商务智能的实质在于从数据中有效的提取信息，从信息中及时发现知识，为企业的决策和战略发展服务。目前商务智能渐渐被引入到很多领域，尤其是电信、金融、消费品等行业和CRM、ERP、SCM等领域。特别是近年来，“以客户为中心”的观念被越来越多的企业所认同;客户关系管理的概念也逐步被接受和应用。通常而言，客户关系管理要分为运营和分析两个层面，运营型的客户关系管理就好像是客户关系的臂膀，为客户关系管理提供支持;而分析型的CRM则是客户关系的大脑，利用商务智能对客户资料进行收集、保存、分析和应用，因此，也称为CRM商务智能。一般意义上说，运营型CRM是通过降低运营成本为企业带来效益，CRM商务智能则是通过拉动企业的收入增长实现效益，直接驱动企业收入和效益的增长。

　　通常情况下，运营型CRM的发展总是先于CRM商务智能的，因为它是CRM商务智能发展的基础和重要支持。最近几年，企业对于运营型CRM的关注程度和投资远远超过CRM商务智能，运营型CRM的发展促进了企业和客户的互动能力，并且捕捉到相关的活动和客户数据。近年来竞争日益激烈的外部环境也要求企业对资源进行更加有效的分配和整合，而这些都依赖于企业获得有价值见解的能力，也是帮助企业改善运营和销售效果的核心。

　　那么CRM商务智能对企业的贡献具体在哪些方面呢?

　　首先，CRM商务智能是业务发展的强大驱动。假设客户、市场、销售等数据已经就绪，利用商务智能进行分析能帮助发现其中的关联关系，通过这些基本分析比较容易形成客户细分的依据，指导细分策略的制定。

　　其次，CRM商务智能可以引领整体的分析向纵深发展，从而提供更有价值的结论。很多企业在运作型CRM的基础上已经部署了评估和报告的工具，特别是电信和金融等CRM发展较快的行业，但这些分析的深度还有很大的发展空间。通过CRM商务智能，分析可以从初步应用如报表分析、数据集成等向深度和广度应用发展，数据仓库建模和数据挖掘等技术的应用将实质性推开。

　　再者，随着CRM商务智能的发展，数据的采集需求也会逐渐拓展。CRM商务智能的实现需要强大的数据支持，随着分析的发展，数据需求将跨越不同系统和不同部门，以实现基于统一视图的关联，所以企业需要在全公司范围内分享数据，打破职能和运营之间的分割。

　　行业内CRM商务智能大体可以分成客户分析、历史性分析和市场分析三个大类，这三个大类不是单独存在，而是相互交错存在的，彼此之间联系交叉整体形成CRM商务智能体系。CRM商务智能中最为核心的就是客户分析，此类分析主要是针对企业和消费者之间关系的深刻见解和结论。行业内常见的客户分析有客户终身价值分析、客户盈利率分析、客户忠诚度分析、客户渠道分析、客户偏好分析等等。客户分析提供了关于客户的最基本的指示和引导，这对于更加准确和有效的进行差异化销售服务、营销活动管理、客户保持、交叉销售等都是非常重要的。市场分析则是侧重关注市场上不同实体之间的关系，市场分析从市场上个个实体的属性出发，其结果既可以用于策略区隔性的目的，又可以进行差异化的战术性目的。对于很多企业来说，CRM商务智能的起点就是历史性分析及其报告，这些支持企业针对客户数据和企业运营等定义标准化的报告和定制查询。由于历史性分析可以帮助企业跟踪客户行为，因而特别适合评估和报告企业业务运营和营销活动，同时也适用于利用数据监控一段时间的行为趋势变化。

　　商务智能在CRM中的应用，即分析型CRM，是拉动企业收入增长的重要驱动，常见的支持模型包括客户盈利性分析模型、客户流失预警模型、交叉销售模型等等。德勤的CRM商务智能架构应用体系已经在电信、金融、消费品等多个行业应用，并且根据企业的行业特点和具体需求进行调整，帮助企业利用CRM商务智能进行“以客户为中心”的转型。