首頁>>廠商>>CRM軟件廠商>>TurboCRM

 分析型CRM:留住黃金客戶

TurboCRM咨詢總監(jiān) 李蓓 2001/12/03

  客戶關(guān)系管理(CRM)在初期是偏重流程的,我們可以稱之為流程型CRM。所謂流程型CRM,是指對市場、銷售、服務(wù)等方面,也是企業(yè)的前端管理的業(yè)務(wù)流程進行重新規(guī)劃和調(diào)整,以最佳的工作方法來獲得最好的效果。無論是銷售自動化(SFA)也好,還是利用呼叫中心的交互式客戶關(guān)懷(Interactive Customer Care)也好,都比較注重流程的管理,例如銷售過程的管理、代理的管理、員工的管理、服務(wù)請求的回復(fù)管理等等。在CRM從無到有的過程中,流程型的軟件產(chǎn)品對整個產(chǎn)業(yè)起到了非常重要的作用。正如我們在60%的實施項目中重點關(guān)注的問題一樣,通過系統(tǒng)應(yīng)用,我們主要解決的是圍繞客戶信息進行的各個部門的協(xié)同工作,其中最重要的解決了以下的問題:

  ◆如何收集客戶信息?

  ◆誰來收集客戶信息?

  ◆收集什么樣的客戶信息?

  ◆與某個客戶相關(guān)的所有信息是否是整合的?

  ◆每一個與客戶打交道的人員是否都了解公司其他人與客戶的聯(lián)絡(luò)?

  ◆公司前端管理的每個部門是否都建立起“以客戶為中心”的理念?

  ◆對不同的客戶是否能夠提供不同的服務(wù)?

  對于多數(shù)已經(jīng)和正在考慮應(yīng)用CRM的企業(yè)來說,這是不可或缺的步驟,通過流程型CRM的應(yīng)用,在企業(yè)上下將CRM的概念和基礎(chǔ)數(shù)據(jù)的采集從無到有地建立了起來。但是,很快,在大量的客戶數(shù)據(jù)積累起來之后,對數(shù)據(jù)的分析將成為重?fù)?dān)。因此,作為CRM的專業(yè)軟件提供商,TurboCRM正在研究并已經(jīng)在某些行業(yè)提供不同于OLAP(online analytical processing在線分析方法)的專門工具來進行數(shù)據(jù)分析。

  具有強大的分析功能的CRM的主要應(yīng)用方式如下:

  1. 能夠統(tǒng)計大量的客戶信息并支持對客戶進行多維的特征分析;

  在某些行業(yè)中,例如:金融、保險、電信、傳媒、零售等行業(yè)的客戶數(shù)據(jù)量是龐大的。要對這些客戶數(shù)據(jù)進行分析,要求分析工具必須能夠處理大量的客戶信息。TurboCRM與亞信最近聯(lián)手開發(fā)的向中國電信某省數(shù)據(jù)局提供的CRM解決方案中,客戶數(shù)據(jù)量達到百萬級。而且,每個客戶的屬性描述包括地址、年齡、性別、證件號碼、收入、職業(yè)、教育程度等多個字段。系統(tǒng)必須能夠支持對這樣多維的組合性的分析,可以快速給出符合分析條件的客戶名單和數(shù)量。在分析型CRM中,速度成為重要的衡量指標(biāo),在對海量的數(shù)據(jù)進行分析的時候,速度的要求幾乎是第一位的。

  2. 能夠處理復(fù)雜的數(shù)據(jù)并支持對客戶進行行為分析;

  由于在上述提到的行業(yè)中通常已經(jīng)具備業(yè)務(wù)系統(tǒng),對于現(xiàn)有客戶的最初的信息來源也是現(xiàn)有的業(yè)務(wù)系統(tǒng),因此,更有意義的分析是結(jié)合客戶信息對某一類客戶群的消費行為進行分析。這要求CRM中的分析工具可以從多個數(shù)據(jù)庫中抓取并形成復(fù)雜的data cube。在此基礎(chǔ)上,我們可以分析某類客戶的消費行為,例如:電信行業(yè)可以分析經(jīng)常打漫游電話的人群具備什么樣的客戶特征;年齡在30歲左右,月收入在5000以上的女性是否是長途電話消費主體,她們的通話習(xí)慣時段是從幾點到幾點;是否周末的長途漫游消費有明顯不同于周日的特征等等。行為分析是比特征分析更為復(fù)雜的分析,因為它涉及到行業(yè)知識和分析模型的結(jié)合。

  3. 具有自定義的建模方式和參數(shù)調(diào)整的功能;

  除了特征分析和行為分析,預(yù)測正在日益成為強大的分析功能必須提供的應(yīng)用。在詳細(xì)了解了消費行為之后,很自然地,我們會想到對數(shù)據(jù)的參數(shù)進行某些調(diào)整,例如,價格的變化,如果調(diào)整周末的消費費率,對整體收入會帶來什么影響?如果我們著力吸引那些能夠帶來高價值的客戶,那么初期的投入應(yīng)當(dāng)在什么范圍內(nèi)?客戶的消費點臨近什么值得時候開始成為“正利潤”客戶?其生命周期至少要在多長時間以內(nèi)才具有成為“忠誠客戶”的潛力?現(xiàn)有的模型分析很大程度上是為企業(yè)的市場研究和分析人員提供,有助于他們能夠更理性地制定市場細(xì)分策略。

  4. 能夠進行融合了人工智能的數(shù)據(jù)挖掘。

  客戶信息的錄入和儲存方式是數(shù)據(jù)(data),但是,對于決策者來講,獨立的單個的數(shù)據(jù)的意義并不大,更重要的是信息(information)和知識(knowledge),F(xiàn)有的數(shù)據(jù)挖掘方法已經(jīng)能夠支持進行按照內(nèi)置邏輯語言進行歸納和演繹。例如,根據(jù)模型數(shù)據(jù),系統(tǒng)建議以達成最高利潤為目標(biāo)進行的價格優(yōu)化政策。輸入抽樣調(diào)查的道的測試數(shù)據(jù),可以根據(jù)呼出電話的反饋率、直郵的反饋率、電視廣告反饋率、巡展的反饋率等數(shù)據(jù)確定最佳的市場活動模式,以最低的成本獲得最好的市場活動效果。

  綜上所述,對分析型數(shù)據(jù)庫的需求可以總結(jié)為下表:

分析型CRM功能
CRM應(yīng)用和考慮內(nèi)容
1.多渠道的數(shù)據(jù)源和整合(Aggregate multi-access of data)
  • 整合現(xiàn)存放在不同數(shù)據(jù)庫中相互關(guān)聯(lián)的原始數(shù)據(jù);
  • 能夠進行關(guān)聯(lián)性的查詢;
  • 對大數(shù)據(jù)量的查詢速度要求較高,因此必須進行移動和聯(lián)接大量數(shù)據(jù)和實時處理數(shù)據(jù)的速度之間的平衡
2.對歷史數(shù)據(jù)進行分析(Multi-dimensional analysis of historical data)
  • 從歷史數(shù)據(jù)中選擇不同的角度考察消費行為;
  • 評估客戶價值,細(xì)分客戶群;
  • 利用數(shù)據(jù)驗證行業(yè)經(jīng)驗;
  • 針對不同的客戶群發(fā)掘消費特點;
  • 定期地將原始數(shù)據(jù)抓取到與運營系統(tǒng)分離的數(shù)據(jù)倉庫中并完成分析圖表,可以有效地降低等待時間;
  • 平衡分析的靈活自定義和分析結(jié)果的反饋速度;
3.收益/客戶消費預(yù)測(Predictive revenue/consumer forecast)
  • 建立數(shù)據(jù)模型,對不同的客戶群預(yù)測消費量;
  • 調(diào)整重要參數(shù),估計對收益或利潤的影響;
  • 對市場活動的效果進行預(yù)測;
  • 從不同的緯度進行知識發(fā)現(xiàn);
4.優(yōu)化方法(Optimization method)
  • 利用數(shù)據(jù)模型進行優(yōu)化,適合確立價格策略;
  • 通過設(shè)置商業(yè)規(guī)則,進行復(fù)雜的市場劃分
  • 平衡市場活動的費用和效益;
  • 采用AI(人工智能)方法驗證行業(yè)經(jīng)驗;

表一

  分析型CRM的應(yīng)用是在成熟的分析工具的基礎(chǔ)上,結(jié)合每個行業(yè)的特點進行的。具體的過程如下圖所示:

圖一

  理解業(yè)務(wù):最初的階段,著眼于了解業(yè)務(wù)特點,并把它還原成為數(shù)據(jù)分析的條件和參數(shù)。例如:在零售行業(yè)中,我們的第一個步驟是了解客戶購買的頻率,購買頻率和每次消費金額之間是否有明顯的相關(guān)關(guān)系。

  分析數(shù)據(jù):這個階段著眼于對現(xiàn)有的數(shù)據(jù)進行規(guī)整。我們發(fā)現(xiàn),在不少行業(yè)中,可分析的數(shù)據(jù)和前面提出的分析目標(biāo)是不匹配的。例如:消費者的月收入水平可能與許多購買行為相關(guān),但是,原始的數(shù)據(jù)積累中卻不一定具備這些數(shù)據(jù)。對這一問題的解決方法是從其它的相關(guān)數(shù)據(jù)中進行推理,例如,通過抽樣調(diào)查,我們發(fā)現(xiàn),一次性購買大量衛(wèi)生紙的客戶,其月收入水平集中在1000-3000RMB的檔次,如果這一結(jié)論基本成立,我們可以從消費習(xí)慣中推理出現(xiàn)有客戶有多大的百分比是月收入水平在這個檔次中的;另外,可以根據(jù)抽樣調(diào)查的方法,在問卷調(diào)查的基礎(chǔ)上推理整個樣本人群的收入水平曲線。

  數(shù)據(jù)準(zhǔn)備:這個階段的著眼點是轉(zhuǎn)換、清理和導(dǎo)入數(shù)據(jù),可能從多個數(shù)據(jù)源抽取并加以組合,以形成data cube。對于缺失的少量數(shù)據(jù),是用均值補齊,還是忽略,還是按照現(xiàn)有樣本分配,這是在這個階段需要處理的問題之一。

  建模:現(xiàn)在已經(jīng)有各種各樣的模型方法可以利用。讓最好的一種應(yīng)用于我們要著眼的主要問題中,是這個階段的主要任務(wù)。例如,對于利潤的預(yù)測是否應(yīng)當(dāng)采用回歸方式預(yù)測,預(yù)測的基礎(chǔ)是什么?這些問題需要行業(yè)專家和數(shù)據(jù)分析專家協(xié)商并達成共識。

  評估:已經(jīng)建成的模型是否可以有效地完成工作?很好的一個評估方法是利用不同的時間段,讓系統(tǒng)對已經(jīng)發(fā)生的消費情況進行預(yù)測,然后比較預(yù)測結(jié)果和實際狀況,這樣模型的評估就容易進行了。

  應(yīng)用:完成了上述的步驟之后,多數(shù)的分析工具都支持保存并重復(fù)應(yīng)用已經(jīng)建立起來的模型。更為重要的是,在這個過程中,對數(shù)據(jù)分析的方法和知識應(yīng)當(dāng)已經(jīng)由客戶方的市場分析人員或決策者所了解,我們提供的,不僅僅是最終結(jié)果,而且是獲得這一結(jié)果的方法。

  最后,在軟件架構(gòu)方面,我們認(rèn)為:分析數(shù)據(jù)庫與運營數(shù)據(jù)庫應(yīng)當(dāng)是分離的,避免影響運營數(shù)據(jù)庫在操作方面的的實時響應(yīng)速度。其結(jié)構(gòu)如下圖所示:

圖二

  有數(shù)據(jù)表明,往往是20%的顧客為企業(yè)帶來了80%的利潤,但如何尋找這20%的客戶,并為他們提供更優(yōu)質(zhì)的服務(wù),卻成了企業(yè)管理者的一塊心病。分析性CR可以解決這個問題,它和數(shù)據(jù)倉庫、數(shù)據(jù)分析、模型建立等技術(shù)相結(jié)合,必將有力的促進企業(yè)的經(jīng)營決策,從而發(fā)現(xiàn)更加有價值的客戶,并為他們提供更好的服務(wù)。

來自Turbocrm



相關(guān)鏈接:
用友TurboCRM簽約中意合資雅瑩服裝 2009-09-29
用友TurboCRM攜手浙江大華規(guī)劃銷售管理流程 2009-09-17
2009用友TurboCRM管理高峰論壇在杭州舉行 2009-08-28
用友移動商街亮相青島“移動啤酒節(jié)” 2009-08-24
用友TurboCRM攜手康泰納仕 合理規(guī)劃銷售管理流程 2009-06-22