移动电商：客户关系管理方向第4章课件

移动电商：客户关系管理方向移动电商：客户关系管理方向4.1客户数据及其重要性4.2客户数据的处理、分析与应用4.3数据挖掘的一般过程目录第4章

移动电子商务客户信息管理与数据挖掘4.4客户数据化管理的KPI数据跟进4.5数据为市场管理提供的依据4.1客户数据及其重要性4.2客户数据的处理、分析与应用4.2学习目标与要求通过建立完善的客户数据库，了解大数据时代客户的基本特征与关注的利益点，可以判断客户的惯性决策权，从而制订公司的发展战略规划，有效利用数据对比发现企业运营的问题与症结。通过本章的学习，读者可以理解客户数据及其重要性，掌握高质量数据的评判标准，了解客户数据收集的渠道，掌握数据整理的基本步骤，了解数据挖掘的一般过程，了解数据KPI的动态变化标准，理解数据为市场管理提供的依据。【学习重点】客户数据的处理、分析与应用客户数据挖掘过程客户数据库的建立【学习难点】客户数据挖掘过程客户数据库的建立学习目标与要求通过建立完善的客户数据库，了解大数据时代客户的3客户数据及其重要性4.1

客户数据及其重要性4.14.1.1客户数据的类型及划分客户数据即客户信息（CustomerInformation），具体是指客户的喜好、客户细分、客户需求和客户联系方式等关于客户的基本资料。客户关系管理系统中包括描述性数据、促销性数据和交易性数据3种类型的客户数据，其产生形成的过程及类型如图所示。4.1.1客户数据的类型及划分客户数据即客户信息（Cus54.1.2高质量客户数据的评判标准所谓的高质量数据即能够满足企业决策者使用的要求，提供其所需要的客户数据。具体来说，高质量客户数据的评判标准主要有以下4点，这也是对客服人员在登记数据信息时的具体要求。评判标准（1）数据的准确性（2）数据的有效性（3）数据的时效性（4）数据的完备性4.1.2高质量客户数据的评判标准所谓的高质量数据即能够64.1.3客户数据的重要性客户数据是企业客户关系管理的基础，使企业能始终以“客户为中心”，改善客户关系，从而提高企业的竞争力。客户数据的重要性主要体现在以下4个方面。（1）客户数据是进行客户分级的依据（2）客户数据是开展企业决策的基础（3）客户数据是加强客户互动的指南（4）客户数据的优劣是能否达到客户满意的关键4.1.3客户数据的重要性客户数据是企业客户关系管理的基74.1.4评测客户信息的原则前面介绍了客户数据对企业发展的重要性，而在电子商务时代，客户数据量非常大，那么此时就需要通过一些原则来评测这些客户数据，从而筛选出所需要的数据。评测客户信息的原则主要包括基本信息、拓展信息和增值信息3个方面，如图所示。其中，基本信息即代表客户的基本数据，包括性别/年龄、职业/收入、居住区域3种客户信息；拓展信息包括兴趣爱好、活动场所、媒介偏好、关注利用拓展信息可有针对性地开展市场营销活动类型4种客户信息；增值信息包括利益侧重、决策特点、关联需求3种客户信息，上述原则被称为评测客户信息的“3-4-3”原则。4.1.4评测客户信息的原则前面介绍了客户数据对企业发展8客户数据的处理、分析与应用4.2

客户数据的处理、分析与应用4.24.2.1客户数据的收集渠道要建立一个成熟的客户数据库系统，其信息数据来源要求稳定、可靠，因此必须建立多渠道集成的客户信息收集平台。客户数据的收集渠道主要有两个方面，一是直接渠道，二是间接渠道，每一种渠道方式下又包括多种数据收集方式，如图所示。4.2.1客户数据的收集渠道要建立一个成熟的客户数据库104.2.2客户数据的整理随着移动互联网的产生，通过微博、邮件和网页等方式会获得越来越多的客户信息，部分数据也有一定的价值，但这些数据产生的量非常庞大，而且收集的数据本身也可能存在缺陷，或与需求存在不一致性，因此，为了得到更为准确和丰富化的数据，有必要进一步进行数据的加工与整理工作，同时数据整理也是数据挖掘的必要环节。（1）把从多渠道集成平台获得的数据进行一些基本的校验，去除有明显错误的数据。（2）结构化数据（3）进行数据的使用和分析4.2.2客户数据的整理随着移动互联网的产生，通过微博、114.2.3客户数据库及其建立1．客户数据库的特点（1）动态整合客户数据管理和查询系统（2）基于数据库支持的客户关系格式或结构系统（3）基于数据库支持的忠诚客户识别系统（4）基于数据库支持的客户购买行为参考系统（5）个性化服务2．客户数据库的内容（1）企业内部数据（2）企业外部数据收集和整理好客户数据后，便可将客户数据建立形成客户数据库，并用计算机化的手段管理，它将是分析和维系客户关系最有效的方式之一。那么，什么是客户数据库呢？客户数据库（CustomerDatabase，CDW）是指经自主加工与核实、具备完整数据格式、提供每月动态更新的客户名录数据库，客户数据库用户可以通过客户名称、地址等多种要素进行独立或组合查询，从而有助于企业达到实现利润、提供产品和服务和维持客户关系等营销目标。4.2.3客户数据库及其建立1．客户数据库的特点（1）动124.2.4客户数据库在CRM中的重要作用（1）运用客户数据库，可以对客户开展一对一的营销（2）运用客户数据库，可以实现客户服务及管理的自动化（3）运用客户数据库，可以实现对客户的动态管理（4）客户数据库能为企业深入分析客户提供帮助，并指导客户关系的努力方向CRM的核心是数据，包括客户、产品、库存和交易等内容，其中，客户数据是CRM系统的灵魂。客户数据库是客户关系系统的重要组成部分，它是实现CRM的基础，只有充分掌握了客户数据，并加以有效分析后，分析的成果才能直接指导客户服务的操作实施，为客户提供更高满意度的服务行为4.2.4客户数据库在CRM中的重要作用（1）运用客户数13数据挖掘的一般过程4.3

数据挖掘的一般过程4.34.3.1数据挖掘的含义数据挖掘（DataMining）是目前人工智能和数据库领域研究的热点问题，从技术层面上看，它是指从大量的数据中抽取隐含的、未知的且潜在有价值的知识、模型或规则的过程。而站在企业的角度来看，数据挖掘也可以描述为按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化处理的先进有效的方法。4.3.1数据挖掘的含义数据挖掘（DataMinin154.3.2数据挖掘的一般过程从数据本身来考虑，数据挖掘通常需要经历以下过程：确定数据源、选择目标数据、预处理数据、转换数据、数据挖掘、模式评估和知识表示等，如图所示，其中前4个步骤合称为数据准备，接着两个步骤是数据挖掘，最后的步骤是结果评价。4.3.2数据挖掘的一般过程从数据本身来考虑，数据挖掘164.3.3实施数据挖掘的人员配备由于数据挖掘过程是分步实现的，在各个阶段需要配备不同专长的人员，因此数据挖掘是一个由多种类型专家合作的过程。实施数据挖掘的人员配备大体可以分为以下5种。

（1）业务分析人员（2）数据分析人员（3）领域专家（4）决策制订人员（5）数据管理人员4.3.3实施数据挖掘的人员配备由于数据挖掘过程是分步实174.3.4数据挖掘在CRM中的实施与应用伴随着数据挖掘技术的日益成熟，CRM的应用不断推广，数据挖掘技术将成为获取有价值的信息的重要技术和工具。在CRM中，数据挖掘可以应用在以下9个方面。（1）客户行为特征多维分析（2）客户行为分析（3）客户流失分析（4）销售分析与销售预期（5）交叉销售（6）客户细分（7）客户获取（8）客户赢利能力分析（9）风险评估和防止诈骗4.3.4数据挖掘在CRM中的实施与应用伴随着数据挖掘技18客户数据化管理的KPI数据跟进4.4客户数据化管理的KPI数据跟进4.44.4.1KPI数据管理简介所谓KPI（KeyPerformanceIndicators）是指企业关键绩效指标，是通过对组织内部流程的输入端、输出端的关键参数进行设置、取样、计算和分析，从而衡量流程绩效的一种目标式量化管理指标，是一种将企业的战略目标分解为可操作的工作目标的工具。4.4.1KPI数据管理简介所谓KPI（KeyPerf204.4.2数据优化的KPI导向那么，在整个数据分析过程中，KPI管理到底能够提供怎样的数据变化？这些数据变化又能够提供怎样的依据呢？下面以某汽车4S店销售数据管理的KPI数据分析为例进行讲解，其数据的KPI导向流程如图4-6所示。通过该图可以看出，在这个客户数据库中，共追踪了5个CPI指标，即留存率、邀约率、成交率、任务完成率和战略客户率，这几个指标是销售行业在进行客户数据CPI管理时最常使用到的，各指标的计算公式介绍如下。（1）留存率=（展厅留档客户数+来电有效客户数）/（首次来店+来电有效客户数）×100%（2）邀约率=实际邀约进店数/计划邀约进店数×100%（3）成交率=展厅成交数/（展厅留档数+来电有效客户数）×100%（4）任务完成率=4S店总交车数/销售任务目标×100%（5）战败客户率=战败客户数/（首次来店+来电有效客户数）×100%4.4.2数据优化的KPI导向那么，在整个数据分析过程21数据为市场管理提供的依据4.5数据为市场管理提供的依据4.54.5数据为市场管理提供的依据全面收集和分析数据，已经成为企业开展市场营销的重要内容和手段，本章前面各小节已详细介绍了客户数据的收集、整理、挖掘及KPI数据管理，那么数据为市场管理能够提供怎样的依据呢？这就需要分析客户数据与市场营销的关系，并理清客户数据与营销全过程中各环节、各方面的关系。4P营销理论4C营销理论两种营销理论4.5数据为市场管理提供的依据全面收集和分析数据，已经成23本章小结本章讲解了客户数据的收集、处理与控制分析等知识，通过相关知识的学习，可以使读者充分认识到建立客户数据库的重要性，养成重视客户档案数据管理的习惯，并使读者掌握一些基本的数据收集、识别和筛选方法，认识了数据挖掘的意义。本章最后还浅谈了数据分析与市场营销的关系。本章小结本章讲解了客户数据的收集、处理与控制分析等知识，通过24移动电商：客户关系管理方向第4章课件25移动电商：客户关系管理方向移动电商：客户关系管理方向4.1客户数据及其重要性4.2客户数据的处理、分析与应用4.3数据挖掘的一般过程目录第4章

移动电子商务客户信息管理与数据挖掘4.4客户数据化管理的KPI数据跟进4.5数据为市场管理提供的依据4.1客户数据及其重要性4.2客户数据的处理、分析与应用4.27学习目标与要求通过建立完善的客户数据库，了解大数据时代客户的基本特征与关注的利益点，可以判断客户的惯性决策权，从而制订公司的发展战略规划，有效利用数据对比发现企业运营的问题与症结。通过本章的学习，读者可以理解客户数据及其重要性，掌握高质量数据的评判标准，了解客户数据收集的渠道，掌握数据整理的基本步骤，了解数据挖掘的一般过程，了解数据KPI的动态变化标准，理解数据为市场管理提供的依据。【学习重点】客户数据的处理、分析与应用客户数据挖掘过程客户数据库的建立【学习难点】客户数据挖掘过程客户数据库的建立学习目标与要求通过建立完善的客户数据库，了解大数据时代客户的28客户数据及其重要性4.1

客户数据及其重要性4.14.1.1客户数据的类型及划分客户数据即客户信息（CustomerInformation），具体是指客户的喜好、客户细分、客户需求和客户联系方式等关于客户的基本资料。客户关系管理系统中包括描述性数据、促销性数据和交易性数据3种类型的客户数据，其产生形成的过程及类型如图所示。4.1.1客户数据的类型及划分客户数据即客户信息（Cus304.1.2高质量客户数据的评判标准所谓的高质量数据即能够满足企业决策者使用的要求，提供其所需要的客户数据。具体来说，高质量客户数据的评判标准主要有以下4点，这也是对客服人员在登记数据信息时的具体要求。评判标准（1）数据的准确性（2）数据的有效性（3）数据的时效性（4）数据的完备性4.1.2高质量客户数据的评判标准所谓的高质量数据即能够314.1.3客户数据的重要性客户数据是企业客户关系管理的基础，使企业能始终以“客户为中心”，改善客户关系，从而提高企业的竞争力。客户数据的重要性主要体现在以下4个方面。（1）客户数据是进行客户分级的依据（2）客户数据是开展企业决策的基础（3）客户数据是加强客户互动的指南（4）客户数据的优劣是能否达到客户满意的关键4.1.3客户数据的重要性客户数据是企业客户关系管理的基324.1.4评测客户信息的原则前面介绍了客户数据对企业发展的重要性，而在电子商务时代，客户数据量非常大，那么此时就需要通过一些原则来评测这些客户数据，从而筛选出所需要的数据。评测客户信息的原则主要包括基本信息、拓展信息和增值信息3个方面，如图所示。其中，基本信息即代表客户的基本数据，包括性别/年龄、职业/收入、居住区域3种客户信息；拓展信息包括兴趣爱好、活动场所、媒介偏好、关注利用拓展信息可有针对性地开展市场营销活动类型4种客户信息；增值信息包括利益侧重、决策特点、关联需求3种客户信息，上述原则被称为评测客户信息的“3-4-3”原则。4.1.4评测客户信息的原则前面介绍了客户数据对企业发展33客户数据的处理、分析与应用4.2

客户数据的处理、分析与应用4.24.2.1客户数据的收集渠道要建立一个成熟的客户数据库系统，其信息数据来源要求稳定、可靠，因此必须建立多渠道集成的客户信息收集平台。客户数据的收集渠道主要有两个方面，一是直接渠道，二是间接渠道，每一种渠道方式下又包括多种数据收集方式，如图所示。4.2.1客户数据的收集渠道要建立一个成熟的客户数据库354.2.2客户数据的整理随着移动互联网的产生，通过微博、邮件和网页等方式会获得越来越多的客户信息，部分数据也有一定的价值，但这些数据产生的量非常庞大，而且收集的数据本身也可能存在缺陷，或与需求存在不一致性，因此，为了得到更为准确和丰富化的数据，有必要进一步进行数据的加工与整理工作，同时数据整理也是数据挖掘的必要环节。（1）把从多渠道集成平台获得的数据进行一些基本的校验，去除有明显错误的数据。（2）结构化数据（3）进行数据的使用和分析4.2.2客户数据的整理随着移动互联网的产生，通过微博、364.2.3客户数据库及其建立1．客户数据库的特点（1）动态整合客户数据管理和查询系统（2）基于数据库支持的客户关系格式或结构系统（3）基于数据库支持的忠诚客户识别系统（4）基于数据库支持的客户购买行为参考系统（5）个性化服务2．客户数据库的内容（1）企业内部数据（2）企业外部数据收集和整理好客户数据后，便可将客户数据建立形成客户数据库，并用计算机化的手段管理，它将是分析和维系客户关系最有效的方式之一。那么，什么是客户数据库呢？客户数据库（CustomerDatabase，CDW）是指经自主加工与核实、具备完整数据格式、提供每月动态更新的客户名录数据库，客户数据库用户可以通过客户名称、地址等多种要素进行独立或组合查询，从而有助于企业达到实现利润、提供产品和服务和维持客户关系等营销目标。4.2.3客户数据库及其建立1．客户数据库的特点（1）动374.2.4客户数据库在CRM中的重要作用（1）运用客户数据库，可以对客户开展一对一的营销（2）运用客户数据库，可以实现客户服务及管理的自动化（3）运用客户数据库，可以实现对客户的动态管理（4）客户数据库能为企业深入分析客户提供帮助，并指导客户关系的努力方向CRM的核心是数据，包括客户、产品、库存和交易等内容，其中，客户数据是CRM系统的灵魂。客户数据库是客户关系系统的重要组成部分，它是实现CRM的基础，只有充分掌握了客户数据，并加以有效分析后，分析的成果才能直接指导客户服务的操作实施，为客户提供更高满意度的服务行为4.2.4客户数据库在CRM中的重要作用（1）运用客户数38数据挖掘的一般过程4.3

数据挖掘的一般过程4.34.3.1数据挖掘的含义数据挖掘（DataMining）是目前人工智能和数据库领域研究的热点问题，从技术层面上看，它是指从大量的数据中抽取隐含的、未知的且潜在有价值的知识、模型或规则的过程。而站在企业的角度来看，数据挖掘也可以描述为按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化处理的先进有效的方法。4.3.1数据挖掘的含义数据挖掘（DataMinin404.3.2数据挖掘的一般过程从数据本身来考虑，数据挖掘通常需要经历以下过程：确定数据源、选择目标数据、预处理数据、转换数据、数据挖掘、模式评估和知识表示等，如图所示，其中前4个步骤合称为数据准备，接着两个步骤是数据挖掘，最后的步骤是结果评价。4.3.2数据挖掘的一般过程从数据本身来考虑，数据挖掘414.3.3实施数据挖掘的人员配备由于数据挖掘过程是分步实现的，在各个阶段需要配备不同专长的人员，因此数据挖掘是一个由多种类型专家合作的过程。实施数据挖掘的人员配备大体可以分为以下5种。

（1）业务分析人员（2）数据分析人员（3）领域专家（4）决策制订人员（5）数据管理人员4.3.3实施数据挖掘的人员配备由于数据挖掘过程是分步实424.3.4数据挖掘在CRM中的实施与应用伴随着数据挖掘技术的日益成熟，CRM的应用不断推广，数据挖掘技术将成为获取有价值的信息的重要技术和工具。在CRM中，数据挖掘可以应用在以下9个方面。（1）客户行为特征多维分析（2）客户行为分析（3）客户流失分析（4）销售分析与销售预期（5）交叉销售（6）客户细分（7）客户获取（8）客户赢利能力分析（9）风险评估和防止诈骗4.3.4数据挖掘在CRM中的实施与应用伴随着数据挖掘技43客户数据化管理的KPI数据跟进4.4客户数据化管理的KPI数据跟进4.44.4.1KPI数据管理简介所谓KPI（KeyPerformanceIndicators）是指企业关键绩效指标，是通过对组织内部流程的输入端、输出端的关键参数进行设置、取样、计算和分析，从而衡量流程绩效的一种目标式量化管理指标，是一种将企业的战略目标分解为可操作的工作目标的工具。4.4.1KPI数据管理简介所谓KPI（Key