客户关系管理之CRM应用系统设计思路.ppt
2023/9/9,1,客户关系管理之四CRM应用系统设计思路,2023/9/9,2,内容提纲,CRM系统的设计理念客户数据的有效采集和消费CRM应用设计的基本特点探讨计算机“客户关系管理”的建立,2023/9/9,3,CRM系统设计理念客户数据的有效采集和消费,三类客户数据,描述性数据：客户是谁？,交易性数据：客户对你曾做过什么？,促销性数据：你曾经对这个客户作过什么？,你的企业,客户,2023/9/9,4,客户描述性数据客户叫什么名称？客户公司的员工有多少？客户公司的销售额多少？同比去年如何？客户公司有几个部门？在哪些地区有办公室（组织信息）？这个老板及其他员工的长相如何（照片数据）？在这个公司里，谁说了算？他们的脾气一级处事风格如何？哪天生日（决策者信息）？他们的竞争者是谁（市场定位信息）？他们买什么产品（产品信息）？他们的主要业务伙伴有哪些？,2023/9/9,5,促销数据市场营销人员的广告语，展览会的产品宣传单，报刊杂志的宣传报道，电话直销消息，邮寄促销信件及电子邮件等。销售人员现场推销，对客户所作的承诺，产品展示。服务支持人员在服务过程中所提的各种建议。分销商们对客户的宣传与承诺。用户产品使用情况调查。其他任何以企业名义向客户传递的“消息”。,2023/9/9,6,客户历史交易数据历史购买纪录投诉信件服务请求访问公司网站（次数和行为）产品询问电话填写各种调查表发送电子邮件对企业提出的建议和要求,2023/9/9,7,以上三类数据基本上代表了客户数据的全方位视角。但也应该明白，很多同企业不那么直接的“隐性数据”由于企业很难控制，所以一般不提。比如：客户对其他人说过或做过什么？比如有向其他人说过企业坏话吗？客户最近经营情况好不好？主要决策人目前工作和生活处境如何？所有其他处于相对动态的客户情况。,2023/9/9,8,从上面可以看出，客户数据的多样性和丰富性反映了CRM应用所管理对象的复杂程度，很多情况下，我们对客户数据的理解只停留在计算机容易收集和处理的数据上，而忽略了大量的其它数据，从而对CRM应用自设管理局限。另一方面，计算机能处理的不一定就是关键的，那些对销售业绩起着关键作用的数据反而是难于处理的。无论如何，充分认识客户数据的方方面面可以提高对CRM计算机应用的认识，进而最佳确定特定CRM应用的客户数据需求类型，而不至于忘却那些特别需要管理的数据对象。,2023/9/9,9,数据的有效采集客户数据的多样性和丰富性，决定了CRM应用中数据采集具有多渠道和多媒体两种特征。,2023/9/9,10,多渠道,数据来源与方式,客户,ATM/POS,Web,电子邮件，电话，一般邮件，传真，亲自到访,企业内部,营销、销售、服务人员、帐务人员、其他员工、ERP系统,其他,客户的合作伙伴、报刊杂志报道、客户的亲戚朋友,CRM应用客户数据多渠道采集“闸门”,2023/9/9,11,多媒体 客户数据采集的另一个特征是数据内容的多媒体特征。描述性、促销性以及交易性数据可以是文字的、文本的、语音的或图像的。有些数据可以结构化，有些则只能“数据流：binary”来存储。要有效的采集数据，对这种多媒体的数据格式必须有能力加以处理，否则所谓的客户数据将是不完整的，片面的。,2023/9/9,12,数据的有效消费温饱型消费只对客户数据略微加工整合，然后向企业员工、客户或伙伴多渠道发送的过程。要实现温饱型消费，所有数据都以客户为核心进行整合是首要前提。这个阶段的CRM应用可以认为是一种典型的客户信息管理系统。,2023/9/9,13,数据的有效消费预测型消费他的主要消费者是企业内部营销和销售人员，目的是从客户数据中找寻出客户的行为规律，从而提高销售成功率。流程型消费这是一种更高级的消费，其高级之处在于这种数据消费过程的“动态性”。每个数据片段都被贯穿在一个流程的各个活动被“即时消费”，实现动态的自动化消费过程。流程性消费过程首先由人设计，数据的主要消费者则是流程本身。,2023/9/9,14,CRM应用设计原型,描述性数据,交易性数据,促销性数据,数据多渠道采集,温饱型消费,流程型消费,预测型消费,数据多层次消费,加工,2023/9/9,15,CRM应用设计的基本特点,系统构架的可伸缩性注重组件的“移植性”和再使用性业务流程的灵活性新技术应用,2023/9/9,16,探讨计算机“客户关系模型”的建立,定义“客户关系”的特征属性属性1：关系代号对每个纳入管理的客户关系我们用一个代号或编号来加以区别，以便让计算机进行管理。属性2：关系名称我们用一个容易理解的名称来称呼这个关系，当然也可以直接用客户名称作为关系名称。属性3：关系对象标识关系对象标识是客户在客户数据库中的统一代码。,2023/9/9,17,属性4：关系类型针对于关系对象性质，可以确定关系类型，如可以按照客户对象是个人还是组织分为组织关系类型和个人关系类型，也可以根据客户的地域情况来定义，比如用局部关系表示企业只同这个客户的下属公司有关系，同总公司层没有关系。属性5：关系发生日一般是指企业首次向企业购买产品或服务的日期。当然，也可以指客户同企业发生某种交互的日期。比如，企业首次打电话给某个潜在客户，或者客户首次向企业询问产品或服务的日期。,2023/9/9,18,属性6：关系创建日关系创建日是指计算机系统对这条关系纪录的创建日期，即企业正式将这个关系纳入计算机管理的日期。属性7：关系的产品或服务标识这是指企业同客户发生关系的内容，即客户发生兴趣的产品或服务。一个关系可以对应于多个产品标识。,2023/9/9,19,属性8：目前关系指数关系指数是一个很重要的衡量关系质量、关系深浅的指标，目前的关系指数是指这条关系在当前的指标。属性9：私人关系相关度企业企业方的私人关系相关度是衡量这条关系中的私人对关系深度的影响力大笑。如果企业某个员工一离开公司，这条关系指数急剧下降到“零”或者很低的值，那么我们可以用私人关系相关度10表示（假设相关度范围为010）。,2023/9/9,20,属性10：私人关系相关度客户同企业方一样，当客户为公司客户时，也存在客户方的私人关系影响问题。比如，客户的采购人员一旦离职，这种关系是否会急剧下降呢？这也是一个很重要的问题，也应该作为关系属性的一个组成部分。属性11：最相关员工最相关员工是指同客户发生最多次交互行为的员工。如果需要，还要加上次相关员工等。,2023/9/9,21,属性12：组织客户中最相关个人这是指组织客户中发生交互次数最多的某个人，同样，也可以添加次相关个人，或者更进一步的可以添加每次实质交易的决策者。属性13：关系的互相关度这个属性是针对对方是你的客户的同时你也使对方的客户的情况，这经常发生在你向你的客户买东西，而对方也需要你的产品的情况。这种关系往往是健康而且比较稳固，因此，扩大和加深企业同客户的互相关性应该使企业的一个重要举措，比如，企业可以查询客户所卖的产品，看其中是否有企业需要的东西，做出各种互利的决定。,2023/9/9,22,属性14：非正当关系相关度非正当关系是指这条关系的建立和发展过程中夹杂了很多“不正当的”或“不健康”的因素，比如，回扣、过度吃喝和第三方交易等这些直接的或间接的“桌底交易”。企业如何确定交易的“不正当”应该有一把尺度。用非正当关系相关度是对这种影响的一个量化指标，其量化目的同私人关系相关度类似。属性15：最相关“非正当因素”非正当因素虽然难以放在桌面，但为了对非正当性有一个了解，企业仍然有必要将维持该关系的非正当因素标明。,2023/9/9,23,属性16：关系总价值关系总价值是指，到目前为止，这条关系对企业到底有多大的价值贡献。企业可以用销售额或利润额来量化这个数值，也可以用其他会计算法计算。比如，如果这条关系帮助或影响了其他关系的发展，可以用一定的调整比例进行增加或减少。因为有时候关系之间是相互促进的，有时候相互排斥的一个关系的建立以牺牲另一个关系为代价的例子也不是没有。在以上客户关系属性中，显然，私人关系相关度、非正当关系相关度以及关系指数这三个属性需要进一步计算，而其他属性比较容易定义。,2023/9/9,24,关系指数的数学模型,交互频率（N-1）,交互频率（0）,关系价值（K-1）,关系价值（0）,客户关系指数数学模型,交互记录满意度（M-1）,交互记录满意度（0）,客户“活动时段”总和,关系指数Y,2023/9/9,25,客户关系指数模型的四个变量N各连续时期的交互频率M个连续交互的纪录满意度K个连续时期的关系价值连续“活动时段”总和模型表示 Y=X(f0,f1,fn,v0,v1,vk,s0,s1,sm,t)其中，f为交互频率，s为满意度，v为价值，t为总活动期。,2023/9/9,26,私人关系相关度的确定基本思路：将客户在过去同企业交互的每个企业代表所负责的交互次数进行统计，如果次数越平均，那么这个相关度就越小，反之就越大。计算公式：,2023/9/9,27,非正当关系相关度的确定这也是一个比较难于确定的数值，简单的方法是在客户关系史中将所有的“灰色花费”或“桌底交易”总额除以总关系价值或利润，从而算出一个比重，然后，加权获得一个相关度的数值。,2023/9/9,28,总结客户关系模型的建立虽然不易，但也不是毫无对策，毕竟我们人在判断一个关系的质量、深浅、好坏时总有一定依据，只要将这些依据尽量接过话和量化，应该说可以利用电脑统一管理管总比不管好。,
