杨星宸
摘 要：随着信息技术的迅速发展，“大数据”这一名词逐渐在各行各业中产生了巨大的影响。大数据技术主要包含了数据挖掘（采集）、数据分析、数据储存等技术，前两者与客户关系管理的业务紧密联系。目前，大部分国家都已认识到大数据的价值，并将其作为战略性技术来开展研究与应用。在企业客户关系管理中，基于大数据的高水平信息化平台，可高效推动营销，达到企业扩张、加速盈利的目标。
关键词：大数据 客户关系管理 信息化 精准营销
中图分类号：F270 文献标识码：A 文章编号：1672-3791（2020）03（b）-0065-02
1 大数据与客户关系管理
1.1 数据挖掘和分析技术
与传统的数据分析相比，数据挖掘是在不具备假设前提的背景下来挖掘信息，其目的是在海量数据中找出数据之间的关系，而并非是对某个假设模式的正确性加以验证，促使企业更精准地定位目标客户群。通过数据挖掘、清洗过滤，分析数据之间的关联特性并建立合理的分析模型;同时通过语义搜索利用关键词、标签等建立客户画像、掌握客户消费习惯，以此演绎、预测客户群体的需求。
1.2 大数据在客户关系管理中的优势
第一，提高客户的忠诚度。在大数据时代下，企业可采用大数据挖掘并取得最有价值的客户信息，从而制定出针对性较强的产品及服务，巩固和提高客户忠诚度。第二，帮助企业挖掘新客户。在传统的模式下，企业大多通过依靠客户为其营造的利润多少来评价客户的价值（核心客户或是普通客户）。这样极有可能会因为信息的不完善而漏掉一部分核心客户。而处于大数据时代下，企业通过大数据将产品及服务信息传递给客户，接收客户的反馈数据并不断迭代，能使企业发现潜在的市场及目标客户群。第三，降低客户关系的维持成本。企业可以利用大数据分析客户的爱好和行为，实现营销的精准推送，避免盲目投入成本。同时大数据分析也可以完善业务流程，提高资源使用效率，增强企业的收入[1]。
2 基于大数据的精准营销系统构建
2.1 精准营销系统的必要性
企业维护一个老客户所需成本往往比开发一个新客户低得多。老客户的流失主要存在两种类型：一是快乐流失。指的是客户对企业的产品及服务满意，但是短时间内未成为回头客。因此，企业要能准确预测他们的离开时间，并给予他们一定的优惠政策。二是不快乐流失。指的是客户因不满意企业的产品或服务而离开。这时企业必须分析客户离开的真实原因，并及时改善产品及服务[2]。所以，巩固和提高现有客户的忠诚度显得极为关键。在传统的消费者视图中，“忠诚度”指的是消费者对同一品牌产品的重复购买度，但是无法明确掌握消费者重复购买该产品的原因及对品牌的态度;而在新型的消费者视图中，“忠诚度”指的是消费者希望可以与品牌企业进行深入互动，同时他们也愿意提供自身的喜好、产品及品牌的意见及建议，使企业可以更好地掌握消费者的行为信息及购买喜好，从而了解消费者对品牌的信任度。为了快速适应新型消费者，企业应当利用大数据、互联网等新型技术，建立完善精准营销系统，对消费者的购买行为、喜好等数据信息进行挖掘、分析及运用，以提升集团在市场中的竞争力。
2.2 精准营销系统的构建
精准营销系统是实施消费者精准营销的信息化平台，对企业营销的效率及质量极大的推动作用。精准营销系统的框架图见图1，其核心模块主要包含了数据采集（内外部客户数据采集）、数据融合（工具清洗）、数据分析（模型）与应用4个模块。前端主要是通过对客户的行为数据进行采集，中间环节是通过工具来过滤、提炼数据集市中的信息，传递给后端的销售人员，使销售人员可以基于用户图像、产品推荐等信息，利用微信、短信等形式来与客户进行互动和营销，提高客户的忠诚度。
首先，客户数据模块主要分别3类：一是第一方数据。可以将其理解为集团在内部平台采集自身的数据。如营销活动中所采集的客户数据信息、订单体系中的交易数据信息等。其作用在于基于现有客户的交易行为来判断新客户的交易机会，通过一系列营销活动来获取新客户及保护老客户。二是第二方数据。指的是在外部平台中采集相应的数据信息，其中主要包含了网络媒体和电商。网络媒体主要包含了该集团所建立的媒体社交账户中的行为数据。电商数据主要指客户所成交的订单信息。三是开放式数据。在网络中存在海量的数据信息，并且这些数据信息具备多元化、动态化，利用大数据找出数据中隐藏的逻辑关系。
其次，利用工具进行数据清洗。其中主要包含推荐体系等专业性的数据罗盘，还包含了数据挖掘、数据管理等平台。利用这些数据罗盘可以对客户的数据信息进行有效的处理与运用。
最后，建立模型及应用。其中主要有用户画像、营销预测、信用模型等。用户画像指的是通过对大量的数据进行分析之后，对相同属性、相同特征的客户群或个体客户进行特征描述，之后再基于此对客户贴上相应的标签，并且标签相同的客户群可以利用推荐系统来实施统一的产品推广。在精准营销中，用户画像是其最核心的部分。前台及后台的评级系统中可以充分展示出企业的评级内容及结果，客户及营销人员可以迅速找到所需内容，形成信息共享。客户可以充分掌握企业的相关信息。销售预测则是企业通过对产品的销售、仓储等数据信息进行分析，对其日后的销售额进行预测。风险控制主要是对客户的各类数据信息进行分析，及时找出恶意客户，开展有效的措施来降低风险。例如：361°集团从细节出发，每位客户生日都可以收到一份属于自己的礼物及优惠劵，很多客户在收到礼物之后，都很开心地发了朋友圈[3]。
3 结语
随着大数据时代的来临，未来还会有很多企业和行业会运用大数据来获取发展，大数据将会为它们创造出较大的经济效益。因此，企业应当充分利用大数据的优势，推动全行业持续健康地发展。
参考文献
[1] 张建平.大数据时代下广电网络客户关系管理[J].中国有线电视，2017（3）：316-318.
[2] 唐璐瑤.浅析大数据时代网络营销的客户关系管理[J].现代经济信息，2015（8）：145.
[3] 许扬扬.361°集团精准营销策略研究[D].兰州理工大学，2018.
