1704272920
1704272921
☆系统性地寻找潜在的合作伙伴开展数据互换。他们可以是供应商、贸易商、金融服务提供商、通信公司或影响力较大的电视节目。这样做的目的是建立一种网络联系，网络参与者在数据方面互相支持，以期获得对客户潜力更准确的认识（有时也包括对单一客户的认识）。
1704272922
1704272923
☆尽可能准确地评估出，为获得缺失数据我们要付出多少成本，以及这样做可以为我们带来多少增值。简单地说就是，我们需要有一个确切的决策基础，才能做出投资决策，从而才能获得数字化竞争力。
1704272924
1704272925
☆寻找到解决问题的非常见做法。经验表明，几乎所有的数据问题都有一个创造性的解决方法，这个方法既不会拖延项目进度，也不会影响分析结果的准确性，但一样可以解决问题。
1704272926
1704272927
举个例子。在贸易中，一个典型的问题就是，我们不认识客户。客户进店的时候我们不知道他的名字，走的时候我们一样还是不知道，除非这个客户持有会员卡。我们可以期待，会发明一个客户关系管理系统，通过蓝牙、信标或者客户App等方式，帮助我们识别进店的客户是谁，并且将全套客户信息发送给店铺柜台。但是无论如何，我们现在还不知道，哪些正在测试的系统将来会投入使用，以及有多少客户会使用这些系统。
1704272928
1704272929
柜台开出的票据和电子商店的运行数据均以百万计，在初始阶段，系统性地利用这些信息具有一定意义。与开展一个包罗万象的大数据分析相比，此举可以获得一个基于客户行为的客户分类结果。我们肯定是要推广这种CRM系统的，但是当我们意识到存在这种相互作用的客户分类，且据此实施了相应的市场营销和企业运营措施，并积累了关于这些措施的效率和效果方面的经验之后，我们将能够更智慧地推广使用这个系统。
1704272930
1704272931
总结一下，当我们解决了如下问题，智能数据流程的第二阶段就接近尾声了。
1704272932
1704272933
☆我们了解了如何更好地走近客户。
1704272934
1704272935
☆我们了解了需要哪些数据辅助我们寻求问题的解决方案。
1704272936
1704272937
☆我们知道，在不增加公司技术、人力和财务成本的情况下，我们如何获得所需的数据。
1704272938
1704272939
客户需求理解
1704272940
1704272941
“更好地了解客户需求”。这九个字可谓是数据革命给予服务业最大的承诺。作为全球最大的在线商店，亚马逊很好地示范了在数据库基础牢靠的情况下，针对单一客户市场，它是怎样将数据革命的愿景转化为现实的。在线商店将数据资源嵌入到它们的系统中，作为发货商，在线商店可以获取所有客户的名字和地址信息。通过分析在线消费者留下的信息痕迹，在线商店可以更准确地定位到潜力客户群体。虽然在线商店不是真的对它们的消费者有私人了解，消费者对它们而言只是以不同的IP地址形式而存在，但光是这些IP地址也留下了内容丰富的购物信息，这对在线商店来说有很大用处。
1704272942
1704272943
“更好地了解客户需求”。这九个字可谓是数据革命给予服务业最大的承诺。
1704272944
1704272945
很多与我们合作过的公司，本身都不是纯在线供应商。它们一般都来自相关领域，后来创立并扩展了数字化业务。它们服务于单一客户，并且会要求雇员尽量去满足客户的个性化诉求，并提供客户咨询。但是它们现行的市场营销和企业运营措施中的绝大部分是基于客户细分，或者说是基于一种建模——这个模型致力于寻求客户行为的普遍规律。
1704272946
1704272947
客户细分的意思就是，将市场细分为不同的客户群组，每一个群组的客户都具有同质化的消费行为。或者更确切地说，按照做出消费决策之前相同或者尽可能相似的决策因素，将客户进行分类，但是不同的决策因素最终产生出相同的决策结果也是有可能的。不同客户群组之间，在消费行为方面最好界限清晰。在书本中，这属于逻辑的同一性原则，但在实践中情况可能还不一样。
1704272948
1704272949
在智能数据流程进入第三阶段之初，我们需要先系统全面地评价公司现行的客户细分情况。然后我们会很快地发现，不同部门之间遵循着完全不同的客户分类逻辑。在一个企业集团中，往往会有数十种客户分类共存。当我们系统梳理并回顾之前的工作，会呈现出如下情况：
1704272950
1704272951
☆营销战略部门按照心理因素进行客户分类，致力于探究客户价值和客户需求。这方面的一个例子就是目标客户模型Sinus Milieus，或称Sigma Milieus，即基于人群的市场细分模型。除了社会阶层从属（即社会地位）之外，这个模型还考虑了其他一些主要的影响因素，例如传统、现代化（个性化），还有自身重新定位等。战略规划者认为客户分类应基于他们的生活环境，这对企业的长期定位和战略规划来说无疑是有意义的。
1704272952
1704272953
☆产品营销部门优先考虑的是消费者类型。这基于一个根本性问题：对于某个具体产品或者服务，我们如何能辨别出一个人
1704272954
1704272955
•是否知道这项产品或服务
1704272956
1704272957
•是否需要这项产品或服务
1704272958
1704272959
•是否会购买这项产品或服务
1704272960
1704272961
☆典型的客户一般会具有X、Y、Z等共性特征，一般我们叫这类客户Jens M。
1704272962
1704272963
☆运营部门会从交易数据、需求数据和潜力数据维度进行客户分类。经营部门会根据A、B、C类客户或者相应的A、B、C类潜力客户的营业额贡献情况，优化拜访客户的频率。
1704272964
1704272965
在各行各业都存在着这种或好或坏的客户细分。我们也看到，各个层面的市场主体都在努力尝试，通过利用更优质的数据达到更精准的客户分类，为客户分类补充新的维度和标准，使之达到与时俱进的水平。这样做肯定是对的，也有好处。但是却没有解决一个根本性问题：
1704272966
1704272967
在一个企业中，如果同时存在太多的客户分类，那么相应推出的市场营销手段将在市场上呈现“打乱仗”的状态。
1704272968
1704272969
夸张点儿说，在很多企业中，客户细分的实际情况是这样的：一个粉刷匠、一个木匠和一个做窗户的人要合作盖一间房子。但他们对于业主的实际需求和想法却有着完全不同的看法。他们之中，一个只说德语，一个说波兰语，一个说葡萄牙语。更糟糕的是，既没有工长，也没有建筑师带着他们一起施工。
[
上一页 ]
[ :1.70427292e+09 ]
[
下一页 ]