NCR 数据仓库事业部推出新版 Teradata Value Analyzer

2001/07/24

　　为协助金融机构在激烈竞争的环境中，以最快的速度成长，NCR数据仓库事业部日前推出可在Teradata数据仓库引擎上执行的Teradata Value Analyzer 2.0软件。不同于其它解决方案，Value Analyzer可精确评估每个零售银行业务与商业银行业务的客户利润贡献度，迅速解答关键问题，以指引各项营销与客户服务活动的执行。

　　加拿大皇家银行客户分析部资深经理Kevin Purkiss说：“适时提供客户适当的产品与 服务，是我们经营成功的关键因素。在我们规划营销策略的过程中，愈来愈需要了解与评估客户的利润贡献度。在皇家银行，我们一直追求尖端的客户关系管理(CRM)技术，我们很高兴看到Value Analyzer 2.0版问世并庆幸能成为用户之一。”

　　据了解，Value Analyzer的分析方式以客户行为为基础，与那些从组织层次判断利润贡献度的传统评估工具，有相当大的差异。传统评估工具利用高阶的平均数据或样本帐户，描述每位客户的面貌。而Value Analyzer则先收集每个帐户的实际交易情形，再依据收入、支出、风险及资金准备，设定评估作业。当计算引擎开始运转时，立即将成本与收入连结到整个组织中所有帐户、客户、产品及销售渠道的每笔交易，如此计算所得的信息，即可作为策略性决策的依据。

　　为加快处理速度，Value Analyzer直接在Teradata数据仓库引擎中完成计算，而不必将大量数据从数据仓库中移进移出，浪费许多宝贵的时间。除了速度，要根据数据做出有远见的企业决策，资料的正确性也是重要因素。由于Teradata是在一个整合的数据库里运作，因此使用者可以细致地检视所有资料，而非只是查看样本，获得一些误导的信息，对客户利润贡献的行为产生误解。

　　DataMonitor Group的Andreas Kolind表示：“结合NCR的Teradata平台时，Value Analyzer仅需数小时而非数天的时间，就能分析大量的客户行为数据。分析出来的数据，可协助改善数种决策过程，包括通路更换计划、价格的制定、及找出不值得服务的客户群。而且，Value Analyzer是依据客户真正的交易量来计算，比使用估计值的套装软件更为精确。”

　　经过这些复杂的计算后，即产生一份利润贡献度分析表，除用以了解实际状况，还能根据此表采取相关措施，提高利润。尽管利润贡献度的计算非常复杂，所处理的数据量也很庞大，但Value Analyzer仍然能以异乎寻常的速度，提供有用的信息。

　　Tower Group资深分析师Kathleen Khirallah也指出：“所谓的一般客户是不存在的-根据平均数据而评估利润贡献度的解决方案，完全没有意义。Teradata Value Analyzer则以客户的行为为基础，让企业能真正了解每位客户。Teradata Value Analyzer从帐户的角度入手，提供‘事实的唯一版本’，让银行可以采取行动。”

　　Teradata Value Analyzer 的最新功能之一“Master Account(主帐户)”，使银行可以从复杂的客户关系中，检察利润贡献度。例如，它可以追踪一个商银总行大型客户的利润贡献度，也可以检查各分行，深入了各项细节，并追踪分行的每个帐户。所有这些信息可以汇总给整个组织，并作为金融商品及服务的差异定价基础。

　　NCR数据仓库事业部中国区总经理王振霖说：“连结客户利润贡献度与股东价值是相当重要的。利用Value Analyzer所搜集到的信息，可将银行的营销活动与客户生活型态结合在一起，让销售团队能提供相关的产品，预测客户流失或贷款违约的风险，鼓励客户利用各种渠道取得服务，并预测客户的产品采购情形。”

新浪科技 2001/07/24