基于大数据的企业客户关系管理路径考量

张文洲 湖北文理学院管理学院

摘要：大数据已经运用到社会的各个领域，客户关系管理作为倡导以客户为中心的企业经营管理思想，其基石是企业的信息化，与大数据的融合将成为必然。本文尝试从五个方面就大数据背景下的客户关系管理的路径进行了探讨。

关键词：大数据 客户关系管理 路径

一、引言

随着信息技术的不断发展，特别是互联网的普及利用，近些年IT业继 “物联网”和 “云计算”后又出现了一个新名词——大数据 ( Big Data) 。大数据在成为物联网和云计算的内在关键要素的同时，也影响着整个商业社会，将开启一次重大的时代转型。目前，许多国家已经意识到了大数据的重要性，作为战略性技术大力推动其技术研究和应用。大数据已经运用到社会的各个领域。而作为一种倡导以客户为中心的企业经营管理思想，客户关系管理的基石是企业的信息化，与大数据的融合必然会提高效率和效果。

二、大数据与CRM的融合

（一）大数据及其特点

人、机、物三元世界的高度融合引发了数据规模的爆炸式增长和数据模式的高度复杂化，世界已进入网络化的大数据（Big Data）时代。一般意义上，大数据是指无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。其特点可以总结为4个V，即Volume（量大）、Velocity（高速）、Variety（多样）和 Value（价值）。对大数据的研究与应用已普遍引起各国政府的高度重视，并已成为世界各国重要的战略布局方向。

（二）客户关系管理与大数据的融合成为现实

客户关系管理的研究和应用要早于大数据概念的出现。最早发展客户关系管理的国家是美国，在1980年初出现“接触管理”(Contact Management)专门收集客户与公司联系的所有信息。1985年，巴巴拉·本德·杰克逊提出了关系营销的概念，1990则演变成包括电话服务中心支持资料分析的客户关怀（Customer care）。1999年，Gartner Group公司提出了CRM概念。

客户关系管理是运用现代信息技术挖掘和积累客户信息，有针对性地位客户提供有价值的产品和服务，发展和管理企业与客户之间的关系，培养客户长期的忠诚度，以实现顾客价值最大化和企业收益最大化之间的平衡。客户关系管理是企业在不断改进与客户关系的全部业务流程，最终实现电子化、自动化运营目标的过程中，所创造并使用的先进的信息技术、软硬件和优化管理方法、解决方案的总和。可见，如果从技术和策略的角度来理解，客户关系管理是一种电子商务的技术应用方案，是“基于数据分析的营销活动”，其基本手段是信息技术。当今已是信息社会，企业可以以较低的成本从各种信息提炼出对自己有价值的信息。但其前提必须有效解决信息挖掘和信息运用两大难题。而与大数据的充分融合就提供了解决方案。

首先，大数据的特征之一就是数据量大。国际数据公司（IDC）2012年的研究结果表明，在接下来的8年中，人类所产生的数据量将超过40 ZB(泽字节)，相当于是地球上所有海滩上的沙粒数量的57倍。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。客户规模是制约营销活动从规模化、分散化向个性化、整合化转变的主要因素之一。企业要实现客户管理的个性化和精细化，，提高针对性，必须具备足够充分的客户信息。最早提出“大数据”时代到来的全球知名咨询公司麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”大数据保证了客户关系管理对信息量的要求。

其次，客户关系管理中的数据库的主旨是客户，企业的信息活动主要表现在收集、存储、分类、归类和分析客户信息上，并在此基础上为客户服务搭建信息平台。信息库是“通过计算机收集的数据，以便迅速查找和查阅”。传统的数据库市场成形于上个世纪80年代。近年来随着云计算、大数据应用的兴起，面对爆发式增长的海量数据，传统数据库已难以应对;面对以视频、图片、文字等非结构化数据为主的大数据，传统商业智能系统和数据分析软件也缺少有效地分析工具和方法。而大数据挖掘技术的提升能有效解决这类问题。数据挖掘是对数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。目前，利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，这些方法分别从不同的角度对数据进行挖掘，通过预测未来趋势和行为，做出前摄的、基于知识的决策。

第三，支撑平台及相关软件的支持使两者的融合成为可能。Gartnet的报告指出，2013年的全球企业软件费用预计为2960亿美元，主要的推动力量正是来自于安全、存储管理和客户关系管理软件。此外，移动应用和社交网站也更深入地融合到企业级解决方案之中。

三、大数据背景下的客户关系管理思路

（一）管理层的态度

《大数据时代》作者维克托·迈尔－舍恩伯格指出，大数据开启了一次重大的时代转型，带来的信息风暴正在变革我们的生活、工作和思维，引发社会的思维变革、商业变革和管理变革。大数据背景下的客户关系管理首先要求管理层变革观念，进化自身的态度。管理层的态度是指他们对大数据背景下的客户关系管理内涵的理解程度、建立在预期绩效上的偏好程度、在企业内部推广实施的意愿程度。管理层的经营哲学经历了从生产观念、产品观念、推销观念到市场观念的演进过程，而经营哲学决定了企业客户关系管理的层级与类型，所以，管理层必须调整经营思路，建立以顾客为中心的经营理念。同时，实施客户关系管理需要较大的投入，其能否成为企业优先发展的项目也取决于管理层对客户关系管理的重视程度。另外，管理层还需在客户关系管理的推广和实施过程中打破部门障碍，组建跨部门的团队。

（二）把握行业趋势抢占市场先机

随着数据源呈现指数级增长，信息的数量及复杂程度快速扩大，快速获得战略决策信息是企业制胜的关键。2013年12月，我国网民规模达6.18亿，2014年1月，移动互联网用户总数达到8.38 亿户，以及企业数据正在以55%的速度逐年增长，既是中国市场的营销者预期取得大回报的最佳时机，也是CRM服务商发展的良机。面对这样的行业发展趋势，相信不管是传统CRM服务商还是新兴企业都在对行业趋势进行探索，加快步伐抢占先机。大数据必将成为CRM产业的催化剂，成为营销者的全新利器。

（三）个性化营销对数据的要求

从获取信息的方式上讲，互联网诞生至今经历了三场变革：第一次是以雅虎为代表的目录式，通过点击网站的目录链接一层一层寻找自己感兴趣的内容；第二次是以Google和百度为代表的搜索式，通过搜索关键词，从搜索引擎给出的排序结果中找到需要的信息；第三次是以Facebook为代表的社交网络式，即从与自己相关的人群中获取相关度更高的信息。而互联网也加剧信息碎片化的趋势，客户的需求变得差异化和个性化，但互联网上的信息聚合和重构又提供了碎片重聚的可能，大数据技术更是将这种可能变现实。其实质是把“客户”还原成“丰富的人”，而非“目标人群”。个性化营销（Personalization Marketing）就是企业面向消费者，直接服务于顾客，并按照顾客的特殊要求制作个性化产品的新型营销方式。随着信息技术的发展，个性化营销的重要性日益凸显。全面了解用户的消费习惯，有针对性地、量体裁衣地推荐产品已成为现代企业制胜的有力武器。大数据时代的个性化营销对客户信息的相关度上要求更为严格，需要精准了解客户在多个领域内的数据，通过整合数据构建其精确的兴趣图谱。

（四）大数据管理的关键技术

大数据最核心的价值就是在于对于海量数据进行存储和分析。目前的研究认为，云计算是大数据的基础平台与支撑技术，云计算技术对于大数据管理的基础性作用，大数据需要多种技术的协同。其中，文件系统提供最底层存储能力，数据库系统建立在文件系统之上，通过索引提供数据查询等，最终通过数据分析技术提取需要的信息。大数据管理的各种技术中，数据挖掘技术尤为关键。数据挖掘(Data Mining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘主要有五类功能：自动预测趋势和行为、关联分析、聚类、概念描述和偏差检测。客户信息来自于市场中的各种渠道，客户关系管理必须通过收集、加工和处理涉及消费者消费行为的大量信息，确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求，通过市场细分分析推断出其下一步的消费行为及趋势，在此基础上进行特定内容的定向及个性化营销。

（五）网络渠道与服务流程要求

大数据时代下的客户关系借助先进的数据库技术、网络通信技术等手段保障与客户持续的个性化沟通，不断满足客户个性需求，建立稳定的忠实顾客群，实现营销可度量、可调控等精准要求，达到企业稳定高速发展的要求。因定位不同，即使是同一行业同一产品其消费主体也是不尽相同的，这就带来营销渠道的差异。所以企业需要根据自身定位选择合适渠道收集信息、分析客户价值和进行价值传递，建立稳定客户群。客户关系管理的运作框架应具备面向顾客、战略性、整合性的特征，注重六大流程的建设：客户组合分析、客户数据挖掘、客户价值设计、客户周期管理和绩效评估。

参考文献

[1]邬金涛.严鸣.客户关系管理[M].中国人民大学出版社,2014

[2]李国杰.程学旗.大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊,2012（6）

[3]周艳.马涛.解构与重构——大数据时代的营销变革[J].广告大观：媒介版,2012（9）

[4]黄朝艾.大数据时代的个性化营销[N].中国经济时报，2012（8-08）

[5]孟小峰.慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展，2013（1）