明明白白你的心：多维度客户信息管理

客户世界 | 2015年7月13日 | 2012年 | 评论已关闭 | 2058

客户世界|石坚|2012-09-12

从啤酒和尿布的故事讲起

这个故事有很多版本，为了省事就直接在网上摘了一段（好像有本书就叫《啤酒与尿布》）：“在一家超市中，人们发现了一个特别有趣的现象：尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的销量大幅增加了。这可不是一个笑话，而是一直被商家津津乐道的发生在美国沃尔玛连锁超市的真实案例。原来美国的妇女通常在家照顾孩子，所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。这个发现为商家带来了大量的利润，但是如何从浩如烟海却又杂乱无章的数据中发现啤酒和尿布销售之间的联系呢？”

这个营销界的神话和数据分析的精彩例子想必不同行业不同角色的分析者会有不同的解读，但毫无疑问这是一个非常成功的客户信息采集、分析和有效利用的例子，并且实现了客户和企业的双赢。

可能有人会说，超市有天生的优势，因为他们有海量的维度清晰的数据，比如购买时间、品类、数量、频次、价格区间、付款方式等等，如果是会员制的超市更有精确到个人的消费记录（沃尔玛、英国的乐购和澳洲Coles等都有非常成功的会员管理案例）。在做数据分析时采用恰当的模型找出不同维度数据之间的相关性并不特别困难（难的是有足够的商业敏锐度发现数据关联的意义），但有时候的实际情况是客户主动告诉企业他们的需求却被一些微小的环节拒之门外。设想一位女士询问服装店的导购：“你们去年那款经典的某某样式怎么没有了？”或者一位男士问餐馆的服务生：“你们有储存红酒的服务吗”，往往得到的回答是“哦，去年那款过季了，要不要看看今年的新款？”或者“不好意思先生，现在我们不提供这样的服务。”然后就再也没有了下文。

从一个零星的问题也许得不出任何结论，但作为企业如何判断有更多客户有这样潜在的需求或者说有更多的客户有可能被激发这样的需求？我们如何确保在提供产品和服务的过程中客户的声音不会被淹没在一线员工的漫不经心中或者客户明确的“信号”被无情地忽略？在抱怨没有足够数据做分析或者被海量数据湮没的时候，请不要忽略那些触手可及的宝贵信息。

客户到底要什么

最近Nokia裁员上万名员工、市值缩水1000亿美金（5年来）的事件闹得沸沸扬扬，一家伟大的企业陷入如今的困境让人扼腕。去年年中，美国著名财经新闻网站24/7 Wall St.做了个大胆的预测：到2012年下半年，将会有十大著名品牌从人们的视线中消失，其中就有大名鼎鼎的诺基亚。

诺基亚提出智能手机概念机比iphone早了10年，触控技术比苹果早3年，Ovi商店比App Store早1年，诺基亚研究院有5000名专业人士，其中500名有“杀手级的灵感”（诺基亚创新部门前主管语），不幸的是诺基亚在iphone出来之后就离用户越来越远了。网上有一个经典的段子很能说明诺基亚顽固的硬件思维：你说App多，诺基亚说我们扛摔；你说屏幕华丽，诺基亚说我们扛摔；你说设计优雅，诺基亚说我们扛摔；你说滚动流畅，诺基亚说我们扛摔。你一激动把iPhone4摔地上了，诺基亚说，你看摔坏了吧！

如果有机会，我真想去看看诺基亚创新部门在2007年到2012年之间的会议纪要和邮件记录，了解一下他们是如何做客户信息管理和需求分析的；也想问问他们的研发主管，同一家公司使用N种不同手机操作系统（S40、S60、S80、S90、Symbian^3和MeeGo直到现在的Windows Phone等等），到底是折腾研发人员还是折腾第三方厂商还是折腾用户呢？他们有没有真正了解过手机用户（或者是说手持式设备用户）对于硬件、软件和超越软硬件本身的“体验”的需求？

当我们不了解客户心理和行为的时候，任何决策都有可能是愚蠢的或者是伟大的；我们可以做的是通过合适的方法让伟大的概率增加一些。当然，有时这需要天才的灵感、恰当的时机和一点运气。

如何得到有价值的客户信息并且善用它们

除了“客户需求”这种各行各业都梦寐以求的信息之外，还有什么样的客户信息是有价值的？我认为最核心的是用户的行为模式。

想想苹果刚刚推出ipad的时候（有兴趣的可以查查当时的商业评论）骂声一遍，有嫌黑色宽边框难看的、有嫌功能弱的、有嫌屏幕过大的、有嫌没有键盘的……但是到今天对这个伟大的产品应该没有实质性的指责了吧？它不仅是一款产品，而且引爆了一个“pad”的时代和与之匹配的不断涌现的新的用户需求和相应的应用实现。我并不清楚乔布斯作出这个决定的逻辑（或者是他天才的直觉），但我想这和之前用户在Mac系列笔记本、iphone和ipod等手持式设备上的使用习惯以及在App Store里的下载和消费行为都有密不可分的关系。

让我们拿餐饮业这种和每个人息息相关的行业举例。当看着手中名目繁多的餐饮业会员卡的时候我都觉得这些发卡机构浪费了大量的会员信息，往往一提到餐饮业的会员管理就会让人想到消费额积分、会员打折、生日优惠等常规的服务，至少对我这样的吃货来讲从来没有感觉到有餐馆关注过我喜欢吃的菜系、去的时间段和频次、是多人聚餐还是两人相处、有无要求停车、是否喜欢提前订位等等。这样的行为模式和会员卡绑定是很容易收集到的，接下来就可以做到“激光制导”般的精确轰炸，至少有几种方式是我不会反感的：比如以礼貌的频率来向我推荐新品菜色，在有段时间没去的时候短信关怀一下或者为我设计专门的呼朋唤友的聚餐优惠，包括星巴克这么优秀的企业也没有让我感知到它了解我是一个榛果拿铁的狂热爱好者并且为此为设计个性化的推广或者奖励。

一般来讲，对于客户行为模式的收集在快速消费品、航空、酒店、餐饮、互联网等拥有海量客户和高频次的消费（或者使用）的行业都很适用，戏法人人会变，巧妙各有不同，就看谁能走在客户前面，找出客户行为模式背后潜藏的商机并采用有效的手段来激发客户的需求，而对于客户需求的直接收集往往适用于专业理财服务、保险、教育等单次消费额较大、转换门槛较高、消费周期较长的行业。这里面两者的侧重还有交集，比如典型的就是保险行业，从概率上来讲每个产品的设计都是经过“精打细算”，背后都是巨量的数据分析和严谨的数学模型，但是对于其每个客户来讲又必须要量身打造适用其实际生活工作方式和需求的个性化组合。又或者是教育行业的产品设计，每一款都是基于目标客户群体面临的实际问题，但是又需要为每个客户个体规划最合适的学习路径。

关于如何收集客户需求，进行恰当的客户调研，在《客户体验管理》系列文章的第四篇《流程设计中的MOT分析》中已经详细阐述了，包括问卷调查、焦点小组、深度访谈、单双盲试验等等，这里就不赘述了。此外在客户需求收集和引导中最好用的模型之一“SPIN”，在未来的文章里也会详细谈到。

拓宽思路：羊毛出在狗身上

前几天看 @曾智辉老师的微博中提到“羊毛出在狗身上”这句话，不禁会心一笑。我第一次读到这句妙语是在“带三个表”于2007年3月发表的一篇博文《羊毛可以出在狗身上吗？》中，当时在文中提到“我希望有个公司（非唱片公司）能赞助我这个节目，比如联想集团，然后我把“不许联想音乐时间”改成“联想音乐时间”，并在每篇文字介绍前面加上联想广告的动画图标，类似于报纸的冠名Logo。点击图标可以进入该厂家指定的页面，厂家每个月出一笔费用，这笔费用一部分用来支付版税，一部分作为厂家广告费。”

瞧瞧，这不是现在视频网站广告模式的雏形么？只不过视频更狠，直接让用户跳不开广告（除非某些网站的付费会员），而且视频内容和广告内容的相关性很容易被链接起来，精准度相对较高。在这种模式下“客户信息”其实就是其行为模式，被不知不觉收集并利用了。

而有一个更早的、更巨大的、更成功的模式就是Google Ads的广告投递，Google是全世界最好用的搜索引擎（有些特殊环境本文不讨论了），其算法的高效和精准有目共睹，为互联网用户提供了无比的便利。在搜索引擎成功之后，Google提供的许多免费的服务，不管是Google Docs文档储存、Google Reader阅读器、Google地球、Google地图等等都广受欢迎。当用户们欢天喜地地享受Google各种服务带来的便利的时候，他们的搜索关键字、目的链接、访问时长和频率以至于背后的喜好都被一点一滴记录下来并且引来无数广告主的亲睐，愿意为了“买到”（包括直接的和间接的）客户的行为模式、背后的需求或者直接的眼球效应和流量导入而一掷千金。亿万用户们并不为Google的绝大多数服务付费，但成功地帮助它成为全球最伟大和最成功的公司之一，这不就是典型的“羊毛出在狗身上”么？

不是每个企业都能成为谷歌，也不是每个行业都有互联网捕捉用户行为模式等信息的先天优势，但这不妨碍我们认真地想一想，客户的哪些信息可以被方便地收集到，并且在不招致客户反感的情况下（通常需要得到授权，或者是明显为其带来好处）让恰当的合作伙伴一起参与进来为客户提供高附加值的产品或者服务。以前文提到的餐饮业为例，如果我喜欢的餐厅在我驾车去用餐时主动征求我的意见赠送免费的洗车服务体验，我想我是乐于尝试的。

信息收集和决策的瓶颈

在信息收集和决策的过程中，通常而言有三个最大的瓶颈：

第一、有没有足够强大的系统可以尽可能地减少人工的介入来完成信息收集和汇总，一方面这是为了节省人力成本，而更重要的是确保数据的准确和完整。

第二、如果一定需要人工介入的信息收集，如何保证收集者可以主动、积极、准确、完整地收集信息是所有管理者都会面临的考验，而不论是靠系统还是靠人工，信息的及时更新都是极其关键的。

第三、如何通过高效准确的数据分析得到比较靠谱的结论。常见的步骤包括数据清洗、数据挖掘、数据分析、模型建立、模型评估、商业决策等环节，而牵涉到的领域有算法（比如回归分析、贝叶斯网络、时间序列、神经网络等）、工具（比如存储级的从Access到DB2、报告级的从Crystal Reports到Reporting Service，分析层的从Excel到SPSS，展示层的从PPT到Prezi）、分析角度（比较、预测、排序、趋势等）、展示方式（比如最近很流行的数据可视化）等，每个环节单独拿出来都有无数的书籍和案例值得研究。

这三个瓶颈催生了大量的相关产业，比如客户关系管理系统、调查及咨询、市场趋势研究、数据处理和分析等等，能够全部独立完成的企业几乎不存在，更多地是依赖行业联盟信息共享、外包、合作开发等方式来保证效率和质量。

客户的心就在那里，你感觉到了吗？

本文刊载于《客户世界》2012年7月刊；作者为EF英孚教育青少儿学校客户体验总监。