解读“大脑和心脏”

　　客户的概念诞生于20世纪初，然而到人们真正领会其含义时却整整过去了100年。CRM可以通过客户服务窗口或其他数据源提取相关数据，形成一个庞大的数据库，并对其进行数据挖掘和分析，进而向管理层提供这些业务的全景视图，辅助管理层进行判断决策；从图1“客户分析的数据基础”中我们可以看出，CRM的应用在增强企业竞争力、提高企业收益率等方面的作用显得尤为重要。
　　CRM不仅可以缩短客户开发与服务的周期，减少纷乱的客户管理带来的开销，也可以为市场营销活动管理、客户区格分级管理、客户关系维持、产品管理、收益性分析、产品定价、业务管理及分析提供依据。从本质上讲，CRM包括两个方面：OCRM（运营性客户关系管理）和ACRM（分析型客户关系管理），形象地来说，OCRM相当于四肢和眼耳，ACRM相当于大脑和心脏。
解决数据一致性
　　笔者在文中将主要针对保险公司寿险的数据挖掘、数据分析进行ACRM的案例分析。北京畅然信息技术有限公司通过5年的研究，对分析型CRM在保险行业的应用已形成了自己的一套解决方案。
　　保险公司希望在对承保、交费、理赔、给付记录的分析中，找出真正的可盈利客户，并对这部分客户群进行有针对性的营销和服务，确保主要客户群的稳定，以及基于他们的利润增长。通过客户的承保、交费、理赔、给付记录，建立客户的信用等级，保证在完善风险防范机制的同时又能够留住老客户，提高客户的忠诚度。另外，在分析客户的基础上，还可推出新的险种及服务，满足客户的需要，获得更大的市场竞争力。
　　但是，由于现有的业务系统的数据存在不一致的现象，以及代理人队伍对于客户信息的反馈存在障碍，针对客户的分析还存在一些局限性，这些局限性主要包括：
　　（1）客户资料主要局限在保单客户，对于潜在没有发生保单的客户资料，或者准客户，资料难于获取。
　　主要表现在业务员很少能够主动提供这部分资料。这是由于业务员的单一保费、佣金激励方式，导致业务员对于信息的获取比较保密，不愿意公开。要从根本上克服这个问题，需要进行激励制度的调整；
　　（2）业务员水平参差不齐，业务数据的有效性较差。
　　主要表现在已获取保单资料的真实性，如收入问题、职业问题等存在虚假现象。
　　以上原因使得目前的客户分析大多集中在保单客户保费分析上，有些分析的真实度值得商榷，如客户潜在价值分析、客户满意度分析等等。但是，这些分析却可为将来的系统扩展提供基础，并且有理由相信，通过一些制度的调整，将来能够获得更为有效的数据来支持这些分析，从而使得这些分析更具价值。
ACRM模型分析
1． 客户接触点
　　客户的行为、偏好信息主要从交易系统、客户服务系统以及市场调查数据中得到（如图2），基于这样的接触点模型，企业可以形成较为完备的客户资料库，进一步构建客户数据仓库或企业级数据仓库。

2． 分析要素
　　对客户的行为、偏好分析必须从产品、区域、交易行为以及成长性（时间）等多方面进行分析，这也是考察客户数据仓库完备性的基本标准。分析要素可抽象为图3所示模型。

3． 客户行为与产品
　　客户基本信息与交易行为、产品、服务的交叉分析，可以检验产品设计的合理性（为特殊群体提供特别的产品），以及客户选择产品的倾向性。图4显示了父母为子女购买保险的被保人年龄与产品选择倾向，问题是父母有无可能为16～20岁年龄段的子女购买保险（作为生日礼物、作为财产继承、作为为子女的投资）？如果有较大潜力，有无适当的产品提供？

　　图5 则展示另一种情形：41～45岁年龄段的被保人主要是本人购买两类产品。问题在于: 为何为无配偶购买，为何只有两类产品被选择？是否是产品设计还要改进？是否是市场宣传或营销策略还要改进？是否是有关群体的观念有问题？

4． 客户保持
　　客户保持是客户关系管理的重要方面，无论从市场成本还是从交易成本角度来考虑，客户保持都是保险公司必须关注的课题，保险行业的客户保持可以从被保人续保率、保单年度续保率、退保、实效等多方面考察。(如图6所示)如果重点分析21～25岁的被保人，发现其续保率较低，这是此类人群的性格特征？还是他们对服务、产品的需求更高？

5． 其他分析模型
　　以上仅直观介绍了客户分析的部分模型，实际上，客户发展模型、客户生命周期模型、客户价值模型、客户流失等分析模型均是客户分析的有效方法。无论哪类模型的应用，一方面需要较完备的客户信息、消费行为资料，并将有关数据合理组织（客户数据仓库或企业数据仓库是最有效的选择）；另一方面，需拥有适当的分析工具或分析系统，且企业分析人员应具有应用此类工具的知识、技能，如OLAP知识、数理统计知识、数据可视化的有关知识等。
　　与此同时，客户关系管理在信息传递方面需要一定的灵活性，当了解到客户的需求发生改变时，保险公司就需要不断调整其提供的服务，以达到最佳的客户关系管理之目的。

计算机世界网(www.ccw.com.cn)