分析型CRM的四个阶段.docVIP

分析型CRM的四个阶段 Sybase软件（中国）有限公司 刘　翔 　　随着商务智能应用的普及和集成数据模型的出现，今天已经有可能根据客户的购物习惯、喜好以及对生活方式的选择，对不同客户的不同需要实施有根据的细粒度的分析。这种分析将有助于建立一种更有价值的和更为个人化的业务联系，推动企业与客户的所有市场活动以及常规业务的运作。　　很多面向客户和面向市场的企业都在按照人口统计学（年龄、性别、地域）、生活方式（购物习惯、主动程度）和家庭结构等各　种不同的方式对其客户进行评估。但是，这种以传统数据库技术进行市场活动的方式有很大的局限性，留下了很多未曾解决的问题：　　获得新客户的费用增加；　　向客户提供服务的代价增加；　　对客户的真实需要知之甚少；　　客户赢利模型比较复杂等。　　　分析型CRM是以改善业务管理为目的的分析活动。分析的对象是由企业的CRM业务和当前应用所产生的相关数据。分析型CRM使企业能够对与客户（现有客户和潜在客户）有关的各种要素（需要、方式、机遇、风险、代价等）作出分析与评估，以便为企业赢得最大的回报。分析型CRM包括以下内容：　　①客户分析（区段分析、风险分析、嗜好分析）；　　②促销活动分析与管理（业务活动的有效性分析）；　　图1 分析型CRM的4个阶段　　　③客户关注点分析（客户接触与客户服务的分析）；　　④客户信任程度分析（客户的持久性、牢固性及稳定性分析）；　　⑤销售分析（按产品、类型、销售渠道、销售方式等进行分析）。　　一个典型的分析型CRM系统，包括4个阶段：①进行客户的分析；②将市场分段信息运用于客户分析；③进行日常市场活动的分析；④预报客户行为的各种方法的模型。如图1所示。　　客户分析　　客户分析需要很多可以定量化的信息，这些信息通常来自各种不同的数据源。对于这些信息必须加以整合，并以合理的方式放到客户数据仓库中，以便于对其作分段或挖掘处理。一个结构良好的客户数据仓库，应能回答以下问题：　　　新客户是否比现有的客户更有价值？　　最重要的客户最为关注的是什么？　　年龄低于35岁的客户是否更有价值？　　互联网技术是否有助于业务增长？如果答案是肯定的，如何做到这一步？　　是否吸引了客户的消费？　　客户分析所需要的信息，一般来自3个方面：企业与其客户的　主要“接触点”（客户服务中心、Web和自动柜员机）、关键收益点（POS、电子商务、定单录入）和外部数据（客户的地域分布、生活方式等信息）。客户分析阶段所需的关键信息包括客户服务历史信息、客户市场历史信息、销售信息、收益信息、客户的地域分布数据及生活方式数据等。　　为了在客户数据仓库中形成一个完整的视图，必须对这些不同的信息源加以整合与清理。在进行分析之前，必须了解信息的可用性、信息的质量、信息的整合与清洗程度是否符合向客户数据仓库提交的要求。这里的侧重点是信息的质量，而不是它的“完备”。因为任何决策支持系统，总处在不断得到新的信息源，不断地补充新的信息，并且不断地对信息实施清洗的过程中。另外，这类系统还要求根据当前的业务与市场的需要，对原有的信息持续地作出评估。　　　一旦完成了这个过程，则反映产品采购、收益、服务、客户地域分布及生活方式的信息就已具备。这时，就可以对客户的行为及收益率进行统计处理，并借此建立能够预报客户未来行为的种种模型。　　市场区段　　在客户数据仓库准备就绪之后，就可以对当前客户以及预期的　客户群作区段分析，判断不同区段的优势与弱势。市场区段分析中常见的问题是：　　哪些客户购买产品A而不购买产品B？　　对某个特定的市场活动而言，最感兴趣的是哪些客户？　　对商家最有价值的是哪些客户？　　　客户的价值是否因其地域分布和人口学特征的不同而不同？　　对客户群实施区段分析时，可以利用客户数据仓库所积累的大量有用信息。对这些信息的分析与数据挖掘，有助于发现和评价各种可变因素的不同排列组合会导致什么样的后果。　　一对一的市场　　在找到最具价值的市场区段后，就可以为不同区段设计并提交适应其特定需要的成套服务。有针对性的市场开拓工作，可以促使企业瞄准更有前景和更有商机的领域。如果能够使企业的产品和服务被本来可能并不需要它们的客户所接受，就可能为本企业赢得最具价值的客户。　　通过对很多业务细节的分析，可以对那些为不同领域所设计的　作法作全局性的考察，将相似的处置策略集中起来并加以提炼。在条件成熟的时候，推广这些作法到新的用户群。当我们将产品与服务也延伸到那些本来并不需要它们的用户群时，可以针对这个群体中那些最具可能和最有价值客户的特定需要，构建特定的市场策略。　　事件模型　　事件模型是一种技术手段，旨在帮助