分析型顾客关系管理

分析型顾客关系管理（Analytical CRM）

　　分析型顾客关系管理（Analytical CRM）是顾客关系管理的一个分支，主要是指通过运用数据库、统计工具、数据挖掘、机器学习、商业智能和数据报告等技术，获取、分析及应用与顾客相关的各种数据信息以及接近顾客的方法手段。

　　顾客信息包括：

• 基本的顾客个人数据，如： 顾客姓名、工作单位、业务部门、通讯地址、电子邮件、电话、传真、性别、国籍，等等。

• 更具体的顾客信息数据，如
  • 顾客财务状况（年收入、收益）
  • 顾客交易情况（产品情况、收入情况、利润情况、支付方式、支付行为）
  • 网络沟通情况（IP地址、登录页面、点击流、访问时长）
  • 电话沟通情况（客服呼叫中心数据报告、销售电话）
  • 其他沟通情况（邮递邮件、回复反馈）
  • 顾客满意程度（分别对产品、服务、公司）

　　公司在其经营过程（销售、服务、财务、市场）中通过其信息渠道（多渠道营销）获得以上顾客数据信息。 有些信息还可以通过外部资源获取，如市场调查数据、地址数据库等。一个较为明智的做法是对顾客数据信息进行中心化存储和管理，以避免多版本数据造成的混乱。顾客数据应该做到真实、完整、准确和唯一（各顾客在数据库中应该是唯一状态，不能出现重复），并具有易达性，数据的需求者在需要的时候能够方便地访问和使用这些数据。 对于那些将顾客关系管理放到战略高度的公司来说，这一点更是千真万确毫无疑问的。

• 优化营销效果。

• 顾客获取、交叉销售、向上销售、顾客保持，等等。

• 顾客行为分析以促进产品和服务决策（如产品定价、新品开发）。 比较： Quality Function Deployment质量功能展开。

• 管理决策，如财务预测、顾客收益分析。

• 顾客流失可能性分析。

　　在顾客数据被收集和存储之后，数据分析即可展开。 这一分析过程通常包括以下几个步骤：

　　1. 问题公式化。 我们想知道什么。 此问题是否可答（从技术、财务、组织等角度分析）。 一些典型的顾客关系管理分析型问题：

• 顾客分类

• 获取分析（各数据列表和数据库的质量要求是什么）

• 关系分析（期望的顾客保持，交叉销售、深度销售及向上销售的机会）

• 渠道或手段分析（通过哪些渠道或手段能够获得最佳结果）

　　2. 分析准备（随机样本调查、相关变量、范例、分布、确定性数据设定）

　　3. 确定性分析，运用：

• 统计技术（Regression Analysis回归分析， Dynamic Regression动态回归， Exploratory Factor Analysis探索性因子分析， Exponential Smoothing指数平滑法， ARIMA自回归整合移动平均模型）

• 数据挖掘，以期发现数据中的非明显性及非线性模式。

• 机器学习（人工智能）技术，如： 神经网络、基因算法、关联规则及范例推理。

　　4. 结果形象化，将分析结果以可理解的形式提供给其他用户。

• 于庞大的顾客数据库中发现有用的数据信息。

• 分类顾客，预测顾客行为，选择针对性强的市场渠道和手段。

• 某些技术方法过于复杂，不易理解。

• 仍处于早期发展阶段。