2022年湖北18968客户服务自考大纲及教材版本

《自考视频辅导课程》轻松易懂,助你拿证!点击试听,综合优惠低至69元/科!

湖北省高等教育自学考试课程考试大纲

课程名称:客户服务

课程代码:18968

第一部分课程性质与目标

一、课程性质与特点

二、课程目标与基本要求

通过本课程的学习,要求自学应考者能够:

1、理解和掌握客户服务的基本知识、基本理论、基本理念、基本观点和基本技能。

2、熟悉和掌握关于客户服务的各种技巧、礼仪、渠道,理解各种渠道之间的内在联系,学会运用各种管理策略处理客户管理的基本技能。

三、与本专业其他课程的关系

第二部分考核内容与考核目标

第一章客户关系管理概述

一、学习目的与要求

通过本章学习,学员应当知道了解客户关系管理项目的背景与能力要求,了解客户关系管理项目的操作流程,熟悉客户关系管理软件的安装方法和步骤,能够完成客户关系管理岗位及所需能力的调查与分析,能够进行客户关系管理软件的基础配置。

二、考核知识点与考核目标

(一)CRM软件安装及配置(重点)

理解:熟悉客户关系管理软件的安装方法和步骤

应用:CRM软件安装及配置

(二)客户关系管理系统分类(一般)

识记:CRM的定义

理解:运营型CRM,分析型CRM,协作型CRM

(三)客户关系管理的产生(次重点)

理解:客户关系管理的产生

第二章客户关系管理战略规划

通过本章学习,学员应当掌握客户关系管理战略规划的基本知识,熟态客户满意度与忠诚度的内容与要求,学会编制客户关系管理营销计划,能进行客户关系管理软件的产品(样品)配置。

(一)客户关系管理规划设计(重点)

识记:客户战略

理解:CRM战略的内容,客户关系管理战略的类型

应用:CRM战略成功的原因

(二)客户关系营销方案设计(次重点)

识记:客户满意度的界定,客户忠诚度

理解:客户满意度与客户忠诚度的关系,影响客户忠诚度的因素,客户服务的范畴,SWOT分析模型简介

应用:客户满意实现方法,客户忠诚实现方法

(三)客客户资源软件管理(一般)

理解:供应商管理,样品管理

应用:能进行客户关系管理软件的产品(样品)配置

第三章潜在客户管理

通过本章学习,学员应当通过对市场信息的了解和分析,确定目标市场的潜在客户,进行市场调查,了解挖掘潜在客户的方法和渠道,掌握接近客户的技巧,能够分析谁是潜在客户,能够灵活运用寻找潜在客户的方法,能够巧妙化解接近客户中的困难。

(一)分析谁是潜在客户(重点)

识记:客户生命周期,马斯洛需求层次理论

理解:客户需求分析,分析潜在客户的条件

应用:分析谁是潜在客户学员,通过对市场信息的了解和分析,确定目标市场的潜在客户,如何精准定位产品客户群

(二)寻找潜在客户的基本方法(次重点)

识记:客户名单创建

理解:寻找潜在客户的原则,寻找潜在客户的通用方法

应用:进行市场调查,了解挖掘潜在客户的方法和渠道

(三)接近潜在客户(一般)

理解:潜在客户评估的法则,潜在客户的管理

应用:掌握接近客户的技巧,CRM:把线索客户变为真正的客户

第四章客户信息管理

通过本章学习,学员应当熟悉客户信息采集和建立客户档案的方法与步骤,熟悉客户资料分析的内容,掌握客尸细分方法,掌握获取客户信息的途径,及时在CRM中建立、更新客户档案,能够对客户资料进行分析,针对不同客户采取不同的管理方式,能够在CRM系统中实现客户细分操作。

(一)建立客户档案(重点)

理解:获取客户信息十大渠道,建立客户档案的方法与步骤

应用:如何建立高质量的客户信息档案

(二)客户数据挖掘(次重点)

识记:数据挖掘的定义

理解:渠数据挖掘的关联分析,数据挖掘的商业应用、客户资料分析的内容,掌握客户细分方法、掌握获取客户信息的途径

应用:如何对客户资料进行分析,如何针对不同客户采取不同的管理方式

(三)客户细分(一般)

识记:什么是客户细分,金字塔理论

理解:客户分类分析

应用:在CRM系统中实现客户细分操作

第五章客户体验与沟通

通过本章学习,学员应当了解客户体验的基本概念,了解客户体验管理的操作流程,能够成功进行一次体验活动,能运用客户关系管理软件进行客户体验过程记录。

(一)客户体验(重点)

识记:什么是客户体验管理,一对一营销,顾问营销

理解:客户体验与客户满意的关系

应用:了解客户体验管理的操作流程,能够成功进行一次体验活动

(二)客户沟通(次重点)

识记:关系营销

理解:客户沟通技巧,业务员必须拥有的四种能力和八种魅力

(三)客户需求及记录(一般)

识记:客户需求

理解:客户需求的挖掘

应用:运用客户关系管理软件进行客户体验过程记录

第六章销售机会管理

通过本章学习,学员应当能够进行机会分析及机会管道分析,找出潜在重点客户,了解订单处理,并学会在软件系统中进行订单记录,能够完成机会分析,能够借助客户关系管理软件系统进行管理分析,能够运用客户关系管理软件进行订单记录。

(一)销售机会活动(重点)

识记:销售机会管理,销售漏斗、销售机会报表

理解:销售机会管理流程,销售机会应用,

应用:进行机会分析及机会管道分析,找出潜在重点客户,了解订单处理,并学会在软件系统中进行订单记录

(三)销售订单及记录(一般)

理解:以客户为导向的营销策略,制定营销策略应考虑的因素

应用:运用客户关系管理软件进行订单记录,借助客户关系管理软件系统进行管理分析

第七章客户服务

通过本章学习,学员应当明确客户服务的内容,把握好客户服务流程,分析客户抱怨的原因,将客户抱怨转变为商机,能够进行客户服务管理,并优化客户服务流程,能够正确处理客户抱怨,并掌握客户授诉处理技巧。

(一)客户服务管理(重点)

识记:客户服务

理解:客户服务的内容、SBO系统:服务管理的基本流程,SBO系统的服务跟踪卡

应用:如何确定客户服务的内容,怎样把握好客户服务流程

(二)正确处理客户抱怨(次重点)

识记:客户投诉处理流程

理解:利用CRM系统提高客户投诉处理效率、客户抱怨的原因、客户投诉处理技巧

应用:如何将客户抱怨转变为商机,如何进行客户服务管理,并优化客户服务流程,如何正确处理客户抱怨

(三)客户服务中心(一般)

识记:语音呼叫中心、SAPBusinessOne服务呼叫

理解:呼叫中心系统方案设计,语音呼叫中心的基本结构

第八章客户关系管理总结与发展

通过本章学习,学员应当能够对CRM的功能模块进行系统的总结,能够掌握客户关系管理软件实施的基本流程,能够对CRM项目进行综合的总结。

(一)CRM系统的功能总结(重点)

理解:CRM功能分布框图,CRM现状及发展趋势

应用:能够对CRM的功能模块进行系统的总结,能够掌握客户关系管理软件实施的基本流程

(二)CRM在企业中的应用的发展(次重点)

识记:移动客户关系管理

理解:移动商务中客户关系管理活动、客户关系管理的发展趋势

第三部分有关说明与实施要求

一、考核的能力层次表述

本大纲在考核目标中,按照“识记”、“理解”、“应用”三个能力层次规定其应达到的能力层次要求。各能力层次为递进等级关系,后者必须建立在前者的基础上,其含义是:

识记:能知道有关的名词、概念、知识的含义,并能正确认识和表述,是低层次的要求。

理解:在识记的基础上,能全面把握基本概念、基本原理、基本方法,能掌握有关概念、原理、方法的区别与联系,是较高层次的要求。

应用:在理解的基础上,能运用基本概念、基本原理、基本方法联系学过的多个知识点分析和解决有关的理论问题和实际问题,是最高层次的要求。

二、教材

指定教材

《客户关系管理》,李文龙徐湘江包文夏主编,清华大学出版社,2016年版

三、自学方法指导

1、在开始阅读指定教材某一章之前,先翻阅大纲中有关这一章的考核知识点及对知识点的能力层次要求和考核目标,以便在阅读教材时做到心中有数,有的放矢。

2、阅读教材时,要逐段细读,逐句推敲,集中精力,吃透每一个知识点,对基本概念必须深刻理解,对基本理论必须彻底弄清,对基本方法必须牢固掌握。

3、在自学过程中,既要思考问题,也要做好阅读笔记,把教材中的基本概念、原理、方法等加以整理,这可从中加深对问题的认知、理解和记忆,以利于突出重点,并涵盖整个内容,可以不断提高自学能力。

四、对社会助学的要求

1、应熟知考试大纲对课程提出的总要求和各章的知识点。

2、应掌握各知识点要求达到的能力层次,并深刻理解对各知识点的考核目标。

3、辅导时,应以考试大纲为依据,指定的教材为基础,不要随意增删内容,以免与大纲脱节。

4、辅导时,应对学习方法进行指导,宜提倡"认真阅读教材,刻苦钻研教材,主动争取帮助,依靠自己学通"的方法。

5、辅导时,要注意突出重点,对考生提出的问题,不要有问即答,要积极启发引导。

6、注意对应考者能力的培养,特别是自学能力的培养,要引导考生逐步学会独立学习,在自学过程中善于提出问题,分析问题,做出判断,解决问题。

7、要使考生了解试题的难易与能力层次高低两者不完全是一回事,在各个能力层次中会存在着不同难度的试题。

8、助学学时:本课程共4学分,建议总课时72学时,其中助学课时分配如下:

章次

内容

学时

客户关系管理概述

9

客户关系管理战略规划

潜在客户管理

客户信息管理

客户体验与沟通

销售机会管理

客户服务

客户关系管理总结与发展

合计

72

五、关于命题考试的若干规定

1、本大纲各章所提到的内容和考核目标都是考试内容。试题覆盖到章,适当突出重点。

2、试卷中对不同能力层次的试题比例大致是:"识记"为30%、"理解"为40%、"应用"为30%。

3、试题难易程度应合理:易、较易、较难、难比例为2:3:3:2。

4、每份试卷中,各类考核点所占比例约为:重点占65%,次重点占25%,一般占10%。

5、试题类型一般分为:单项选择题、多项选择题、判断说明、名词解释、简答题、论述题、案例分析题。

六、题型示例(样题)

一、单项选择题

中国电信10000客户服务热线属于

A.自建自用型呼叫中心B.外包服务型呼叫中心

C.应用服务提供商型呼叫中心D.客户服务提供商型呼叫中心

二、多项选择题

E.判断客户的性格

三、判断说明题

四、名词解释题

客户保留度

五、简答题

寻找潜在客户的原则。

六、论述题

如何建立高质量的客户信息档案。

七、案例分析

为三鹿奶粉解“毒”

有人说:质检部门也有责任,市场监管不力,2008年9月22日,质检总局要求各地统一三聚氰胺的检测方法和仪器,牛奶质检终于有了统一标准。有人说:企业管理者田文华是被人冤枉的,但是,三鹿集团永远逃不了干系。三鹿对客户投诉的态度、承认错误的态度、对投诉的整个处理方式等成为真正的“毒”,它就像“聚氰胺”一样,让三鹿集团得了“肾衰竭”,并最终病入膏肓。问题:如果你是三鹿集团的领导,你将如何为奶粉解“毒”

自考生题库

专业智能,巩固提分

历年真题

真题全景再现

进入做题

模拟考场

海量题随机做

考前点题

部分科目押题

章节练习

章节专项突破

错题收纳

试题收藏复习

易错题

高频易错习题

网课试听

教材大全

做题闯关

温馨提示:本网站所提供的考试信息仅供考生参考,考试政策请以权威部门公布的正式信息为准。

THE END
1.简要概括数据挖掘的定义数据挖掘就是通过一系列技术手段,从看似杂乱无章的数据中提取出有价值的信息。它就像一把“钥匙”,帮助我们打开看似封闭的大门。无论是个体用户的个性化推荐,还是企业的市场预测,甚至是医疗、金融等行业的风险控制,数据挖掘都起到了举足轻重的作用。它让我们看到了“数据背后的故事”,也让我们能更好地理解和利用这些https://wenku.baidu.com/view/379da718b3717fd5360cba1aa8114431b80d8e4c.html
2.数据挖掘是对业务和用户的理解数据挖掘是对业务和用户的理解 数据挖掘有很高的专业门槛;然而用研、产品、运营们也不一定就会被数据科学家们“碾压”了。这篇文章不是数据挖掘教程,而是让用研、产品、运营及其它相关岗位的同学了解: 数据挖掘的特点; 数据挖掘可以做哪些事情、有什么应用价值; https://www.cda.cn/view/120094.html
3.面向学生行为理解的数据挖掘方法研究【摘要】:近几年来,随着教育数据挖掘领域的快速兴起,结合数据挖掘方法对学生行为数据进行分析成为一种流行趋势,主要致力于对未来行为与兴趣的发现、对学生学习表现的预测、以及学生个人或者群体特征的提取。学生行为模式的相关研究被广泛地关注,教育学、社会学等多个领域的研究发现学生的行为模式对于其学习表现、情感状态https://cdmd.cnki.com.cn/Article/CDMD-10358-1018105004.htm
4.数据挖掘论文无论是在学习还是在工作中,大家都有写论文的经历,对论文很是熟悉吧,通过论文写作可以培养我们独立思考和创新的能力。你知道论文怎样才能写的好吗?下面是小编整理的数据挖掘论文,欢迎大家借鉴与参考,希望对大家有所帮助。 数据挖掘论文 篇1 【摘要】由于我国的信息技术迅速发展,传统档案管理的技术已经不能满足现代的信https://www.unjs.com/lunwen/f/20220924130749_5650839.html
5.终于有人把数据挖掘讲明白了快速增长的海量数据被收集、存放在大型数据库中,没有强有力的工具,以人类现有的能力很难理解它们。因此,有人说大数据是数据“坟墓”。当采用数据挖掘工具进行数据分析时,可以发现隐藏在大数据之中重要的数据内容、模式,能对商务决策、知识库、科学和医学研究等做出巨大贡献。为解决数据和信息之间的鸿沟,我们应系统地学https://www.51cto.com/article/698009.html
6.干货▏面向大数据的时空数据挖掘相较于传统的数据挖掘技术,时空数据挖掘研究还远未成熟。对于结构复杂且形式多样的时空数据,如何寻找合适的数据挖掘算法或者技术,可以挖掘什么有价值的模式,如何对这些模式进行分析?这些问题的解决都迫切需要构建一个时空数据挖掘的理论框架。清晰定义的理论框架将会给该研究领域带来理论上的指导,一方面可更好地理解时空模式https://czj.guiyang.gov.cn/new_site/zwgk_5908373/zszc_5908415/202205/t20220531_74514473.html
7.数据挖掘与分析心得体会数据挖掘处理数据之多,挖掘模式之有趣,使用技术之大量,应用范围之广泛都将会是前所未有的;而数据挖掘任务之重也一直并存。这些问题将继续激励数据挖掘的进一步研究与改进! 2、数据分析 数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析,以求最大化地开发数据资料的功能,发挥数据的作用。https://www.360wenmi.com/f/file46470luq.html
8.《医学数据挖掘与实践》实验指导医学数据挖掘与实践教学运行与管理通过巩固和加深数据挖掘基本知识的理解,提高运用学习医学数据的数据挖掘,用软件求解操作培养学生的逻辑思维,掌握基本的数据挖掘能力,有利于专业的知识储备。本实验指导共9项实验,分别从R软件的使用、数据预处理、k近邻、决策树、随机森林,聚类、关联规则算法运用医学数据,指导学生操作,实验过程中要求学生能分析实际问https://www.gxtcmu.edu.cn/ggxy/jysjs1/xxglyxxxtjysyxxxgcjyshs/jxyhygl2/yxsjwjysj/content_29934
9.数据挖掘的三要素是什么帆软数字化转型知识库数据挖掘的三要素是数据、算法、和业务理解。数据是数据挖掘的基础,所有的分析、模型建立都离不开高质量的数据。算法是数据挖掘的核心,通过各种算法可以从数据中提取出有价值的信息和模式。业务理解是数据挖掘的应用目标,只有深入理解业务,才能将数据挖掘的结果应用到实际中去,并产生实际的价值。数据的质量直接影响数据https://www.fanruan.com/blog/article/593842/
10.数据挖掘的含义是什么(1)数据源必须是真实的、大量的、有噪声的; (2)发现的是用户感兴趣的知识; (3)发现的知识是可接受、可理解、可运用的; (4)并不要求发现放之四海而皆准的知识,仅支持特定的发现问题。 数据挖掘以解决实际问题为出发点,核心任务是对数据关系和特征进行探索。一般而言,数据挖掘可以分为两类:一类是有指导学习或https://www.dongao.com/zjjs/zy/202106173463769.shtml
11.南京邮电大学李涛深度解读大数据时代的数据挖掘新闻中心不同的学者对数据挖掘有着不同的理解,但个人认为,数据挖掘的特性主要有以下四个方面: 1.应用性(A Combination of Theory and Application):数据挖掘是理论算法和应用实践的完美结合。数据挖掘源于实际生产生活中应用的需求,挖掘的数据来自于具体应用,同时通过数据挖掘发现的知识又要运用到实践中去,辅助实际决策。所以https://www.cbdio.com/BigData/2017-03/16/content_5471545.htm
12.数据挖掘的基本步骤是什么?理解业务目标:首先要明确数据挖掘的目的是什么,是为了预测销售额、识别欺诈行为还是其他目标。只有明确了业务目标,才能有针对性地进行数据挖掘分析。 数据理解:收集相关数据,理解数据的含义、格式、质量等特征。这一步通常包括数据收集、数据描述性统计、数据可视化等方法,以便更好地理解数据。 数据准备:对数据进行清洗、https://www.mbalib.com/ask/question-1ff33c04b2a8f83d1aff9875a50d017f.html
13.数据挖掘的定义好处应用顶级技术做数据挖掘的好处当问到 "什么是数据挖掘 "时,让我们把它分解成数据科学家和分析师在处理数据挖掘项目时采取的步骤。 1. 理解业务 公司的现状是什么,项目的目标是什么,什么定义了成功? 2. 理解数据 弄清楚解决这个问题需要什么样的数据,然后从适当的渠道收集数据。 https://blog.csdn.net/Bluehost_China/article/details/126854519
14.什么是数据挖掘?为什么它如此重要?数据挖掘企业可以通过多种方式挖掘数据,并用于多种目的。以下是数据挖掘者使用的最流行的数据排序策略: 分类 数据组织者决定预定义的分类。原始数据根据其质量被划分为多个类别。理解这一点的一个简单例子是对葡萄干过敏的人进行分类,对不过敏的人则进行分类。本示例将解释如何使用两个指定的类来安排数据批。 https://www.fromgeek.com/telecom/524877.html
15.数据挖掘论文精品[15篇]数据挖掘论文时间:2023-07-29 08:37:13 论文 我要投稿 数据挖掘论文精品[15篇] 无论是在学校还是在社会中,大家都尝试过写论文吧,论文的类型很多,包括学年论文、毕业论文、学位论文、科技论文、成果论文等。还是对论文一筹莫展吗?下面是小编为大家收集的数据挖掘论文,欢迎大家借鉴与参考,希望对大家有所帮助。 数https://www.ruiwen.com/lunwen/7963711.html
16.数据挖掘机器之心关联规则算法(apriori)是最有影响的挖掘布尔关联规则频繁项集的算法之一,它由R. Agrawal和R. Srikant于1994年首次提出,简单、易理解、对数据的要求低,常常用于市场篮分析等领域。该过程通过对交易资料库中的纪录进行资料挖掘,这种关联的发现可以帮助零售商了解哪些商品频繁的被顾客同时购买,从而帮助他们开发更好的营销https://www.jiqizhixin.com/graph/technologies/7904de1e-5ab5-4f0a-aa60-693cb2978766
17.什么是数据挖掘?定义重要性与类型SAP同时,随着用户对工具越来越熟练,对数据库理解越来越深入,他们在数据探索和分析中也能更有创意。 为什么要使用数据挖掘? 数据挖掘的主要优势,在于能够从来自各种数据源的海量数据中发现模式和关系。从社交媒体、远程传感器到日益详细的产品动态和市场活动报告,随着这些五花八门的数据源生成越来越多的数据,数据挖掘也成为https://www.sap.cn/products/technology-platform/hana/what-is-data-mining.html