỏ ra để thu hút, tiếp thị, phục
vụ họ.
Theo dõi yêu cầu giảm giá (Tracking rebate
request).
Giám sát các khiếu nại và hàng hóa trả lại.
Trả lời thẻ( Reply cards).
Giám sát các truy cập trên web.
6.8 Nghiên cứu Marketing, Hệ hỗ trợ quyết
định, Dự đoán doanh thu
Dịch vụ cung cấp chung
◦ Cung cấp tập hợp dữ liệu tiêu chuẩn cho mọi khách
hàng.
Cung cấp dịch vụ nghiên cứu toàn phần
◦ Tiến hành kế hoạch nghiên cứu marketing toàn phần.
Cung cấp dịch vụ nghiên cứu hạn chế
◦ Doanh nghiệp nghiên cứu marketing chuyên về một
số hoạt động nhất định như phỏng vấn, xử lý dữ liệu.
Nghiên cứu Marketing có thể mang lại thông tin
quan trọng về cơ sở khách hàng hiện tại hay tiềm
năng.
◦ Thông tin về thói quen mua sắm, nhu cầu, quan
điểm, sở thích là rất cần thiết, có thể lấy được
nhờ nghiên cứu.
◦ Nghiên cứu có nhiều cách thức: khảo sát, nhóm
trọng tâm, phỏng vấn cá nhân, quan sát và thử
nghiệm.
◦ ể quyết định nên dùng kỹ thuật nào, cần cân
nhắc số tiền có thể chi, loại dữ liệu cần, thời
gian cần dữ liệu đó( nhanh hay chậm).
7
11/21/2014
Thu thập dữ liệu
1.
Xác định
đ nh vấn
v n đề
đ
nghiên cứu
c u
2.
Thiết
Thi t kế
k kế
hoạch
ch nghiên
ho
cứu
u thử
th
nghiệm
nghi m
3.
L ập
p hệ
h thống
th ng các
giả
gi thuyết
thuy t
4.
Thiết
Thi t kế
k đ ồ án
nghiên cứu
c u
Thông tin
cần
n thiết
thi t đã
nắm
m được
đư c
Phản
Ph n hồi
h i từ
t nghiên
cứu
u và hiệu
hi u lực
l c
quyết
quy t định
đ nh
marketing
5. Thu thập
u
th p dữ
d i ệu
a. D ữ liệu
li u sơ cấp
c p
b. D ữ liệu
p
li u thứ
th cấp
6. Gi
Giảii thích, trình bày
thông tin nghiên cứu
c u
Quyết
Quy t định
đ nh
marketing
d ựa
a trên
thông tin
thu thập
th p
1. Dữ liệu thứ cấp là thông tin
có sẵn, đã được thu thập
cho mục đích khác.
2. Dữ liệu sơ cấp là những
thông tin được thu thập lần
đầu cho mục tiêu cụ thể nào
đó.
Giải thích, trình bày thông tin
–Giải thích và trình bày kết quả
thu được với những người
quyết định giúp họ đưa ra quyết
định hiệu quả.
– Báo cáo trực tiếp với người
quản lý chứ không phải những
người nghiên cứu khác, giải
thích rõ ràng, súc tích, dễ hiểu
kết luận của mình
Theo xác suất: mỗi người dân đều cơ hội được
chọn. Gồm các dạng như mẫu đơn giản, mẫu
phức tạp, mẫu phân tầng, mẫu cụm
• Không theo xác suất: một nhóm bất kỳ không
cho phép sử dụng các kiểm tra thống kê thông
thường. Gồm các dạng như mẫu tiện lợi và mẫu
quota.
Quan sát.
sát. Những hoạt động công
khai của đối tượng.
Khảo
Kh o sát.
sát. Lấy thông tin về thái
độ, động cơ, ý kiến.
A. Phỏng vấn qua điện thoại.
–
Nhanh chóng, rẻ tiền
–
Thông tin ít, tương đối
chung chung .
B. Phỏng vấn cá nhân.
–
D. Khảo
Kh o sát qua mail.
- Kinh tế, riêng tư.
- Theo dõi thái độ khách
hàng xuyên suốt quá trình
nghiên cứu
- Tỷ lệ hồi đáp thấp hơn
phỏng vấn cá nhân.
- Tốn nhiều thời gian
hướng dẫn.
- Không dự liệu hết bất
ngờ.
- Có sự thành kiến.
Cách tốt nhất để có được
thông tin chi tiết về đối
Thực
c nghiệm
Th
nghi m. Ít dùng nhất trong việc
tượng
thu thập dữ liệu cơ bản,thường
dùng để Marketing thử nghiệm.
Nhóm..
C. Nhóm
3 vấn đề của Marketing thử nghiệm
–
Gồm 8-12 người cùng
thảo luận về sở thích.
:
–
Khuyến khích thảo luận
– Mắc.
các chủ đề định trước.
– ối thủ nhanh chóng biết về sản
phẩm mới.
– Vài sản phẩm không phù hợp để
marketing thử nghiệm.
8
11/21/2014
6.9 Nghiệp vụ CRM tạo ra một vòng tròn khép kín để
quản lý quan hệ khách hàng:
SALES
SERVICE
Quản lý các quy trình và nghiệp vụ bán
hàng
Quản lý mọi hoạt động tương tác với khách hàng
Quản lý việc lập kế hoạch marketing
PLAN
ANALYSIS
Phân tích đa chiều về các
hoạt động marketing
52
Cây quyết định là một cấu trúc phân cấp của
các nút và các nhánh
◦ 3 loại nút trên cây:
Nút gốc
Nút nội bộ: mang tên thuộc tính của CSDL
Nút lá: mang tên lớp Ci
◦ Nhánh: mang giá trị có thể của thuộc tính
Cây quyết định được sử dụng trong phân lớp
bằng cách duyệt từ nút gốc của cây cho đến khi
đụng đến nút lá.
David là quản lý của một câu lạc bộ đánh golf nổi tiếng. Anh
ta đang có rắc rối chuyện các thành viên đến hay không đến. Có
ngày ai cũng muốn chơi golf nhưng số nhân viên câu lạc bộ lại
không đủ phục vụ. Có hôm, không hiểu vì lý do gì mà chẳng ai
đến chơi, và câu lạc bộ lại thừa nhân viên.
Mục tiêu của David là tối ưu hóa số nhân viên phục vụ mỗi
ngày bằng cách dựa theo thông tin dự báo thời tiết để đoán xem
khi nào người ta sẽ đến chơi golf. ể thực hiện điều đó, anh cần
hiểu được tại sao khách hàng quyết định chơi và tìm hiểu xem
có cách giải thích nào cho việc đó hay không.
Vậy là trong hai tuần, anh ta thu thập thông tin về: Trời
(outlook) (nắng (sunny), nhiều mây (overcast) hoặc mưa
(raining)). Nhiệt độ (temperature) bằng độ F. ộ ẩm (humidity).
Có gió mạnh (wind) hay không.
Và tất nhiên là số người đến chơi golf vào hôm đó. David thu
được một bộ dữ liệu gồm 14 dòng và 5 cột.
9
11/21/2014
28
Day
Outlook
Temp.
Humidity
Wind
Play?
1
Sunny
Hot
High
Weak
No
2
Sunny
Hot
High
Strong
No
3
Overcast
Hot
High
Weak
Yes
4
Rain
Mild
High
Weak
Yes
5
Rain
Cool
Normal
Weak
No
6
Rain
Cool
Normal
Strong
Yes
7
Overcast
Cool
Normal
Weak
No
8
Sunny
Mild
High
Weak
Yes
9
Sunny
Cold
Normal
Weak
Yes
10
Rain
Mild
Normal
Strong
Yes
11
Sunny
Mild
Normal
Strong
Yes
12
Overcast
Mild
High
Strong
Yes
13
Overcast
Hot
Normal
Weak
Yes
14
Rain
Mild
High
Strong
No
Kiểm tra khi nào chơi golf, khi nào không chơi
Outlook
Sunny
Humidity
High
No
Overcast
Rain
Yes
Normal
Yes
Wind
Strong
No
Weak
Yes
10
11/21/2014
Kiểm tra khi nào chơi golf, khi nào không chơi
Outlook
Sunny
Overcast
Humidity
High
Mỗi nút mang một thuộc tính
(biến độc lập)
Normal
No
Mỗi nhánh tương ứng với một
giá trị của thuộc tính
Yes
Day
Mỗi nút lá là một lớp (biến
phụ thuộc)
Outlook
1
Rain
Temp.
Sunny
Hot
Humidity
Wind
High
Play?
Weak
No
Outlook
Sunny
Humidity
High
Overcast
Yes
Normal
No
Rain
Wind
Strong
Yes
No
Weak
Yes
Outlook=Sunny ∧ Wind=Weak
∧ = AND = và
∨ = OR = hoặc
Outlook
Sunny
Wind
Strong
No
Overcast
No
Rain
No
Weak
Yes
11
11/21/2014
Outlook=Sunny ∨ Wind=Weak
Outlook
Sunny
Overcast
Yes
Rain
Wind
Strong
Wind
Weak
No
Yes
Strong
No
Weak
Yes
(Outlook=Sunny ∧ Humidity=Normal)
∨ Outlook=Overcast
∨ (Outlook=Rain ∧ Wind=Weak)
Outlook
Sunny
Humidity
High
No
Overcast
Rain
Yes
Normal
Yes
Wind
Strong
No
Weak
Yes
Cây được thiết lập từ trên xuống dưới
Rời rạc hóa các thuộc tính dạng phi số
Các mẫu huấn luyện nằm ở gốc của cây
Chọn một thuộc tính để phân chia thành các
nhánh. Thuộc tính được chọn dựa trên độ đo
thống kê hoặc độ đo heuristic
Tiếp tục lặp lại việc xây dựng cây quyết định
cho các nhánh
12
11/21/2014
iều kiện dừng
◦ Tất cả các mẫu rơi vào một nút thuộc về cùng một
lớp (nút lá)
◦ Không còn thuộc tính nào có thể dùng để phân chia
mẫu nữa
◦ Không còn lại mẫu nào tại nút
38
ộ đo để lựa chọn thuộc tính: Thuộc tính được
chọn là thuộc tính có lợi nhất cho quá trình phân
lớp (tạo ra cây nhỏ nhất)
Có 2 độ đo thường dùng
◦ 1. ộ lợi thông tin (Information gain)
Giả sử tất cả các thuộc tính dạng phi số
Có thể biến đổi để áp dụng cho thuộc tính số
◦ 2. Chỉ số Gini (Gini index)
Giả sử tất cả các thuộc tính dạng số
Giả sử tồn tại một vài giá trị có thể phân chia giá trị của
từng thuộc tính
Có thể biến đổi để áp dụng cho thuộc tính phi số
13
11/21/2014
S: số lượng tập huấn luyện
Si: số các mẫu của S nằm trong lớp Ci với i =
{1, …, m}
Thông tin cần biết để phân lớp một mẫu
m
I(s1,s2 ,...,sm ) = −∑
i =1
si
s
log 2 i
s
s
Thuộc tính A có các giá trị {a1, a2, …,an}
Dùng thuộc tính A để phân chia tập huấn luyện thành n tập con {S1,
S2, …, Sn}
Sij : số mẫu của lớp Ci thuộc tập con Sj (A=aj)
Entropy của thuộc tính A:
n
E(A) = ∑
s1 j + ... + s mj
I( s ,..., s )
1j
mj
j =1
ộ lợi thông tin dựa trên phân nhánh bằng thuộc tính A:
s
G(A) = I(s , s ,..., s ) − E(A)
1 2
m
Tại mỗi cấp, chúng ta chọn thuộc tính có độ lợi lớn nhất để phân
nhánh cây hiện tại
Day
Outlook
Temp.
Humidity
Wind
Play?
1
Sunny
Hot
High
Weak
No
2
Sunny
Hot
High
Strong
No
3
Overcast
Hot
High
Weak
Yes
4
Rain
Mild
High
Weak
Yes
5
Rain
Cool
Normal
Weak
No
6
Rain
Cool
Normal
Strong
Yes
7
Overcast
Cool
Normal
Weak
No
8
Sunny
Mild
High
Weak
Yes
9
Sunny
Cold
Normal
Weak
Yes
10
Rain
Mild
Normal
Strong
Yes
11
Sunny
Mild
Normal
Strong
Yes
12
Overcast
Mild
High
Strong
Yes
13
Overcast
Hot
Normal
Weak
Yes
14
Rain
Mild
High
Strong
No
14
11/21/2014
Ta có
◦
◦
◦
◦
S = 14
m=2
C1 = “Yes”, C2 = “No”
S1 = 9, S2 = 5
I(S1 , S2 ) = I(9,5) = −
9
9 5
5
= 0.940
log 2 − log 2
14
14 14
14
Humidity
High
Normal
[3+, 4-]
[6+, 1-]
E=0.985
E=0.592
3
3 4
4
− log 2 − log 2 = 0.985
7
7 7
7
6
6 1
1
− log 2 − log 2 = 0.592
7
7 7
7
Gain(S,Humidity)
=0.940 – (7/14)*0.985 – (7/14)*0.592
=0.151
Ghi chú:
ể tính log25 bằng máy tính điện tử, nhấn: 5 log / 2 log =
6
6 2
2
− log 2 − log 2 = 0.811
8
8 8
8
Wind
Weak
Strong
[6+, 2-]
[3+, 3-]
E=0.811
E=1.000
3
3 3
3
− log 2 − log 2 = 1.000
6
6 6
6
Gain(S,Wind)
=0.940 – (8/14)*0.811 – (6/14)*1.000
=0.048
15
11/21/2014
Outlook
Sunny
Overcast
Rain
[2+, 3-]
[4+, 0-]
[3+, 2-]
E=0.971
E=0.000
E=0.971
Gain(S,Wind)=0.048
Gain(S,Humidity)=0.151
Gain(S,Outlook)
=0.940 – (5/14)*0.971
– (4/14)*0.0 – (5/14)*0.0971
=0.247
Chỉ số Gini của nút t:
GINI(t ) = 1 − ∑ p( j t )
2
j
Trong đó p ( j t ) là tần suất của lớp j trong nút t
◦ Lớn nhất là 1-1/nc khi các mẫu phân bố đều trên
các lớp
◦ Thấp nhất là 0 khi các mẫu chỉ thuộc về một lớp
GINI(t ) = 1 − ∑ p( j t )
2
j
C1
0
C2
6
C1
1
C2
5
C1
2
C2
4
P(C1) = 0/6 = 0
P(C2) = 6/6 = 1
GINI = 1 – (P(C1)2+P(C2)2) = 1 – (0+1) = 0
P(C1) = 1/6
P(C2) = 5/6
GINI = 1 – (1/6)2 – (5/6)2 = 0.278
P(C1) = 2/6
P(C2) = 4/6
GINI = 1 – (2/6)2 – (4/6)2 = 0.444
16
11/21/2014
Khi phân chia nút p thành k nhánh, chất lượng
của phép chia được tính bằng:
k
trong đó
GINIchia = ∑
i =1
ni
GINI(i )
n
◦ ni là số mẫu trong nút i
◦ n là số mẫu trong nút p
Chọn thuộc tính có GINIchia nhỏ nhất để phân
nhánh
Chỉ phân thành 2 nhánh
A
p
p
N1
N2
6
C2
6
Gini=0.500
Gini(N1) =1-(5/6)2-(2/6)2
=0.194
Gini(N2) =1-(1/6)2-(4/6)2
=0.528
C1
N1
N2
C1
5
1
C2
2
4
Ginichia =7/12*0.194
+5/12*0.528
=0.333
Gini=0.333
Dựa trên một giá trị nếu
muốn phân chia nhị phân
Dựa trên vài giá trị nếu
muốn có nhiều nhánh
Với mỗi giá trị tính các mẫu
thuộc một lớp theo dạng
A<v và A>v
Cách chọn giá trị v đơn
giản: với mỗi giá trị v trong
CSDL đều tính Gini của nó
và lấy giá trị có Gini nhỏ
nhất
kém hiệu quả
TID
Refund
Marital
1
Yes
Single
Tax
125K
Cheat
No
2
No
Married
100K
No
3
No
Single
70K
No
4
Yes
Married
5
No
Divorced
6
No
Married
7
Yes
Divorced
8
No
9
No
10
No
120K
No
95K
Yes
60K
No
220K
No
Single
85K
Yes
Married
75K
No
Single
90K
Yes
Tax
> 80K
< 80K
17
11/21/2014
Cách chọn giá trị v hiệu quả:
◦ Sắp xếp các giá trị tăng dần
◦ Chọn giá trị trung bình của từng giá trị của thuộc tính để
phân chia và tính chỉ số gini
◦ Chọn giá trị phân chia có chỉ số gini thấp nhất
Biểu diễn tri thức dưới dạng luật IF-THEN
Mỗi luật tạo ra từ mỗi đường dẫn từ gốc đến
lá
Mỗi cặp giá trị thuộc tính dọc theo đường dẫn
tạo nên phép kết (phép AND – và)
Các nút lá mang tên của lớp
Outlook
Sunny
Humidity
High
No
R1: If
R2: If
R3: If
R4: If
R5: If
Overcast
Rain
Yes
Normal
Yes
Wind
Strong
Weak
No
Yes
(Outlook=Sunny) ∧ (Humidity=High) Then Play=No
(Outlook=Sunny) ∧ (Humidity=Normal) Then Play=Yes
(Outlook=Overcast) Then Play=Yes
(Outlook=Rain) ∧ (Wind=Strong) Then Play=No
(Outlook=Rain) ∧ (Wind=Weak) Then Play=Yes
18
11/21/2014
Cây quyết định dễ hiểu
Việc chuẩn bị dữ liệu cho một cây quyết định là
cơ bản hoặc không cần thiết
Cây quyết định có thể xử lý cả dữ liệu có giá trị
bằng số và dữ liệu có giá trị là tên thể loại
Cây quyết định là một mô hình hộp trắng
Có thể thẩm định một mô hình bằng các kiểm tra
thống kê
Cây quyết định có thể xử lý tốt một lượng dữ liệu
lớn trong thời gian ngắn
Chuyển thành luật
Phân lớp, khai phá dữ liệu
Tỉa cây (tỉa cây trước-cùng với dựng cây, tỉa
cây sau, sai số tỉa cây) , khử nhiễu
Bảng quyết định - Cây quyết định - Mạng
quyết định (có thêm nút HOẶC)
56
/>pplet/dtexplication.html
/>ning/DecisionTrees/Applet/DecisionTreeAppl
et.html
57
19
11/21/2014
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
ADAPT Software Applications, Inc.. (2004) ADAPTcrm; Available: />Chonko, Larry, Eli Jones and Carl Stevens. (2005) Selling ASAP; South-Western Publ., Mason, Ohio.
Cowgill, David. (2006) Five Stpes to a Successful CRM Implementation. Available:
/>CXO Media Inc. (2006) Customer relationship management; Available:
?technology?enterprise/crm/index.html
Duncan, Tom. (2005) Principles of Advertising & IMC; McGraq-Hill Irwin Publ., New York, NY.
entellium. (2006) About Entellium; Available: />Exact Software North America. (2006) E-synergy; Available: />Gollan, Casey. (2006) CRM Software; Available: />Maximizer Software, Inc. (2006) Proven, Adaptable & Affordable CRM & Contact Management Software;
Available: />McDonald, Lori. (2002) Customer Relationship Management; Available:
/>Microsoft Corporation. (2006) Microsoft Dynamics CRM; Available:
/>NetSuite Inc.. (2006) NetSuite CRM+; Available:
/>ON! contact Software Corporation. (2005) Oncontact V (ONCV); Available:
/>Oracle. (2006) The Siebel Solution; Available: />Oracle. (2006) What is CRM; Available: />
19.
20.
21.
22.
23.
24.
25.
26.
27.
Parature, Inc.. (2006) CRM Process Management; Available: />Pivotal Corporation. (2006) Pivotal CRM: A Trusted Market Leader; Available:
/>Sage Software, Inc.. (2006) Customer Relationship Management; Available:
/>SAP. (2006) SAP Solutions; Available: />TechTarget. (2006) Comparing Top 11 CRM Software Solutions; Available:
/>Wikipedia. (2006) Customer relationship management; Available:
/>Williams, Eric. (2006) Define Customer Relationship Management; Available:
/>
Thanks for your attentions
59
20