CRM失败 数据质量是根本

    |     2015年7月12日   |   行业要闻   |     评论已关闭   |    1288

||2004-05-28


  由于不能到达预期的回报,CRM系统不断地遭到谴责,有的公司甚至不顾已投下的巨资,要毅然终止项目。为什么这么多的CRM项目流于失败,不能达到预期的效果呢?原因可能是企业内部管理的问题,也可能是CRM产品自身的问题。但是CRM系统中的数据质量是一个不可忽视的重要问题。


  CRM系统中的商业数据不但来源于企业的其他内部系统,而且还包括许多外部资源,如新闻报道和行业调查分析报告等。这些数据与企业的客户密切相关,可以帮助企业更加清晰地分辨潜在客户,进行更有效的关联销售,更容易地扩展客户关系。数据的质量问题就象齿轮中的沙子,它不会完全阻挡你前进的步伐,但是它让你越走越慢,不断地消耗你努力的结果。所以企业的CRM系统是否有效很大程度上决定于企业是否具有相关的商业数据以及数据的可靠性,企业必须要详细地考查在CRM系统中使用的商业数据的质量。


  一些鲜活的例子可以说明数据质量有多重要,某电子元件公司向一个大型工厂供货,产品销往该工厂的多个分厂。但是该电子元件公司只有20条客户记录,其中一半的数据都是重复的,并且多数记录只与其中一个分厂有关。有的记录联系人相同,但地址却不同,更糟的是该电子元件公司根本无法理清其他同样采购该公司产品的联系人的种种记录。这些脱节的、不完整的数据严重影响企业的专业形象,使企业丧失关联销售和向上销售的商机,甚至危害整个客户关系。事实上,不良数据会使企业在很多方面受到不良影响。


  又例如:某金融服务公司拥有大量的客户,以中高收入的客户为目标市场,该公司向客户提供信用卡、现金和各类帐户的服务。但是如果这些数据分别来自不同的系统,许多电子邮件地址或邮政编码信息不全,CRM系统中20%的数据重复或不全,该公司根本不可能开展有效的直销式的促销活动,因为不完整的数据可能导致该公司与同一个客户联系了5次,而与其他很多客户根本没有联系过。


  同样,当你的客户打进电话时,如果没有完备的客户记录,客户服务人员根本无法判断客户的情况,应该向其提供什么样相应的服务,又如何向该客户销售相关联的产品或新的产品。客户服务人员更无法知道打进电话的客户的价值,该客户过去对向上销售的反应如何,以及当前的促销是否对该客户有吸引力等等问题。


  根据统计,每个月有2%的客户信息过时,即每年有25%的客户信息会过时。这使得企业不得不思考一些可能就发生在身边的问题,例如:你的呼叫中心是否正在试图向客户销售他们已经拥有的产品?你是否正每年花费50万或100万给那些早已不对的地址邮寄促销信息?你目前的客户系统是否能帮你确定独立客户的数量?你的客户的真正的生命周期价值是多少?如果5%的最佳客户被误解了,你公司的损失将是多少?这些问题都是使用CRM系统的企业值得考虑的。


  为了解决上述的这些问题,企业要付出持续不断的努力,才能尽快收回CRM投入和保持良好的客户关系。以下的一些方法可以帮助企业理清数据,实现期望的CRM数据统计,更快地收回投资。


  全面掌握数据


  在接通系统并将原始数据导入新的CRM系统前,全面考察数据来源,从而获取数据的内容、质量和可靠性等情况。采用适当的自动化工具执行这些枯燥而易出错的程序,可使所花费的时间减少到相当于初次手工作业所需时间的10%,而且及早发现和纠正数据问题可大大降低成本和失败的风险。


  建立数据标准


  将客户姓名、联系地址、识别方法和产品信息等数据标准化以确保一致性,并将记录与统计逻辑相匹配,从而减少查看360度的客户全景视图时的数据重复。建立保证数据质量的相关流程和程序,批数据净化和定期从基于Web的交易或其他途径导入的新数据必须要采用一定流程和程序来确保质量。


  区分新旧数据


  有效地结合历史数据和实时信息(如客户的交易历史记录和目前订单情况),可以更好地辨别最有可能购买产品的客户及可能购买的产品,从而积极地提出报价或取消毫无意义的服务。


  共享元数据


  来源于不同系统的数据常常会互相冲突,所以非常重要的是跨越端对端的集成流程共享元数据,使得企业内的所有系统用户使用一个共同的企业级数据字典,这样客户、收入和利润等客户信息在整个企业范围内具有相同的定义和含义。


  放弃手工作业


  使用自动化的工具从各种不同的资源粹取数据,转化到需要的格式,并导入正确的系统。手工操作费时费力,而且还容易出错。更重要的是会使企业丧失利用有限的资源创造更大的价值的机会,局限企业在商业竞争中快速反应的能力。


  数据适时处理


  使用数据集成引擎和一系列的商业规则来处理批量数据和实时数据,这样一来无论信息来源的渠道如何,所有的客户数据都可以保持一致。


  实现高度可扩展性


  使用并行处理程序以配合不断增长的数据量,这样无须费时费力地重写程序即可实现扩展数据整合能力。


  保证协同工作能力


  为了整合和均化来源不同的数据,企业必须要避免因整合数据集成工具而带来的额外支出,使用一个能够提供确保数据质量、数据整合和元数据管理的协同工作的平台是比较理想的解决方案,可以使数据整合顺利完成。


  采用开放标准的平台


  当企业要将单项优势软件与传统系统整合时需要付出更多的努力,使用Web 服务、J2EE或其他开放式的平台可以使多源的数据与CRM系统的结合更加快捷和容易,并可使数据的整合能力延伸至整个企业。


  投资的长期打算


  企业未来的CRM的需求必将与今天的需求大不相同,所以数据的整合、标准化和用途转变是一个长期而持续的过程。企业必须要建立适当的用户数据管理流程以保持数据长期的完整性和一致性,并且由于与客户和合作伙伴的在线联系的多样性和数量的增长,不可避免回带来CRM数据量的剧增,对这一点,企业也要有充分的认识和准备,只有这样企业才能使CRM系统真正产生效益。
 
eNet硅谷动力

责编:admin

转载请注明来源:CRM失败 数据质量是根本

相关文章

噢!评论已关闭。