客户关系管理系统的分类

第三章　客户关系管理系统的分类客户关系管理的产生和发展经历了一个漫长的过程，其类型多种多样，产品的性能也逐渐趋于成熟。客户关系管理的分类方法多种多样，我们这里采用按照客户关系管理的功能特点进行分类的办法，对其进行分类说明。按照目前市场上流行的功能分类方法，客户关系管理应用系统可以分为运营型客户关系管理、分析型客户关系管理、协同型客户关系管理。［１２］运营型客户关系管理系统通过基于角色的关系管理工作平台实现员工授权和个性化，使前台交互系统和后台的订单执行系统可以无缝实时集成连接，并与所有客户交互活动同步。通过以上手段可以使相关部门的业务人员能够在日常的工作中共享客户资源，减少信息流动的滞留点，从而使企业作为一个统一的信息平台面对客户，大大地减少了客户在与企业的接触过程中产生的种种不协调。分析型客户关系管理主要是分析运营型客户关系管理中获得的各种数据，进而为企业的经营、决策提供可靠的量化的依据。分析时需要用到许多的先进的数据管理和数据分析工具，如数据仓库、OLAP分析和数据挖掘等。协作型客户关系管理系统更加注重各个部门之间的业务协作，能够让企业员工同客户一起完成某项活动。比如售后服务工程师通过电话来指导客户排除设备故障，因为这个活动有员工和客户共同参与，因此是协作的。协作型CRM目前主要有呼叫中心、客户多渠道联络中心、帮助台以及自助服务帮助导航等。具有多媒体、多渠道整合能力的客户联络中心是协同型CRM的发展趋势，其作用是交换信息和服务［１７］。借助多渠道协作以及交互式语音响应（IVR）和计算机电话集成（CTI）技术，客户能够在任何时候、任何地点，通过方便的渠道了解相应的产品和服务。不仅如此，各机构还可以利用这种交互方式收集现有客户和潜在客户的信息。本书重点介绍运营型客户关系管理系统和分析型客户关系管理系统。４４第一节　运营型客户关系管理系统运营型客户关系管理系统是建立在这样一种概念上的，即客户管理在企业成功方面起着很重要的作用，它要求所有业务流程的流线化和自动化，包括经由多渠道的客户“接触点”的整合，前台和后台运营之间的平滑的相互链接和整合。客户关系管理是基于Web技术的全动态交互的客户关系应用系统。客户关系管理使企业在网络环境中以电子化方式完成从市场、销售到服务的全部商务过程。它主要有以下五个方面的应用：（一）客户关系管理销售套件它为企业管理销售业务的全程提供丰富强大的功能，包括销售信息管理、销售过程定制、销售过程监控、销售预测、销售信息分析等。客户关系管理销售套件将成为销售人员关注客户、把握机会、完成销售的有力工具，并支持其提高销售能力。客户关系管理销售套件对企业的典型作用在于帮助企业管理跟踪从销售机会产生到结束各销售阶段的全程信息。（二）客户关系管理营销套件它使企业可以由始至终掌握市场营销活动的信息管理、计划预算、项目跟踪、成本明细、效果评估等，帮助企业管理者清楚地了解所有市场营销活动的成效与投资回报率。（三）客户关系管理服务套件它帮助企业以最低的成本为客户提供包括服务请求及投诉的创建、分配、解决、跟踪、反馈、回访等相关服务环节的闭环处理模式，从而帮助企业留住老客户、发展新客户。（四）客户关系管理电子商务套件它是使客户关系管理成为企业商务过程“E”化的Frontoffice，帮助企业将门户站点＼各种商务渠道集成在一起，开拓新的销售渠道及商务处理方式。（五）客户关系管理商务平台套件它是产品的基础核心平台，实现产品的基础数据维护、安全控制、动态配置与工作流定制等功能。５４第二节　分析型客户关系管理系统分析型客户关系管理系统主要是分析运营型客户关系管理和原有系统中获得的各种数据，进而为企业的经营和决策提供可靠的量化依据，一般需要用到一些数据管理和数据分析工具，如数据仓库、OLAP和数据挖掘等。一、分析型客户关系管理系统的主要功能分析型客户关系管理系统具备如下六大支柱性功能：（一）客户分析客户分析（Analysis）功能旨在让营销人员可以完整、方便地了解客户的概貌信息，通过分析与查询，掌握特定细分市场的客户行为、购买模式、属性以及人口统计资料等信息，为营销活动的展开提供方向性的指导。［１０］此外，营销人员可以通过客户分析功能追踪营销活动的执行过程，从而了解这类活动的内容和随之传达的信息对客户所造成的实际影响。客户关系管理软件有能力让营销人员通过轻松的鼠标点击即可锁定特定客户群、建立新的细分市场。例如，对于银行来说，有的客户突然提取大笔现金，可能使银行处于高风险状态；有的客户虽然归还贷款比较迟缓，但基本上总能在一定的期限内归还，这就是银行最喜欢的客户，因为他总是在为银行带来利息收入。银行的客户关系管理系统对此都应该及时察觉。（二）客户建模客户建模（Modeling）功能主要依据客户的历史资料和交易模式等影响未来购买倾向的信息来构造预测模型。例如，根据客户的促销活动回应率、利润贡献度、流失可能性和风险值等信息，为每一位客户赋予适当的评分。从技术方面看，客户建模主要是通过信息分析或者数据挖掘（DataMining）等方法获得。另外，机器学习（MachineLearning）和神经网络（NeuralNetwork）也是重要的客户建模方法。客户建模的结果可以构成一个完备的规则库。例如：银行客户如果有大笔存款进入账户，则应考虑向其推荐股票或者基金等收益更高的投资项目。客户建模还可以帮助企业建立成熟、有效的统计模型，准确识别和预测有价值的客户沟通机会。一旦这种模型得以建立，企业就可以对每一个客户进行价值评估并在适当的时机以适当的方式与这个客户进行沟通，从而创造更多的盈６４利机会。（三）客户沟通客户分析的结果可以与客户建模所形成的一系列适用规则相联系。当这个客户的某个行为触发了某个规则，企业就会得到提示，启动相应的沟通活动。客户沟通（Communication）功能可以集成来自企业各个层次的各种信息，包括客户分析和客户建模的结果，针对不同部门的不同产品，帮助企业规划和实施高度整合的营销活动。客户沟通的另一大特色是帮助企业进行基于事件（Event唱based）的营销。根据客户与企业之间发生的貌似偶然的交互活动，企业可以迅速发现客户的潜在需求并做出适当的反应。客户沟通功能支持营销人员设计和实施潜在客户营销、单一步骤营销、多步骤营销和周期性营销等四种不同类型的营销活动。（四）个性化个性化（Personalization）功能帮助企业根据不同客户的不同消费模型建立相应的沟通方式和促销内容，以非常低的成本实现真正的一对一营销。例如，营销人员可以用鼠标点击的方式建立和编辑个性化的电子邮件模版，以纯文本、HTML或其他适当的格式向客户发送促销信息。更重要的是，营销人员可以利用复杂的获利能力评估规则、条件与公式为不同的客户创建更具亲和力的沟通方式。（五）优化每个营销人员每天应当处理多少个目标客户？每隔多长时间应该对客户进行一次例行联络？各类营销方式对各类客户的有效程度如何？对于这些问题，分析型客户关系管理的优化（Optimization）功能都可以提供答案，帮助企业建立最优的处理模式。优化功能还可以基于消息的优先级别和采取行动所需资源的就绪状况来指导和帮助营销人员提高工作效率。（六）接触管理接触管理（Interaction）功能可以帮助企业有效地实现客户联络并记录客户对促销活动的反应，将客户所发生的交易与互动事件转化为有意义、高获利的营销商机。例如，当接触管理模块检测到重大事件时，即刻启动特别设计的营销活动计划，针对该事件所涉及的客户提供适用的产品或者服务，这种功能又被称做实时事件注入。分析型客户关系管理把大容量的销售、服务、市场及业务数据进行整合，使用数据仓库、数据挖掘、OLAP和决策支持技术，将完整的和可靠的数据转化为有用的、可靠的信息，在将信息转化为知识，进一步为整个企业提供战略上和技术上的商业决策，为客户服务和新产品的研发提供准确的依据，提高企７４业的竞争能力，使得公司能够把有限的资源集中到所选择的有效的客户群体，同这些客户群体保持长期且富有成效的关系。分析型的客户关系管理系统使这一切成为可能，它是一种处理大容量的客户数据的方法，可以使企业获得可靠的信息支持策略和商业决策。二、分析型客户关系管理的四个阶段一个典型的分析型客户关系管理系统，包括四个阶段：①进行客户分析；②将市场分段信息运用于客户分析；③进行日常市场活动的分析；④预报客户行为的各种方法的模型。（一）客户分析客户分析需要很多可以定量化的信息，这些信息通常来自各种不同的数据源。对于这些信息必须加以整合，并以合理的方式放到客户数据仓库中，以便于对其做分段或挖掘处理。一个结构良好的客户数据仓库，应能回答以下问题：（１）新客户是否比现有的客户更有价值？（２）最重要的客户最为关注的是什么？（３）年龄低于３５岁的客户是否更有价值？（４）互联网技术是否有助于业务增长？如果答案是肯定的，如何做到这一步？（５）是否吸引了客户的消费？客户分析所需要的信息，一般来自３个方面：企业与其客户的主要“接触点”（客户服务中心、Web和自动柜员机）、关键收益点（POS、电子商务、订单录入）和外部数据（客户的地域分布、生活方式等信息）。客户分析阶段所需的关键信息包括客户服务历史信息、客户市场历史信息、销售信息、收益信息、客户的地域分布数据及生活方式数据等。为了在客户数据仓库中形成一个完整的视图，必须对这些不同的信息源加以整合与清理。在进行分析之前，必须了解信息的可用性、信息的质量、信息的整合与清洗程度是否符合向客户数据仓库提交的要求。这里的侧重点是信息的质量，而不是它的“完备”。因为任何决策支持系统，总处在不断得到新的信息源、不断地补充新的信息、不断地对信息实施清洗的过程中。另外，这类系统还要求根据当前的业务与市场的需要，对原有的信息持续地做出评估。一旦完成了这个过程，则反映产品采购、收益、服务、客户地域分布及生８４活方式的信息就已具备。这时，就可以对客户的行为及收益率进行统计处理，并借此建立能够预报客户未来行为的种种模型。（二）市场区段在客户数据仓库准备就绪之后，就可以对当前客户以及预期的客户群做出区段分析，判断不同区段的优势与弱势。市场区段分析中常见的问题是：（１）哪些客户购买产品A而不购买产品B？（２）对某个特定的市场活动而言，最感兴趣的是哪些客户？（３）对商家最有价值的是哪些客户？（４）客户的价值是否因其地域分布和人口学特征的不同而不同？对客户群实施区段分析时，可以利用客户数据仓库所积累的大量的有用信息，对这些信息的分析与数据挖掘，有助于发现和评价各种可变因素的不同排列组合会导致什么样的后果。（三）一对一的市场在找到最具价值的市场区段后，就可以为不同区段设计并提交适应其特定需要的成套服务。有针对性的市场开拓工作，可以促使企业瞄准更有前景和更有商机的领域。如果能够使企业的产品和服务被本来可能并不需要它们的客户所接受，就可能为本企业赢得最具价值的客户。通过对很多业务细节的分析，可以对那些针对不同领域进行设计的做法做全局性的考察，将相似的处置策略集中起来并加以提炼。在条件成熟的时候，推广这些作法到新的用户群。当将产品与服务也延伸到那些本来并不需要它们的用户群时，可以针对这个群体中那些最具可能和最有价值客户的特定需要，构建特定的市场策略。（四）事件模型事件模型是一种技术手段，旨在帮助企业选择正确的市场活动与处理策略，并最终取得成功。事件模型可以“刻画”客户的行为和客户的反应，还可以预见未来市场活动的后果。事件模型提供了一种可能，让企业能从客户生活中的某些事件（如过生日、买房、买车等）中找到新的商机。这些事件不仅形成不同的市场区段，而且也是对客户实施评估并预期未来收益的有利工具。事件模型有助于发现使企业利润最大化的方法，如减少促销活动的次数、提高客户对促销活动的回应和控制业务策划的费用等。与事件模型有关的一些典型问题有：（１）哪些年龄段的客户对降价处理最感兴趣？（２）哪些客户更喜欢通过个人渠道购物？（３）针对高收入客户的市场策略是否达到了预期的目的？９４提出此类问题的目的，在于发现影响客户反应的主要因素，然后，才