客戶洞察

由埃森哲提出的的客戶洞察框架主要由三部分組成：客戶數據管理，客戶分析與洞察力應用。

在客戶數據管理方面可做的工作包括數據的抽取，轉換與上載，數據質量管理，客戶隱私管理，客戶與業務數據的豐富，數據比對排重與相關化，和客戶統一視圖的建立。

在客戶細分方面的工作包括戰略層面細分，客戶價值分析，戰術性產品或戰役專門性細分，基於細分的薦供（offer）和客戶體驗開發等。

在建模方面的工作有支撐客戶獲取，客戶保留與交叉/向上銷售的預測模型建立，動態模型建立及包含持續學習能力的傾向性和響應性模型。

在戰役管理方面的工作包括客戶與通路整合，工作流與業務流程整合，閉環營銷，流程與組織模型和戰役質量管理。

在客戶互動方面的工作包括優先列表管理，智能型薦供製作與腳本開發，和客戶與座席相對應的客戶體驗管理。

客戶資產對於一個企業來說是最珍貴，同時也常常是最少被利用的資產。為使客戶產生更多價值，企業應當學會更整體觀地看待客戶，這就要求在企業中能夠超越業務與功能部門的局限，對於客戶洞察的建立整體規劃與操作，同時能夠應用精密的細分與預測方法來對大量客戶數據找出規律性的認知，並能夠將對客戶的知識加以運用，驅動客戶洞察力服務於營銷與客戶互動.

現代營銷與服務的歷史進化反映了一個從大眾營銷走向一對一營銷的努力過程。我們可以用圖2來表示。從掃射營銷，到區分營銷，到所謂的細胞營銷，現代市場的成熟與技術的進步要求企業對客戶的營銷與服務的單位最小化，儘可能地提供至少差異化，更理想的是個性化的溝通，產品與服務。

運用客戶洞察能力，我們能回答一系列企業感興趣，但通常很難準確回答的問題。

在營銷方面的問題包括：如何應用價格策略來吸引高端客戶？如何針對不同地區的目標客戶來調整價格？如何針對競爭價格作出反應？該如何路由來電，處理每個客戶接觸？應如何對客戶進行向上銷售？在產品管理方面的問題包括：如何將產品推出效益最大化？哪一個產品將最有可能被迅速，有盈利地推向市場？那一類客戶能被新開發的產品吸引？

在廣告與促銷的問題包括：如何在大眾營銷與直接營銷間分配預算？哪一個促銷組合具有高回報價值？如何設計針對高終身價值客戶的市場戰役？什麼樣的產品補貼可以提供給適當的分群客戶？

在銷售渠道的問題包括：什麼樣的通路戰略可以接觸高端客戶？哪一個通路提供最高投資回報率？哪一個店面地點吸引目標市場？自營店應當採取什麼樣的產品策略？在客戶服務的問題包括：是否需要推行客戶忠誠度計劃來降低流失？如何處理不斷增加的呼叫中心流量？客戶來點的主要原因為何？如何更好地提升服務？如何對各種不同原因的來電進行交叉銷售？如何通過關注特別客戶群體來降低壞債率？

以上的問題圍繞著市場營銷與客戶服務。實際上，客戶洞察力的培養同樣可以幫助企業回答技術配置，聯盟建立，供應鏈管理，資源配置等一系列問題。

為什麼客戶分析工作常常達不到預期效果？

這幾年在觀察眾多企業的過程中，我常常注意到兩種矛盾的現象。一方面，不少企業都花大錢建立了數據中心，數據倉庫，進行了數據發掘。至少也能拿出大量的報告，圖表。常常有專職人員談起使用的手段津津樂道。另一方面，不斷有這些企業市場部門或客戶服務部門對我們上面列出的一些問題一籌莫展，常常認為許多數據方面的投資是打水漂，完全不能解決實際問題。這裡面可能包含多種認識上與操作上的誤區。比如：

·將市場細分的結果與總體業務戰略及多成分戰略相關聯的複雜性導致數據分析空虛化。

·企業經常缺乏客戶總體試圖，或者選擇了錯誤的分析技術來了解市場，客戶和業務與財務含義。

·各個部門的相對隔離性導致數據是部門性的，而非企業級的。分析是IT化的，而非業務導向的。

·不知如何平衡細分的維度選擇與細分粒度

·對客戶洞察的本質不能認識，常常滿足於短期的，增量的改變而非通過客戶洞察識別最佳市場成長與定位戰略。

·在流程，人資上的配套缺乏，在洞察力應用方面普遍低下的執行能力。

同時，對客戶洞察力的定義不清，對數據分析與數據挖掘的“能”與“不能”沒有了解，常常在錯誤的時間錯誤的地點對數據的作用提出錯誤的要求，也是現今一個普遍的現實狀況。我們近期在實施一個利用直復進行營銷客戶獲取項目時，不斷有人以為我們需要對現有數據做一個全面的數據挖掘，也不斷有人以為我們既然對客戶獲取進行了數據分析，就可以同時解決客戶保留的分析問題了。這方面的澄清工作還真不少