编者按：企业建立"以客户为中心"的经营理念，不能一味只强调使用CRM思想、工具和方法来加强对客户关系的管理。客户是上帝，我们永远也管理不了；但我们可以在尊重客户的基础上管理客户数据和信息，通过客户信息管理来深层理解客户以及行为。

     客户关系管理（CRM）创新用来协助公司最大化客户价值。"最大化"谈何容易？但这是企业奋进的方向和目标。因此，企业现在所做的，应该说是在优化客户价值，通过逐步优化来积累客户价值。而实现客户价值的首要前提是，企业必须深层理解客户以及行为，理解客户才能服务客户，才能从客户身上获得回报。那么，企业应该如何借助于客户信息管理来理解客户、细化客户服务呢？简单地说，通过准确的客户信息管理，为正确的客户匹配正确的资源，让客户在受到长期尊重的同时给予持续的回报。

    一般的消费理念是，客户先付出，然后再享受产品与服务的体验；但从培养长期客户来看（下图1），其实企业是先提供优质产品与服务，后接受应有的回报，因为没有优质产品与服务这个前提，企业就不会获得"回头客"，企业也就难以长存。企业的持续生存与发展必须要确保能够把握好图中的"关键线"，而这又离不开客户信息管理的支撑。

    当今，很多企业拥有一定的客户数据（例如客户地址、电话），但这些数据自从收集储存在企业相关文件中后通常就没有改变和升级过，因此当真正需要客户数据时，这些数据基本上都已经过时了。那么，企业到底该如何管理客户信息？以下我们将分析客户信息管理的内容，客户信息的处理，客户信息的质量管理以及客户信息管理的作用。

    一、客户信息管理的内容

    客户关系管理的信息涉及企业运营信息和市场信息两大类。运营信息主要是指企业内部产生的各种信息，包括生产信息、销售信息、技术信息（产品的基本规格指标和技术参数等）。市场信息主要指在企业以外产生但与企业业务相关的各种信息，包括市场需求信息、竞争信息、客户信息。

    客户数据成为企业的血液，从开始的呼叫中心、E-mail和直邮等与客户的交互形式，到后来的数据库、数据仓库和数据集市，再到客户智能报表和前台界面，这些都需要与数据打交道。数据的独特性、可更新性和可维护性的优势，推动了企业实现有效的客户交互作用，支持了企业决策和企业创新。以下我们将侧重分析客户信息管理的主要内容。

    现有客户数据

    任何企业在正式实施客户信息系统之前，可能已经存在了很多现有客户数据。而这些现有客户数据对于客户信息的管理都是非常重要的。我们需要考虑几个方面的内容：（1）存储数据的媒介是什么？（2）数据何时进行过升级？（3）是否有个清晰的、用来升级数据的流程？

    完善的数据收集与升级流程

    客户数据是需要不断升级和增补的，因为数据的有效性是有期限的，尤其在信息技术日趋发达的当今社会里，数据有效性的期限进一步缩短了，例如，年轻客户的电子邮件地址或电话号码在半年后可能就更换了，而此时公司中的客户档案如果没有能够及时的升级，以后再通过邮件或短信发送促销信息时，投资回报只能是零。

    我们这里要强调的是，数据的收集与升级需要一个完善的流程，以确保数据升级的平稳性和有效性。例如，当企业收到客户E-mail时，系统能否将该客户的信息自动地加入到客户档案中，以升级其E-mail地址？

    客户联系跟踪

    对客户联系点（例如呼叫中心、销售中心）客户行为的跟踪可以确保企业能够更好地了解客户的状况，例如，客户是否对目前的服务表示满意？客户是否有新的产品需求？客户是否对销售人员或营销人员表示满意？客户是否对公司有一些建议？……。通过这些相关问题的记录与分析，企业不仅可以实时掌握客户状况，而且还进一步提升了对客户的洞察力。

    客户价值细分

    客户利润（贡献）率的确定是企业进行细分管理的首要前提。绝大多数企业的客户对企业的利润贡献程度是不同的，因此，企业应当确定：（1）短期来看，哪些客户对于企业来说是赢利的？哪些是亏损的？（2）长期来看，哪些客户对于企业来说是赢利的？哪些是亏损的？（3）从客户生命周期的角度来看，客户对企业的终身价值有多大？（4）根据多种因素来综合权衡哪些客户对于企业的发展是有价值的？哪些是无价值的？（当然，企业应该根据自身的当前情况、行业发展情况、企业战略、客户的短中长期贡献等要素来界定何为"有价值"）（5）在"有价值"与"无价值"中，再次细分管理客户，在有价值客户当中，需要研究确定高价值、高忠诚度客户；在无价值客户当中，需要确定哪些客户还是有潜力可挖掘的（也就是能将其转化为有价值客户的可能性）？（6）识别哪些是企业的潜在客户？哪些是竞争对手的客户？研究什么样客户会流失到竞争对手那里？以及如何把竞争对手的客户转化为自己的客户？

    客户的需求

    企业要想优化客户价值，首先要知道客户需要什么，然后再会为她提供什么，从而才能获取客户价值。客户需求的研究有两个层面，其一，生成需求。这个层面的需求是客户自身生成的一种需求，企业看到了这些需求后，只是被动地来迎合客户、适应市场。也就是说，企业要能够"想客户所想"。其二，创造需求。这个层面的需求必须要借助企业对客户消费的引导，因为企业的深层服务以及积极而客观的引导，会引发客户的需求。这对于企业来说要求稍微高一些，也就是说企业要能够"想客户未来所想"。要想实现这一层面的客户需求分析，必须不仅要掌握客户资料，更要掌握很多相关的动态市场资料以及消费者在某一地区消费观念的动态变化。
    对客户需求的研究，涉及到很多方面的知识，不仅涉及到管理知识，还涉及到心理学方面的思想与方法，还需要通过先进的信息技术、数据分析技术（例如数据挖掘、数据仓库等数据分析工具）来对数据加以分析，使其转化为有用的信息。

    二、客户信息的处理

    对客户信息的处理，需要在客户信息规划的前提下，借助于分析工具来加以实现。分析工具强大的功能固然很重要，但我们决不能忽略使用分析工具之前的客户信息规划。

    客户信息规划

    客户信息规划的主要内容包括：（1）客户信息管理的内容是什么？（2）建立一个什么样的客户数据库？以及如何实现？（3）客户信息的处理需要达到一个什么样的目标？（4）如何衡量数据分析的效果？是否制定了一些评估标准？

    客户数据库的建立

    客户数据库的建立是数据分析工具发挥功效的前提。企业可以根据自身客户信息量的情况来确定建立什么样的客户数据库，并确定是否需要建立数据仓库。数据仓库可以将海量复杂的客户行为数据集中起来，建立一个整合的、结构化的数据模型。

    在构建客户数据库的过程中，企业应当注意：（1）客户档案的完整性。也就是说，企业在收集客户资料时，尽可能地记录发生在客户接触点（例如呼叫中心、柜台、E-mial）的各种客户信息。（2）客户数据的细分管理。企业应当根据自身条件，尽可能多地保存在经营活动中与客户接触时的客户信息（例如，销售记录、客户购买活动等）。企业自己接触客户而收集到的资料具有相对高的可靠性，而倘若通过信息中心等外界渠道获得信息，其可靠性和有效性相对较差。因此我们必须要将其区分管理。（3）客户数据的持续维护和及时升级。客户数据的变化速度正在加快，因此，企业必须要持续维护，并不断更新相应的客户数据。当然不同的客户数据收集，其成本是不一样的，因此企业应当在综合考虑数据获取成本、数据有效性的基础上，对数据进行合理的管理。

    客户信息处理工具之一 -- 数据挖掘

    客户信息处理涉及到多种数据分析工具，例如OLAP（在线分析处理）、DM（数据挖掘）等。但目前使用最多的当属数据挖掘。数据挖掘又称数据库中的知识发现，指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式，它是数据库研究中一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。

    数据挖掘有多种算法，虽然一些算法技术本身是不同的，但可实现同一种功能，例如决策树和神经网络本质是不同的，但都可用于对客户行为进行预测。数据挖掘可实现的功能非常多，以下我们只是介绍一些与客户信息管理密切相关的一些功能。

    （1）客户数据纠正。在合并大规模的客户数据库时，许多企业发现数据是不完整的而且通常包含矛盾和错误的。而数据挖掘技术能以最可靠的方式帮助企业识别和纠正这些问题。

    （2）行为预测分析。即使用历史数据来预测将来的客户行为。例如，在客户和购买同一产品客户的购买历史的基础上，预测模型可以挖掘出该客户最可能购买的下一个产品。

    （3）行为关联分析。即利用关联规则分析客户购买不同产品之间的关联性。关联分析的目的是挖掘隐藏在数据间的相互关系，它能发现数据库中诸如"90%的顾客在一次购买活动中购买商品A的同时购买商品B"之类的知识。关联分析经常应用到购物篮分析中，来帮助企业了解被一起购买的产品（例如花生油和果子冻）有哪些。通过理解客户和产品族的关系，公司可以作出重要的决策，例如，哪些关联产品应该实施广告或打折策略。

    （4）行为序列分析。即分析客户数据间的前后序列关系。它能发现数据库中诸如"在某一段时间内，顾客购买商品A，接着购买商品B，而后购买商品C，即序列A-B-C出现的频度较高"之类的知识。序列模式分析描述的问题是：在给定交易序列数据库中，每个序列是按照交易时间排列的一组交易集，当挖掘序列函数作用在这个交易序列数据库上时，就可以返回该数据库中出现的"高频序列"。

    （5）群体行为分析。即分析企业所有客户中不同群体的各种消费行为。企业在确定"客户行为分组"标准的基础上借助数据挖掘工具，对其客户进行群体性分组，以制定针对性的营销策略、服务策略。

    （6）黄金客户分析。即确定企业中高价值客户。大多数企业的利润来源于少数客户，因此，企业必须要确定这些黄金客户。首先，企业应当根据自身情况确定黄金客户的综合评价标准（例如购买次数、购买频率、购买金额以及客户自身经济水平等）；然后企业借助于分析工具来确定黄金客户；接着企业应当采用各种策略来重点关怀这些黄金客户。

    中小企业客户信息管理策略

    企业对数据仓库和数据挖掘的投资，往往显得周期比较长，可能需要几年的时间才能真正发挥作用。因此，对于一些中小型企业，可以考虑实施一种"短、平、快"的数据管理系统，通过简单、快捷、有效的实施步骤，来实现科学的客户信息管理。这些步骤至少要包括：（1）确认现有数据；（2）确定这些数据的存储位置；（3）制定数据升级的内容；（4）制定有效利用这些客户数据和信息的策略。不过，其中关键任务之一是，确定支持客户信息管理规划的信息数量和信息质量；同时评价相应的工具、流程、培训和系统是否能够支持数据的收集、确认和利用。如果我们等到数据库建立后才开始重视规划与评价是没有意义的。因此，企业在选择了相应的存储系统后，必须制定一个规划，将现有数据转移到新系统中，并确定数据升级的相关问题。

    三、客户信息的质量管理

    可靠的、高质量的数据是客户信息管理的基石。在确保数据质量时有很多因素需要考虑。但是最关键的两个因素就是：数据来源和数据失效率。要确保客户信息系统的可靠性，企业应该做到：（1）辨清所有的数据来源，包括客户数据、交易数据、产品数据和合作伙伴数据等。这些数据可能出现在多种数据源中，并且可能具有很多不同的数据格式。（2）评估每一种数据源的可获得性、集成性、可靠性。每一种数据源访问和更新的周期是多少？（3）确认哪些数据有重迭。看看在不同的系统中是否储存着同样的数据？例如一个存储在客户服务数据库中的客户电话号码是否也存储在营销数据库中？（4）确定每一个数据属性中，哪一种版本是最可靠的，并且要考虑每一种属性下数据的不同失效率。（5）开发和持续升级中央客户数据库，企业应当建立统一的客户数据库，在企业级层面上统一科学地管理客户数据，并设定权限，及时升级客户数据库。并且企业最好设立一个数据管理员职位，让他专门监控和纠正与数据质量相关的问题。

    四、深层理解客户以及行为的作用

    通过科学而系统的客户信息管理，企业可以进一步理解客户以及客户行为；在深层理解客户行为的基础上，企业可以获得以下的部分收益。

    （1）改善销售效率，主要表现在：通过完整的客户历史数据来分析客户的购买偏好；通过更好的客户和销售跟踪来进行更有效的销售管理；通过全面的客户资料分析获得交叉/追加销售的机会；还可以实施更准确的销售预测。

    （2）提高客户满意度，主要表现在：在统一客户视图的基础上实施客户服务；在所有客户档案和关系的基础上，为忠诚的、利润高的客户群提供更好的、更个性化的服务；减少客户接受到企业不同部门的重复促销信息或不一致促销信息；在客户认可的利益基础上采取个性化、有针对的活动；实时的客户信息管理还可以确保进行即刻的一对一营销。

    （3）降低成本，主要表现在：降低营销和销售成本；在维护一定响应率的同时改善客户自助式服务的能力，降低客户交互的成本；提升客户保留度，降低客户获取的成本；通过消除重复的、不准确的客户记录，提高经营活动的有效性；提高档案数据的可靠性；降低邮件的成本；减少存储在系统中的多余数据。

    （4）提高收入，主要表现在：提高数据资产的价值；支持高效益的营销和销售活动；执行利润率更高的战略和策略；提高客户利润贡献率和客户终身价值；缩短销售周期。

    总之，企业要获得更高的客户价值，必须要进一步加深对客户以及行为的理解。而这必须要求有一个科学而系统的客户信息管理的支撑。

获得更多信息