如何构建基于客户智能的CRM分析(2)

    |     2015年7月12日   |   文库   |     评论已关闭   |    1074

||2005-10-10


  2.客户智能是对客户知识的生成、分发、使用


  客户知识,顾名思义,是有关客户的知识。客户知识包括客户的消费偏好、喜欢选用的接触渠道、消费行为特征等等许多描述客户的知识。本文对客户知识进行如下分类:一、对话性客户知识:通过企业与客户之间正式或非正式的对话,以及客户与企业员工、企业员工与供应商等之间的互动交流,来了解客户的需求;二、观察性客户知识:透过观察客户使用产品或服务的状况来获得客户知识,汽车等高档消费品或工业用品的制造商主要通过这个方法得到客户知识;三、预测性客户知识:利用市场营销的专业分析工具和方法预测客户的需求与反应。预测性客户知识是本文构建的信息结构考虑的重点。


  客户知识是人们通过实践认识到的、与客户有关的规律性,而客户智能是获得客户知识并使用客户知识求解问题的能力。客户智能是对企业战略决策真正有价值的事物和行动。客户智能不仅包括了客户知识的生成,而且更强调了客户知识在企业中的分发、使用,直到产生客户智能。所以,客户智能是对客户知识的生成、分发和使用。


  1) 客户知识的生成(generation)


  使用商业智能提供的OLAP分析工具、知识发现工具或两种工具的组合,发现存在于客户数据中的模式、规则、概念、规律的整个过程,叫客户知识的生成。相比较而言,知识发现工具的使用难度较大,包括确定任务、选择合适的挖掘工具(数据准备、挖掘算法、结果解释等),以及明确哪部分任务必须有营销专家参与,哪部分可以自动执行。


  ① 客户标识(identification)


  又称客户认识(Awareness)。即知道谁是你的客户。如果你的企业没有集成的客户数据,那么它很有可能会遭受客户认识危机(customer-aware challenged)。


  集成的客户数据是指面向客户的操作数据存贮(operational data store),它存贮了集成的和经过净化的、当前的客户数据。企业的任何与客户打交道的职员每时每刻会参考这其中的数据,了解客户目前产品和服务的处境,当前的接触信息、接触结果,突发事件等。存贮当前信息的数据库的正确利用,会大大提高企业对客户的评价的准确性和认识能力。


  ② 客户分类(segmentation)


  假设企业已经认识到客户的存在,但如何知道哪些客户对企业是盈利,哪些是不盈利的。仅依据对客户当前信息的分析,很难得出令人满意的答案。企业此时需要与客户有关的历史记录。针对不同的客户分类方式,有时采用分析技术可以实现,而当有时面对较深层次的分类任务时,就需要引入知识发现技术了。


  一个好的数据仓库环境,可完全满足客户分类对数据的多重需求。数据仓库环境集成了与客户有关的当前和历史的数据,并在此基础上建立起面向不同分析任务的应用(数据集市)。比如,客户利润率分析,销售渠道分析,商业活动分析等。这些分析算法必须与企业的商业模式相一致。


  ③ 客户满意


  企业是否能够测量客户满意度?在你的企业中,客户满意分别与企业员工的积极性和企业实施的优惠政策是否有关系?如果你的答案是否定的,那么可以认识你的企业还没有建立以客户为中心的正确的环境。


  这种正确的环境绝非是仅建设先进的Call Center等手段所能实现的,它需要一个企业的企业文化、组织结构、管理模式等整体环境的大调整,以适应从以产品为中心到以客户为中心的转变;另一方面,还包括使用知识发现技术对客户知识的正确的发现和使用,了解客户满意需要的是什么,如何改进产品使客户做到更满意。


  ④ 客户差异(differentiation)


  客户差异是指企业根据不同客户对企业的贡献的大小,实施在客户上的不同的价值回报。分析的对象包括客户生命周期价值、消费行为、VIP特征等。企业需要建立相应的知识发现模型。此外,企业必须具有对知识发现结果-客户知识的快速反应的能力,企业各部门能够做到基于客户知识的互动。


  ⑤ 客户忠诚


  客户忠诚直接的表现是客户的持续购买,它反应了企业对客户不断更新的需求的有效把握。客户忠诚是对客户知识的反复有效利用的结果。客户忠诚的获得是企业在客户关系上最难达到的境界,但却是最佳的。通过持续的接触,忠诚客户数据的收集和集成成为最容易和是最有效的事情,但忠诚客户的保留问题仍离不开知识发现技术的支持。随着人们越来越深刻地认识到客户忠诚的重要性,知识发现技术在客户保留中的作用也会逐渐显现出来。
  2) 客户知识的分发(distribution)


  客户知识必须到达组织内每一个需要客户知识的部分。将客户知识存贮于动态知识库,借助CRM的系统平台,将客户知识分发到需要的终端。不仅如何分发知识,还有一个知识分发质量(quality)和多少(how much)的问题。


  3) 客户知识的使用(using it)


  将客户信息和知识投入使用是CRM的最后一个环节。许多CRM和知识发现没有成功,很大程度上在于产生的与客户有关的信息和知识不能投入使用。CRM通过营销、销售、客户服务和支持与客户打交道,客户知识通过它们的使用与集成,作用于客户。这些工作不单是一个合理的信息结构所能完成的,需要与之整合的工作流程做支撑,即Jim Berkowitz谈到的合理的组织结构。

责编:admin

转载请注明来源:如何构建基于客户智能的CRM分析(2)

相关文章

噢!评论已关闭。