客户信息

客户信息主要分為描述類信息、行為類信息和關聯類信息三種類型。下面簡單介紹這三種基本的客户信息類型的特點。

客户描述類信息主要是用來理解客户的基本屬性的信息，如個人客户的聯繫信息、地理信息和人口統計信息，企業客户的社會經濟統計信息等，這類信息主要來自於客户的登記信息。以及通過企業的運營管理系統收集到的客户基本信息。

這類信息的內容大多是描述客户基本屬性的靜態數據，其優點是大多數的信息內容比較容易採集到。但是一些基本的客户描述類信息內容有時缺乏差異性，而其中的一些信息往往涉及到客户的隱私，如客户的住所、聯絡方式、收入等信息。

對於客户描述類信息最主要的評價要素就是數據採集的準確性。

在實際情況中，經常有一些企業知道為多少客户提供了服務，以及客户購買了什麼，但是往往到了需要主動聯絡客户的時候，才發現往往缺乏能夠描述客户特徵的信息和與客户建立聯繫的方式，或是這些聯絡方式已經失效了，這都是因為企業沒有很好的規劃和有意識的採集和維護這些客户描述類信息。

客户的行為類信息一般包括：客户購買服務或產品的記錄、客户的服務或產品的消費記錄、客户與企業的聯絡記錄，以及客户的消費行為，客户偏好和生活方式等相關的信息。

客户行為類信息的主要目的是幫助企業的市場營銷人員和客户服務人員在客户分析中掌握和理解客户的行為。客户的行為信息反應了客户的消費選擇或是決策過程。

行為類數據一般都來源於企業內部交易系統的交易記錄、企業呼叫中心的客户服務和客户接觸記錄，營銷活動中採集到的客户響應數據，以及與客户接觸的其他銷售人員與服務人員收集到的數據信息。有時企業從外部採集或購買的客户數據，也會包括大量的客户行為類數據。

客户偏好信息主要是描述客户的興趣和愛好的信息。比如有些客户喜歡户外運動，有些客户喜歡旅遊，有些客户喜歡打網球，有些喜歡讀書。這些數據有助於幫助企業瞭解客户的潛在消費需求。

企業往往記錄了大量的客户交易數據，如零售企業就記錄了客户的購物時間、購物商品類型、購物數量、購物價格等等信息。電子商務網站也記錄了網上客户購物的交易數據，如客户購買的商品、交易的時間、購物的頻率等。對於移動通信客户來説，其行為信息包括通話的時間、通話時長、呼叫客户號碼、呼叫狀態、通話頻率等等；對於電子商務網站來説，點擊數據流記錄了客户在不同頁面之間的瀏覽和點擊數據，這些數據能夠很好的反應客户的瀏覽行為。

與客户描述類信息不同，客户的行為類信息主要是客户在消費和服務過程中的動態交易數據和交易過程中的輔助信息，需要實時的記錄和採集。

在擁有完備客户信息採集與管理系統的企業裏，客户的交易記錄和服務記錄是非常容易獲得，而且從交易記錄的角度來觀察往往是比較完備的。

但是需要認識到的是，客户的行為信息並不完全等同與客户的交易和消費記錄。客户的行為特徵往往需要對客户的交易記錄和其他行為數據進行必要的處理和分析後得到的信息彙總和提煉。

客户的關聯類信息是指與客户行為相關的，反映和影響客户行為和心理等因素的相關信息。企業建立和維護這類信息的主要目的是為了更有效的幫助企業的營銷人員和客户分析人員深入理解影響客户行為的相關因素。

客户關聯類信息經常包括客户滿意度、客户忠誠度、客户對產品與服務的偏好或態度、競爭對手行為等等。

這些關聯類信息有時可以通過專門的數據調研和採集獲得，如通過市場營銷營銷調研、客户研究等獲得客户的滿意度、客户對產品或服務的偏好等；有時也需要應用複雜的客户關聯分析來產生，如客户忠誠度、客户流失傾向、客户終身價值等等。客户關聯類信息經常是客户分析的核心目標。

以移動通信企業來説，其核心的關聯類信息就包括了客户的終生價值、客户忠誠度、客户流失傾向、客户聯絡價值、客户呼叫傾向等等。

關聯類信息所需的數據往往較難採集和獲得，即使獲得了也不容易結構化後導入到業務應用系統和客户分析系統。

規劃、採集和應用客户關聯類信息往往需要一定的創造性，而採集與應用也不是簡單的技術問題，而往往是為了實現市場管理或客户管理直接相關的業務目標服務的業務問題，如提高客户滿意度、提高客户忠誠度、降低客户流失率、提高潛在客户發展效率、優化客户組合等核心的客户營銷問題。

很多企業關沒有有意識的採集過這類信息，而對於高端客户和活躍客户來説，客户關聯類信息可以有效的反映客户的行為傾向。對於很多企業來講，尤其是服務類企業，有效的掌握客户關聯類信息對於客户營銷策略和客户服務策略的設計的實施是至關重要的。一些沒能很好的採集和應用這些信息的企業往往會在競爭喪失競爭優勢和客户資源。

客户信息採集指客户數據的採集、整理和加工；客户知識獲取指客户信息的統計、分析和預測；客户知識運用指客户知識的發佈、傳遞和利用。

客户信息的採集是企業營銷活動的一項系統性工作，面臨着如何高效獲取並不斷更新客户信息的問題，而且客户信息的不同維度來源途徑和獲取程度存在各種差異而已。

不同的行業和企業定義客户的信息視圖有所差別，企業需要通過客户的信息和行為來描述特徵，尤其當定義潛在目標客户羣時，更是需要如此。

一般説來，從市場營銷的角度，描述客户信息的變量可以分為人口信息、行為信息和價值信息三類。在每一類中又可以進行相應的細分。

一般來説，企業獲取客户信息的來源主要來自企業內部已經登記的客户信息、客户銷售記錄、與客户服務接觸過程中收集的信息，以及從外部獲得的客户信息。

很多企業也有意識的組織一些活動來採集客户信息，比如經常採用的有獎登記活動，以各種方式對自願登記的客户進行獎勵，要求參加者填寫他們的姓名、電話和地址等信息，這樣的一些活動能夠在短時間內收集到較大量的客户信息。

這此收集客户資料的方法還包括：有獎登記卡和折扣券、會員俱樂部、贈送禮品、利用電子郵件或網站來收集等等。

從外部獲取潛在客户數據的渠道

幸運的是，儘管國內的數據營銷的社會基礎並不十分完善，但仍有很多的機會找到並獲取相關的客户數據。這些數據一般都要通過購買、租用或是合作的方式來獲取。

以下是可能的潛在客户數據獲取渠道：

1.數據公司。數據公司專門收集、整合和分析各類客户的數據和客户屬性。專門從事這一領域的數據公司往往與政府及擁有大量數據的相關行業和機構有着良好而密切的合作關係。一般情況下，這類公司都可以為直復營銷行業提供成千上萬的客户數據列表。在北京、上海、廣州、深圳等國內大中城市，這類公司發展非常迅速，已經開始成為數據營銷領域的重要角色。

2.目錄營銷與直復營銷組織。這類組織直接給消費者打電話或郵寄產品目錄。只要有合適的價格或目的安排，許多這樣的公司都願意分享他們的數據列表。

3.零售商。一些大型的零售公司也會有豐富的客户會員數據可以獲取。

4.信用卡公司。信用卡公司保存有大量的客户交易歷史記錄，這類數據的質量非常高。

5.信用調查公司。在國外有專門從事客户信用調查的公司，而且這類公司一般願意出售這些客户的數據。

6.專業調查公司。在消費品行業、服務行業及其他一些行業中，有許多專注於產品調查的公司。這些公司通過長期的積累和合作，通常積累了大量的客户數據。

7.消費者研究公司。這類組織往往分析並構建複雜的客户消費行為特徵，這類數據可以通過購買獲取。

8.相關服務行業。可以通過與相關行業有大量客户數據的公司進行合作或交換的方式獲取客户數據。這類行業包括：通信公司、航空公司、金融機構、旅行社、尋呼公司等。

9.雜誌和報紙。一些全國性或區域性的雜誌和報紙媒體也保有大量的客户訂閲信息和調查信息。

10.政府機構。官方人口普查數據，結合政府資助的調查和消費者研究信息都有助於豐富客户數據列表。政府的行政機關和研究機構往往也有大量的客户數據，如公安户政部門的户政數據、税務機關的納税信息、社保部門的社會保險信息等。

在國內，政府部門往往擁有最完整而有效的大量數據。在以前，這些數據並沒有很好的應用於商業用途。政府部門已經在大力加強基礎信息數據庫的建設工作，在數據基礎越來越好，數據的管理和應用越來越規範的市場趨勢下，政府部門也在有意識的開放這些數據用於商業用途。

科學的客户信息管理是凝聚客户、促進企業業務發展的重要保障。客户信息是一切交易的源泉。由於客户信息自身的特點，進行科學的客户信息管理是信息加工、信息挖掘、信息提取和再利用的需要。通過客户信息管理，可以實現客户信息利用的最大化和最優化。

網絡營銷中的客户信息管理是對客户信息進行收集、抽取、遷移、存儲、集成、分析和實現的全過程。具體內容如下：

a.客户信息的收集。客户信息的收集是客户信息管理的出發點和落腳點。客户信息的收集可以廣泛地利用各種渠道和手段，最為有效的是網絡營銷所提供的大量信息。但也不能忽視傳統的方式（例如電話諮詢和麪對面交談）發揮的作用，他們可以作為因特網的有效補充，保證客户信息的全面性。

b.客户信息的抽取和遷移。客户信息的抽取和遷移也是在進行客户信息的收集，但其不是直接面對客户，而是利用已有的信息進行一定的加工。因為各種行業所需的客户信息是千差萬別，所以各個企業都佔有大量的為企業所用的客户信息。為了實現信息使用的高效率，有必要在各個行業之間推行一套客户信息的使用標準，最大限度地取得信息的一致性。

信息的抽取機制是建立在不同行業的客户信息基礎之上。它使用信息過濾和信息模糊檢索技術，在其他企業的客户信息數據庫中取得所需的客户信息。它強調兩個企業之間客户信息數據的相似性，從共性出發，實現信息的抽取。信息的遷移機制是從客户信息的整體角度考慮，在不同企業之間實現客户信息的共享。信息在遷移過程中忽視細微的差別，重視整體的一致性，花費較少的精力取得較大的效果。

c.客户信息的存儲和集成。客户信息的存儲和處理技術是客户信息管理的核心技術，數據倉庫技術在其中佔有重要地位。因為客户信息是十分巨大的數據，為了能夠實現數據使用的便捷高效，需要對使用的數據庫進行慎重選擇。建議採用大型的關係型數據庫管理系統，並帶有對並行處理、決策查詢優化的組件。客户信息在存儲過程中應考慮冗餘問題，避免浪費大量有效的空間。客户信息的集成是指客户信息數據按照時間或空間的序列保存，並進行一定層次的劃分後存儲在數據庫中。用户在查詢、統計中都使用集成後的數據，可以提高運行效率。

d.客户信息數據庫的設計。客户信息數據庫是以家庭或個人為單位的計算機信息處理數據庫。針對不同的行業有不同的數據單元，而且客户信息數據庫的更新頻率較高，數據處理量逐步增大。

索引的使用原則。使用索引可以提高按索引查詢的速度，但是會降低插入、刪除、更新操作的性能。因選擇合適的填充因子，針對客户信息數據庫更新頻繁的特點，亦選用較小的填充因子，在數據頁之間留下較多的自由空間，減少頁分割和重新組織的工作。

數據的一致性和完整性。為了保證數據庫的一致性和完整性，可以設計表間關聯。這樣關於父表和子表的操作將佔用系統的開銷；為了提高系統的響應時間，有必要保證合理的冗餘水平。

數據庫性能的調整。在計算機硬件配置和網絡設計確定的情況下，影響到系統性能的因素是數據庫性能和客户端程序設計。數據庫的邏輯設計去掉了所有冗餘數據，提高了系統的吞吐速度。而對於表之間的關聯查詢，其性能會降低，同時也提高了客户端的編程難度。因此物理設計對於兩者應折衷考慮。

數據類型的選擇。數據類型的合理選擇對於數據庫的性能和操作具有很大的影響。在該數據庫中應注意避開使用Text和Image字段，日期型字段的優點是有眾多的日期函數支持，但其作為查詢條件時服務器的性能會降低。

e.客户信息的分析和實現。客户信息的分析是客户信息數據庫的落腳點，是直接為企業開展其他一系列工作服務的。客户信息的分析是指從大量的數據中提取有用的信息，該信息主要可以分為直接信息和間接信息。直接信息是可以從數據中直接取得，價值量較小，使用範圍較小。而間接信息是經過加工獲得的較有價值的信息。分析過程主要包括基本信息分析、統計分析、趨勢分析、關聯分析等。基本信息分析是利用客户的基本情況信息，分析企業或產品的主要客户的特點，包括年齡、性別、職業、工資狀況、學歷、地理位置等等。統計分析是利用所有的信息進行統計，分析企業或產品的銷售額、利潤額、成本量等經濟指標，也包括大客户分析和業務流量分析。趨勢分析是利用企業的信息和同行業其他企業的信息，並結合國民經濟的整體運行狀況，對長期和短期的業務狀況進行預測。關聯分析是利用客户信息對產品信息、市場信息、企業信息進行分析，綜合評價企業的運行狀況和產品的供需比例。

網絡營銷中客户信息管理的實施主要是指客户信息數據庫的實現。在當前環境下，客户信息數據庫技術中數據倉庫技術是企業使用的主流，該技術的實現也表明了當代客户信息管理系統的走向。以數據倉庫系統為核心技術的數據倉庫型客户信息管理系統的廣泛應用，為在技術實施以客户為中心的個性化服務提供了可能，又極大影響了企業業務流程的轉變，使機構向“扁平化”方向發展。

數據倉庫是面向主題的、集成的、穩定的、不同時間的數據集合，用以支持經營管理活動中的決策制定過程。面向主題是指數據倉庫內的信息按照企業重點關心的數據（即主題）進行組織，為按主題進行決策的信息過程提供信息；集成是指數據倉庫內的信息不是從各個業務系統簡單抽取來得，而經過系統加工、彙總和整理，保證數據倉庫內的信息是整個企業的全面信息；隨時間變化數據倉庫內的信息並不是關於企業當時或某一時刻的信息，而系統記錄了企業從過去某個時刻到各個階段的信息，通過這些信息，可以對企業的發展歷程和未來趨勢做出定量分析和預測；穩定是指一旦某個數據進入數據倉庫，一般情況下將被長期保留，也就是數據倉庫中一般有大量的插入和查詢操作，但修改和刪除操作比較少。

數據倉庫的特點可以描述為主題突出的集成性的信息管理系統。它由源數據、倉庫管理和分析工具組成。數據倉庫的數據來源於多個數據源，包括企業的內部數據，也有來自外部的相關數據。網絡營銷中源數據主要從開展網絡營銷的實踐中獲得，包括企業所關注的關於客户的各類信息。倉庫管理是根據信息需求的要求進行數據建模，從數據源到數據倉庫的數據抽取、處理和轉換，確定數據存儲的物理結構等。這一階段是進行客户信息管理的基礎，因為大量的源數據經過倉庫管理進行了初步的處理。分析工具指完成決策所需的各種信息檢索方法、聯機分析方法和數據挖掘方法。這一階段是針對企業的客户羣服務的，它直接與客户發生聯繫，因為企業的產品企劃就是在這裏完成。數據倉庫型客户信息系統繼承了以往信息管理系統的一切手法，並以其強大的數據檢索和分析功能，為企業提供了綜合性的及時信息服務手段，成為客户信息管理系統發展的主流。

客户信息管理在各個方面的運用，已經顯示出了強大的生命力。特別是在當今企業以網絡營銷為支撐來開展業務的情況下，由於網絡信息的複雜性和多樣性，開展信息管理迫在眉睫。客户信息管理已經也必將會成為企業生存取勝的重要一環。