可靠的数据是crm系统成功的基石

《可靠的数据是crm系统成功的基石》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、可靠的数据是CRM系统成功的基石

2、第1如今，对于大多数公司而言，是否需要实施一个有效的CRM战略，已经不再是争论的焦点。从全球来看，尽管有很多企业已经降低了IT支出，但是在CRM创新上还是投入了足够的资金。因此，CRM市场仍在持续向前迈进。但是在CRM走向成熟的过程中，失败的案例层出不穷。如果按业界分析师的保守说法，CRM的失败率也有70%。为什么企业成功实施CRM会如此之难？我们认为，企业在CRM系统上花费了好几百万，最终忽视了一个极其重要的基础问题：数据的可靠性/质量。当公司确定了CRM战略后，有一个细节经常容易忽视，即：可靠的、高质量的数据是每一个CRM创新成功的基

3、石。在CRM项目实施之前评估数据质量的重要性不能低估。在不一致的、矛盾的数据基础上的销售、服务和营销努力也只能付之东流。可能我们难以用更好的方式说服企业一定要重视数据的质量，但如果让企业看看那些成功实施CRM的企业的成功之处，也许他们会“一目了然”。对数据可靠性的看法“各执一词”当我们努力协助公司开发成功CRM战略时，我们经常发现：对于可靠性数据的看法，不同的人、不同的部门会持不同的角度。销售和市场执行官认为他们的公司数据是相当可靠的，而且是最新更新的。但是当与使用数据的内部用户讨论时，会出现很多不同的看法。用户当中有一些人认为他们正在使用高可靠性的数据，而另一些用户则对

4、同样的数据持怀疑态度。现在的问题是，每一个群体的企业用户要从数据中获得不同的信息，并且每一个用户根据他们自己的需求和过去经验会做出不同的数据假设。例如，考虑一个体育用品零售商的销售、营销、客户服务和IT部门。首先，营销部门可能主要是为了提高品牌意识，并且通过使用Email来进行网上促销。此时营销团队最需要的就是客户的名字和Email地址。其次，销售团队可能更注重向现有的老客户销售更多的产品。销售团队可能对老客户12个月以来的购买历史更感兴趣。再次，对于客户服务部门而言，它可能对处理客户咨询和客户问题更关心，因此该部门可能对最新的产品分类和6个月的购买历史更关注。最后，IT

5、部门需要提供企业所有业务的报表，因此，对于该部门而言，如果数据比较充分，能够完成报表，那就“心满意足”了。确保数据质量的因素在确保数据质量时有很多因素需要考虑。但是最关键的两个因素就是：每一个企业数据属性下的“数据”和“数据失效率”。即使对于最小的公司而言，客户数据都会于多种系统，因此在每一个数据点上知道“哪一种数据最可靠”是非常必要的。例如，客户服务数据库中可能最可靠的数据是客户的号码，因为这对于服务部门来说是最重要的客户信息；而另一方面，营销部门可能最可靠的数据是客户的Email地址。过去有关数据质量解决方案的最大的不足在于：它们只在数据源的“记录”层发挥作用，而不是

6、在“属性”层发挥作用。这些解决方案可能很容易实现在每一个数据“记录”的基础上，对两个或两个以上数据源的“行”进行合并。这样容易导致部分数据是准确的，而其他数据则是错误的，因为在一个单一的记录中，很难发现最可靠的数据。在上面的例子中，如果我们对于客户服务和营销系统的数据进行合并，其中一种的有效数据可能被另一种的无效数据所“覆盖”。第二个关键因素就是“数据失效率”，即：数据能够保持有效的时间。任何参与过Email营销的部门都十分清楚Email地址是很快会失效的。例如当我们对比家庭地址和Email地址的有效期时，我们发现家庭地址能够保持35年的有效期，而Email地址可能只能保

7、留912个月。当把这两个数据保留在同一种数据记录中时，简单地定期对这两个数据同时升级、更新，显然是不合适的。另外，一个客户属性的失效率可能依赖于其他属性的失效率。例如，对于25岁以下的成年人来说，其家庭地址的有效期要比25岁以上的成年人短得多。因此，公司在评估数据可靠性的过程中，需要把失效率考虑进去。最新的数据可靠性技术已经开始让公司在属性层对数据进行更简便的管理，并让公司用支持CRM解决方案的最可靠客户信息来建立中央数据库。确保数据可靠性的步骤要想提高CRM创新成功的可能性，整个项目团队在项目实施前就应当意识到解数据质量的重要性，并尽快理解它，然后找到相应的应对方案。而

8、在CRM技术实施前制定一些必要的确保数据可靠性的步骤是非常必要的。为了让项目团队解决企业数据的质量问题，我们以下列出一些确保数据可靠性的步骤，这些步骤在CRM创新之前就应当考虑清楚。（1）辨清所有的数据，包括客户数据、交易数据、产品数据和合作伙伴数据等。这些数据可能出现在多种数据源中，并且可能具有很多不同的数据格式。（2）评估每一种数据源的可获得性、集成性、可靠性。每一种数据源访问和更新的周期是多少？（3）确认哪些数据有重迭。看看在不同的系统中是否储存着同样的数据？例如一个存储在客户服务数据库中的客户号码是否也存储在营销数据库