论提高客户关系管理下的数据质量的途径

《论提高客户关系管理下的数据质量的途径 》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论提高客户关系管理下的数据质量的途径----客户关系管理论文-->一、影响环节与因素1.数据采集在CRM的日常运作中，数据采集可以说是影响数量质量的最重要的环节，因为在这一环节中，人的因素非常重要，客户特征数据是要靠人来采集的（原有数据导入等个别情况除外），交易数据的采集，除超市一类主要靠自动采集外，其它多数也要由人的参与来完成，但在数据采集过程中，有许多主客观因素会影响人，进而影响数据质量。首先，工作人员在数据采集时，是会面临具体困难的。比如，在为用户提供销售咨询时，用户在确定购买前，是不愿透露详细完整的个人信息的，此时，相关人员若没有积极

2、主动的工作态度，则很难获得完整信息。其次，销售人员也会对填写详细完整的客户数据有看法：增加工作量的同时，并未明显促进个人销售业绩；个人客户关系会被公司所控制。因而在数据采集过程中往往消极抵制，导致客户数据不完整、不真实。以保险公司为例，保险公司对客户信息的采集工作大多通过销售环节进行，而销售环节中的保险中介人和业务员往往认为，如果客户信息掌握在自己手中，客户就会由自己进行掌握，自己就可以独享客户的投保和续保所带来的佣金收入。而且，中介人和业务员在流动时也会将自己所掌握的客户带走，这就成为他们与保险公司进行讨价还价的筹码。故其常常采取隐瞒客户信

3、息或提供虚假客户信息的做法，将客户信息掌握在自己手中，导致保险公司所掌握客户信息的虚假性和缺损性较为突出。还有一种情况是，许多大型企业，客户地区差异大，销售及市场情况也千差万别，若未充分考虑这种差异，以致设计的数据采集格式不具有足够的包容性，就会使一些相关人员在采集数据时无所适从，只能凭自己的理解来填写。2.数据录入许多数据是必须用手工方式录入系统中的，有时会和数据采集同时进行。这一环节的工作尽管简单，但若缺乏良好的工作流程和完善的软件校验功能，则录入的准确性也无从保证。3.数据更新CRM系统中的客户数据不应是一成不变的，当客户情况已改变但客

4、户数据库中却未进行相应更新时，就会使客户信息失真。如前所述，客户数据分为客户特征数据、态度数据和交易数据。交易数据是时点数据，只需增加而无需更新，除非是纠正错误。客户特征信息是相对稳定的信息，但客户联系、电子信箱等联系方式也会变化，当客户的联系方式变化后，若不及时更新，与客户的互动和对其关怀将最终变得无法进行。客户态度数据则是易变的，更应及时更新。4.客户数据库的架构客户数据作为一个整体是有结构的，而合理的结构有赖于科学地设计和架构客户数据库。这是技术工作，更是管理工作。其中最主要的就是字段设计与关系设计。比如，为尽量保证数据的一致性，就要设

5、置主键，那么具体是以自动生动的顺序编码作主键呢？还是以客户相关特征编码作主键？一个表具体设置哪些字段，哪些是必填的？这看似容易的决定却会直接影响到日后的数据采集工作可操作性及操作的难易度，影响数据的质量，因而是必须慎而又慎的，不仅要考虑客户关怀、客户识别及客户分析之需，更要从基础数据工作的实际出发，考虑其包容性，可行性。二、提高数据质量的途径1.数据规划与设计任何管理软件的开发与实施都要分析业务流程与数据流程，进行必要的业务流程重组。而考虑到CRM系统运行时，数据采集的难度及受人为因素的影响，CRM系统的开发与实施中，更有必要结合业务流程重组

6、，从管理工作的需求与目标和各环节数据工作的实际能力两方面考虑，认真进行数据规划与设计。除了任何情况下都必不可少的数据项目，像客户名称、联系方式等外，数据项目最好不要在软件中固定。即软件开发时，数据项目只是一种模板，数据项目是可增加和删除的。具体数据项目的设置则留给实施环节，由企业方面，精通企业业务和熟知企业实际情况的相关负责人来牵头，负责数据的统筹规划与设计。进行客户识别与客户分析的关键基础数据，如必要的客户特征数据，不能没有；但那些可有可无的数据，如某些客户偏好，则最好不予采用。可选的数据项目是可以设置的，但系统确实需要的数据最好设为必填，

7、因为实际中，无论是企业员工和客户，在数据填写时都是吝啬的，很少人愿意在可选项目上花功夫。设置必填数据项目时，一定要考虑数据采集是否可行，考虑字段名称含义是否足够明确、没有岐义，考虑其是否能适用于不同层次、不同范围的企业员工及客户。为确保日后系统运行时的数据质量及系统运行效果，在数据规划与设计时花费再多的时间与精力也是值得的。2.数据工作流程与制度任何产品的质量都要靠合理的生产流程和严格的生产制度来保证，CRM中数据质量也不例外，它要求在整个企业范围内，建立系统完善的数据工作流程规范与制度。在流程方面，设置各关键数据工作点的操作规范、质量标准，

8、包括数据数量要求，完整性要求，完成特定工作的时间要求，工作环节间的衔接要求等。在制度方面，建立激励机制，将数据工作作为一个重要方面，纳入个人绩效考核的范围，使数据工