认识客户信息的三种基本类型

　　首先，让我们先认识一下客户信息的基本类型。

　　客户信息主要分为描述类信息、行为类信息和关联类信息三种类型。下面简单介绍这三种基本的客户信息类型的特点。

　　描述类信息

　　客户描述类信息主要是用来理解客户的基本属性的信息，如个人客户的联系信息、地理信息和人口统计信息，企业客户的社会经济统计信息等。这类信息主要来自于客户的登记信息，以及通过企业的运营管理系统收集到的客户基本信息。

　　这类信息的内容大多是描述客户基本属性的静态数据，其优点是大多数的信息内容比较容易采集到。但是一些基本的客户描述类信息内容有时缺乏差异性，而其中的一些信息往往涉及到客户的隐私，如客户的住所、联络方式、收入等信息。

　　对于客户描述类信息最主要的评价要素就是数据采集的准确性。

　　在实际情况中，经常有一些企业知道为多少客户提供了服务，以及客户购买了什么，但是往往到了需要主动联络客户的时候，才发现往往缺乏能够描述客户特征的信息和与客户建立联系的方式，或是这些联络方式已经失效了，这都是因为企业没有很好的规划和有意识的采集和维护这些客户描述类信息。

　　行为类信息

　　客户的行为类信息一般包括：客户购买服务或产品的记录、客户的服务或产品的消费记录、客户与企业的联络记录，以及客户的消费行为、客户偏好和生活方式等相关的信息。

　　客户行为类信息的主要目的是帮助企业的市场营销人员和客户服务人员在客户分析中掌握和理解客户的行为。客户的行为信息反应了客户的消费选择或是决策过程。

　　行为类数据一般都来源于企业内部交易系统的交易记录、企业呼叫中心的客户服务和客户接触记录，营销活动中采集到的客户响应数据，以及与客户接触的其他销售人员与服务人员收集到的数据信息。有时企业从外部采集或购买的客户数据，也会包括大量的客户行为类数据。

　　客户偏好信息主要是描述客户的兴趣和爱好的信息。比如有些客户喜欢户外运动，有些客户喜欢旅游，有些客户喜欢打网球，有些喜欢读书。这些数据有助于帮助企业了解客户的潜在消费需求。

　　企业往往记录了大量的客户交易数据，如零售企业就记录了客户的购物时间、购物商品类型、购物数量、购物价格等等信息。电子商务网站也记录了网上客户购物的交易数据，如客户购买的商品、交易的时间、购物的频率等。对于移动通信客户来说，其行为信息包括通话的时间、通话时长、呼叫客户号码、呼叫状态、通话频率等等。对于电子商务网站来说，点击数据流记录了客户在不同页面之间的浏览和点击数据，这些数据能够很好的反应客户的浏览行为。

　　与客户描述类信息不同，客户的行为类信息主要是客户在消费和服务过程中的动态交易数据和交易过程中的辅助信息，需要实时的记录和采集。

　　在拥有完备客户信息采集与管理系统的企业里，客户的交易记录和服务记录是非常容易获得，而且从交易记录的角度来观察往往是比较完备的。

　　但是需要认识到的是，客户的行为信息并不完全等同与客户的交易和消费记录。客户的行为特征往往需要对客户的交易记录和其他行为数据进行必要的处理和分析后得到的信息汇总和提炼。

　　衡量客户行为类信息的主要因素是信息的完备性。在进行客户细分或客户分析时，往往会发现这样的情况：企业已经记录了大量的客户交易记录，但是反映客户行为特征的一些关键信息往往没有被准确的记录下来，而企业记录的交易信息中的很多信息项在客户分析中并没有直接的做用。这也说明，客户的行为类信息的原始数据量是非常庞大的，而且往往涉及多个企业应用信息系统的信息集成和应用，其复杂度也会超过客户的描述类信息的分析和应用。

　　以电信企业为例，国内一个拥有百万左右用户的中级城市的运营商就会拥有数量非常庞大的客户通话记录和账单记录，而这些记录往往是基于计费的需要来设计和存贮的，这些数据往往存贮在计费系统、营帐系统和客户服务系统中。当进行客户分析时，往往需要建立专门的客户数据库，并且从不同的系统中抽取、转换、并加载到客户分析数据库中，而这一过程中，又往往需要对不同信息系统中的原始数据记录进行数据的转换、重新标定或是生成分析所需的衍生数据项。

　　关联类信息

　　客户的关联类信息是指与客户行为相关的，反映和影响客户行为和心理等因素的相关信息。企业建立和维护这类信息的主要目的是为了更有效的帮助企业的营销人员和客户分析人员深入理解影响客户行为的相关因素。

　　客户关联类信息经常包括客户满意度、客户忠诚度、客户对产品与服务的偏好或态度、竞争对手行为等等。

　　这些关联类信息有时可以通过专门的数据调研和采集获得，如通过市场营销营销调研、客户研究等获得客户的满意度、客户对产品或服务的偏好等；有时也需要应用复杂的客户关联分析来产生，如客户忠诚度、客户流失倾向、客户终身价值等等。客户关联类信息经常是客户分析的核心目标。

　　以移动通信企业来说，其核心的关联类信息就包括了客户的终生价值、客户忠诚度、客户流失倾向、客户联络价值、客户呼叫倾向等等。

　　关联类信息所需的数据往往较难采集和获得，即使获得了也不容易结构化后导入到业务应用系统和客户分析系统。

　　规划、采集和应用客户关联类信息往往需要一定的创造性，而采集与应用也不是简单的技术问题，而往往是为了实现市场管理或客户管理直接相关的业务目标服务的业务问题，如提高客户满意度、提高客户忠诚度、降低客户流失率、提高潜在客户发展效率、优化客户组合等核心的客户营销问题。

　　很多企业关没有有意识的采集过这类信息，而对于高端客户和活跃客户来说，客户关联类信息可以有效的反映客户的行为倾向。对于很多企业来讲，尤其是服务类企业，有效的掌握客户关联类信息对于客户营销策略和客户服务策略的设计的实施是至关重要的。一些没能很好的采集和应用这些信息的企业往往会在竞争丧失竞争优势和客户资源。

第 1 2 3 页　　　　下页：第 3 页 8