电信CRM中的客户特征管理

admin

摘要　本文提出了客户关系管理（CRM）系统中不同于客户属性的客户特征概念。在论述中，首先说明了客户特征和属性的不同，然后介绍了它在客户关系管理中的应用和管理，以及其设计原则。
1、引言
　　在电信市场竞争日益激烈的今天，电信企业（网络运营商和电信服务提供商）的经营理念发生了巨大的变化。作为企业资源的客户在企业经营中的地位也越来越高，如何争取和保留客户，如何提升客户的价值，成了企业经营的重要问题。为了保证对客户的服务和管理达到上述目的，几乎所有电信企业都建立了自己的客户关系管理（CRM）系统或应用，这些系统和应用在企业的市场销售、客户服务等方面正在发挥着举足轻重的作用。
　　CRM系统的一个重要的功能是管理客户信息，电信CRM同样如此，在NGOSS（新一代运营支撑系统）的SID（共享信息/数据）中，客户是一个重要的域[1]。客户信息不仅是市场营销和客户服务等经营活动的依据，也是企业经营决策的重要依据，因此能否保证客户信息的准确和完整是CRM系统能否有效发挥作用的前提。
　　在CRM系统中，客户的静态信息主要是以客户的各种属性来描述的，通过这些属性电信企业可以了解客户的具体情况，可作为运营和决策操作的输入或参考。
　　CRM系统中的客户属性有两类，一种是客户的外在属性，例如，客户的姓名、住址、出生年月日等；另一类是通过分析得出的客户特征，例如，客户的信用度、积分或客户的消费特点等。
　　在一般的CRM系统中，对这两类属性并不加以区分。其实无论在生成、维护还是在管理、使用方面，这两类属性都有很大的不同，为此，本文提出将这两类属性进行区分，以不同的方式进行管理和使用。
2、客户特征和客户属性
　　经常把CRM分为操作型CRM和分析型CRM（有时还分交互型CRM）[2]。一般来说，分析型CRM的数据来源主要是操作型CRM操作处理的结果，而分析型CRM的操作处理结果则主要用于企业的统计分析和决策支持。实际上，操作型CRM同样会使用这些分析结果。例如在电信CRM系统中，会根据客户的信用等级来决定收费和结算的方式，会根据客户过去对电信收入的贡献来定价。决定某些费率等。这里客户对电信收入的贡献和信用等级均来自对客户原始数据的分析。
　　随着企业客户关系管理的深入发展以及技术手段的完善，市场细分和客户精细化管理越来越受到重视，在运营操作中，对这些分析数据的使用也越来越多。在技术方面，为了提高系统的灵活程度和适应性，规则和策略在电信运营支撑系统中的应用也越来越广泛，在基于策略的系统中[3，4]，通过分析或学习得出的信息同样起着十分重要的作用。
　　为了方便运营操作的使用，在操作型CRM中，这些分析结果往往以特征数据的方式作为客户的属性存放。这样，客户的属性来源就有两个：一个是通过客户接触或业务处理（主要是销售过程）得到的客户外在属性，如个人客户的性别、出生年月，团体客户的性质（企业、社会团体等）、成立日期等；另一个是通过分析得到的客户特征，如前述的信用等级、收入贡献等。为了区分这两类信息，在本文中将外在的属性称为属性，而将分析得出的属性称为特征。除了上面提到的来源以外，属性和特征还有以下几方面的不同。
　　●时效性不同。一般来说，属性是不变的或较少变化的信息，例如，客户的姓名（名称）、证件信息等一般是不会改变的，有些属性，例如客户地址，虽然会改变，但不会很频繁。由于特征来自对动态数据的统计分析，所以其时间稳定性一般比较差，基础数据积累的变化和分析方法的变化都会引起它的改变。例如，客户信用等级会随着其支付、借贷等活动而改变；客户的消费习惯也会随着分析方式和目标的不同而发生变化。
　　●关联性不同。一般来说，属性表达的是一种直接的客观事实，特征则是因一定目的对这些客观事实的分析和综合；另外，特征的生成一般有相当的目的性，与生成者的视角有一定的关系。因此，属性的关联因素较少，特征的关联因素较多。特征有两个方面的关联因素：其一，它是多种事实综合的结果，因而和这些事实之间有关联；其二，它和观察视角（即目的性）有关联。例如，客户对企业收入的贡献必须综合客户的多次消费才能得出，它必然和这些消费有关联；另外统计的方式不同得出的结果也可能不同，例如，可以对近期的消费进行加权，得出的结果和一般的消费累加也是不一样的。
　　●可信程度不同。由于特征的关联因素多，任何一个因素的改变或不准确都会对最后结果（特征）产生影响；同时，特征的时效性较强，管理因素也会影响它的可信程度，因此，特征的可信程度一般比属性要低。例如，在计算客户对企业收入的贡献时，如果采集的数据只是最近一年的，得出的结果就无法反映该客户自使用企业产品以来的贡献。
　　表1是对客户属性和客户特征差异的总结。

表1　客户属性和客户特征的差异

<div align="center">

比较方面	客户属性	客户特征
来源	通过操作直接获得	通过对数据的分析和综合获得
时效	一般长期有效	有时效性
关联	关联简单	关联复杂
可信程度	可信程度高	可信程度受多种因素影响