Bài giảng thạc sĩ hệ thống quản lý mối quan hệ khách hàng

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