所谓客户关系管理软件(Customer Relationship Management，下文简称 CRM)，是一种旨在管理和改善企业与其客户之间关系的应用类软件。客户关系管理软件系统的宗旨是：为满足每个客户的特殊需求，同客户建立联系，通过软件提供的各种同客户不同渠道的互动，以及随之产生的业务数据，从中提炼挖掘出客户的不同需求，并在此基础上进行一对一个性化服务。
常规的客户关系管理软件包括销售管理、商务管理，数据汇总和分析，市场营销管理、客户服务系统以及客户呼叫中心等模块。在全球企业向数字化转型的浪潮中，客户关系管理系统已经成为企业运营不可或缺的工具之一。
随着近些年人工智能的技术研究不断取得进展，大量原本在传统 CRM 系统里需要使用者手动操作才能完成的业务流程，借助人工智能技术可以得到大量简化甚至完全达到自动化。作为世界上最优秀的企业管理软件提供商之一，SAP 在传统的本地部署(On-Premises)系统架构和 Saas(Software-as-a-Service) 领域都推出了对应的解决方案，其中后者，部署在云端的 SAP CRM 解决方案，名叫 SAP Cloud for Customer(简称 C4C). 笔者在 SAP 成都研究院曾经从事过该系统的开发工作，本文将 C4C 和人工智能相关的业务流程和实现分享出来，希望对社区里致力于人工智能技术如何落地的朋友们有所启发。
SAP Cloud for Customer(下文简称 C4C) 在 1708 这个版本里最先引入使用人工智能的支持，用于销售场景中的 Deal Intelligence(智能交易)和服务场景中的 Automatic Ticket Classification(Ticket 智能分类)。到 C4C 1802 版本为止，SAP C4C 在销售和服务领域内经由人工智能增强的场景如下：
- Deal Intelligence
- Lead Intelligence
- Account Intelligence
- Ticket Intelligence
C4C 系统启用机器学习的前提条件
C4C 机器学习的思路是分析系统内已有的历史数据，进行模式识别，创建统计模型对将来的业务决策做出预测。因此历史数据成为 C4C 机器学习场景一个至关重要的输入条件。
SAP C4C 机器学习对于历史数据规模的要求是：对于相关场景至少存在过去 12 个月的数据，数量不得少于 5000 条，并且必须满足 SAP 官方文档上定义的特征分布。
C4C 系统启用机器学习的主要步骤
C4C 机器学习功能在每个 tenant 上默认处于关闭状态。希望启用机器学习的客户需要向 SAP 提交一个 Incident，按照 SAP 提供的一个模板填写需要启用机器学习的具体场景。作为一个 SaaS 解决方案，绝大多数复杂的机器学习启用步骤都由 SAP 工作人员完成，剩下需要由 C4C 客户在 C4C tenant 上完成的步骤，仅仅是在 C4C工作中心视图 Predication Services 里进行简单的配置工作。
点击 Model Setup 超链接进行机器学习的模型配置：
注意图中的 Readiness 这一列，代表当前 tenant 上相关的历史数据的规模和分布是否足以满足 SAP 定义的创建机器学习训练模型的条件。
如果条件不满足，点击 View Report 能看到具体是历史数据的哪个维度不满足：
历史数据准备好之后，通过点击下图 Model 表格的工具栏上的按钮 Add Model 创建机器学习的模型，训练并激活模型，然后就能在C4C 的业务场景中使用机器学习提供的强大功能了。
我们注意到上图有一列 Data Source, 代表该场景需要的模型是否支持以外部文件的方式将历史数据导入系统。Auto Extraction 则代表直接使用当前 tenant 的数据作为历史数据。
等模型训练结束后状态变为 Active，就可以开始在 C4C 业务场景中使用机器学习了。
