基于客户保持的客户关系管理数据分析与设计

|彭振龙|2010-08-16

0 引 言

客户关系管理系统的核心就在于客户忠诚，而要做到客户忠诚的关键在于了解客户的潜在需求，而要得到客户的潜在需求，需要对客户数据进行有效管理，但要高效地执行客户关系的管理，真正把其理念转化为实际生产力，离不开信息技术、网络技术、计算机技术的发展.学界把理念、技术、实施称为客户关系管理的铁三角。在技术方面，涉及到的内容主要有网络、计算机、信息处理、数据挖掘等。要实现客户关系的有效管理，数据库的设计是首要问题。

1 客户关系管理概念

客户关系管理(Customer Relationship Management，简称CRM) ，目前对它的概念和理解也见仁见智，本文比较认同这一概念，即客户关系管理(指的是从公司的战略和竞争力角度出发，通过对企业业务流程中客户关系的交互式管理，提升客户的满意度和可感知价值，建立长期的客户关系，拓展企业附着子客户关系网络的无形资产基础，为相关的业务流程提供有效的决策信息，提高业务流程的效率和整合程度，从而为公司获取有利的市场定位和持续的竞争优势提供保证。在客户关系管理系统中，客户数据是基础。

2 数据及获取

2.1客户数据

客户数据是指与客户相关的数据。传统理论主要分为三类，分别为描述性数据、促销性灵气、交易性数据。笔者认为还需要增加售后类数据，它们的关系如图一。

图一 客户数据关系图

2.1.1 描述性数据

描述性数据是指客户的静态数据。主要有姓名、性别、收入、性别等基本信息；信用等级、潜在消费指数、客户类型(潜在的、现有的、流失的)等信用信息；有生活方式、消费习惯、特殊爱好等行为信息。

2.1.2 促销性数据

促销性数据是对为开发客户做的有针对性的活动所产生的数据。主要有促销方式、促销目的、促销时间、地点、促销媒体、成本、以及客户对促销活动的反怕等信息。

2.1.3 交易性数据

交易性数据是指与客户发生了交易行为后产生的数据。主要有购买产品的时间、地点、金额、产品规格、付款方式。

2.1.4 售后类数据

售后类数据是指客户完成一笔交易后，所进行的投诉、建议、评价等反馈信息。主要包括售后服务内容、使用后对产品的评价、对服务的评价、曾有的问题和不满、要求退货记录，其他投诉建议等信息。

2.2 客户数据的获取

客户数据的获取渠道很多，可以通过Web页面、书信、现场、Email等方式。有一点需要注意，所有数据都必须录入计算机，保存在事先设计好的中心数据库中。

3 教据库设计

数据库设计(Database Design) ，是指针对业务需求，分析数据之间的内在联系，在某一具体的数据库管理系统上，设计数据库的结构和建立数据库的过程。常常需要分为五个步骤：需求分析、概念设计、逻辑设计、物理设计、验证设计，常用的设计技巧有数据完整性设计、表冗余设计等。

3.1 客户数据分析

根据前面对客户信息的分类，需要客户关系管理系统中的业务流程做分析，系统的数据流图如图二所示。

图二 客户关系管理系统数据流程图

需要说明以下几点：

(1)中心数据库，保存了客户的所有信息，采用B/S结构图。

(2)公司的领导、管理人员、营销人员在一定的权限范围内(呈现不同的视图)，在任何可以上网的地方查询这些数据。

(3)他们也可以在自己的权限内上传与客户的联系情况，这些数据是实时更新的，其他人员可实时看到这些上传的数据。

(4)公司所有相关人员，随时都可以最快、最全面地了解客户，对了解客户的潜在需求，对保持对客户联系和服务的一致性等意义重大。

(5)为后续的客户分析、数据挖掘等提供基础数据。

3.2 数据库的设计

根据前面的分析，客户具有四类数据，我们设计四个数据库，分别以客户编号作为主码，以便数据库之间建立关联。并且增加以客户姓名、编号、业务员编号、业务员姓名、联系时间、交易金额等多种关键字的布尔运算的检索功能、这样将能最快速便捷的找到相关的数据。

4 客户关系管理系统中的数据挖掘

数据挖掘(Data Mining)是指从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的，人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘可以做到分类、估值，预言、相关性分析或关联规则、聚集、描述和可视化等功能。客户关系管理系统中，利用数据挖掘可以快速有效地找到新的潜在客户，并保持住老客户。

4.1 数据挖掘的常用方法

目前，数据挖掘的常用方法主要有人工神经网络、决策树、遗传算法、近邻算法、规则推导、粗糙集，统计学等，在客户关系管理系统中，又以关联规则方法用得较多。

4.2 CRM中的数据挖掘功能

(1)可利用数据挖掘找出客户的一些共同的特征，深入了解客户，预测哪些人可能成为我们的客户，以帮助行销人员找到正确的营销对象，进而降低成本，也提高营销的成功率。

(2)利用数据挖掘了解客户的产品消费偏好，找出哪些产品客户最容易一起购买，或是预测客户在买了某一样产品之后，在多久的时间之内会买另一样产品等等，这样可以在做市场营销活动中更有效的决定产品组合、产品推荐、产品促销等活动，甚或是在店里要如何摆设货品等，达到最有效地产品营销。

(3)利用数据挖掘对客户的反馈数据进行重点分析，可以更好地改进产品和服务，及时发现并消除客户抱怨，及时发现客户的潜在期望，企业可以据此做出调整，最大限度地满足这些客户的潜在需求，达到快速提高客户忠诚度。

(4)利用数据挖掘，分析客户中的流失客户的特征，再把分析结果应用现有客户数据中，找出可能流失的客户，然后尽可能预防客户流失，甚至可以对客户忠诚度进行排序，如此，则可以量化客户流失率，进而采取有针对性的措施。

5 结束语

CRM不是建一个Call Center就足够了，更不仅仅是把一堆客户基本数据输入计算机就够，完整的CRM运作机制是从客户数据收集开始、经过分类、存储、分析、挖掘、决策等一系列的过程，需要企业的全体人员，重视产品质量，重视服务水平。

通过对CRM数据库的良好设计，使企业能够通过数据挖掘有效地从市场与顾客所搜集累积的大量数据中挖掘出对消费者而言最关键、最重要的信息，并据此建立真正从客户需求出发的客户关系管理系统，得到更多的潜在客户，保持住更多的老客户，从而提高客户忠诚度，为企业发展打下最重要的客户基础。

责编：admin

转载请注明来源：基于客户保持的客户关系管理数据分析与设计

本文链接地址：http://www.ccmw.net/article/68655.html