这学期开始，正式开始了复旦MSE工程硕士的在读生涯，其教学计划中有一门选修课程为《客户关系管理》，一向习惯了理工科的我想换换口味，也希望从另一个角度开阔一下视野，所以毫不犹豫的选择了它，乍看上去貌似跟技术工程毫无关系，而时至目前为止才发现，需要按照老师上课时讲述的各方面技术，分小组完成一次CRM的课题作业报告，真是偷鸡不成折把米！不过说来也是1、2周前的事，现在已经初步完成，当然报告毕竟是报告，也是方案，不会太过于详细，目前还差矩阵式客户分析与实现那部分的设计没有完成，还需要细化。
这次作业中本组有9位同学，主要主题分工有：
第一章 企业背景
第二章 业务概况
第三章 客户分析
第四章 管理方案
第五章 技术方案
第六章 实施方案
第七章 方案预算
第八章 可行性分析
附录与后记
其中，我主要负责技术方案的设计，以下我摘要描述（部分示意图表达方式参考了某位旧友）：
第五章 技术方案
本章主要结合XX公司自身的业务状况、客户领域分析以及企业运营状况和决策进行客户关系管理的需求分析、架构的设计与实现。
5.1 需求分析
根据客户关系管理的方案与业务、客户分析，现将系统分为功能性需求和非功能性需求。
系统业务范围-场景如下：
5.1.1 功能性需求
主要涵盖以下需求点：
1. 客户信息管理、查询
管理维护客户的基本资料，维护客户的业务优惠、业务渠道信息
查询客户相关信息
2. 客户合同管理
查看、管理客户签约合同信息与授权
3. 客户资料认证
创建客户过程中对客户资料信息进行线上、线下认证状态查询、跟踪
4. 客户产品、订单信息管理
管理、查询客户的产品订单信息
5. 针对客户的调查与反馈
适时的对客户进行深度调查，并接收客户反馈的以及系统问题
6. 系统账户管理
系统本身拥有诸多行业、诸多部门的操作员账号信息，这些账户需要拥有不同级别的业务权限与类型
7. 矩阵式的客户分析
以事业部为单位，针对客户群体的不同角度分析一定占比的最大利润客户源
5.1.2 非功能性需求
1. 安全
需要对客户的信息以及客户的产品订单等信息进行严格的安全限制，避免数据直接暴露，同时系统本身也需要保证在不同环节避免一定的安全问题。如SQL注入、XSS跨站、暴力破解等等
2. 性能
提供客户信息查询、客户分析查询以及信息维护更需要保证系统的性能
3. 兼容性
预期希望系统能很好的满足在不同平台和渠道的兼容性，同一平台也需要很好的满足不同浏览版本的兼容性
4. 个性化信息定制、UI交互友好性
根据不同身份角色的操作员进行不同UI界面的交互处理以及可定制化操作
5. 扩展性、可维护性
便于后续开发维护，支持分布式部署与扩展等
5.2 系统架构方案
5.2.1 技术选型
5.2.2架构方案描述
本管理系统主要采用B/S架构模式和面向服务（SOA）的架构体系，一方面便于系统的集成与部署，使服务本身独立于不同的软硬件平台，增强了不同系统平台的兼容性，便于在不同平台上的使用；另一方面通过这种统一的、通用的服务方式进行交互，可以为系统未来的维护、扩展提供良好的基础，我们可以使用最小细粒度的业务实现来重新组合与设计以“客户为核心”的业务流程，满足不同维度的业务需求，进而形成一个自动化、差异化、分布式的客户分析解决方案。
5.2.3系统框架图
1) 表现层（视图）
通过不同的视图支持，CRM操作员、管理员可以在任何时间、任何地点随时查看、管理和分析客户信息、分析数据报表等数据信息
2) MULE消息总线
通过MULE对外提供服务接口，并对接口进行监控和安全拦截
3) 客户基本信息服务
主要包括客户信息开户，客户的基本信息的查询和维护（行业、资信、级别、区域、性质等等）、客户联系信息等
4) 系统管理服务
操作员、管理员登录，账户信息查询&管理、密码设置等。
5) 报表查询服务
不同行业、不同部门、不同地域、不同产品类别进行报表数据查询，横向、纵向的深度挖掘20%的客户及业务往来状况，查询的数据可以同步或异步来处理。
6) 合同管理服务
用以管理客户合同产品、合同有效期、产品费率等等信息
7) 客户认证服务
对不同行业类别、不同产品类型的客户进行不同的认证服务，以确保客户资料真实有效
8) 客户调查反馈服务
收集客户建议、系统BUG等信息，同时可针对不同类别、级别的客户进行EMAIL群发，
同时也包括客户调查与反馈信息的查询。
9) 客户产品服务
主要用以查询客户产品的使用情况、客户订单、客户对账单、客户凭证等
10) 其他支撑服务
包括类似数据存储的中间代理服务、系统异常监控与报警、异步日志记录、缓存服务等
同时也可以将特定客户的预期活动信息进行系统登记，以便于客户的准时跟踪。
11) 数据存储服务
数据存储采用SQL Server，根据实际需要，可考虑将此存储数据进行部分分离，以提高数据报表查询服务的性能，同时也需要考虑到查询库、读写库分离以及数据库的备份机制。数据多维度的分析，采用Cube的方式进行分析和管理。
12) 准实时数据ODS
从生产库或查询库准实时进行数据抽取，进行后台业务数据核对、分析、监控、报表曲线数据准备。
13) 分布式部署
本人涉及的SOA服务结构，均以Web Service的方式进行交互（非TCP等其他方式）,
同时涉及的服务、数据库，均可通过代理服务器来完成负载均衡，实现分布式部署。
5.3 系统边界
其中数据多维分析通过Database Cube的方式建立不同的维度，浏览器模式时，可通过OWC组件、相关视图组件进行数据呈现。
5.4 系统部署图
5.5 矩阵式客户分析的设计与实现
以公司不同事业部为单位（软件、硬件、企业咨询、商务合作等等），分别建立针对客户的不同区域、不同行业、不同部门、不同反馈、不同咨询与业务技术支持等多维度分析，挖掘出提供最大利润（80%、90%）的（20%、10%）源客户信息。
分以下几个步骤进行：
1、 数据采集：
针对客户区域、行业、部门、客户交易、咨询反馈等信息，建立起客户基础数据模型库。
2、 维度模型：
以事业部为单位，分别对客户区域、行业、部门、咨询支持等建立多维的Cube数据，并完成数据的抽取、转换和加载，进而构建数据仓库。
3、 报表呈现：
通过OWC组件或自定义数据图表在不同的浏览平台，进行报表视图的适配处理