CRM如何跟上大数据分析的脚步？

math3056

      随着企业CRM系统收集的客户信息越来越多，CRM技术成了数据商务智能和数据分析工具的重要组成部分。企业可以将CRM和分析项目结合，获取巨大的业务价值。以下是一些BI最佳实践的基本原则与大家分享。

Forrester咨询公司分析师Mike Gualtieri表示，企业要想获得竞争优势，可以对客户数据进行分析。市场管理者和客户服务工作人员有了有效的CRM分析工具，就能够更好地了解客户，提供有针对性的服务，而不是在市场上广撒网。这种客户服务不仅能够提高客户的满意度，也能帮助企业在市场竞争中占领先机。

不过组织需要注意的是，他们应用的分析工具要正确。CRM供应商可能会宣称自己的软件包含分析功能，但Gualtieri认为，跟成熟的分析应用比起来，供应商提供的分析功能简直是小巫见大巫，而且分析应用还包含预测分析等高级的分析功能。

比如，客户数据分析中最吸引人的是预测客户行为，包括识别可能流失的客户，这样客户服务人员就可以及时采取行动，留住客户。CRM软件很难识别客户是否将会流失，它需要更多的关于客户满意度的功能，比如投诉邮件等。而分析软件则能广泛分析客户数据，判断客户是否对组织的服务感到不满。

另外，CRM系统只是客户分析项目众多数据源之一。美国银行负责客户服务及定位的副总裁Andres de Armas表示，金融服务公司还会分析来自众多第三方数据系统的客户数据，比如信用局数据库的数据。

美国银行：数据来源的多样性

美国银行结合使用内部数据和外部数据，监测并优化客户推广和市场战略，确保服务和广告能够通过客户最愿意接受的渠道传达到客户手中，而且也不会发过多的信息让客户感到厌烦。De Armas认为数据的多样性是银行客户分析工作取得成功的关键因素之一。

CRM系统在为BI和分析程序收集客户数据方面功不可没，而且大多数CRM软件都是高度定制化的，可以为数据科学家、统计学家和其他数据分析师提供预测分析建模需要的信息。

咨询公司Knowledge Integrity的总裁David Loshin表示，通过收集每一个客户的数据，公司的BI水平已经超越了直接的收入和盈利能力报表的阶段，能够采取统计分析的方法，发起更好的市场战略和客户服务，提高客户的终身价值。Loshin表示：“除了分析客户的外部人口统计数据，比如年龄、居住地等，我已经着手分析用户行为。比如我的重点客户多久去一次银行，每月提取几次存款等，然后结合这些数据修改我的分析模型，从而得出分析结果。”

以用户为中心

组织还需要为部署的分析软件配备正确的人员和正确的用户支持机制。以自服务BI工具为例，销售人员需要接受充足的培训，才能真正利用这项技术。BI团队还希望简化自服务部署，他们不强迫前端工作人员一定要拿到什么数据分析的学位，而是直接为他们提供有用的信息。

de Armas认为，对于更高级的CRM分析应用而言，要建立正确的数据分析机制，并长期使用它们，需要长时间的投入。能够利用技术帮助提高客户参与度的高水平分析人员供不应求，组织应该重视这样的人才，给他们相应的项目，否则，项目只能一遍一遍的重来。

de Armas表示：“很难想象没有专家的项目怎能取得成功。而如果组织投入不够，就注定失去最优秀的人才。”

Loshin认为，针对客户数据的BI和分析工具如果运行良好，能够让客户享受到更好的服务，这些客户更可能贡献利润。客户关系分析就是一个商务智能与业务价值双赢的例子。Loshin表示：“我一直在寻求业务价值，我一直希望我手里的关于客户的信息和数据能够变现，为企业增加业务洞察力，能够长期的为企业贡献更大的价值。