最近翻出来买了好久都没看过的书，讲CRM的，做了个读书笔记。工作上就是在做CRM，所以读这本书觉得很基础很容易理解，就是里面的例子都太旧太日本了，没什么说服力。不过，了解了这些基础知识之后，日常生活中去逛街网购看广告什么的，都能以一种以往完全不同的角度来看，非常有意思。可能这也是为什么我做CX相关的项目一直这么乐在其中的原因吧。 用Markdown写复制粘贴到微信编辑器里面所有的格式就都没了，凑合看吧。。。
CRM的定义
Customer Relationship Management，用合适的方法识别顾客，通过甄别顾客和集中顾客的方式来提升目标顾客的满足度，提高企业收益。
CRM战略的全体像
CRM战略有2大点：顾客的识别，以及顾客关系的构筑。其最终的目的是让顾客的生涯价值（LTV）最大化。 顾客的识别，需要做的是对顾客数据的收集、管理、分析及活用；在处理顾客数据后，对优良顾客进行明确的定义和甄别。 顾客关系的构筑，主要需要设计并管理企业与顾客的接点，同时进行高效的宣传营销。 在执行以上两点战略的同时，对内的CRM能力的储备，比如具有优秀CRM战略策定能力的组织人才管理等，也对企业的CRM战略十分重要。
在俯瞰一家企业的CRM战略施策时，可以通过以下几个观点进行评价和分析： 1. 如何收集顾客数据，如何进行分析，并如何将数据分析运用到顾客对应、营业管理及商品开发中 2. 如何识别顾客 3. 是否适当地对优良顾客进行了设定 4. 是否构筑了基于顾客战略的顾客关系 5. 维持、育成、获得优良顾客的施策是否有效 6. 通过CRM储备和育成的组织能力如何，该组织能力是否能成为企业成长战略中的一环
优良顾客的定义
对优良顾客有3种定义方法，这些方法与数据分析密不可分。
- 实际收益基准
- 消费金额居前列的顾客 →十分法分析（Decile Analysis）
- 消费金额、消费频率、最近一次消费（Monetary、Frequency、Recency）→RFM分析
- 战略基准
- 以事业及业界特性为基础的评价指标 →RFM分析的应用
- 以事业及业界特性、企业的Approch的反映。
- 比如百货店以顾客是否在复数卖场多数购买为指标之一；3C业界以是否会高频率提前预约购买为指标之一等
- 将来基准
- 过去收益与将来收益预测的对比
- LTV为基础的长期指标
如何创造与顾客的接点，构筑客户关系？
学过市场营销战略的人都知道，消费者行动中有一个AIDMA模型，然而在digital transformation的时代，消费者行动已经由此转变为了AISAS，Attention注意，Interest关心，Search搜索，Action行动，Share情报分享。 在CRM领域中，顾客接点的创造和顾客关系的构筑也遵循这样的步骤。
1
2
3
4
1. Attention：面向顾客的情报发信，通过Mass Media或SNS等，对被吸引的顾客进行segmentation和识别。
2. Interest&Search：顾客的反应（搜索及问询咨询）等行动数据，都会通过会员化或独立ID作为顾客的属性情报保留到企业的顾客数据库中。
3. Action：提供顾客服务或对顾客的购买流程进行支援。当顾客完成整个购买行动后，与前一步骤同样，对顾客的购买数据进行会员化或独立ID的处理，将情报保存至企业顾客数据库中。
4. Share：建立顾客社群。建立线上和线下的社群，维护企业与顾客，顾客与顾客间的关系。（书中提到的例子是Apple支持社区，用户可以互助解决各种产品问题。但是我只想到了国内的微商…….）
企业到底会收集顾客的什么数据？
其实不知不觉中，你在从对某一商品产生兴趣到完成购买，成为会员等，所有的行动，都会记录在企业的数据库中。企业收集的定性和定量数据主要是下面这些。
- 定量数据
- 顾客情报
- 情报内容：顾客的姓名，住址，年龄，家庭构成，年薪等
- 获取方法：会员登录（写申请表，写网上表单），客服中心，问卷调查等
- 资料请求及疑问问询记录也会作为潜在顾客数据被企业保存。
- 购买情报
- 情报内容：购买记录（何时，何地，和谁，花了多少钱，买了多少数量，用什么方式购买），购买时的其他补充情报等
- 获取方法：EC或网上的信息处理，POS系统，企业独自系统等
- 网络数据
- 情报内容：（包含了潜在顾客）顾客（会员）的网站来访记录日志，画面跳转，访问及退出网站等行动记录
- 获取方法：网站分析工具，如Google Analytics，百度统计等。
- 顾客情报
- 定性数据，又叫做VoC（Voice of Customer）
- 非构造文本数据
- 情报内容：顾客问询，意见建议，投诉，感想等所有顾客的声音
- 获取方法：店铺来客（出口调查，纸媒或移动设备的问卷），客服中心（电话，邮件，Chat，写信），SNS社交网络
- 非构造文本数据
企业如何分析活用这些数据？
企业也同样会根据不同顾客类型采用不同的策略来活用大量顾客数据。
若企业要获得更多新顾客，则需要吸引更多顾客来到店铺或访问其网站，获得量的同时，能够甄别出潜在的优良顾客的能力也十分重要。这种情况下，数据分析着重在分析既存优良顾客的共同特征是什么，再通过得出的共同特征进行新顾客获得的战略制定。
若企业要维持现有客户，则需要更高效的选择战略制定的对象顾客。比如，大部分零售店的顾客，大多数是一年只来店一次左右的顾客，将所有这样的顾客培养成企业的优良顾客显然是不现实的。这时，需要利用数据明确优良顾客的培养目标，掌握顾客过去及现在在RFM分析中的position如何，洞察出能够优良顾客培养成功的几率及可行性。
与维持现有客户相近，培养长期客户也需要对对象顾客进行具体的分析。顾客有各种各样的购买动机。通过分析顾客属性和购买记录的数据，可以将现有客户再次进行多角度的segmentation，针对各个客户层，进行具体详细的战略实施。
维持优良客户也是企业不可松懈的环节之一。优良顾客在RFM上保持着较好的position，但是企业需要给顾客维持这个position的动力。比如，提供与顾客的会员等级相符的刺激措施（优惠或bonus等）。如何让刺激措施转变成顾客持续的购买欲求，并且反应在行动上，这里的战略十分重要。
本书在中间提到了顾客分析手法的具体操作，并且在最后提到了社交网络的运用战略等，我感觉并没有多少实践意义和干货，就此略过。