发表于：2013/9/9 17:42:16
#0楼
1、根据客户细分和客户价值来驱动CRM业务流程改进。
CRM软件项目实施是以业务和管理为核心的，是为了建立一套以客户为中心的销售服务体系。因此，CRM系统的实施应当是以客户细分和客户价值来驱动业务过程改进。在实施过程中主动思考现有的销售、市场和服务机制存在的问题与长处，将客户可能与企业发生关系的连结点做以全盘考虑，根据客户细分保留自己的优势与长处，CRM系统去除业务环节中没有效率的地方，改善对客户关系不能起到帮助作用的环节。http://soft.xuanruanjian.com
这就要求企业在CRM应用过程中不断地对客户细分和客户价值进行分析，客户关系管理系统对现有业务流程和未来流程进行认真比较和分析，在保留原有优势前提下实现进一步提高。
2、树立客户分析才是CRM应用的终极目标。
我们对CRM的本质进行分析，发现问题不只在于缺乏合适的数据，还在于CRM应用过程中客户分析目标的模糊。因此，当务之急是界定公司上下都清楚的客户分析目标。目前，实施CRM管理系统的企业都不约而同地将市场、销售与售后服务业务的集成作为项目实施的目标。从CRM的长远目标来看，这一步骤是十分必要的，但它不是CRM实施的全部内容。
市场、销售与服务的高度集成化确实可以带来业务部门工作效率的提高，但集成化的系统本身并不能加强企业对市场的认识和了解程度，也不能因此密切与客户关系。CRM实施成功更为重要的阶段在于对数据的有效处理和分析。通过分析，使企业理解客户行为及其购买方式，发现适合不同客户的多样化的销售形式；进而以分析结果为依据实现企业业务过程和内部组织结构的调整。
这一步所取得的结果将非常重要。它不单反映业务目前状况，同时也对未来业务计划的调整起到指导作用。因此CRM项目的应用应该树立明确的分析目标。如客户分析具体指标、预算和预测、CRM成效管理。
3、建立有效的客户数据库。
建立数据库将迫使公司解决关键问题，公司必须完成客户定义，成本、收益和赢利的分析工作，然后进行验证。简言之，在建立客户数据库的时候，你要搞清楚该放什么数据进去。例如现成的系统没有包含所需要的资料，或者这些资料的格式对不对。
对CRM系统中的数据进行加工、处理与分析将使企业对“以客户为中心”的经营目标受益匪浅。对数据的分析可以采用OLAP（Online Analysis Processing）的方式进行，生成各类报告。也可以采用业务数据仓库（Business Information Warehouse）的处理手段，对数据做进一步的加工与数据挖掘，分析各数据指标间的关联关系，建立关联性的数据模型用于模拟和预测。
CRM软件项目实施是以业务和管理为核心的，是为了建立一套以客户为中心的销售服务体系。因此，CRM系统的实施应当是以客户细分和客户价值来驱动业务过程改进。在实施过程中主动思考现有的销售、市场和服务机制存在的问题与长处，将客户可能与企业发生关系的连结点做以全盘考虑，根据客户细分保留自己的优势与长处，CRM系统去除业务环节中没有效率的地方，改善对客户关系不能起到帮助作用的环节。http://soft.xuanruanjian.com
这就要求企业在CRM应用过程中不断地对客户细分和客户价值进行分析，客户关系管理系统对现有业务流程和未来流程进行认真比较和分析，在保留原有优势前提下实现进一步提高。
2、树立客户分析才是CRM应用的终极目标。
我们对CRM的本质进行分析，发现问题不只在于缺乏合适的数据，还在于CRM应用过程中客户分析目标的模糊。因此，当务之急是界定公司上下都清楚的客户分析目标。目前，实施CRM管理系统的企业都不约而同地将市场、销售与售后服务业务的集成作为项目实施的目标。从CRM的长远目标来看，这一步骤是十分必要的，但它不是CRM实施的全部内容。
市场、销售与服务的高度集成化确实可以带来业务部门工作效率的提高，但集成化的系统本身并不能加强企业对市场的认识和了解程度，也不能因此密切与客户关系。CRM实施成功更为重要的阶段在于对数据的有效处理和分析。通过分析，使企业理解客户行为及其购买方式，发现适合不同客户的多样化的销售形式；进而以分析结果为依据实现企业业务过程和内部组织结构的调整。
这一步所取得的结果将非常重要。它不单反映业务目前状况，同时也对未来业务计划的调整起到指导作用。因此CRM项目的应用应该树立明确的分析目标。如客户分析具体指标、预算和预测、CRM成效管理。
3、建立有效的客户数据库。
建立数据库将迫使公司解决关键问题，公司必须完成客户定义，成本、收益和赢利的分析工作，然后进行验证。简言之，在建立客户数据库的时候，你要搞清楚该放什么数据进去。例如现成的系统没有包含所需要的资料，或者这些资料的格式对不对。
对CRM系统中的数据进行加工、处理与分析将使企业对“以客户为中心”的经营目标受益匪浅。对数据的分析可以采用OLAP（Online Analysis Processing）的方式进行，生成各类报告。也可以采用业务数据仓库（Business Information Warehouse）的处理手段，对数据做进一步的加工与数据挖掘，分析各数据指标间的关联关系，建立关联性的数据模型用于模拟和预测。