电子商务时代的企业客户关系管理CRM

在信息和知识经济时代，随着网络技术的迅猛发展，传统的贸易正经历一次重大的变革。电子商务显示出巨大的市场价值和发展潜力。电子商务是商业领域的一种新兴商务模式，它是以网络为平台、信息技术为手段、经济效益为中心的现代商业运转模式，其最终目标是实现商务活动的网络化、自动化与智能化。

传统环境下的客户关系管理

客户关系管理是一种旨在改善企业与客户之间关系的新型管理机制，实施于企业的市场营销、销售、服务与技术支持等与客户相关的领域。核心思想是把客户作为最重要的企业资源，企业通过对客户分析，及时了解客户的需求，从而建立长期稳定的客户关系。通过在全企业范围内来强化这一关系，为客户提供比竞争对手更好的服务，增强客户的满意度和忠诚度，促使客户回头购买更多的产品或服务。同时企业也将从客户未来不断的采购中获益，实现企业与客户双赢。

客户关系管理的出现，使企业能够真正全面观察其外部的客户资源，并使企业的客户资源管理全面走向信息化、电子化和流程化。客户关系管理具有三方面的优势：

首先，客户关系管理能够提升企业的核心竞争力。客户关系管理能够帮助企业树立“以客户为中心”的企业经营观，并将此观念贯穿到企业生产、经营的全过程中，使企业从客户的切身利益和需求出发，通过为客户创造价值来留住客户，从而与客户建立起良好、稳定、长期有效的业务合作关系，使企业从客户的重复购买中获得可持续的市场优势，为企业核心竞争力的提升提供根本保障。

其次，客户关系管理能够提高企业管理水平和运营效率。客户关系管理贯穿了企业经营管理的全过程，引发了企业经营观念、组织机构以及信息资源的整合等一系列深层次的变革。这些变革将整合企业的全部业务环节和资源体系，在企业内部建立起一套优化的营销、销售管理流程和客户服务模式，实现客户信息完整统一的维护及共享，使业务流程的自动化程度以及员工的效率大大提高，使企业的运营更为顺畅、资源配置更为有效。

最后，客户关系管理能够增加企业收益、降低成本。由于客户的一切信息尽在掌握中，企业就能够有的放矢地提供及时、周到的优质服务，从而提高客户满意度和忠诚度，吸引和保持更多的客户，使企业从每位客户未来不断的采购中获益。

传统环境下的客户关系管理解决了部分企业的需求，却遇到互联网时代推广的困难，包括成本高昂、周期过长以及企业无法实时掌握客户动态信息等障碍。为了弥补传统客户关系管理的不足，电子商务环境下的客户关系管理应运而生。

电子商务时代下的客户关系管理

电子商务环境下的客户关系管理是在传统的基础上，利用信息技术的发展所创建的一种新型的顾客满意管理。它与传统客户关系管理的目的都是使客户的需求和欲望得到满足，并让客户满意，使企业能在激烈的市场竞争中立于不败之地。电子商务使企业和客户之间的交流更加方便、频繁和便捷。电子商务环境下的客户关系管理与传统商务环境下相比，又具有三方面的优势：客户服务流程与方法的整合、重在一对一的营销和交互的实时性。

首先，客户服务流程与方法的整合。它使得企业可以同时让客户选择在不同时间以电话、传真、网站或电子邮件等各种方式与企业接触，同时也可以用先进的分析方法，探索客户相关的知识，从而作为客户管理的有效依据。

其次，重在一对一的营销。电子商务环境下，客户关系管理把每一个客户作为一个单位，对客户行为进行追踪或分析，来发现其行为方式与偏好，从而针对不同的客户采取不同的营销策略。

最后，交互的实时性。互联网时代消费者快速地接受大量信息，消费者的偏好不断地改变。企业必须不断地观察消费者行为的改变，并立即产生应对策略，才能掌握先机赢得客户。

电子商务环境的客户关系管理存在一些问题，其中最主要的就是大量的有益信息并未充分的挖掘和利用。电子商务网站每天都可能有上百万次的在线交易，生成大量的记录文件和登记表，这些数据都是和客户行为有关的，对商家来说非常重要。但这些数据资源中所蕴含的大量有益信息至今未得到充分的挖掘和利用。如何从海量数据中及时发现有用知识，提高数据利用率，对企业来说非常重要。

数据挖掘技术的商业价值

在电子商务环境下，利用数据挖掘技术，企业可以快速了解客户的偏好，并立即产生应对策略，从而掌握先机，赢得客户;也可以对数据库中客户的历史信息记录进行挖掘得到有价值的信息，来预测市场的潜在消费需求，从而做出正确的有利于企业的决策;企业还可以通过数据挖掘对客户的行为模式进行分析和追踪，发现客户的消费偏好，从而针对不同的客户推出不同的服务和产品，实现个性化营销，最终使企业效益最大化。

客户细分

对于企业而言，不同的客户具有不同的关系价值。客户关系管理作为一个获取、保持和增加可盈利客户的过程，其首要任务就是对客户进行区分，识别出哪些客户是具有价值的，而哪些客户根本不值得企业投资。客户细分作为一种客户分类的方法，为企业准确识别和定位客户群体提供了一种有用的工具，是企业了解客户的重要手段。

通常采用数据挖掘的聚类技术来实现客户细分。聚类技术是数据挖掘的一项重要功能，它将数据集分成若干不同的类，使得在同一类中的数据对象尽可能的相似，而不同类中的数据尽可能的相异。企业可以通过聚类技术对客户进行细分，归纳出客户的共性和差异，从而针对不同的客户群制定不同的服务政策。

客户获取

客户获取是增加客户市场份额最直接有效的方式之一，它是建立客户关系的初级阶段。对于大多数企业来讲，获取新客户是企业迅速增长的必要条件。新的客户包括不了解企业产品的客户，也包括以前接受竞争对手服务的客户。不管是哪一种客户，利用数据挖掘技术都可以识别出潜在客户，最终帮助企业获取新客户，使企业做到心中有数、有的放矢。

与客户细分不同，获取新客户的行为是对未来的预测，而不是对历史数据的显示和报告，因此可以采用数据挖掘技术中的分类方法，找出那些对企业提供的服务感兴趣的客户，进而达到获取新客户的目的。通过分类方法对客户的消费行为进行分析，总结出客户的行为模式，从而预测潜在的客户及其消费行为模式，采取合适的营销策略。

交叉销售

交叉销售是一种发现顾客多种需求，并满足其多种需求的营销方式，从横向角度开发产品市场，是营销人员在完成本职工作以后，主动积极的向现有客户提供额外的产品或服务。交叉销售是在同一个客户身上挖掘、开拓更多的顾客需求，而不是只满足于客户某次的购买需求，横向的开拓市场。

在电子商务时代，商家通过购物网站提供了大量的商品，客户无法一眼通过屏幕就了解所有的商品，也无法直接检查商品的质量。所以，客户需要一种电子购物助手，能根据客户自己的兴趣爱好推荐客户可能感兴趣或者满意的商品。建立在海量数据挖掘基础上的个性化推荐系统应运而生。个性化推荐系统是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品，从而实现交叉销售。

客户保持

客户保持是指供应商维护已建立的客户关系，使客户不断重复购买产品或服务的过程。客户保持与企业利润是息息相关的，企业利润来自于客户支付的买价与企业成本的差额。显然，客户与企业保持关系越持久，重复购买的次数越多，就越有可能为企业带来利润。

客户保持需要研究如下两个核心问题：一是如何识别公司最有价值的客户，以确定哪些客户是公司合适的保持对象;二是如何保持最有价值的客户。可以运用数据挖掘技术中的关联分析和序列模式分析等方法进行决策分析。首先对已经流失的客户数据进行分析，建立流失客户模型，再根据分析出的结果，到现有的客户资料中找出潜在可能流失的客户。通过对潜在流失客户数据进行分析挖掘，企业可以针对客户的需求，有针对性地对客户采取相应的措施来防止这些客户的流失，从而达到保持客户的目的。