客户数据管理制度

客户数据管理制度（共8篇）

1.客户数据管理制度 篇一

一、客户关系管理

1.客户关系管理的定义

客户关系管理首先是一种管理理念，其核心思想是将企业的客户作为重要的资源，通过完善的客户服务和深入的客户分析来满足客户的需求，保证实现客户的终生价值。

CRM又是一种旨在改善企业与客户之间关系的新型管理机制，它实现于企业的市场营销、销售、服务与技术支持等与客户相关的领域。通过向企业的销售、市场和客户服务的专业人员提供全面、个性化的客户资料，并强化跟踪服务、信息分析的能力，使他们能够维护一系列与客户和生意伙伴之间卓有成效的“一对一关系” 从而使企业得以提供更快捷和周到的优质服务.提高客户的满意度。

CRM也是一种管理软件和技术。它将最佳的商业实践与数据挖掘、数据仓库、一对一营销、销售自动化以及其他信息技术紧密结合在一起，为企业的销售、客户服务和决策支持等领域提供了一个业务自动化的解决方案，使企业有了一个基于电子商务的面对客户的前沿，从而顺利实现由传统企业模式到以电子商务为基础的现代企业模式的转化。

2.客户关系管理的研究和应用现状

CRM起源于20世纪80年代初提出的接触管理，即专门收集整理客户与公司联系的所有信息。到20世纪90年代初期则演变成为包括服务中心与支持资料分析的客户服务。经历720余年不断演变发展，CRM逐渐形成了一整套管理理论体系和应用技术体系。

从全球的范围看，市场对CRM的需求已经比ERP高，CRM销售量每年的增长率超过了30%，而ERP只有10%。的销售额达到了 140亿美元之多，企业信息化的重点从后台系统转向了前台。在国内，多数企业将大部分力气投入到企业内部信息系统得建设上，这意味着CRM在我国的应用还不成熟。

CRM应用最广泛的领域是与科技和计算机相关的领域，这一领域中的企业由于信息化程度高和自身的优势，能够通过CRM系统建立起与客户之间的有效价值链，从而铲射功能更大的效益，

而在我国生产总值中占据重要地位的传统企业在CRM的市场中所占比例较小。加入WTO后企业面临着更为严峻的国际竞争，因此企业迫切需要寻找类似CRM的新思路、新理念来增强企业的竞争力。现在市场中CRM供应商较多国际的有Siebel、 Oracol、Borland、sybase，国内的用友、中圣、金蝶创智等。[next]

二、数据挖掘是CRM成功的保障

大量数据的产生和收集导致了信息的爆炸，但信息仅仅停留在这个阶段，未对这些信息进行适时和深层次的分析，致使企业对客户知识的缺乏。数据挖掘可以从繁杂的数据中找出真正有价值的信息知识，提高企业对客户了解程度，时时快捷的发现并满足客户的需求，从而提高企业的竞争力。

1.数据挖掘使市场信息触手可及

数据库及数据挖掘技术可以扩展企业核心业务过程的信息后勤基础，通过数据挖掘来保证对数据的访问及分析，从而提高业务过程的有效性。当企业通过数据仓库直接向其顾客索取某些信息密集型顾客支持过程的资源时，支持成本会不断地下降，企业的管理成本也就随之降低。

利用信息技术和数据资源，不断地增强对客户的了解程度，使客户感觉好像与企业有一种独一无二的个人关系，具有有效的信息文换和访问能力，与客户打交道变得更容易一些。数据挖掘技术基于事实，利用数据仓库中产品、价格、投资、分配等方面，从浩瀚的信息海洋中提炼出有价值的信息，发现隐含在这些信息中的对等的、不明显的、不可预知的模式、趋势和关系，为企业提供决策的依据。

2.数据挖掘将数据加工成信息和知识

在CRM 中，数据仓库将海量复杂的客户行为数据集中起来建立一个整合的、结构化的数据模型，在此基础上对数据进行标准化、抽象化、规范化分类、分析，为企业管理层提供及时的决策信息，为企业业务部门提供有效的反馈数据。数据挖掘对客户资料进行分析，是挖掘客户潜力的基石。

数据挖掘技术的作用在企业管理客户生命周期的各个阶段都会有所体现。数据挖掘帮助企业发现客户的特点，从而可为客户提供有针对性的服务。通过数据挖掘，可以发现购买某一商品的客户的特征，从而可以向那些也同样具有这些特征却没有购买的客户推销这个商品;若找到流失的客户的特征，就可以在那些具有相似特征的客户还未流失之前，采取相应的措施。

2.客户数据管理制度 篇二

关键词：CRM,DM

一、客户关系管理

1. 客户关系管理的定义

客户关系管理 (Customer Relationship Management, CRM) 首先是一种管理理念, 其核心思想是将企业的客户作为重要的资源, 通过完善的客户服务和深入的客户分析来满足客户的需求, 保证实现客户的终生价值。

CRM又是一种旨在改善企业与客户之间关系的新型管理机制, 它实现于企业的市场营销、销售、服务与技术支持等与客户相关的领域。通过向企业的销售、市场和客户服务的专业人员提供全面、个性化的客户资料, 并强化跟踪服务、信息分析的能力, 使他们能够维护一系列与客户和生意伙伴之间卓有成效的“一对一关系”, 从而使企业得以提供更快捷和周到的优质服务、提高客户的满意度。

CRM也是一种管理软件和技术, 它将最佳的商业实践与数据挖掘、数据仓库、一对一营销、销售自动化以及其他信息技术紧密结合在一起, 为企业的销售、客户服务和决策支持等领域提供了一个业务自动化的解决方案, 使企业有了一个基于电子商务的面对客户的前沿, 从而顺利实现由传统企业模式到以电子商务为基础的现代企业模式的转化。

2. 客户关系管理的研究和应用现状

CRM起源于20世纪80年代初提出的接触管理 (Contact Management) , 即专门收集整理客户与公司联系的所有信息。到20世纪90年代初期则演变成为包括服务中心与支持资料分析的客户服务 (Customer Care) 。经历了20余年不断演变发展, CRM逐渐形成了一整套管理理论体系和应用技术体系。

从全球的范围看, 2002年, 市场对CRM的需求已经比ERP高, CRM销售量每年的增长率超过了30%, 而ERP只有10%。2005年的销售额达到了140亿美元之多, 企业信息化的重点从后台系统转向了前台。在国内, 多数企业将大部分力气投入到企业内部信息系统得建设上, 这意味着CRM在我国的应用还不成熟。

CRM应用最广泛的领域是与科技和计算机相关的领域, 这一领域中的企业由于信息化程度高和自身的优势, 能够通过CRM系统建立起与客户之间的有效价值链, 从而铲射功能更大的效益。而在我国生产总值中占据重要地位的传统企业在CRM的市场中所占比例较小。加入WTO后, 企业面临着更为严峻的国际竞争, 因此企业迫切需要寻找类似CRM的新思路、新理念来增强企业的竞争力。现在市场中CRM供应商较多, 国际的有Siebel、Oracol、Borland、sybase, 国内的用友、中圣、金蝶、创智等。

二、数据挖掘是CRM成功的保障

大量数据的产生和收集导致了信息的爆炸, 但信息仅仅停留在在这个阶段, 未对这些信息进行适时和深层次的分析, 致使企业对客户知识的缺乏。数据挖掘可以从繁杂的数据中找出真正有价值的信息知识, 提高企业对客户了解程度, 时时快捷的发现并满足客户的需求, 从而提高企业的竞争力。

1. 数据挖掘使市场信息触手可及

数据库及数据挖掘技术 (Data Mining, DM) 可以扩展企业核心业务过程的信息后勤基础, 通过数据挖掘来保证对数据的访问及分析, 从而提高业务过程的有效性。当企业通过数据仓库直接向其顾客索取某些信息密集型顾客支持过程的资源时, 支持成本会不断地下降, 企业的管理成本也就随之降低。

利用信息技术和数据资源, 不断地增强对客户的了解程度, 使客户感觉好像与企业有一种独一无二的个人关系, 具有有效的信息交换和访问能力, 与客户打交道变得更容易一些。数据挖掘技术基于事实, 利用数据仓库中产品、价格、投资、分配等方面, 从浩瀚的信息海洋中提炼出有价值的信息, 发现隐含在这些信息中的对等的、不明显的、不可预知的模式、趋势和关系, 为企业提供决策的依据。

2. 数据挖掘将数据加工成信息和知识

在CRM中, 数据仓库将海量复杂的客户行为数据集中起来, 建立一个整合的、结构化的数据模型, 在此基础上对数据进行标准化、抽象化、规范化分类、分析, 为企业管理层提供及时的决策信息, 为企业业务部门提供有效的反馈数据。数据挖掘对客户资料进行分析, 是挖掘客户潜力的基石。

数据挖掘技术的作用在企业管理客户生命周期的各个阶段都会有所体现。数据挖掘帮助企业发现客户的特点, 从而可为客户提供有针对性的服务。通过数据挖掘, 可以发现购买某一商品的客户的特征, 从而可以向那些也同样具有这些特征却没有购买的客户推销这个商品;若找到流失的客户的特征, 就可以在那些具有相似特征的客户还未流失之前, 采取相应的措施。

三、数据挖掘技术

数据挖掘技术有多种, 包括决策树法、遗传算法、集合论方法、神经网络方法、聚类方法、粗集方法、模糊集合方法、Bayesian Belief Netords, 最邻近算法、关联规则挖掘算法、可视化技术等, 这里主要介绍I D 3决策树法、遗传算法、神经网络方法。

1. ID3决策树法

ID3决策树法是最有影响和最早的决策树方法。在规模越大的数据库中, 运用I D 3决策树法进行数据挖掘的效果越好。它利用一系列规则划分, 建立树状图, 可用于分类和预测。

ID3方法检验所有的特征, 选择互信息最大的特征点A为产生决策树节点, 由该特征的不同取值建立分支, 对各分支的实例子集递归, 用该方法建立决策树节点和分支, 直到某一子集中的例子属于同一类。ID3方法利用互信息最大的特征建立决策树, 使决策树节点数最小, 识别例子准确率高。决策树叶子为类别名, 即P或者N。

(1) 主算法

①从训练集中随机选择一个既含正例又含反例的子集 (称为窗口) ;

②用建树算法使当前窗口形成一棵决策树;

③对训练集 (窗口除外) 中例子用所得决策树进行类别判定, 找出错判的例子;

④若存在错判的例子, 把它们插入窗口, 转B, 否则结束。

(2) 建树算法

①对当前例子集合, 计算各特征的互信息;

②选择互信息最大的特征A (i) ;

③把在A (i) 处取值相同的例子归于同一子集, A (i) 取几个值就得几个子集;

④对既含正例又含反例的子集, 递归调用建树算法;

⑤若子集仅含正例或反例, 对应分支标上P或N, 返回调用处。

2. 神经网络方法

人工神经网络从神经生理学的基本观点和结论作为构造人工神经网络基本假设的前提。以神经生理学为基础, 模拟人的神经元功能, 经过输入层, 隐藏层, 输出层等, 对数据进行调整, 计算, 最后得到结果, 用于分类和回归。可以将神经网络模型分成: (1) 感知机 (2) Hamming网络 (3) Hopfield网络。

一个简单的神经网络, 图中的椭圆表示节点, 椭圆间的连线表示连接。神经网络接受左边节点的属性值, 并对其进行计算, 右边的节点就产生新值, 这个值表示神经网络模型的预测值。

3. 遗传算法

遗传算法 (Genetic Algorithm, GA) 基于自然进化理论, 模拟基因联合、突变、选择等过程的一种优化技术。它的主要步骤如下:

编码:G A在进行搜索之前先将解空间的解数据表示成遗传空间的基因型串结构数据, 这些串结构数据的不同组合便构成了不同的点。

初始群体的生成:随机产生N个初始串结构数据, 每个串结构数据称为一个个体, N个个体构成了一个群体。G A以这N个串结构数据作为初始点开始迭代。

适应性值评估检测:适应性函数表明个体或解的优劣性。不同的问题, 适应性函数的定义方式也不同。

选择:选择的目的是为了从当前群体中选出优良的个体, 使它们有机会作为父代为下一代繁殖子孙。遗传算法通过选择过程体现这一思想, 进行选择的原则是适应性强的个体为下一代贡献一个或多个后代的概率大。选择实现了达尔文的适者生存原则。

交换:交换操作是遗传算法中最主要的遗传操作。通过交换操作可以得到新一代个体, 新个体组合了其父辈个体的特性。交换体现了信息交换的思想。

变异:变异首先在群体中随机选择一个个体, 对于选中的个体以一定的概率随机地改变串结构数据中某个串的值。同生物界一样, G A中变异发生的概率很低, 通常取值在0.0 0 1~0.0 1之间。变异为新个体的产生提供了机会。

G A的计算过程为:选择编码方式, 产生初始群体, 计算初始群体的适应性值。

如果不满足条件

{选择 交换 变异 计算新一代群体的适应性值}

四、结论

数据挖掘是C R M的前提和基础, C R M是数据挖掘的延续和创新, 通过将两者进行有效的组合, 不断促进企业单个客户价值的提升和客户规模的扩大, 有效地推动着企业价值和实力的不断攀升。

参考文献

[1]田海涛:CRM理念、软件、实施, 一个都不少[j]http:www.chinabyte.com/20030317/1657407.shtml, 2003.11

[2]何荣勤:CRM原理、设计、实践, 电子工业出版社, 2003.2

3.客户数据管理制度 篇三

关键词 数据挖掘 客户关系管理 关联算法 粗糙集方法 聚类

中图分类号：TP311.13 文献标识码：A

对于企业而言，“以客户为中心”的最终目的是企业自身利润的最大化。因此，企业还需进一步对真正的客户的价值进行挖掘。客户的价值挖掘工作要求企业通过数据分析，掌握客户的行为规律，运用于企业决策中。随着数据仓库、数据挖掘技术的发展和成熟，客户的价值挖掘工作得到了必要的技术支持。

1数据挖掘技术

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，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。数据挖掘常用的分析方法包括分类和预测、聚类分析、关联规则、序列模式、孤立点分析等。本文分别从关联算法、粗糙集方法和聚类等角度阐述数据挖掘技术在客户价值管理中的应用。

2数据挖掘技术在客户价值管理中的应用

2.1发现新客户

2.1.1 数据挖掘应用需求

“以客户为中心”的CVM，客户是企业的生命，不断获取新客户是企业生存和发展的必要条件。发展新客户的目的是将潜在的客户转变成消费企业的产品或服务的现实客户。针对不同的消费者需要采用不同的策略才能有效的获取到需要的新客户。另外，客户也分优劣，选择优质客户进行获取是企业获取新客户的先决条件。采用数据挖掘可以辅助新客户开发活动。

2.1.2 Apriori算法

APr1ori算法是最著名的关联算法。此算法利用一种逐层搜索的迭代方法：k项集用于探索（k+1）项集。具体方法是：首先找出频繁1-项集，记为L1；然后利用L1来挖掘L2，即频繁2-项集；不断循环下去直到无法发现更多的频繁K-项集为止。

Apriori算法利用了两个重要性质。

性质1：k维数据项目集x是频繁项集的必要条件是它的所有k-1维子集均是频繁项集。

性质2：若k维数据项目集x的任一k-1维子集不是频繁项集，则x不是频繁项集。

对于新客户的发展而言，得到了新客户的市场反馈并收集之后，就可以使用Apriori算法对客户数据提取特征。

2.2 客户保留

2.2.1 数据挖掘应用需求

随着市场竞争的日益激烈，大部分市场己趋于饱和状态。获得一个新客户的成本越来越高，因此，保留原有客户的价值也显得越来越重要了。对于客户保留，企业可通过数据挖掘对客户数据库中大量的客户信息作针对性研究，根据分析结果制定使潜在离开者留下来计划和方案，改善客户关系，争取保持客户并提高收益。

2.2.2 粗糙集算法

粗糙集是由波兰学者Z.Pawlak在1982年提出的一种研究不精确、不确定性问题的数学工具，其基本思想是，将数据库中的属性划分为条件属性和结论属性，把数据库中的元组根据各个属性不同的属性值分成相应的子集，然后根据条件属性划分的子集和结论属性划分的子集之间的上下近似关系生成判定规则。其中下近似是指所有对象都一定被包含，上近似是指所有对象可能被包含。

设{X1，X2，X3，…}是基于条件属性的划分，{Y1，Y2，Y3，…}是基于结论属性的划分，则有：

定义1：Yj最小包含（下近似）X，是指等价类X，中的所有元素都包含在Yj中；

定义2：Yj最大包含（上近似）X，是指等价类X，中的所有元素可能包含在Yj中。

2.3 客户分类

聚类已经被广泛地应用于许多领域，聚类分析根据在数据中发现的描述对象及其关系的信息，将数据划分成有意义或有用的簇（也可以称为组）。其目标是，簇内的对象之间是相似的（相关的），而不同簇中的对象是不同的（不相关的）。簇内的相似性（同质性）越大，聚类就越好。

K-均值算法是一种迭代算法，也是一种最古老的、最广泛使用的聚类算法。

利用K-均值聚类算法所得到的组，组内成员间的相似程度很高，同时不同组中成员的相异度也很高。给定组K={t1，t2，…，tm}，则其均值定义为：

M=（t1+t2+…+tm）/m。

其基本算法如下：

（1）选择K个点作为初始均值，K是用户指定的参数，即所期望簇的个数；

（2）repeat；

（3）将每个点指派到最近的均值，形成K个组；

（4）重新计算每个组的均值；

（5）until均值不发生变化。

3结语

客户关系管理是企业保持市场竞争力的重要手段和不可缺少的重要环节。数据挖掘作为一种先进的数据分析的方法，是实现对客户数据进行深入分析的有效工具。对于管理人员来说，掌握这方面的知识是必要的，可以为公司管理客户提供有价值的信息。

参考文献

[1] 李蕾.数据挖掘技术在客户关系管理中的运用[J].企业活力，2006.03.

[2] 顾桂芳，何有世.数据挖掘在客户关系管理中的应用研究[J].江苏商论，2007.07.

[3] 黄洁.基于数据挖掘技术的客户关系管理：以电信企业为例[A].中国企业运筹学学术交流大会论文集[C]，2007.

[4] 庄小将.数据挖掘在客户关系管理中的应用[J].广东财经职业学院学报，2008.02.

4.客户数据管理制度 篇四

摘要：21世纪，对于任何企业而言，有两个方面最为重应，一是企业品牌，二是顾客满意度，但顾客满意和忠诚不是通过简单削价可以换来，也不是通过折扣、积分等暂时经济利益可以买来，应靠数据库和客户关系管理（CRM）系统，从与顾客交流互动中更好地了解顾客需求来实现。市场经济的本质是竞争，企业想在瞬息万变的市场环境中立于不败之地，就必须依托现代化的管理思想和管理手段，有效地对企业的内部资源和外部资源进行整合。数据库营销作为本世纪90年代一种方兴未艾营销形式，包含了关系营销观念，着重于给顾客提供全方位持续服务，从而和市场建立长期稳定关系；同时和现代信息技术、网络技术相结合，利用计算机信息管理系统来充分建设和利用客户数据库，而且强大而完善数据库是未来网络营销和电子商务基础。

关键词：企业 客户关系管理 数据库营销

一、CRM的内涵

所谓CRM是指通过管理客户信息资源，提供客户满意的产品和服务，与客户建立起长期、稳定、相互信任、互惠互利的密切关系的动态过程和经营策略。

1、客户关系管理是一种管理理念，其核心思想是将企业的客户(包括最终客户、分销商和合作伙伴)作为最重要的企业资源，通过完善的客户服务和深入的客户分析来满足客户的需求，保证实现客户的终生价值。现在是一个变革和创新的时代，比竞争对手领先一步，而且仅仅一步，就可能意味着成功。业务流程的重新设计为企业的管理创新提供了一个工具。在引入客户关系管理的理念和技术时，不可避免地要对企业原来的管理方式进行改变，创新的思想将有利于企业员工接受变革，而业务流程重组则提供了具体的思路和方法。在互联网时代，仅凭传统的管理思想已经不够了。互联网带来的不仅是一种手段，它触发了企业组织架构、工作流程的重组以及整个社会管理思想的变革。所以客户关系管理首先是对传统管理理念的一种更新。

2、客户关系管理又是一种旨在改善企业与客户之间关系的新型管理机制。它实

施于企业的市场营销、销售、服务与技术支持等与客户相关的领域，通过向企业的销售；市场和客户服务的专业人员提供全面、个性化的客户资料，并强化跟踪服务、信息分析的能力，使他们能够协同建立和维护一系列与客户和生意伙伴之间卓有成效的“一对一关系”，从而使企业得以提供更快捷和周到的优质服务，提高客户满意度，吸引和保持更多的客户，从而增加营业额；另一方面则通过信息共享和优化商业流程来有效地降低企业经营成本。

二、数据库营销的实际应用

数据库营销，是在企业通过收集和积累消费者大量信息，经过处理后预测消费者有多大可能去购买某种产品，以及利用这些信息给产品以精确定位，有针对性地制作营销信息达到说服消费者去购买产品地目。通过数据库建立和分析，各个部门都对顾客资料有详细全面了解，可以给予顾客更加个性化服务支持和营销设计，使“一对一客户关系管理”成为可能。数据库营销是一个“信息双向交流”体系，它为每一位目标顾客提供了及时作出反馈机会，并且这种反馈是可测定和度量。

1、宏观功能——市场预测和实时反应

客户数据库各种原始数据，可以利用“数据挖掘技术”和“智能分析”在潜在数据中发现赢利机会。基于顾客年龄、性别、人口统计数据和其它类似因素，对顾客购买某一具体货物可能性作出预测；能够依据数据库中顾客信息特征有针对性判定营销策略，促销手段，提高营销效率，帮助企业决定制造适销产品以及使产品制定合适价格；可以以所有可能方式研究数据，按地区、国家、顾客大小、产品、销售人员、甚至按邮编，从而比较出不同市场销售业绩，找出数字背后原因，挖掘出市场潜力。企业产品质量上或者功能反馈信息首先通过市场、销售、服务等一线人员从面对面顾客口中得知，把有关信息整理好以后，输入数据库，定期对市场上顾客信息进行分析，提出报告，帮助产品在工艺或功能上改善和完美，产品开发部门作出前瞻性研究和开发；管理人员可以依据市场上实时信息随时调整生产和原料采购，或调整生产产品品种，最大限度减少库存，做到“适时性生产”。

2、微观功能——分析每位顾客赢利率

事实上，对于一个企业来说，真正给企业带来丰厚利润顾客只占所有顾客中20%，他们是企业最佳顾客，赢利率是最高，对这些顾客，企业应该提供特别服务、折扣或奖励，并应保持足够警惕，因为竞争对手也是瞄准这些顾客发动竞争攻击。然而绝大多数企业顾客战略只是获取顾客，很少花精力去辨别和保护他们最佳顾客，同时去除不良顾客；他们也很少花精力考虑到竞争者手中去策反顾客，增加产品和服务，来提高赢利率。利用企业数据库中详细资料我们能够深入到信息微观程度，加强顾客区分统计技术，计算每位顾客赢利率，然后去抢夺竞争者最佳顾客，保护好自己最佳顾客，培养自己极具潜力顾客，驱逐自己最差顾客。通用电气企业消费者数据库能显示每个顾客各种详细资料，保存了每次交易记录。他们可以依据消费者购买企业家用电器历史，来判断谁对企业和新式录象机感兴趣，能确认谁是企业大买主，并给他们送上价值30美圆小礼物，以换取他们对企业产生下一次购买。

3、数据库营销是CRM的基础

CRM系统主应包括销售自动化、营销管理、客户服务和支持、客户呼叫中心、网络功能几个模块。它实质是充分发挥市场、销售、服务三大部门作用，并且使三个部门能充分共享顾客信息，打破各部门之间信息堡垒封锁，从而使各个部门以一个企业整体形象出现在顾客面前。在企业前端CRM系统背后，其实就是一个功能强大顾客服务数据库，存储了顾客各种资料及交易行为，并能利用各种数学分析模型对这些数据进行深层次挖掘，对顾客价值和赢利率进行分析。可见，在实施CRM过程中将企业原有顾客历史数据整理有序化，输入数据库，搭建好一个完整数据库是基础。

三、提高企业顾客信息能力非技术因素

在设计数据库之前，首先让一组营销人员来明确企业业务需应，所设计数据库应包含哪些功能，简单说，就是数据库能帮助营销人员去做什么。然后让一组管理信息系统专业人员去实现相应运作条件在具体开发实施中，这组营销人员和MIS专业人员共同协作, 互相支持，使数据库开发顺利进行。所设计数据库应能够回答有关现有顾客或准顾客特征和行为特定问题；能够在特定标准、营销事件或姓名评分模型基础上挑选将来促销对象姓名；能够跟踪促销结果并对反馈者和

非反馈者进行顾客轮廓分析。大多数企业建立营销数据库作为一种独立应用，并首应把他当作一种分析和促销工具，但一个完全一体化数据库系统完全将企业业务、决策支持和营销系统，合并成一个单一一体化数据库应用形式，数据库营销是一个系统性有创造力整合营销体系。

顾客竞争其实就是信息竞争，筹建营销数据库和CRM系统，根本目是为了提高企业顾客信息能力，顾客信息能力本质是企业判断能力，即能够依据已有事实判断一些未知因素将会具有怎样价值，对企业未来发展会产生怎样影响。顾客信息能力已经是企业赖以生存核心能力，它能贯彻到市场、销售、服务等各职能领域。

但是很多企业走入一个误区，在提高企业信息能力上将近80%资源投资在顾客数据库和网络系统建设上，忽视了企业信息能力除了技术以外，还有更重应非技术因素，包括人才、文化观念、组织结构、领导艺术和战略观念。

1、人才队伍

企业须组织一支均衡信息队伍，其中包括：具有扎实业务操作经验人才；敏捷、富于创造性，最少受行业传统束缚人才；来自IT并熟悉本行业务人才；来自本行业并熟悉技术应用人才；具有新环境销售潜力人才；具有熟练数学和统计才能人才；在与客户交流环境中能熟练应用信息人才。

2、企业文化

营销数据库实施虽然在形式上表现为一些软件包组合、调试、安装、测试和运行，但是蕴藏于信息管理核心是一种新型理念。实施CRM需应销售人员、市场推广人员、维修服务人员等等全方位参与，如果不能得到他们信赖和支持，再好系统设计也不能发挥效力。企业应创造一种学习和创新信息文化，努力使业务和信息技术部门之间信息文化相互适应，评估人们在工作中对信息重应性认识以及应用信息能力。美国一家企业经理对此有深刻发现：“如果你留心观察一下周围一些在本行业中出类拔萃企业，你就会发现他们在企业文化方面与众不同。”

3、组织结构

留心观察一下，就会发现在现有组织结构中，企业并不是单一企业组织，而是由许多半自治部门组成。就象美国一家业务领先银行经理指出：“每一个业务部门都有自己技术支持，因此我们像六个竞争者在相互竞争。”在这种情况下，企业每个业务部门之间没有分享顾客信息，形成了部门之间信息壁垒，使得各部门无法协同工作，从共同信息中获取更大力量。企业必须建立明确信息共享奖励机制，在部门之间经常举行群策会议, 建立跨部门联合小组专门从事信息开发，为各部门信息共享和建模作出明确预算，改变原有组织结构，依据信息价值创造规律创建信息流。

4、领导艺术

企业应高度重视一些推动改革、创新和新处事方式人，这是企业改变行业惯例开始。辨别企业中守旧领导人员，对他们进行教育或进行更换，在每个管理层中寻找具有信息远见并勇于进行信息改革人，从而在各项业务中加入信息指导。应该说，企业高级管理层对企业信息转型支持是企业提高信息能力关键。

5、战略观念

信息在传统上归入技术范畴，在实施中也没有完全当作一种战略资产，围绕企业信息开发大量资源很大程度上被用于信息管理而不是价值创造。随着企业意识到顾客信息真正价值，企业小心力从“管理信息”向“顾客信息”演化。制定顾客信息战略，对信息收集进行详细规划，并开始系统化信息收集工作，同时，筹建数据库，对收集到信息整理存储，对已知信息百分比进行评估并设法提高该比例，讨论其潜在价值。利用数据库能准确统计出企业顾客数目，计算出各顾客贡献利润，辨别哪些是企业顶级顾客等。

四、结束语

目前在我国，传统营销方式仍占据着相当地位，数据库营销只是对传统营销方式补充和改变。但从长期看，数据库营销必将随着企业管理水平、尤其是营销管理水平提升而得到创新使用。现在一些具有领先观念企业如上海罗氏、通用汽车、广东美已经建设了CRM系统。

随着经济日益发展和信息技术对传统产业改造，消费者个性化需求满足成为了可能，中国加入WTO以后，企业将面临更加严峻形势，如何在这场强敌环饲角力中胜出，需应全方位提升企业竞争力——特别是企业客户信息能力，作为企业经营战略中非常重应营销体制也必须吸收西方先进营销理念和手段，革除传统营销模式弊端，数据库营销是先进营销理念和现代信息技术结晶，必然是企业

未来选择。但中国企业首先应从客户数据库建设和营销做起，打好基础，革新观念，最终走向CRM。

参考文献：1.朱爱群编.《客户关系管理与数据挖掘》中国财政经济出版社，2001年4月

2.屈云波 郑宏编著.《数据库营销》企业管理出版社，1999年5月

5.客户数据库营销 篇五

客户数据库的建立是一个非常的重要的网络赚钱的开始，但是有了一定的客户数据后，我们该怎样把客户的数据转换为我们的金钱呢？目前拥有庞大的客户数据的人非常的多，但是很少能够有效的利用庞大的客户数据来为自己服务，就像海量关注度的博主，以及拥有非常的打的粉丝数量的微博主，浪费了非常的多的资源。

那么如何才能够更好的通过我们已经拥有非常的大量的客户数据库进行营销，从而更好的赚钱呢？

首先，我们要做的是让我们的客户数据库里面的人都成为我们的朋友，朋友有很多种，一般的朋友也有比较好的朋友，成为比较好的朋友后，几乎就已经成为了忠实的客户了。忠实的客户很关注我们的互联网的动态，我们可以去看下小米手机的微博里面，几乎每条微博都有相当的多的粉丝的转发和评论。里面最重要的就是让很多的人已经建立了对小米手机的非常的大的信任，小米的任何的动态都会非常的关注。作为个人来说，我们可定也是非常的关注我们的朋友的动态，特别是我们的好朋友的动态是非常的注意的。让客户数据库数据成为好朋友是非常重要的一个开始，建立好的关系才能够更好的实现营销。

其次，让我们客户数据认为我们有价值，客户数据不是建立起来就能够有非常的好的效果的，并不是我们的每次的活动都能够带来比较多的人的参与，关键的一个问题就是我们是否给予我们的客户数据一个非常的好的价值呢？大家都知道我们上学的时候很信任我们的老师，而且认为我们的老师的观点绝大多数是非常的正确的，因为老师给我们非常的多的价值的东西在里面，导致我们对老师的比较大的感谢和忠诚。所以我们要在自身的价值方面有非常大的提升，让更多的人感觉到我们的重要性。

再次，客户数据库关键的还是要维护，如果我们半年才来关注一下我们的客户数据，那么等到半年后估计已经没有多少人搭理了。交朋友也是一样，如果长时间都没有来往，来往的频率越来越小，那么最后有可能发展成不来往的状态了。所以要注意客户的数据库的维护的频率，让我们的客户时刻感觉到我们就在身边。

最后就是营销，有了比较好的朋友的资源和非常的信任的关系，我想你的任何的有价值的产品或者服务都可以成为他们选择的重点或者首选，你认为呢？

作者：沈古力

6.客户是大数据微时代主角 篇六

在互联网之前，信息的产生、传播、流转和都非常受限，但如果说互联网给我们这个社会带来了巨大变革，那么其中最大的一个变革就是让数据和信息量呈现海啸式的膨胀。所以我们最终把“互联经济”“微时代”定为成一个“大数据时代”，我想对我们短期的指导意义会更强。

在“大数据时代”之下，我们再说“微时代”的问题——客户。在20世纪80年代，每个人的个体差异非常小，比如，无论是生活形态还是意识形态都非常雷同。但今天，尤其是“80后”、“90后”他们个体间的差异化越来越大，越来越多的人反对“人以群居，物以类聚”的方式;相反，他们越来越倾向于彰显自己的个性和自主的选择，这就是一个时代带给我们的意义，就是“微时代”。

我们可以从以下几个方面去做基础性理解：

第一、用户的决策是建立信息和分析的基础上，这是用户的决策。我举一个例子，前几天我去日本玩，通过携程、国航、去哪儿网上查一下最合适的航线，但给出的信息都不足以让我做决定。最后，我的一个经常飞大阪的好朋友(她是家庭主妇)，根据她的经验给我提出了合适的航线。通过这件事情可以发现一个问题，为什么旅游公司、航空公司自己最了解自己公司的产品，却无法为客户准确地提供决策呢?

如今，消费者的所有购买决策都是建立在信息和数据基础上，如果你不能把你的信息，快速、精准地呈现在客户面前，你就会失去机会，

第二、要求与众不同的个性化体验。我仍然以航空公司为例，航空公司最常用的营销手段就是用积分换机票，我们应该改变一下。航班晚点是非常常见的，而且有时是无法改变的，所以国外有一家航空公司是这样做的：飞机晚点每超过45分钟，航空公司就会给客户发一条致歉短信，并通过数据分析，给予客户相应的优惠。比如，他会为女性客户提供购买免税品5%的优惠;会为商务人士免费提供一小时VIP休息室。即使同一班飞机上的乘客，他们的需求也不一样，所以你要分析他们的需求、用他们认为有价值的诉求去交付，这是与众不同的个性化体验。

第三、客户拥有决定商业行为的主导权和影响力。我还是用一个例子说明，我家里的电饭锅坏了，家人看了淘宝网上关于日本泰格电饭锅的评论后便花了3600元买了同样的锅，该评论是这样写的：第一次吃到这么香的米饭，泪流满面。其实，今天的消费者在购买商品时很少受到规格参数的影响，相反他们在传播真正的商业影响力，从商业角度来说，整个价值链开始出现倒挂，官方说什么没有用，只有用户说什么才有用，所以用户在影响用户，而不是官方在影响用户。

结合我们自己来看，过去我们会花费一千万元甚至几千万元购买媒体版面，向客户宣传IBM的产品是如何得好。但现在这种做法的影响力已经消失了。今天的消费者是从他们身边的、网络上的客户获取对一件事的评价，所以今天我们无论做营销的也好，做企业的也好，不得不面对上述三个趋势。我们不妨在重复一遍：1、消费者的决策建立在信息的基础上;2、消费者开始要求与众不同的个性化体验;3、拥有决定商业行为主导权和影响力是你的用户，用户影响用户，而不是官方品牌，或者是媒体，“广告影响用户”这种认识我们一定要扭转过来。

过去，我们喜欢做用户分区，但这样做，一是每个分区内的群体数目过多;二是每个人都不喜欢被分类，他们都认为自己是独一无二的。这是我们营销的整个策划和出发点，要去进行一个深入的聚焦。

7.客户数据管理制度 篇七

客户作为企业的核心资源之一, 在竞争日益激烈的商业时代发挥着越来越重要的作用, 拥有和保持更多的客户资源决定着企业今后的命运, 因此客户资源是否能够有效开发利用, 企业与客户之间关系是否能够保持稳定与和谐, 以及是否能够在尽可能满足客户需求的同时做到在最大程度上实现企业的经济社会效益, 已经成为企业界与学术界共同关注的焦点之一。

在当下的经济环境中, 企业客户关系管理是一种以客户为中心的企业管理与营销技术实现。在企业与客户之间创建管理体系, 实现实时、互动的目标, 通过高质量的商品生产、个性化的服务来获得新客户, 与此同时提高客户的忠诚度以及企业赢利能力, 做到为客户创造价值, 最终达到增强企业核心竞争力的目标。由于信息技术发展迅速, 相关技术的应用广泛, 企业面临着内外信息量的快速膨胀, 数据挖掘技术能够帮助企业对庞大的数据进行快速有效的处理分析, 挖掘有价值的知识, 因此可以为企业做出正确的经营决策提供极大的帮助。

2 客户关系管理的概述

2.1 CRM定义

目前, 学术界并没有给出客户关系管理统一定义。Gartnet Group最先提出了客户关系管理 (CRM) 的概念, 提出CRM是从管理视角出发为企业提供全方位的视角, 为达到实现客户收益率最大化的目的, 赋予了企业更为完善的与客户交流的能力。德勤咨询有限公司认为正确地运用客户关系管理可以使客户与企业对彼此都更加具有价值。Hurwitz Group指出, CRM是一套以自动化为焦点的商业流程, 可以看作是原则也可以看作是技术, 它能够做到改善大多数与客户关系相关领域的关系, 缩减相关成本, 最终增加客户价值。

综合各方观点, CRM的含义可以分别从宏观、中观、微观的角度进行理解:宏观上讲, 可以将其看作一种新型的管理理念。客户成为企业最重要的资源, 通过改善针对性的客户分析和客户服务来满足客户需求, 实现客户价值。中观来说, 可以将其看作一种新型管理机制。它要求企业模式的中心由产品转移至用户。微观而言, CRM是指一种管理软件或者说是一门技术。这样一套软件系统将商业的实践与信息技术紧紧结合, 为企业在营销、客户服务等相关领域提供技术支持[1]。

2.2 CRM体系结构

(1) 运作层次的CRM:这一层次的客户关系管理系统主要作用在营销、销售和客户服务三部分。对相关业务流程和管理进行信息化, 主要是实现各部分的自动化, 有利于提高前台的运作效率和精度。

(2) 协作层次的CRM:这一层次的客户关系管理系统偏重于对客户进行沟通所需技术措施 (如呼叫中心等) 进行集成处理。这方面主要体现在语音技术、电子邮件、网上商店上。

(3) 分析层次的CR M:这一层次的客户关系管理系统主要任务是对大量由前两个层次的应用所产生的信息进行分析处理, 为企业决策提供支持。主要系统为数据仓库、客户数据库等。

3 数据挖掘

3.1 数据挖掘的定义

数据挖掘就是利用相关技术将人们感兴趣的信息和知识从大型数据仓库或数据库中提取出来, 这些知识或信息是事先并不知晓但潜在有用的, 是隐含的、提取出来的知识, 用概念、规律、模式等形式表示[2]。数据挖掘是一种数据分析, 挖掘的是深层次的信息和知识。它的使用可以在CRM中大规模筛选客户数据库中看似没有联系的数据, 提取出有价值的客户信息, 进而可以帮助决策者对客户未来的发展趋势和行为进行预测, 以便做出正确的决策。

3.2 数据挖掘流程

数据挖掘流程包括四个阶段:目标定义, 数据预处理, 建立模型和评价模型[3]。

(1) 目标定义:流程的第一个阶段, 首先企业必须对自己的目标有一个明确的定义, 才能发挥数据挖掘的价值。

(2) 数据预处理:本阶段是整个流程的重中之重, 由四个步骤组成:第一, 数据过滤, 过滤数据确保它们符合分析的需要;第二, 数据集成, 将来自各个数据库的大量数据集成, 合并到营销数据库, 同时进行差异协调;第三, 数据分析, 目的是寻找出对预测输出影响最大的数据字段, 主要是对已经处理的数据进行初步分析;第四, 数据准备, 为建模做好确定模型变量, 转换变量, 选择数据形成样本数据库等工作。数据预处理的目的是确保原始数据与输入标准的一致性。

(3) 建立模型:寻求最佳模型, 这个过程并非一蹴而就, 需要多次反复。

(4) 评价模型:数据挖掘质量将在本阶段进行评定。如果模型结果不够理想, 就需要修正原有的模型。

4 数据挖掘技术在CRM中的应用

4.1 CRM中数据挖掘的具体运用

CRM中数据挖掘的具体运用主要有以下五个方面。

(1) 客户细分。将用户分类, 划分出不同的用户群体, 做到产品和服务都具有针对性, 争取做到客户满意度最大化, 最终达到最大程度地挖掘出客户对企业价值的目的。

(2) 客户保持。本阶段一般涉及三个数据挖掘的模型:第一, 分析和预测出客户中潜在的流失者;第二, 识别出这些潜在流失者中的重要客户;第三, 对这些重要客户进行分析以此有针对性地提出措施来保持客户。这三个步骤分别是运用建立模型、数据挖据技术和不同的分析方法来得出相应的结果。

(3) 发现新客户。古语有云, 坐吃山空, 即便企业原有的客户数量再庞大, 资源再丰富, 不断发现具有潜在价值的新客户群体对于企业来讲依然非常重要, 只有不断地开发新客户, 寻找新资源, 企业才能够持续地发展下去, 并且不断地壮大。在这一点上, 企业可以通过调查问卷等分析方法来发现潜在客户。

(4) 客户跟踪服务。客户跟踪服务的重点就在于跟踪两字, 即必须及时了解客户对服务的满意度及其原因。同样可以利用数据挖掘技术来完成。从而帮助企业抓牢现有客户、吸引潜在客户, 帮助企业把握住客户资源这一重大的企业竞争优势。

(5) 客户贡献分析。利用数据挖掘技术分析出客户对于企业的不同贡献程度, 然后企业可以采取一定措施将低利和无利的客户转化为赢利客户, 从而做到变废为宝, 合理利用一切资源, 降低企业能够降低的成本, 最终提高企业能够提高的收益。

4.2 基于数据挖掘技术的CRM系统模型

结合对数据挖掘流程的分析, 以及上文对CRM体系结构的表述, 我们能够建立基于数据挖掘技术的CRM系统模型, 主要包括以下三个阶段:

(1) 客户数据准备阶段。所谓数据准备, 就是对于在搜集数据的基础上再对数据做一些简单的处理, 以方便下一阶段客户数据挖掘时对数据的使用, 一般有目标定义和数据预处理两个步骤。目标定义的主要任务是基于企业现阶段的目标进行项目可行性评价等基础工作的处理, 然后进行客户数据收集。而数据预处理形成适合数据挖掘的数据集合并将数据集合装入数据仓库。方法主要是对收集到的客户数据进行数据过滤、集成、分析、处理和转换。

(2) 客户数据挖掘阶段。这一阶段对应CRM的分析层次, 是整个基于数据挖掘技术的CRM系统的核心, 所谓“工欲善其事, 必先利其器”。针对前一阶段形成的数据集合, 必须选择适合的数据挖掘模型、挖掘技术及相关工具, 对数据仓库中的数据进行挖掘, 才能得到隐藏在数据中的客户模式及知识。当然不能忘记一定要将分析出来的有用模式保存。

(3) 数据挖掘结果应用阶段。此阶段对应于CRM的运作层次。主要利用各种数据库开发工具及可视化工具, 如JAVA、ASP等, 将模式和知识更好地展示给用户, 方便用户使用。并且将处理后形成的有关知识传送至相关部门。当然“时间是检验真理的唯一标准”, 因此在CRM实践中检验相关模式以及知识的使用效果并对原有模型重新修改也很重要。

4.3 数据挖掘在CRM中的实施

要在CRM中成功地实施数据挖掘是一个循序渐进、不断改进的过程。通常来说, 主要包括六个步骤。

(1) 确定分析和预测目标。首先需要明确商业目标, 目标是一切的起点, 没有一个明确的目标, 我们的行动将会困难重重。在确定目标的时候需要将解决的问题转化为可以测量的目标, 这是非常重要的。另外, 还必须考虑很多其他的因素, 如各种可用资源, 如资金、技术、时间和人才等。

(2) 数据选择。在确定目标之后, 要做的就是数据选择, 包括很多内容, 如确定哪些数据字段是必要的等, 这一步骤能够建立基础数据的基本可信度。

(3) 数据准备。为了模型构造能够顺利的进行, 在选择数据之后, 要对数据进行一个预处理和转换, 目的是为了使这些数据更加完整, 更加准确, 更加可信。

(4) 模型构造。这一阶段是数据挖掘的关键阶段, 是主体, 是中心, 是一切准备工作服务的对象, 主要工作包括模型构造以及模型解释。

(5) 模型评估和校验。本阶段的主要目标是找到满意的模型, 使用测试数据对建立的模型进行测试, 计算误差率, 重复相关过程, 直至找到满意的模型。

(6) 部署和应用。当前面的步骤都顺利完成之后, 最后一步就是部署和应用模型。当然在应用的过程中还需要不断地测试来完善模型。

5 结语

数据挖掘技术使得CRM的目标高质量地得到了完成, 为企业高层决策者提供了准确、细致的客户信息, 帮助他们制定企业策略, 因此, 我们可以相信随着数据挖掘技术的不断成熟和深入应用, 学术界以及企业界将对其更加关注, 其在各行业的CRM应用中将有着更加广阔的前景。

摘要：随着经济全球化的迅猛发展以及信息技术水平的不断提升, 企业间的竞争愈加激烈, 客户价值对于企业价值的影响逐渐深入。企业经营理念的中心开始由产品转向了客户, 因此CRM, 一种以客户需求为导向的新理念成为了企业研究的重点。同时数据挖掘技术为决策者将由于信息化所产生的庞大的业务数据转换成有价值的信息与知识提供了强有力的技术支持。因此本文将介绍有关CRM和数据挖掘技术的一些基本概念, 包括将数据挖掘技术应用于CRM所带来的好处, 并指出如何在CRM中实施数据挖掘技术应用。

关键词：客户关系管理,数据挖掘,技术支持

参考文献

[1]宫新军.基于数据挖掘技术的客户关系管理系统研究[J].山东广播电视大学学报, 2013 (1) .

[2]郭愈强, 樊玮.数据挖掘技术在民航CRM中的应用[J].计算机工程, 2005 (31) .

8.客户数据管理制度 篇八

插曲一——6千到1.6万！

2006年初的一天，笔者收到了某股份制银行寄来的一张金卡信用卡，信用额度是1.6万，而此时一张银行A的额度为6千的信用卡已经被剪碎躺在垃圾桶里的某个地方。这张旧卡用了快三年了，是笔者当初刚从沪上一家商学院毕业后在一家咨询公司工作时因为就近而办理的。作为一名初级的咨询顾问，6千的额度应付日常开支和短程的出差等基本够用。但是2006年初，笔者有幸成为另一家咨询公司的部门负责人，因为各大城市间即时性往来增多，预定机票和酒店时信用卡作用日显，首先想到的便是提升现有这张卡的额度。于是拨打了银行A的服务热线，讲明原因，申请提高点额度到1万元左右。原以为自己这么一个忠诚客户的这点小要求合情合理，不曾想一周后如期收到了一个非常礼貌的电话说不接受笔者的额度申请，追问原因说是根据以往的使用情况，目前的额度已经够用。笔者真是哭笑不得，回想三年来信用优良却从未获额度提升，主动申请还遭拒，所以即刻提出销卡。对方似乎一点不意外，立刻如语音应答机一般机械地说出可以帮助立刻办理，45天后就会实现销户，并请届时自己销毁卡片即可。

插曲二——15还是18？

时间到了2007年初的一天，笔者终于历经两个多星期，排了3次长队，通了3次电话后办理完银行A的借记卡网银手续，在网上购买了钟情的一只基金。笔者遭遇的是银行A的“身份虫”困扰。这张卡是四年前因为前面那张信用卡还款需要办的，因为同时还和另一证券账户挂钩，所以一直未销户，当时为了享受网上申购费折扣，决定把它利用起来。于是到网点排队办理开通手续，离开前柜面人员嘱咐七天之内到其网站按照网站说明注册、登陆、下载网银证书。回家后找到长长说明文件按图索骥的登陆，却总是说无法登陆，无奈只得放弃。一不注意，时间过去了七八天，再想起此事，询问客户热线后让我再去柜面重新辦理。二话没说再次去拿号排队，等轮到我时说明情况，柜面人员查询和商量后说不用重新办理，之前也有人遇到过类似情况，可能是我输入的密码不对，应该用身份证后六位作为初始密码(早没说!)。信以为真，回家再次登陆（因为不需要注册的），还是报错，不解中再次拨通热线，热线给出了斩钉截铁的回答，过期必须去柜台重新办理，柜面人员的说法他会去询问。两天后笔者在北京出差时收到了网点支行长的长途电话，询问事情经过，并说已经查明问题的原因是来自于“身份虫”，我之前办卡时用的身份证号码是15位，现在第二代身份证是18位了，并让我再去柜台时直接找她，可以不用排队，笔者有受宠若惊的感觉。某日午休时间再次来到网点，柜面人员积极地想替我捉虫，将账户改成18位号码，折腾了一番后告诉我说，因为我账户还和另一证券账户挂钩，所以没法改，回去用15位的身份证号码登陆应该就可以了。本来很简单的一件事，现在说来却要费一番口舌，但是真的不知道，在股市和基金火爆的日子里，有多少人曾遇到过类似的尴尬。于是之后的一段时间，当各大国有银行面临长队困扰时，笔者不禁摇头一笑，原来自己偶然的遭遇中其实蕴含了许多必然的因素呀。

故事中的启示

以上只是摘取了非常个人化的两段小插曲，但是细细解读却大有真意。我们知道，当今的银行服务业其实和通信服务业等非常类似，其提供的核心产品(如存款、贷款、信用卡等)越来越同质化，唯一能提供真正差异化的其实是优质服务质量创造的积极客户体验。正如埃森哲咨询在《产业化——银行业的高绩效之路》报告中所说“银行直接合并和捆绑标准产品、服务以及销售渠道，目的就是为了给不同的客户群创建一种客户化的体验”。相较于在此报告中提出的银行产业化的三项核心要素，即：外部差异化、内部简约化和精于执行，国内的银行要走的路看来还很长。在上述两个插曲中，笔者认为以下几个关键点值得重视：

数据问题是一切的起点

国内银行业连续多年均是信息化建设的排头兵，但是重金投入的IT系统中却不免存在许多数据问题，更遑论有效应用。笔者遭遇的“身份虫”其实是一个很容易想到并可以预防的问题，如此明显的数据问题尚不能提前有效解决，银行系统的数据质量堪忧。但是如果能对存在的问题积极采取应对之策，仍为时未晚。笔者认为，要应用运营系统搜集的庞大数据进行有效的客户分析和营销预测从而指导客户管理和帮助制定营销决策，银行机构必须开始苦练基本功，有意识地去整合自己内部宝贵的数据资源，通过提高数据质量，让精心打造的信息系统产生真正的收益，也才能让国内的银行运营和营销更加智能化和精益化。

应动态看待和把握客户

客户的生命周期和金融需求时刻都有可能改变。虽然银行的重要任务是经营和管理风险，但是笔者从一个人生阶段进入另一个阶段时主动地想告诉银行这种变化，银行不但不予以关注，反而非常僵化和机械地处理此事，不能把握和捕捉这种机会，来最大化客户的价值。最终的结果只能是被动地等待客户用脚投票，在客户发展上难有主动作为。笔者认为，未来银行除了可以运用积存下来的客户身份信息和历史交易信息来分析和理解客户做过什么，还应积极地监控和分析客户在不同场景下与银行各渠道互动中说过什么和做过什么的实时信息，从而更好地了解客户状态和需求的变化，让企业运营在实时决策中，如此才有可能根据不同客户群的需求和行为创造出差异化的体验，走出同质化竞争和彼此模仿的泥潭。

在客户保留上应投入重兵

笔者也许不是一个非常高价值的信用卡客户，但肯定是一个信用良好的客户，因为提升信用额度遭拒而提出立刻销户时，工作人员没有采取任何挽留或缓冲举措，非常冷淡的例行公事，可见银行A在意识和流程上均存在缺失。而且经历如此遭遇在离开后我几乎再也不可能成为银行A信用卡客户，有意思的是事后我却多次收到该行的航空联名卡和MBA校园联名卡的直邮。与其花费不菲地发展新客户，为何当初不投入一点点努力留下笔者呢？说实话，当时几句关怀的语句也许就可以留下我而不至于彻底失去一个客户。近期奥纬咨询发表观点认为，中资银行由于资料不足，对客户不了解，难以采取有效措施保留高端客户，同时由于观念上盲目地只看银行存款，确定是否优质客户，所以奥纬咨询认为中资银行不仅需要保护高端客户，更需要警惕未来潜力客户的流失。笔者对此非常认同，所谓进攻是最好的防守，目前国内银行无疑已意识到现有高端客户的重要性并已采取如客户经理贴身服务等防守举措来加以挽留，但是限于资源和经营水平，这种挽留举措显得过于被动和片面，没有一个全盘的客户分析和发展策略，对潜力客户的保留和发展则难有作为，在中长期中仍可能面临较严重的客户流失问题，这在国内通信等大规模客户服务行业中已有先例。

以多渠道协同管理创造积极客户体验