至顶网CIO与应用频道 06月19日 北京消息:全球领先的信息技术研究和顾问公司Gartner的研究显示,全球客户体验与关系管理(CRM)软件支出在2018年增长15.6%,达到482亿美元。CRM仍是最大且增长最快的企业应用软件。
2018年,全球企业应用软件收入总额超过1936亿美元,与2017年的1721亿美元相比,增幅达到12.5%。CRM占企业应用软件收入总额的近四分之一。
2018年,软件即服务(SaaS)支出占CRM总支出的72.9%。在敏捷性与灵活性的主要推动下,同时伴随着远程与移动用户需求的增长,SaaS支出预计将在2019年增至CRM软件支出总额的75%。
Gartner高级研究总监Julian Poulter表示:“2018年,云增速有所下降,但势头依旧强劲,增速达到20%,明显高于15.6%的CRM整体增速。由于采用率非常高,作为上云的先行者,CRM软件将有可能在云增速方面逐渐放缓。”
前五大CRM软件厂商占2018年市场总额的40%以上(参见表一)。相比2017年,虽然微软(Microsoft)以微弱优势取代Genesys、攀升至第五位,但前五大厂商排名变化幅度极小。
表一、按厂商的CRM软件支出统计的2018年全球软件收入总额(单位:百万美元)
|
公司 |
2018年收入 |
2018年市场占有率(%) |
2017年收入 |
2017年市场占有率(%) |
|
Salesforce |
9,420.5 |
19.5 |
7,648.1 |
18.3 |
|
SAP |
4,012.2 |
8.3 |
3,474.4 |
8.3 |
|
甲骨文 |
2,669.0 |
5.5 |
2,492.9 |
6.0 |
|
Adobe |
2,454.8 |
5.1 |
2,017.2 |
4.8 |
|
微软 |
1,302.0 |
2.7 |
1,132.1 |
2.7 |
|
其他 |
28,371.7 |
58.8 |
24,962.0 |
59.9 |
|
总计 |
48,230.2 |
100.0 |
41,726.7 |
100.0 |
来源:Gartner(2019年6月)
CRM市场的所有细分领域增速均超过13.7%,营销(marketing)成为增速最快的细分领域,增幅高达18.8%,占CRM整体市场收入的25%以上。客户服务与支持仍排名第一位,占CRM市场收入的35.7%。
Poulter先生表示:“为了挖掘大量市场机会,CRM应用程序提供商的产品经理应加大云部署,并考虑为营销这一快速增长的细分领域增添新的功能。”
@font-face { font-family: Arial; }@font-face { font-family: 宋体; }@font-face { font-family: Mangal; }@font-face { font-family: "Cambria Math"; }@font-face { font-family: "@宋体"; }@font-face { font-family: Calibri; }p.MsoNormal, li.MsoNormal, div.MsoNormal { margin: 0cm 0cm 0.0001pt; text-align: justify; font-size: 10.5pt; font-family: Calibri; }a:link, span.MsoHyperlink { color: rgb(5, 99, 193); text-decoration: underline; }a:visited, span.MsoHyperlinkFollowed { color: rgb(149, 79, 114); text-decoration: underline; }.MsoChpDefault { font-size: 10pt; font-family: Calibri; }div.WordSection1 { }
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。