在過去的程序設(shè)計(jì)中，要達(dá)到這樣的應(yīng)用效果，只能通過直接的編碼進(jìn)行。例如：要判斷客戶的價(jià)值，需要設(shè)置如下的條件：

1）客戶的累計(jì)交易額達(dá)到1000萬以上；2）客戶的交易頻率在每月1次以上；3）客戶的信譽(yù)額度沒有透支現(xiàn)象；

符合這三個(gè)條件的所有客戶通過后臺(tái)數(shù)據(jù)庫的查詢可以得出列表。TurboCRM的現(xiàn)有版本具備強(qiáng)大的自定義功能，支持對客戶屬性進(jìn)行自由的定義，并根據(jù)特征屬性進(jìn)行分析和查詢。不過，企業(yè)的運(yùn)營是不斷變化的，也許某些客戶沒有達(dá)到這些“硬性指標(biāo)”，但是也具備相當(dāng)大的潛力，例如：企業(yè)的負(fù)責(zé)人最近有所變動(dòng)，可能會(huì)進(jìn)行大規(guī)模購置等信息，也會(huì)影響到該客戶的價(jià)值評估，而這些就很難在現(xiàn)有的企業(yè)管理的知識(shí)平臺(tái)中體現(xiàn)出來。

知識(shí)管理的新發(fā)展

最新的知識(shí)管理程序可以利用自然語言處理（Natural Language Processing）、推理引擎（Inference Engines）和案例自動(dòng)生成工具（Automated Generation of Case）來解決上述的難題。這些工具都是在知識(shí)發(fā)現(xiàn)（Knowledge Discovery Development）學(xué)術(shù)領(lǐng)域的熱點(diǎn)話題。雖然還在發(fā)展期，但重要的是，程序語言對自然語言的理解能力的提高，可以使許多不易體現(xiàn)為“硬性指標(biāo)”的商業(yè)規(guī)則也能夠由程序所識(shí)別和修改。自然語言處理允許輸入用類似于口語或書面語的信息進(jìn)行錄入，同時(shí)反饋出有意義的可以直接被應(yīng)用的答案。在最廣泛被采用的“模糊查詢”功能中就融合了自然語言處理的成果。

推理引擎的應(yīng)用原理，則包含下面四個(gè)基本步驟：

1.匹配（Matching）：將規(guī)則庫中現(xiàn)有的商業(yè)規(guī)則與輸入的情況進(jìn)行對比。例如：對一家汽車修理廠商的客戶服務(wù)中心來說，后臺(tái)數(shù)據(jù)庫中已經(jīng)存儲(chǔ)了成百上千條的汽車發(fā)動(dòng)機(jī)故障的表現(xiàn)和原因。那么，當(dāng)輸入“汽車點(diǎn)火不成功。”這一信息時(shí)，推理引擎首先將這一故障表現(xiàn)與信息庫中的數(shù)據(jù)進(jìn)行自動(dòng)匹配。

2.選擇（Selection）：所有滿足這一條件的規(guī)則在這一步驟中被選中。通常，一個(gè)特定條件只能發(fā)現(xiàn)一個(gè)完全匹配的規(guī)則的情況也可能發(fā)生，但概率較小。

3.激活（Firing）：在所有被選中的規(guī)則中，根據(jù)匹配程度，系統(tǒng)自動(dòng)決定激活強(qiáng)度。例如：如果客戶反映活塞從未更換過，那么由于活塞堵塞導(dǎo)致的點(diǎn)火不成功的規(guī)則的激活強(qiáng)度會(huì)比其他規(guī)則更大。推理引擎中內(nèi)含的算法可以給出一個(gè)最接近的規(guī)則行為。

4.行動(dòng)（Action）：根據(jù)上面得到的推理結(jié)果，可以給出應(yīng)當(dāng)進(jìn)行的操作行動(dòng)，在上面的例子中，更換活塞可能就是最佳的故障排除方法。

當(dāng)規(guī)則的條件不斷增加，呈現(xiàn)更多元化的傾向時(shí)，所能給出的結(jié)果和行動(dòng)也就更加具體、具有特殊性，成為一個(gè)典型案例。這樣的典型案例積累到了一定的程度，成為案例庫。自動(dòng)案例生成系統(tǒng)就是在推理引擎的基礎(chǔ)上的擴(kuò)充。

上述的三種工具是今天的知識(shí)管理發(fā)展中的重點(diǎn)。那么，在實(shí)踐中應(yīng)用的效果如何呢？

美國的3M公司最近在它的客戶服務(wù)中心應(yīng)用了和知識(shí)管理融合的客戶關(guān)系管理系統(tǒng)。由于3M公司生產(chǎn)、銷售超過1萬種的產(chǎn)品，從Post-it貼紙到反光材料、塑料制品等，公司的客戶服務(wù)人員每天接到的電話也是多種多樣，甚至是千奇百怪的。客服人員接到的第一個(gè)電話可能是詢問如何使用一種特殊的錄音磁帶，第二個(gè)電話是關(guān)于最新出品的某種光纖的規(guī)格，第三個(gè)電話是來自一位現(xiàn)在新澤西州的需要3M公司的年度報(bào)告的投資人，第四個(gè)電話是一個(gè)焦急的母親，因?yàn)樗膬鹤觿倓偘?M新出的玩具筆吞進(jìn)了肚子。如何處理這么多的問題？如何培訓(xùn)客服人員，讓他們能夠快速地掌握上萬種產(chǎn)品的相關(guān)信息？知識(shí)管理在這里起到了關(guān)鍵的作用。

在應(yīng)用了CRM之后，客服人員接到一個(gè)電話，在對方描述問題的同時(shí)，就輸入關(guān)鍵詞語進(jìn)行查詢，當(dāng)然用的是接近于口語表達(dá)的自然語言查詢，系統(tǒng)給出所有匹配的信息，推理引擎開始工作，答案的排列順序是與輸入的信息相關(guān)的，如果答案太多，那么系統(tǒng)給出可能的選擇要求客服人員逐一詢問或排除，最后的解決辦法自動(dòng)顯示在屏幕上，客服人員只要念出來可以了，最困難的查詢和推理的工作量都讓計(jì)算機(jī)完成了一大半。如果這些步驟還不能解決客戶的問題，那么電話將轉(zhuǎn)接到高級客服人員，所有的問題描述無需重復(fù)，信息已經(jīng)被記錄而且原樣呈現(xiàn)在這一位客服人員的電腦上，不會(huì)發(fā)生衰減。這位客服人員給出的答案在下一次查詢中將作為新的案例出現(xiàn)在備選答案中，知識(shí)的積累和傳遞就這樣在公司內(nèi)部完成了。

“現(xiàn)在，我們的客戶不再發(fā)現(xiàn)她/他的電話要被轉(zhuǎn)接到12個(gè)不同的客服人員而且得到6、7個(gè)不同的答案了。”3M的客服管理者Paul Guanzini這樣評價(jià)新的CRM系統(tǒng)。3M的下一步是把已經(jīng)儲(chǔ)存了15，000條技術(shù)信息的數(shù)據(jù)庫在網(wǎng)絡(luò)上對客戶開放，自助式的查詢將更進(jìn)一步節(jié)省成本，并提高客戶的滿意度。