大数据应用于客户关系管理的可行性与必要性.docx
《大数据应用于客户关系管理的可行性与必要性.docx》由会员分享,可在线阅读,更多相关《大数据应用于客户关系管理的可行性与必要性.docx(7页珍藏版)》请在冰豆网上搜索。
![大数据应用于客户关系管理的可行性与必要性.docx](https://file1.bdocx.com/fileroot1/2023-5/23/b16a79ae-d6c0-4a4f-8b8f-93c3784da1a0/b16a79ae-d6c0-4a4f-8b8f-93c3784da1a01.gif)
大数据应用于客户关系管理的可行性与必要性
大数据应用于客户关系管理的可行性与必要性
摘要:
面对行业内外竞争压力不断升级,企业如何通过客户关系管理创造高忠诚度的客户以提高自身效益,是企业必须深度思考的核心问题。
同时,随着大数据技术在某些行业领域内的具体应用,以大数据为核心的管理理念及操作应用不断升级。
因此本文通过阐述客户关系管理与大数据的相关理论,分析了大数据应用于客户关系管理中的可行性及必要性。
关键词:
客户关系管理大数据可行性必要性
一、客户关系管理与大数据的相关理论
(一)客户关系管理相关理论
客户关系管理(CRM),一般是指所有包含客户与企业互动信息的采集与整理,到20世纪90年代中后期,客户关系管理逐渐转变为分析、研究客户的各种资料。
后经不断发展与完善,客户关系管理研究逐成体系。
但由于不同学者及企业研究目的与角度的差异,目前关于客户关系管理理论尚无统一解释,主要存在以下几种观点:
一是客户关系管理被视为一种商业过程及商业策略。
IBM就认为客户关系管理是企业针对客户进行的一连串的包括客户识别、客户挑选、客户获取、客户发展及客户维护在内的整体过程。
企业为提高自身盈利能力及维持高的客户忠诚度而开展的以顾客为核心的经营行为及实施的业务流程是将CRM视为商业策略的典型案例,而GartnerGroup提出的CRM作为企业的商业策略及管理模式,重点在于提高企业的盈利能力及客户满意度,并非简单的IT技术的应用。
二是客户关系管理被视为一种先进的IT技术。
其中,ReinholdRapp认为CRM实质就是管理软件及技术的操作与应用;我国部分人员也认为CRM的实质就是一套较为先进的可以整合企业内部资源及简化相关业务流程的技术工具;HurwitzGroup也认为CRM的核心就是自动化。
三是客户关系管理被视为一种营销策略。
DonPeppers等学者认为实施CRM的目的在于实现一对一营销,国内部分学者也持相同观点,认为CRM营销范畴归根结底就是实现一对一营销和数据库营销;还有人认为CRM就是企业实现与客户维持良好关系的营销管理策略,属于市场营销的分支。
四是客户关系管理被视为一种管理方针。
GartnerGroup认为,企业通过分析其整个市场活动与客户发生的各种交易行为,从而为企业提供全方位的决策支持,以此来提高企业的客户维护能力及认知水平,最终将客户收益最大化。
基于以上观点,可以看出客户关系管理是现代企业利用某种软件应用系统从而不断增强企业与客户依附关系的一种企业经营策略。
客户关系管理的核心是管理,技术是软件应用,目的是增强企业的客户保持能力。
(二)大数据的相关理论
2012年被称之为大数据元年,经过三年多的发展,如今大数据作为当下最热门的话题之一经常出现在各大媒体及刊物中。
XX百科指出,大数据是指在可承受的时间范围内无法用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
维基百科对大数据的定义与XX百科大体相似,都是指依靠目前的数据库管理工具或数据处理技术很难实现对海量数据的捕捉、管理、存储、搜索、共享、分析及可视化操作等。
从上述定义可以看出,大数据的基本特征包括:
数据量巨大,主要体现在数据量已从TB级逐渐跃升至PB级;数据类型繁多,主要表现为数据范围从之前的结构化数据已扩展至半结构、非结构化数据;价值密度低,主要是指针对半结构、非结构化数据来说;处理速度快,区别于传统的数据挖掘技术,物联网、云端以及各种传感器,都是数据来源或者数据承载的方式。
目前大数据在商务管理方向中的应用主要集中在客户需求分析与市场策略研究。
在大数据技术不断发展的背景下,首先,客户需求定位与市场策略实施是基于分析企业在市场活动中不断满足客户多方需求所产生的行为特征数据,反应价值链机理,从而客户能够体验到企业不断改善的管理机制;其次,通过采集、处理、分析大量客户生成的对企业舆论方面的数据,有利于判断客户对企业的满意度与期望度,从而为企业提供一定的预警机制,而且针对企业舆论数据方面的分析,有利于合理引导客户感知度,提升企业效益及产品知名度。
二、目前客户关系管理中存在的矛盾
当今,信息文化的飞速发展以及数据量的迅猛增长,成为推动各类型企业不断发展的原动力,也为企业的客户关系管理带来了各种各样的挑战,那么面对海量、种类复杂、价值密度低的数据,企业在客户关系管理时如何应对,是当下必须思考的问题。
(一)缺乏数据与增强客户忠诚度之间的矛盾
如何增强客户黏性避免客户流失一直以来都是各企业致力解决的焦点问题,而如何解决这一问题,企业传统的做法就是通过收集客户数据,进行客户满意度分析,进而不断调整企业在产品设计及销售方面的策略。
但这种做法往往具有很大的局限性,主要体现在两个方面:
其一,传统分析方法中企业所收集的客户数据主要为结构化数据。
结构化数据来源渠道相对单一,且数据量较小;而随着信息技术的不断发展,客户的绝大部分数据都展现在各类社交网站及电商平台中,导致大部分企业很难有效采集分析此类非结构化数据,从而难以有的放矢的满足客户需求提高客户黏性;其二,企业传统分析方法中重点在于分析客户满意度水平,没有将对客户忠诚度的分析提上日程。
因此,只针对数量相对较少且种类单一的数据进行分析而制定的客户流失策略效果往往差强人意。
(二)数据采集更新速度过慢与定制客户个性化需求之间的矛盾
企业管理中,与客户关系密切的无论是销售管理还是市场管理,无一不强调以客户为中心,而根据客户数据进行的聚类分析能够清晰有效的满足客户的个性化需求,不仅能够降低企业的维客成本,而且能够高效的开展营销服务措施。
对于以数据驱动的企业来说,数据的更新就显得尤为重要。
已有的陈旧数据库或普遍的结构化数据,已严重滞后客户需求变化,带来的恶性后果就是企业据此制定的一系列CRM策略已严重偏离正确的方向。
(三)数据种类单一与关联性分析之间的矛盾
对种类单一的结构化数据进行分析,在一定时期内对分析客户满意度具有一定的作用,但是随着信息技术的不断发展,客户与企业在互动过程中所展现出来的数据不单只包括结构化数据,更多的表现为半结构及非结构化的数据类型,体现为各种音频、图片、文本、网页等,对此类非结构或者半结构的数据采用数据挖掘算法及预测性分析等方法,对分析客户满意度水平,预测客户忠诚度,挖掘潜在客户都具有十分重要的作用。
(四)不断变化的客户需求与客户关系管理滞后间的矛盾
现阶段,很多企业虽然认识到客户关系管理的重要性,但是对CRM的维护还依旧停留在较为传统的客户管理及客户互动层面,导致的直接后果就是企业的发展步伐与信息技术的发展速度严重脱节,因此,在海量数据迎面扑来之时此类企业就显得力不从心,难以招架,无法挖掘出有效信息对客户进行全方位的分析,“后知后觉”导致的必然后果就是难以满足客户需求从而导致大量客户流失,客户严重流失企业必然也会被时代淘汰。
三、大数据应用于客户关系管理研究中的可行性与必要性分析
(一)大数据应用于CRM研究中的可行性分析
1、大数据为企业实施客户关系管理变革提供新思路
大数据作为当下最热门的词汇之一,不仅经常出现在各大期刊媒体中,而且已被广泛应用于各大行业领域中,诸如金融、农业、医药、电信、电商等,而且应用后的结果表明,大数据不仅可以带来企业经营效益上的有效增长,对客户关系管理也大有裨益。
大数据概念以及大数据技术的悄然兴起与当今数据量的骤然猛增密不可分,当下各企业一年所产生的数据量都是过去几年甚至几十年所产生的数据量无法比拟的,因此各企业为实现数据分析对其业务及客户关系管理的支撑,必然需要大数据技术的支撑,因此可以说大数据的兴起与应用为企业实施客户关系管理变革提供新思路。
2、大数据为企业实施客户关系管理变革提供分析及技术支撑
大数据分析主要包括数据挖掘算法、预测分析、语义引擎及数据质量和数据管理。
数据挖掘算法不仅可以快速处理巨量数据,而且基于分析不同类型和格式的数据更加能够体现出其分析的正确性,对企业深度挖掘潜在客户具有重要作用;预测分析通过数据挖掘算法挖掘出数据的潜在特点后,通过建立科学有效的模型,便可以进行预测分析,对于企业进行客户关系管理预测客户需求有重要作用;语义搜索是指通过搜索关键词、标签,或其他语义等,可以分析、判断用户需求,从而更好的实现客户体验及广告投放;此外,企业采集整理的数据质量必须要有一定保证,这样才能保证分析结果的可靠性,也就是指数据质量和数据管理。
大数据技术包括的数据采集技术、数据存取技术、数据处理技术、统计分析技术、数据挖掘、模型预测及结果呈现等技术,都与企业实施客户关系管理战略息息相关,企业从前期的客户数据采集、整理、存储到后期的数据分析大数据技术完全可以替代传统方法并高效执行。
3、大数据公司的成功运营为企业实施大数据客户关系管理提供借鉴
基于国家总理提出的“大数据产业,推动中国互联网战略的重要支撑”及“发展大数据确实有道理”的倡导,首席数据官联盟2015年11月发布了2015年度中国近400家大数据公司整体的发展态势,报告指出,大数据已被广泛应用于各行各业,其中商业场景领域如数据堂(北京)科技股份有限公司、高德软件等;电信行业如华为、亚信;金融行业如普信恒业、上海陆家嘴国际金融资产交易市场股份有限公司、北京闪银等;个人征信行业如芝麻信用、深圳前海、中诚信等;企业征信如上海资信、鹏元征信等;医疗卫生如北京春雨、深圳华大基因等;娱乐行业如浙江华策、北京天空、爱美乐等;农业行业如武汉和讯农业等;交通行业如中国民航信息集团等;人才招聘行业如上海逸橙等;安防行业如杭州海康威视数字技术等。
这些公司的优异业绩及数据表明,通过利用大数据技术进行企业资源与客户需求的有效结合,是能够真正做到基于大数据的全方位的客户关系管理的。
(二)大数据应用于客户关系管理研究中的必要性分析
1、有助于增强客户黏性
信息技术的飞速发展使得信息透明度空前提升,在此背景下,客户对产品及服务的满意度水平也处在实时变化当中,因此为了全方位满足客户需求,提高客户黏性,企业的首要任务就是更好的了解到客户的消费偏好及消费习惯,不断改善产品及服务层次。
而这类信息的有效来源途径之一就存在于企业与客户的日常互动当中,如果企业能从如此海量的互动数据当中提取到有价值的相关信息并进行大数据分析,对于企业更加直观清晰的认识客户消费习惯及消费偏好将大有裨益,如此企业才能更加清楚如何才能制定出能够更好满足客户需求的产品及服务。
因此,采用大数据挖掘算法,对客户行为数据进行深度价值挖掘,建模并预测客户未来的消费行为,不断调整产品及市场销售策略,才是避免客户流失,增强客户黏性的不二法门。
2、有助于挖掘潜在客户
企业要想发展壮大,必须不断开拓新的市场增长点并获取新的消费群体。
大数据分析不仅可以帮助企业维护现有客户,而且也能为新消费群体的开发提供技术支撑。
而随着信息技术的不断发展,市场信息已从之前的单向流动改为双向流动,因此利用大数据技术不但能把产品服务信息推送给客户,同样也能将客户的反应数据推送给企业,从而助力企业精准定位新市场及目标群体。
在循环的信息交互中,大数据技术不仅帮助企业发现新的业务增长点及新的客户群体,而且根据新消费群体的消费偏好及消费习惯,企业同样可以实时调整产品及服务的发展方向,从而有效攫取新的目标市场及目标群体。
3、有助于降低企业维护客户关系成本
企业利润可以简单的计算为收入减成本,收入越高投入越小企业的利润就越为可观。
因此,提高企业盈利水平的直接方式就是提高收入降低成本。
企业借助大数据分析,首先,可以更加有针对性的开展市场销售及顾客管理,节省了大量无效的人力、物力及财力方面的投入成本;其次,可优化业务操作流程,提高资源配置效率,提升企业隐形收入;第三,大数据分析可帮助企业实现不同客户类型与销售员之间的最佳匹配,无形提高企业知名度及美誉度,间接起到增强客户黏性的效果。
本文通过分析大数据背景下,传统的客户关系管理面临的矛盾与挑战,具体分析了将大数据分析技术应用于客户关系管理中的可行性及必要性,分析结果指出,大数据背景下,实施大数据客户关系管理势在必行,实施大数据客户关系管理较之传统的客户关系管理模式,不仅可以有效增强客户黏性,降低企业运营成本,而且对于深度挖掘现存客户潜在价值,预测客户未来需求走向,发现新的市场增长点及开发新的客户群体都大有裨益。
参考文献:
[1]瞿艳平.国内外客户关系管理理论研究述评与展望[J].财经论丛,2011(5)
[2]杨永恒,王永贵,钟旭东.客户关系管理的内涵、驱动因素及成长维度[J].战略管理,2012(3)
[3]许晖,李巍.员工导向与客户关系管理的整合机制研究[J].科学学与科学技术管理,2011(8)
[4]齐佳音,韩新民,李怀祖.我国客户关系管理研究的紧迫性和方向分析[J].管理科学学报,2012(8)
[5]李丽莎.客户关系管理的多元研究视角分析[J].改革与战略,2012(4)
(鲁晓雪,1981年生,辽宁大连人,大连东软信息学院讲师。
研究方向:
客户关系管理、市场营销。
李瑞新,1985年生,辽宁大连人,大连东软信息学院讲师。
研究方向:
电子商务、数据挖掘。
关蕾,1984年生,吉林延吉人,大连东软信息学院讲师。
研究方向:
客户关系管理、消费者行为)