|
|
|
2004客户关系管理研讨会 |
![]() |
|
|
||||
|
08:30 |
Registration & Morning Coffee | |||
|
08:55 |
致欢迎词及介绍首位主讲人 IIC首席执行官 张骑群先生 | |||
|
09:00
|
客户满意度到客户忠诚度--客户维护在CRM中的作用 w w w w w 路 岩先生 e龙网电话营销及客户服务部总监 |
|||
|
09:50
|
Refreshment | |||
|
10:20 |
整合、高效的CRM链条 w w 陈文凯先生 松下电器CRM推进部副部长监 |
|||
|
11:10 |
Break | |||
|
11:20 |
客户服务中心如何造就满意的员工 w w w w w 厉朝阳先生 招商银行信用卡中心客户服务部副总经理 |
|||
|
12:10 |
Luncheon | |||
|
13:20 |
科学地追求完美--浅谈携程呼叫中心的流程建设 w w w w w w w 孙茂华女士 携程旅行网服务高级总监 |
|||
|
14:10 |
Break | |||
|
14:20
|
COPC标准在联想呼叫中心的运用 w w w w w 黄金红女士 联想客户信息支持部商用售后业务总监 |
|||
|
15:10 |
Refreshment | |||
|
15:40 |
Airline Customer
Services Management w w w w 陈庆辉先生 港龙航空有限公司中国华东地区经理 |
|||
|
16:30 |
Close of Day One |
|||
|
||||
|
08:30 |
Registration & Morning Coffee | |||
|
09:00
|
顾客价值 CRM的测量 w w w w w w w w w 郑龙匡先生 上海奥美顾客关系行销董事总经理 |
|||
|
09:50 |
Refreshment | |||
|
10:20 |
客户抱怨的价值管理 w w w w w w 杨加彪先生 北汽福田营销公司客户关系部副部长 |
|||
|
11:10 |
Break | |||
|
11:20 |
在黑暗射击还是在光明中驾驶--建立分析型CRM系统 许多企业下大决心、花大力气、用大代价所建立的CRM系统只是一套“四肢发达、头脑简单”的运营型系统,系统缺少有效地收集、整合、管理、分析和利用顾客信息的方法和能力,使企业仍处于“在黑暗中射击”的局面。因此,越来越多的企业认识到有必要在运营型CRM的基础上建立分析型CRM,为“发达的四肢”配上“发达的头脑”。分析型CRM不仅提升营销、销售和客户服务的效率与效果,而且能够提升总体绩效。 w w w w w 王 茁先生 上海家化联合股份有限公司副总经理 |
|||
|
12:10 |
Luncheon | |||
|
13:20 |
呼叫中心的知识库策略 w w w 孙洪波先生 专业经理人 |
|||
|
14:10 |
Break | |||
|
14:20
|
客户信息是基础,客户满意是关键 w w w w 李大连先生 今晚报公众服务中心总经理 |
|||
|
15:10 |
Refreshment | |||
|
15:40 |
CRM的另一个样貌--数据驱动的营销 w w w w 林祯舜先生 智动营销策划咨询数据挖掘总监 |
|||
|
16:30 |
Close of Day Two | |||
|
||||
|
林祯舜 先生 |
||||
|
08:30 |
Registration & Morning Coffee | |||
|
08:55 |
Introduction
of the Workshop Leader IIC首席执行官 张骑群先生 |
|||
|
09:00
|
数据挖掘的基本概念 何谓数据挖掘 数据挖掘能做什么 商业领域的数据挖掘 技术层面的数据挖掘 |
|||
|
09:50
|
Refreshment | |||
|
10:20 |
数据挖掘方法论 数据的分类与描述 数据挖掘的类型 商业问题的正确识别 如何将数据转换成可操作的决策 如何建立预测模型 |
|||
|
11:20 |
数据挖掘的技术与算法 聚类分析 决策树 神经网络 关连法则 数据挖掘软件的选择 |
|||
|
12:10 |
Luncheon | |||
|
13:30 |
数据挖掘模型的建立与选择 如何建立好的预测模型 建立多个模型 对模型进行试验 评价模型的几个标准 选择合适的模型 |
|||
|
14:30
|
数据挖掘在营销中的应用 如何进行客户细分 客户生命周期的计算 客户终生价值的估算 如何给你的客户打分 客户价值的追踪与修订 |
|||
|
15:20 |
Refreshment | |||
|
15:40 |
数据挖掘案例与软件演示 数据挖掘软件的发展 数据挖掘软件演示--以电子商务网站为例 数据挖掘软件演示--以直复营销数据为例 |
|||
|
16:40 |
Close of Day One |
|||