分析型顧客關系管理
什么是分析型CRM?分析型顧客關系管理(AnalyticalCRM)是顧客關系管理的一個分支,主要是指通過運用數據庫
什么是分析型CRM?
分析型顧客關系管理(Analytical CRM)是顧客關系管理的一個分支,主要是指通過運用數據庫、統計工具、數據挖掘、機器學習、商業智能和數據報告等技術,獲取、分析及應用與顧客相關的各種數據信息以及接近顧客的方法手段。
顧客信息包括:
基本的顧客個人數據,如: 顧客姓名、工作單位、業務部門、通訊地址、電子郵件、電話、傳真、性別、國籍,等等。 更具體的顧客信息數據,如 顧客財務狀況(年收入、收益) 顧客交易情況(產品情況、收入情況、利潤情況、支付方式、支付行為) 網絡溝通情況(IP地址、登錄頁面、點擊流、訪問時長) 電話溝通情況(客服呼叫中心數據報告、銷售電話) 其他溝通情況(郵遞郵件、回復反饋) 顧客滿意程度(分別對產品、服務、公司) 公司在其經營過程(銷售、服務、財務、市場)中通過其信息渠道(多渠道營銷)獲得以上顧客數據信息。 有些信息還可以通過外部資源獲取,如市場調查數據、地址數據庫等。一個較為明智的做法是對顧客數據信息進行中心化存儲和管理,以避免多版本數據造成的混亂。顧客數據應該做到真實、完整、準確和唯一(各顧客在數據庫中應該是唯一狀態,不能出現重復),并具有易達性,數據的需求者在需要的時候能夠方便地訪問和使用這些數據。 對于那些將顧客關系管理放到戰略高度的公司來說,這一點更是千真萬確毫無疑問的。
分析型CRM的運用
優化營銷效果。 顧客獲取、交叉銷售、向上銷售、顧客保持,等等。 顧客行為分析以促進產品和服務決策(如產品定價、新品開發)。 比較: Quality Function Deployment質量功能展開。 管理決策,如財務預測、顧客收益分析。 顧客流失可能性分析。 分析型CRM的步驟
在顧客數據被收集和存儲之后,數據分析即可展開。 這一分析過程通常包括以下幾個步驟:
1. 問題公式化。 我們想知道什么。 此問題是否可答(從技術、財務、組織等角度分析)。 一些典型的顧客關系管理分析型問題:
顧客分類 獲取分析(各數據列表和數據庫的質量要求是什么) 關系分析(期望的顧客保持,交叉銷售、深度銷售及向上銷售的機會) 渠道或手段分析(通過哪些渠道或手段能夠獲得最佳結果) 2. 分析準備(隨機樣本調查、相關變量、范例、分布、確定性數據設定)
3. 確定性分析,運用:
統計技術(Regression Analysis回歸分析, Dynamic Regression動態回歸, Exploratory Factor Analysis探索性因子分析, Exponential Smoothing指數平滑法, ARIMA自回歸整合移動平均模型) 數據挖掘,以期發現數據中的非明顯性及非線性模式。 機器學習(人工智能)技術,如: 神經網絡、基因算法、關聯規則及范例推理。 4. 結果形象化,將分析結果以可理解的形式提供給其他用戶。
分析型CRM的優勢
于龐大的顧客數據庫中發現有用的數據信息。 分類顧客,預測顧客行為,選擇針對性強的市場渠道和手段。 分析型CRM的局限
某些技術方法過于復雜,不易理解。 仍處于早期發展階段。 本條目在以下條目中被提及
RFM模型 客戶知識管理 關鍵字
分析型顧客關系管理,Analytical CRM,分析型CRM,ACRM,分析型顧客管理.
分析型顧客關系管理(Analytical CRM)是顧客關系管理的一個分支,主要是指通過運用數據庫、統計工具、數據挖掘、機器學習、商業智能和數據報告等技術,獲取、分析及應用與顧客相關的各種數據信息以及接近顧客的方法手段。
顧客信息包括:
基本的顧客個人數據,如: 顧客姓名、工作單位、業務部門、通訊地址、電子郵件、電話、傳真、性別、國籍,等等。 更具體的顧客信息數據,如 顧客財務狀況(年收入、收益) 顧客交易情況(產品情況、收入情況、利潤情況、支付方式、支付行為) 網絡溝通情況(IP地址、登錄頁面、點擊流、訪問時長) 電話溝通情況(客服呼叫中心數據報告、銷售電話) 其他溝通情況(郵遞郵件、回復反饋) 顧客滿意程度(分別對產品、服務、公司) 公司在其經營過程(銷售、服務、財務、市場)中通過其信息渠道(多渠道營銷)獲得以上顧客數據信息。 有些信息還可以通過外部資源獲取,如市場調查數據、地址數據庫等。一個較為明智的做法是對顧客數據信息進行中心化存儲和管理,以避免多版本數據造成的混亂。顧客數據應該做到真實、完整、準確和唯一(各顧客在數據庫中應該是唯一狀態,不能出現重復),并具有易達性,數據的需求者在需要的時候能夠方便地訪問和使用這些數據。 對于那些將顧客關系管理放到戰略高度的公司來說,這一點更是千真萬確毫無疑問的。
分析型CRM的運用
優化營銷效果。 顧客獲取、交叉銷售、向上銷售、顧客保持,等等。 顧客行為分析以促進產品和服務決策(如產品定價、新品開發)。 比較: Quality Function Deployment質量功能展開。 管理決策,如財務預測、顧客收益分析。 顧客流失可能性分析。 分析型CRM的步驟
在顧客數據被收集和存儲之后,數據分析即可展開。 這一分析過程通常包括以下幾個步驟:
1. 問題公式化。 我們想知道什么。 此問題是否可答(從技術、財務、組織等角度分析)。 一些典型的顧客關系管理分析型問題:
顧客分類 獲取分析(各數據列表和數據庫的質量要求是什么) 關系分析(期望的顧客保持,交叉銷售、深度銷售及向上銷售的機會) 渠道或手段分析(通過哪些渠道或手段能夠獲得最佳結果) 2. 分析準備(隨機樣本調查、相關變量、范例、分布、確定性數據設定)
3. 確定性分析,運用:
統計技術(Regression Analysis回歸分析, Dynamic Regression動態回歸, Exploratory Factor Analysis探索性因子分析, Exponential Smoothing指數平滑法, ARIMA自回歸整合移動平均模型) 數據挖掘,以期發現數據中的非明顯性及非線性模式。 機器學習(人工智能)技術,如: 神經網絡、基因算法、關聯規則及范例推理。 4. 結果形象化,將分析結果以可理解的形式提供給其他用戶。
分析型CRM的優勢
于龐大的顧客數據庫中發現有用的數據信息。 分類顧客,預測顧客行為,選擇針對性強的市場渠道和手段。 分析型CRM的局限
某些技術方法過于復雜,不易理解。 仍處于早期發展階段。 本條目在以下條目中被提及
RFM模型 客戶知識管理 關鍵字
分析型顧客關系管理,Analytical CRM,分析型CRM,ACRM,分析型顧客管理.
