漫谈CRM体系化建设3：如何留住客户
|
从纵向客户分析深度的视角来看，通过基础属性、交互行为、业务数据、社交网络四个维度，可以得到客户最全面的线上线下信息。 基础属性是静态数据，描述了客户的基本情况。大多数时候企业难以收集到完整的客户资料，有时候需要根据客户行为或交易猜测部分客户属性，例如假如客户经常买母婴用品和女性用品，就可以推测是有小孩的年轻母亲，完成客户基础属性的补全。交互行为，狭义上讲是客户在网络环境下的所有动作、轨迹等等，广义上讲还包括线下发生的行为，例如卖场内客户行进动线，在不同陈列区的停留时间，与销售人员的沟通内容。交互行为体现了客户的真实诉求，是分析潜在营销机会的最关键数据来源。线上环境的交互行为最容易收集，这也是线上渠道的最重要的特点和优势；线下渠道，也可以通过一些手段采集，但是成本较高。例如，有新闻报道，北京的品牌卖场上品折扣，通过摄像头捕捉和RFID技术，追踪记录持有会员卡的客户，来分析客户的逛店行为。但具体效果如何，没有看到更多的报告。业务数据，主要指交易数据，同时也包括客诉、服务（例如保险理赔，基金赎回）等OLTP系统产生的数据。社交网络，包括体系内和体系外的社会化运营数据，体系内包括分享、评价、点赞、兴趣话题等，体系外包括微信、微博、知乎等。通过社交网络的数据，可以分析客户的情绪反应，喜好憎恶，以及更加全面的社会关系信息。社交网络的数据获取和分析，对技术的要求较高，并且不一定能直接产生高价值的应用。当然这也不是绝对的，例如有报道今日头条正是通过分析用户的微博数据，识别其兴趣点，从而推送更准确的文章和话题。通过以上四个维度的基础信息，可以组合出若干场景或主题下的客户分析思路，其中有10个经典的分析思路，值得大家关注，了解。 下边的章节，我们介绍客户分析的经典模型和设计思路。 3、客户细分与建模客户细分和客户建模是两个不同的概念，客户细分目标很明确，基于各种诉求将客户区分成不同的子群体，进行业务分析，或制定对应的业务策略。客户细分可能是临时性的一次性分析，也可能是需要长期固化的标准。客户建模是对客户基于某些固定的、经典的主题，进行确定性的标准设计，多数情况下会固化到系统。客户建模通常会形成对客户的分群、分组，所以实际上很多时候客户建模也完成了一次客户细分。少数情况下客户建模不会产生客户细分效果，例如客户的积分模型，成长值模型，信誉值模型。
单纯的客户细分方法形式多样，用途非常广泛，例如基于流量来源的留存分析，基于关键行为分群的的下单特性分析，属于数据分析的范畴。本文只关注客户建模而不关注客户细分，因为本文介绍的常见客户模型，已经代表了经典的客户细分思路。对于其他主题或领域的客户细分方法，本文不做介绍。 客户建模没有明确的定义，因为其形式、方法多样，没有数学建模严谨、严格。核心的要点是通过抽象和定量分析，产生具有某种业务诉求的需要固化的规则输出。接下来，我们介绍十套经典的客户模型，代表了常用的十种客户分析思路。需要注意的是，客户建模工作开展之前，一定要明确其价值和意义，要么作为企业经营决策分析的重要参考，要么对业务产生影响。在不同的发展阶段，对模型丰富程度的诉求不同，要在合适的阶段结合业务，建设合适的模型。 （1）基础模型 （编辑：宿州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
