CRM应用设计基础

 

 何为客户数据

客户数据分为：描述型数据（用来描述我们的客户是谁），促销型数据（记录我们对这个客户做过什么），交易型数据（记录客户对我们做过什么）。

 

 

 数据的有效采集  

客户数据的多样性，使得其采集具有多渠道和多媒体两个特点。

多渠道说明客户数据的来源不同。

多媒体说明要有效的采集数据（文字，文本，语音，图像等，有的结构化，有的为数据流。），就要将其数据格式加以处理，使其成为完整的客户数据。

 

 

 数据的有效消费

相对采集而言。（如：创造后去使用它）

1．   温饱消费

  所有数据以客户为核心充分整合后，再多渠道发送的过程。

2．预测消费

  消费者为企业内部营销和销售人员，目的找去客户的行为规律，为其提高销售效率。

3．   流程消费

  每个数据片断都贯穿于一个流程的各个活动体中，并被即时消费。

 

  

系统架构的“可伸缩性” 

由于crm 概念的不统一和应用界线的不确定所造成

所有要求其系统架构为可伸缩的，多层的，基于浏览器的设计。

 

 

 组件的可“移植性” 

大众认可的“组件插接plug and play”

实现其可以移植，重用性。

 

 

业务流程的灵活性

这一点要求是为了避免不确定的业务流程在企业的不同时期产生流程的 “死板”。

 

 

新技术应用

Xml，无限应用，门户应用，线程管理及网络服务等。

 

 

 客户关系的属性

1．   关系代号

2．   关系名称

3．   关系对象标识

4．   关系类型

5．   关系发生日

6．   关系创建日

7．   关系的产品或服务标识

8．   目前关系指数

9．   私人关系相关度------企业

10． 私人关系相关度------客户

11． 最相关员工

12． 组织客户中最相关个人

13． 关系得互相关度

14． 非正当关系相关度

15． 最相关“非正当因素”

16． 关系总价值

 

 

关系指数的数学模型

其中的4个变量

N不同时期的交互品率

M个交互的记录满意度

关系的历史价值

最长连续交互时间

公式：

F=x(f0,f1,f2,…..,fn,v0,v1,v2,….vk,s0,s1,s2…..sm,t)

F交互频率 S满意度 V价值 T总活动期

 

 

私人关系相关度的计算方法

公式：

相关度=[D/（S-A）]*[（N1-A）的平方+（N2-A）的平方+….+ （NK -A）的平方]的开方

D希望最大相关度取值

S某个时期客户的中交互次数

K经常性从事交互活动的员工个数

NK第K个员工所处理的交互次数

A员工的平均次数    A=S/K

 

 

确定非正当关系相关度 

在客户关系史中将所有“灰色花费”或“桌底交易”总额除以总关系价值或利润，算出一个比重，一般采用加权来获得一个相关度数值。