谈谈客户智能的基本知识

几乎所有试图包容“客户智能”的CRM解决方案提供商，都把客户智能（Customer Intelligence）作为“客户分析”的代名词。在一定程度上，这种理解能够渲染CRM解决方案的“内在”价值，从而作为市场运
e0f0
作的一面旗帜。但这并非明智之举，如果在客户智能概念尚不清晰的情况下就盲目提升CRM用户的期望值，往往会适得其反。通过本文及与之相关的系列文章的论述，我们希望能够理清CRM方案提供商和企业用户对客户智能的界定。

　　客户智能：能力的象征

　　企业发现，通过坐下来与每一个客户交流从而发展亲密的客户关系是困难的。首先，通过客户细化，我们会发现持续地投入和培育所有的客户关系，从投资回报的角度来说，并非明智之举；其次，繁杂无序的客户数据通常并不直接提供有价值的信息，对此，即使是有经验的决策人员也深有感触。但是，残酷的市场竞争要求企业只有通过建立起与客户之间一对一的关系才有可能获得长期的利益，而这种长期的“关系”是建立在企业能够有效地挖掘客户数据中潜在的、有价值的信息的基础上的。

　　将“客户智能”引入到客户关系的优化和管理上的目的之一，是让企业在处理其与客户之间的关系时保持主动，使“以客户为中心”的经营理念更具有可操作性，而不是空谈。而目前企业所缺乏的就是利用科学的方法和技术分析客户的信息和数据，获得客户知识，从而产生有效的决策。客户智能涉及了客户知识从产生到在企业中的分发、使用的整个过程。客户智能实现的结果即是有效的、与客户有关的决策和行动。所以，客户智能是一种能力的象征。

　　客户智能的发展历程

　　尽管客户智能作用重大，但其概念并不为广大用户所熟知，这一名词最初出现在许多国内外CRM提供商的解决方案中。了解客户智能的理论研究和应用历程，目的是回顾客户智能的发展历程，从而可以从客户智能的来龙去脉中逐渐认识这一新生事物。

　　目前，关于客户智能的研究与应用大致分为三类，下面将详细介绍每一类别的内容，并分析其不足之处：

　　以作用、内容和实质为焦点

　　这方面的研究多是咨询机构面向商业人员的培训和分析，所以充满着浓郁的商业气氛，其研究成果涵盖了所有能提供商业人员有价值的信息和知识的过程和方法。在研究过程中，大多人分析了客户智能与CRM的关系，比如BO公司的Paul Clark认为：客户智能是CRM的智慧所在。但也有例外。比如Jason Bloomberg从“前台电子商务”在企业价值链中的地位谈起，指出客户智能在发展企业长久的客户关系中所起的关键作用。客户智能的作用不仅能使商家对有关客户的静态信息进行分析，而且能对诸如销售历史等客户数据进行动态地分析。

　　Neural Innovation技术白皮书在谈到客户智能时，提到了数据挖掘在实际应用中的不足。该白皮书还使用了客户智能系统的概念，认为客户智能系统应该具备以下要素：

　　◆ 大量可获取的数据和存贮；

　　◆ 高效的数据抽取导航；

　　◆ 数据总结和详细报表；

　　◆从历史交易中寻找关系和智能（Intelligence）；

　　◆ 对未来活动建立预测模型的能力。

　　Wayne W. Echerson对客户智能的理解是：客户智能是指用来收集、分析和利用客户数据的工具和战略。客户智能使企业更好地理解它们的客户（如人口统计信息、利润率、偏好、趋向等），因此能更有效地获取、保留、服务、提升客户，来满足商业战略目标的需要。他还指出，在实质上，客户智能集成了DSS工具、数据库营销和CRM理论。

　　以功能的实现为焦点

　　这主要体现了商业智能工具是如何实现客户智能的。IBM商业智能解决方案中将CRM实现作为商业智能的一种应用。kbase定义了使用商业智能工具解决与客户有关的问题的步骤：1）定义商业目标；2）可行性评估；3）标识数据源；4）设计执行计划；5）使用Kbase技术生成方案；6）解决以上定义的商业问题；7）将发现的商业智能投入使用；8）训练员工和使用者；9）支持。

　　Jim Berkowitz提出“商业智能是CRM的基础”的观点。另一个难能可贵的地方是该研究对商业智能包括的组件进行了分析，将OLAP、数据仓库、数据挖掘技术作为商业智能的必备组件。有些应用将数据挖掘技术应用在电力企业的客户数据库中，并将这种应用称为异常客户智能发现（Anomalous Customer Intelligent Discover，ACID）。

　　以解决方案为焦点

　　这方面的研究围绕与客户智能有交叉的领域展开，虽然在研究成果中没有提及客户智能的概念，但是对客户智能的发展有很大益处。所有的分析型CRM的解决方案均可归于这一范畴。Emma Chablo的研究成果中提及客户知识：客户知识是CRM的重要组成部分，而营销数据智能是向CRM提供真正客户知识的CRM部分。他将营销数据智能定义为：利用数据驱动营销手段和技术来提高对客户、产品和交易数据的理解和认识，以此帮助CRM制订战略决策。在其研究成果中，Emma Chablo总结了CRM实施的阻力，包括：1）操作上的难度；2）贫乏的营销实践；3）不完全、没有整合的信息系统；4）获得和理解客户需求的能力；5）客户信息的不完全；6）客户的无效分类。

　　应用客户智能

　　对客户智能的理解因出发角度不同，很难从中总结出一个令人信服的定义。这其中存在一个共性：几乎没有人从知识在制订与客户有关的决策的过程中的作用这一视角来研究客户智能，而只有将对知识的研究作为出发点，才能发现客户智能实质的内容。因为任何决策过程都是知识的组织与应用的过程。而客户决策过程就可定义为通过客户知识，来准确发现和定位影响客户消费行为的激励因素和驱动因素，并将之应用于客户决策。

　　概括地讲，客户智能是创新和使用客户知识、帮助企业提高优化客户关系的决策能力和整体运营能力的概念、方法、过程以及软件的集合。“智能”体现了个体对环境应变的能力，客户“智能”反应了当面对特定的、与客户有关的决策问题时，企业作为一个整体抓住问题本质，并对它们做出适当的反应的能力。

　　客户理论的指导作用

　　客户智能是一个具有多种学科交叉特性的新概念，它的形成与发展吸收了市场营销学、消费行为学和消费心理学等学科的研究成果，并且以许多研究领域为支持，比如知识工程学、人工智能学、统计学、计算机技术等等。本文认为，客户理论是客户智能存在的客观依据和被实现的理论支柱，它们作为客户智能发挥作用的管理思想和理论导向，在客户智能体系中扮演着幕后的、发挥至关重要作用的角色。

　　仔细总结国内外有关CRM的研究，我们会发现，绝大多数CRM领域的新概念、新思想来自于CRM解决方案提供商。由于每个CRM解决方案提供商都是从自身产品的视角来诠释CRM的理念，从而造成CRM研究和应用的多样化、缺乏统一模式。可以说，到目前为止，CRM的理论研究和学术探讨并未真正走向体系化、统一化。

　　客户理论是与客户有关的理论，它是关于客户行为、客户心理、客户价值的研究，以及企业对客户的相关评价、判断等密切相关的理论的集合。客户理论能够全面解释一个客户从认识一个产品（服务）到做出购买决策的整个过程。比如，消费行为建模描述了客户如何制定购买决策、如何使用和处理购买的产品或服务的过程，它还包括影响购买因素的分析和产品的使用等信息。消费心理建模描述客户在需求、购买、使用产品或服务过程中，其心理现象产生、发展和具有的一般性规律。

　　客户理论以客户属性（特征）为分析对象，采用定性和定量的分析方法，指导CRM系统按某一主题对客户进行分析，比如客户满意度分析、利润率分析、客户忠诚分析、客户知识、客户价值分析等。客户分析的结果是产生有效的客户战略或策略，如客户保留策略、市场营销策略（如目标市场选择策略、营销组合策略、价格策略）、销售策略等。由于客户理论能够揭示客户决策过程的一般规律，可以用来指导CRM系统的设计和实施，所以客户理论的研究和应用能够促进CRM的理论研究和学术探讨体系化、统一化。

　　客户智能发展战略

　　客户资源逐渐成为企业最重要的资源。客户的需求和期望会长期影响企业总体战略的制订、实施和评价。在当前，以及以后更长的时间内，企业应该支持以客户为中心的发展战略，以客户为导向组织企业的生产和管理。而客户发展战略是企业为有效制订面向客户的长期决策、实现和坚持以客户为中心的经营模式和企业文化、以客户为导向的营销策略所必须参照的指导思想。客户发展战略是对企业战略最具影响力的战略思想。

　　它通过对客户数据的获取、管理和分析，为企业组织内协同工作的各种人员提供客户知识，以提高企业战略决策和战术决策能力。因此，战略层面包括两个方面的内容：一是与客户有关的战略决策（图1a），是客户发展战略的指导思想。战略决策用来解决面向客户“做什么”等长效性的问题；二是客户智能系统创新的客户知识在使用中产生的能力——客户智能，反映了战术决策的能力（图1b）。战术决策解决的是面向客户“怎么做”的问题，具有时效性。

　　


　　


　　以客户为中心的发展战略离不开企业各类职能战略的支持，如目标市场战略、营销组合战略、市场竞争战略、财务战略、协作战略、组织战略、人才战略等。以客户为中心的发展战略不能代替企业总体战略，但是总体战略最具有参照价值的战略。

　　客户发展战略强调企业全员的参与。它帮助在企业内营造一个以客户为中心的经营模式，一个以客户为中心的企业文化和辅助进行以客户为导向的企业决策。企业的每一个成员成为客户的拥护者和综合者，拥护者是指员工积极与客户交流、获取需求信息；综合者是指每一个人处于由不同部门组成的内部网络系统之中，协同响应客户的消费活动。

　　客户智能系统

　　客户智能系统（Customer Intelligence System，CIS）是实现客户智能的系统平台，是基于客户理论的可操作系统框架。客户智能系统为更好地制订与客户有关的战略和决策提供良好的应用环境，为特定的应用系统，如客户关系管理（CRM）、销售自动化系统（SFA）、营销管理系统提供数据环境和决策分析支持。面向与客户有关的特定战略和决策问题，客户智能系统从数据准备做起，建立或虚拟一个集成的客户数据环境。在集成的客户数据环境基础上，利用科学的决策分析工具，通过数据分析、知识发现等过程，发现客户信息或客户知识，然后解释、分析和发现结果，为战略制订和决策提供支持。整个过程中，集成的数据环境和决策分析工具是十分重要和不要缺少的。

　　客户智能的本质

　　所有客户知识的创新都是基于客户理论的。客户知识的使用会使该理论基础对应的决策主题（如客户分类、客户差异、客户满意、客户忠诚）更有效、更科学。但是，如何来衡量这种有效性和科学性呢？比如，客户满意和客户忠诚均是客户对企业的情感表达，较难对客户智能实现效果进行衡量。而客户忠诚更是如此，因为客户忠诚是长期客户满意的情感积累，并且达到忠诚的时间长短因人而异。所以，必须找到指导客户智能实现效果的一般性思想方法，那就是客户价值。客户智能实现效果只有以正确的客户价值分析为基础，才能得以衡量和具有说服力。

　　关系营销视角或范式（Perspective or Paradigm）认为，客户在感知价值时除了关注企业的产品或服务外，还关注其与企业间的关系；客户价值不仅来源于核心产品和附属服务，而且还包括客户维系的努力。企业可以通过发展良好而持续的客户关系来创造客户价值。客户关系的本质特征之一就是：能为双方带来价值是任何一个客户关系存在的前提。正是客户关系与客户价值之间的这种相关性，从根本上影响了客户智能的本质。

　　客户价值早被企业在制订竞争战略中所关注，客户价值分析（customer value analysis，CVA）分析客户价值在企业中的重要性，是辅助制订企业竞争战略的有效工具，也是进行客户价值管理（CVM）的重要依据。客户价值分析为企业优化客户关系提供了一种有益的分析方法。越来越多的专家和学者认识到客户价值在企业战略中的重要性，也纷纷建立了客户价值分析的定量模型。

　　客户价值概念的提出是市场营销理论的又一次飞跃，它使得市场营销理论向着更加精细化、可操作化的方向发展。客户价值的理论意义在于它能概括一般性的现实情况并能够用于指导实践。

　　正是基于客户价值在客户决策中的重要指导地位，我们认为，客户智能的本质是创新、使用客户知识创造客户价值，从而获得竞争优势（图2）。客户价值分析是客户智能具有的重要分析方法，它不但权衡利用客户知识产生客户智能的效果，而且在分析过程中产生新的客户知识。由此，客户价值分析对与客户有关的活动的支持（通过客户知识）作用就显得尤为重要。比如，标识客户、客户细分、客户差异、客户满意、客户忠诚等面向客户的决策主题因为有了客户价值分析的支持，就会有的放矢，引导正确的客户关系。

　　


　　美国生产力与质量中心（APQS）曾研究100多家企业后发现，不断学习、集成和运用客户知识可成为创造客户价值的重要来源。运用客户知识创造客户价值的途径很多，比如将客户知识直接作用于产品或客户；获取外部客户知识作用于客户等等。运用知识发现技术产生个性化的客户知识用于客户价值的创造，也是途径中的一种。