首页 >
如果你已经建立了客户信息和市场的数据仓库，现在你该如何使用数据仓库中的数据？CRM帮助企业提高他们与客户相互作用的收益；与此同时，企业通过个性化服务可以使这种相互作用显得更友好。为了使CRM获得成功，企业应该使产品和商业活动跟期望和客户相匹配，换句话说，就是要职能化惯例客户生命周期。
到目前为止，大多数CRM软件更多关注客户信息的组织和管理的简单化。这些软件（只能称为操作性CRM软件）关注于创建一个客户数据库，这个DB提供了客户与企业关系的一致性描绘并用专门的应用程序来提供这些信息；这些软件包括SFA，客户服务程序，在这些软件中企业可以“touch”到客户。
然而，这些客户信息的绝对容量和日益复杂的与客户的相互作用将数据采集推倒了促使客户关系更有意义的最前端。数据采集是通过使用数据分析和数据建模的技术来发现数据之间的趋势和关系的过程，它可以用来理解客户希望获得什么，还可以预测客户将要做什么！数据采集可以帮助你选择恰当的客户并将注意力集中在他们身上，以便为他们提供恰当的附加产品；也可以帮助你辨别那些客户打算与你“分手”。由于可以提高以最好的方法响应个性化需求的能力，并且可以通过恰当的分配资源来降低成本，这会导致收入的增加。使用了数据采集的CRM应用程序被称为分析性CRM软件。下文将进一步描述ACRM的特征，并展示怎样使用ACRM来更有效的管理客户生命周期。
数据采集
数据采集中最基本、最简单的分析步骤就是描述数据。例如，你能够概述数据的静态属性，使用图表真实地回顾数据并注意你的数据中字段的值的分配。但是数据描述并不足以提供行动计划，你必须用从已知结果中确立的模式来建立预测性模型然后用其它的方法对它进行测试。一个好的模型决不该被真实情况所困惑（地图并不是真实的路的精确完美的反映），但是这个模型能够用来指导你理解你的业务。
数据采集可以用来对问题进行归类并逆推问题。在问题归类方面，你可以预测问题属于那一类，例如某一个人是否有良好的信用风险或者几个提议中哪一个最可能被接受。在逆推问题方面，你可以测定一些数据，如对某一个提议的响应的最大概率。数据采集也常常用来识别客户的特征，并按照相似性为（如购买特殊的产品）对客户进行分割归类。
再一次定义CRM
在对CRM的广泛理解中，最简单的含义就是：管理所有的与客户的相互作用。在实践中，这需要在客户关系的各个阶段使用与客户相关的信息来预测与客户的相互作用。我们将客户关系的各个阶段定义为客户生命周期。
客户生命周期包括三个阶段：
- 获得客户
- 提高客户的价值
- 保持上等(指效益)客户
如果你已经将它结合在OCRM中或者作为一个独立的应用程序来实施，数据采集可以在每一个阶段都提高企业的收益。
通过数据采集获取新的客户
在CRM中的第一步是识别潜在客户然后将他们转变成真正的客户；下面将举例说明数据采集是如何帮助管理获取新客户的成本和改善这些活动的效果。
Big Bank and Credit Card Company(BB&CC)每年进行25次直接邮寄活动，每次活动都想一百万人提供申请信用卡的机会。“转化率”用来测量那些变成信用卡客户的比例，这是一个关于BB&CC每一次活动效果的百分比。
使人们填写信用卡申请仅仅是第一步，BB&CC必须判断申请是否有很好风险，然后决定接受他们成为自己的客户还是该拒绝他们的申请。更糟糕的信用风险的人可能比那些有较好信用风险的更容易被接受，对此不必感到惊奇。统计显示大约6%的人在接到邮寄后会提出申请，但他们中只有16%满足信用风险要求，结果邮件列表中的人大约有1%称为了BB&CC的新客户。
BB&CC的6%的响应率意味着每次活动中的100万人中仅有60000人对邮寄的请求产生响应。除非BB&CC改变这种建议使用信用卡的“恳求”的种类使用不同的邮件列表，用不同的方式影响客户，改变“恳求”的术语否则不可能获得超过60000人的响应。并且在6万人中只有1万人满足信用风险条件而成为客户。BB&CC面临的难题是更有效的影响那仅有的1万人。
BB&CC的每份邮寄成本约1$，也就是说每次邮寄活动的总成本为$1,000,000。在接下来的两年里，那1万人将为BB&CC产生大约$1,250,000（每人约$125）的收益，结果从一次邮寄活动获得净利润为$250,000。数据采集可以改善这个回报率。尽管数据采集也不能精确的识别最后的那1万信用卡用户，但它可以帮助使促销活动的成本更有效。
首先，BB&CC发送了50,000个邮件做测试并仔细分析结果，使用决策建树建立预测模型来显示谁将对邮寄做出响应，用神经网络建立信用评分模型。接着BB&CC结合这两个模型来发现那些满足信用评定而且最可能对“恳求”产生响应的人群。
