很多企业为了赢得和保持客户，将CRM软件作为一个重要的资源来利用，希望可以由此加强销售自动化、客户服务、市场营销以及其他诸多方面。然而，这些企业是否真的能够达到控制成本、扩大利润的目的呢？更具体地说，这些企业是否由此就能够真正了解客户生命周期中的完整信息呢？就单个的业务部门来讲，各自的应用一般都可以很好地工作，但业务部门之间的协同却是个很大的问题。

简单、局部的观点很难适应企业全球化的现实需求。元数据驱动的模型，尤其是模型驱动的信息集成，为将分散的、以业务部门为中心的CRM软件整合起来提供了解决方案。

企业通常根据其产品、人员构成以及工作场所，以独立的业务部门为单位来采购或开发各自的CRM系统。大企业很少能够一次性地为所有业务部门部署完全集成的CRM系统。因此，CRM系统往往会呈现出多样性，在同一企业中的不同业务部门设置很多互不兼容的数据模型。造成这种局面的主要原因:一是应用系统可能来自不同的系统供应商;二是各部门的具体需求存在差异。特别是当两个企业合并的时候，集成本身的复杂性加剧了系统的多样性。

要识客户真面目

为了在“以客户为中心”的市场环境中保持竞争力，企业需要对客户有全面的认识，并且在企业内部共享客户信息。反过来，客户期望得到最好的服务，同时也希望企业所有部门都完全了解他与企业已经发生过的所有交互活动。客户不希望单单是曾经和他有过联络的那些部门了解这些情况，他不会把你的企业看成一个分工明细的大集团。相反，他希望企业的所有资源都在为他一个人提供一体化的服务。所以，他只会给你的企业打电话，而不管接电话的是客户支持部门还是投诉部门。为了提供最好的服务，企业必须从任何可能的客户资源和客户关系中为所有需要这种信息的业务部门提供有效的信息，其中既包括企业内部信息，也包括企业外部信息。

所有的CRM系统都有一个共同点：需要将CRM数据保存到某个地方。在应用CRM系统之前，企业最好将现有的信息保存到一个整合的数据库之中，当然这会消耗很多的时间和经费;在数据装载完成后，企业需要制定相关的数据使用和交换规程。这套规程为所有的客户提供数据交换的方法。数据库是CRM系统开发的核心。不仅如此，当企业在内部或者其他应用软件中使用这些信息的时候，挑战依然存在。

虽然后端数据能够让我们对客户信息有比较全面的认识，许多企业还是购买一些前端软件来使整个应用程序变得简单易用一些，但是这两者的集成却会变得非常困难，同时也比较费时。新的EAI软件能够跨系统工作，这大大减少了企业的工作量和费用，同时也能提供详细的业务规则。然而这些步骤只能为一些相关的交易提供信息反馈。一个棘手的问题是，维持系统运转的信息和其他可供利用的数据资源仍然无法得到满足。为了解决这个问题，一些CRM系统的开发商建议使用ETL（ExtractTransformandLoad，提取转换和加载）工具来随时从数据源中选取数据，并且将其保存在适当的系统中。你会发现，这并不是一个很好的方案。