行业客户战略分析五法之四：行业分析

　　随着市场竞争的加剧，客户个性化程度不断分化，以及IT技术进步带来的营销革命，越来越多的服务性企业开始进入新的营销浪潮之中，即客户洞察驱动的个性化营销。越来越多的企业营销经理开始谈论客户关系营销、直复营销、数据库营销、个性化营销这些名词，听个性化营销可能为企业带来的巨大投资回报，往往令每一位营销经理鼓舞，但企业在建立个性化营销的核心能力方面，往往有所欠缺，而在实际的企业营销实践中又往往急于求成，是造成这些企业实际营销效果往往不如期望的那样乐观的原因所在。
 
　　客户的需求得到了愉悦的满足，营销的价值得到充分的体现，这是检验营销行为的唯一标准。
 
　　1、数据分析个性化
　　 
　　很多运营多年的企业往往有着比较完备销售数据和交易数据，这些企业往往认为对这些数据进行有效的采集和集成即可以有效的帮助企业进行一对一的个性化营销，而实际营销的效果经常不尽人意。造成这样的原因何在？
 
　　这些企业虽然有了完整的交易数据，如交易时间、交易次数、交易金额等等，但是这些数据全部是基于事务处理过程中产生的交易数据，而从客户知识的角度所需的客户信息并不仅仅是交易数据。客户数据是根据客户的需求来设计和采集的，而实际上大多企业非常缺乏能够洞察客户行为和价值的客户信息，如人口统计数据、行为心理数据等等。这些数据并不影响企业与客户的交易行为，但对于分析和识别客户的行为和价值却至关重要。
 
　　在众多企业里，经常听到企业的技术人员讲，我们已经应用国际领先厂商提供的先进工具建立了数据仓库，但当基于某些应用主题对客户进行分析建模需要抽取客户数据时，常常发现企业建立的所谓的数据仓库只是基于交易数据的汇总，有时甚至连基本的数据建模都存在问题，更不用提能否支撑基于分析主题的业务建模了，客户分析所需的一些行为变量根本没有，经常需要重新构建分析所需的客户数据文件。而这时企业的市场管理人员，往往又不理解为什么投巨资建立的数据仓库不能支持有效的客户分析工作。
 
　　这是因为，企业没有建立起完整的客户数据管理策略，即从统一客户视图的角度来规划客户数据管理策略。而建立客户数据管理能力往往需要多年的积累，有计划有策略的采集和丰富客户数据，有时需要从外部采集第三方的数据源，与内部的数据进行集成和丰富，建立高质量的客户信息基础，并应用于企业层次管理和维护客户数据质量，这才是应用客户知识重要的基础和保障。
 
　　案例：沃尔玛的“ 啤酒和尿布” 
 
　　不少媒体都曾报道过：就是沃尔玛通过建立的数据仓库，按周期统计产品的销售信息，经过科学建模后提炼决策层数据。结果发现，每逢周末，位于某地区的沃尔玛连锁超市啤酒和尿布的销量很大。进一步调查表明，在美国有孩子的家庭中，太太经常嘱咐他们的丈夫下班以后要为孩子买尿布，而丈夫们在买完尿布以后又顺手带回了自己爱喝的啤酒，因此啤酒和尿布一起购买的机会是最多的。之后该店打破常规，将啤酒和尿布的货架放在了一起，使得啤酒和尿布的销量进一步增长。
 
　　“ 买啤酒时也会买尿布”，这一规律的抽象表示就成了数据挖掘里的关联分析法。这是一条关联规则，当然在实际应用中，这里面有“ 他有多大可能性同时买啤酒和尿布”和“ 他在买尿布后有多大可能性买啤酒”等问题需要考虑。
 
　　从海量的原始数据中，找出隐含在其中的、我们事先不知道的、但又是潜在的有意义的知识和信息，从而利用这些知识来指导我们的活动，这便是数据挖掘的初衷。
 
　　数据挖掘技术是数据库研究中最活跃的分支之一，它综合利用了人工智能、数据库、机器学习等多个领域的理论和技术。目前，数据挖掘已经被广泛地运用于各种金融分析、市场分析等多个领域。比如在零售商日常的经营中，每天又会产生大量看似庞杂的信息，而在这些信息背后蕴藏了丰富的经营技巧和市场规律。通过数据挖掘的手段找出这些规律和知识，来直接指导我们的经营活动，给顾客提供最直接最周到的服务，以及通过分析顾客消费和忠诚度的变化，据此对价格和商品的花样进行调整，一边留住老客户，吸引新客户。
 
　　2、客户分析个性化
 
　　简单来讲，客户分析能力就是将客户信息转化为客户知识，并在企业内部进行知识共享的过程能力。
 
　　在众多企业中，有些技术经理谈到客户分析时都认为，客户分析就是数据挖掘和客户细分，这些企业非常热衷于在客户分析方面投资于昂贵的统计分析软件，有些企业甚至在一开始就不惜重金采购SAS、SPSS等高级统计分析工具，但在每年支付着高昂的分析软件服务费用的同时，这些分析工具却并没有给企业带来预期的收益和效果。究其原因，客户分析首先要基于企业的业务目标，主导客户分析是企业的业务和客户营销策略，分析软件仅仅是这一过程的支撑工具而不是主导。企业在没有清晰的客户营销策略下往往听信软件厂商宣称的统计分析工具的强大功能，在没有清晰的客户营销分析策略时，就将大量资金投在了分析软件工具的采购上。这就好比带着高级计算器去参加高考的数学考试一样，计算器也好，统计分析软件也好，仅仅是技术工具，只能帮助你提高计算的效率，而不能告诉你解决问题的思路一样。
 
　　应当由营销部门和服务部门来主导客户分析能力的建设过程，营销和服务部门需要客户分析的结论来支撑营销和服务策略的执行。而在国内企业的现状是，业务部门往往缺乏对分析技术了解的业务人员，而信息技术部门的工程师虽然有着很强的数据库技能，但是往往由于对业务和客户的理解差异，面对着海量的数据，不知如何为业务部门提供分析。
 
　　客户分析是通过对客户信息的理解，应用适应性建模技术，通过动态的行为和价值分析，识别客户的行为、价值和需求，从而为采取差异化的营销与服务策略区别对待不同的客户群提供支撑，并帮助企业建立起实时的业务和客户洞察力。

1 2  下一页