一、什么是分析型CRM ？
客户关系管理这个词起源于上世纪90年代早期，它脱胎于西方的市场营销理论，最早由美国Gartner Group在1997年正式提出，随后在1999年被传入中国，并在政府部门和一些国内外著名IT企业的共同推动下得到了前所未有的发展。CRM分为三种类型：一是策略型CRM，它的核心思想是树立“以客户为中心”的理念，并贯彻到企业的全部经营管理活动当中；二是操作型CRM，它的主要特征是通过改善操作流程和技术来实现销售自动化、营销自动化和服务自动化；三是分析型CRM，它以制定策略和战术为目的，对客户相关数据进行智能化挖掘，在此基础上实施各种CRM应用。需要指出的是，这三种类型的CRM并不是非此即彼的关系，而是相辅相成的。其中，分析型CRM是本文讨论的重点。
分析型CRM可以定义为：通过分析客户行为，制定相应的市场策略，以合适的价格、在合适的时间、通过合适的渠道、为合适的客户提供合适的产品或服务，从而提升客户的满意度和忠诚度，为企业创造更多的利润。传统的营销模式一般都是以产品为中心，营销活动通常也是从产品部门发起，而分析型CRM通过数据挖掘技术深入分析客户行为、了解客户需求，为客户提供他们需要的产品，从而实现以产品为主导向以客户为中心的转变。
二、分析型CRM能带来什么？——最佳案例分析
分析型CRM的主要好处在于它可以使企业能够从数量上分析客户需求，评估客户价值，并实现基于客户价值的差异化战略。通过分析客户行为，我们可以开展定制化的营销活动比如二次销售，客户挽留等；我们可以开发新的产品和服务来满足现有的和潜在的客户的个性化需求；我们可以理解对于客户而言哪种产品最适合销售，那种沟通渠道最为合适。通过了解客户从而提供定制化的产品和服务，CRM帮助企业最大程度的满足客户需求从而将客户满意转化为客户忠诚。无数的实例告诉我们，成功地实施分析型CRM可以直接给企业带来10%左右的净利润提升。
分析型CRM的应用贯穿着客户的整个生命周期，包括获取、发展、成熟、退出、挽留。本节我们选取一些有代表性的案例来展示分析型CRM的强大功能。
全面细分客户，挖掘潜在机会
客户和客户之间是不尽相同甚至可能是千差万别的，任何企业都希望把握客户的整体情况，并根据客户特征进行细分，从而提供差异化的更能满足客户需求的服务。通常情况下，企业对客户的细分基于单一维度或者两到三个维度。但是客户本身具备的信息却是多维度的，仅仅通过其中几个维度进行细分远远不够。数据挖掘技术使得企业可以根据客户的多维信息进行细分，从而更加精确的把握客户特征。“聚类分析”就是其中一种常用的技术。简单来讲，聚类分析综合客户的各种信息，将较为相似的客户归为一个类型，然后通过总结这一类型客户的基本特征来寻求相应的营销和服务机会。
图1：某商业银行全部零售储蓄客户的细分视图
以第5类“中小企业主”为例，这一类客户共计7.9万人，占全部活跃客户数的4%。其中60%左右的客户是已经确定的真正的中小企业主，拥有较多的支票帐户，资金进出非常频繁，主要通过柜面和网银交易。对于这一类客户，我们可以着重营销个人经营性贷款、中小企业贷款、私人财富管理，同时对于没有开设支票账户的客户营销支票账户，对于没有开设网银的客户营销网银。这样具有针对性的营销将会比大范围撒网的营销效果好很多。
把握客户需求，实现精准营销
交叉销售、二次销售等营销手段已经得到越来越广泛的应用，但是如何提高销售的成功率一直以来都是一个引人关注的问题。而分析型CRM可以通过很多方法来精准定位客户和产品，从而节约成本、提高效率，响应评分卡是其中一种最常见的方法。
评分卡模型已经在新资本协议实施项目中得到了比较广泛的运用，但主要是运用在风险管理方面，实际上它在市场营销方面同样也有着很强的应用价值，而且在国际银行业中早就被广泛采用。其基本的原理是，利用已经进行过的市场营销活动的数据，分析响应客户和非响应客户的差异，通过一些统计方法将最具有决定性的客户特征提取出来，在后续活动中选取最具备这种特征的客户进行营销，从而提高客户对销售的响应率。
图2：响应评分卡的一个简单示例
图2展示了一个虚构的非常简单的响应评分卡，是应用于对信用卡客户交叉销售个贷。这张评分卡展示的信息是：有三个因素对客户的响应率最具决定性影响，分别是性别、年龄、客户过去6个月里信用卡的透支比例。对于每个因素，不同的取值有着不同的评分，评分越高，说明客户响应交叉销售的可能性越大。从表中的评分可以看出，男性客户比女性客户响应的概率要大，28岁到45岁之间的中年客户响应概率最高，信用卡透支比例越高的客户响应概率越高。每一个客户的最终评分是他在这三个决定性因素上的评分之和，我们会选择评分较高的客户来进行下一轮的交叉销售。
当然实际应用的情况要比这个例子要复杂得多，但基本原理类似。好的响应评分卡模型可以将交叉销售的响应率提高50%以上。
全面提升服务转销售的效率
“服务转销售”是指企业在客户寻求服务的时候借机向客户进行销售。在几乎所有的服务渠道里都存在这样的机会。以银行为例，在网点可以实行坐销、在客服中心可以由话务人员推介产品、在ATM上也可以设置个性化的推销界面等等。但是服务转销售的实施绝不是一件简单的事情，它要求服务人员具有很高的素质、对客户需求有比较深入的了解，否则可能会大大降低客户体验，从而降低客户的满意度和忠诚度，最终适得其反。
在CRM实施到比较完美的状态下，当客户到银行寻求服务的时候，服务人员的系统中会直接展示客户的全部重要信息，还有针对该名客户的销售建议：产品、价格、优先推销度等等，同时还有针对性的销售话术提醒等内容。服务人员根据提醒内容进行销售并由后台人员进行跟进。这其中牵涉到几个重要问题：第一，最好有客户的整体视图，否则容易错判客户的需求。第二，最好要有服务转销售系统的配合。第三，也是最重要的一点，如何选择推销的客户和产品，而这正是分析型CRM能够发挥重要作用的地方。
图3：客服中心服务转销售流程的简单示例
图3是一个客服中心服务转销售流程的简单示例。运用分析型CRM，我们可以全面评估每个客户对于每种产品的销售响应度、客户的风险程度以及客户购买该产品后总体能带来的利润，综合考虑这几方面的因素，结合适当的服务转销售策略，最终得出是否需要对客户进行服务转销售。当客户呼入时，系统根据CRM的分析结果自动检测销售机会的大小，销售机会大的客户转接到专门的服务转销售团队，而销售机会小的客户直接走正常的转接和服务流程。注意到，就算没有分析型CRM，这个流程依然可以走通，但是效率将会非常低下。成功地在服务转销售过程中运用分析型CRM的辅助可以将销售成功率提高到一个很可观的高度。当然，相对而言，服务转销售中的分析型CRM实施的难度也是比较高的。
预判客户行为，减少客户流失
客户流失一直都是银行比较头疼的问题之一。为了挽留客户，银行会使用一些营销手段，比如说提供更为优惠的价格、提供额外的服务等。通常情况下客户的流失很难预测，因此银行在提供优惠的时候只能采取广撒网的方式，包括那些本来就不打算流失的客户也得到了优惠，从而大幅提高了银行的成本。利用分析型CRM，我们经常可以发现客户将要流失的一些蛛丝马迹，从而做到：1、提前预知客户流失，及时采取措施挽留。2、有针对性的提供优惠，减少不必要的成本。
评分卡模型是其中一种常用的预测方法，但同时还有很多其他的分析方法可以在这里综合运用。我们来看一个案例：某国外商业银行处在一个存款竞争非常激烈的市场当中，因此需要经常在短期内提高定期存款利率来留住存款。数据表明，该行的定期存款余额与其利率的优惠幅度密切相关。当该行的利率高于主要竞争对手时，定期存款大幅上升，反之则大幅下降。由于提高利率的营销手段成本高昂，因此该行希望可以采取一种更为有效的营销方式。分析型CRM较好的处理了这个问题。
图4：某国外商业银行的定期存款客户挽留模型
解决问题的关键在于，虽然整体的定期存款余额对利率的变动非常敏感，但并不是所有的客户都是利率敏感型的，通过分析客户的历史行为，我们可以将全体定期存款客户分成五大类型：休眠型、忠诚型、理智型、变换型、敏感型。休眠型客户的定期存款余额基本没有什么变动，大多都是自动转存；忠诚型客户的定期存款余额经常变动，但是以增加为主；理智型客户的定期存款余额可能有升有降，但是他们在该银行的总金融资产并不下降；变换型客户的行为没有明显的规律；敏感型客户对利率非常敏感，当该行利率较高时，余额增加，反之则下降。
其中前三类客户被称为“核心客户”，流失风险较低，因此银行不主动向这类客户提供优惠利率。后两类客户被称为“非核心客户”，当利率变动时他们存在流失风险。对这类客户，我们开发一个流失模型来评估客户存款流失的风险，对于高风险客户，主动向他们提供优惠利率；对于中等风险的客户，保持密切关注，尤其是在主要竞争对手做营销活动时。这种有针对性的挽留策略提高了效率，降低了成本。
三、对于分析型CRM的几个常见误区
误区之一：分析型CRM可以通过智能IT系统来实现
很多人认为CRM就是一个IT系统，把系统建起来，CRM就算实施成功了。引申到分析型CRM，不少人认为一个智能IT系统就能够做所有这些我们需要的分析，这种认识是不对的。CRM利用科技和IT系统来实现客户策略，但IT系统是其中的一个工具，更为关键的是业务知识、数据分析和策略设计，如果说IT系统是硬件，那么这些内容就是软件。IT系统或许可以内嵌一些模块来做一些简单的分析，但更为复杂的分析和应用还是需要人脑来完成。
误区之二：分析型CRM的实施只是市场部门的事情
由于CRM理念脱胎于市场营销理论，因此不少人认为CRM就是市场部门的事情，但实际情况显然并非如此。且不说策略型CRM要求整个企业按照“以客户为中心”的理念进行全方位的改造，操作型CRM的实施绝对离不开IT和运营部门，分析型CRM通常由市场或者客户部门来维护，但是它的成功实施需要多个部门的合作和配合，包括：IT、运营、风险、销售等等。
误区之三：任何企业都能成功地实施分析型CRM
分析型CRM的实施并不是一件很简单的事情，它的成功取决于很多条件，其中最为重要的是高质量的数据和经验丰富的分析师。没有这两点，是很难成功的。
误区之四：分析型CRM必须在一切条件都具备后才能开始
误区三是认为分析型CRM实施起来不需要太多的条件，它在另一个方向的极端想法就是：在客户统一视图、IT系统等条件都不具备时就无法开始实施分析型CRM。但事实并非如此。在数据和系统并不完全具备条件时，很多分析和CRM应用可以通过手工来完成。顶级的IT系统可以让CRM的实施变得更加简单和方便，但在刚开始时却并不是必须的。当然，随着实施的深入，这些配套条件需要随之跟进。在这个过程中，最不可或缺的是经验丰富的分析师。当一些基础条件已经具备，分析型CRM随时可以开始！
四、对打造分析型CRM，提升银行零售客户关系管理的初步思考
中国的商业银行实施分析型CRM潜在机会巨大
中国商业银行分析型CRM的开展多数都处于比较初级的状态，但反过来思考，这就意味着我们利用分析型CRM提升客户关系管理的空间很大。我们可以利用深度分析来指导信用卡和个银客户的销售和营销活动，提升信用卡客户和个银客户之间交叉销售的响应率，提高零售客户对我行产品的持有率，全面提升服务转销售的效率等等，提高客户的满意度和忠诚度，最终将它们转化成为对我行盈利能力的提高。
商业银行实施分析型CRM的潜在机会巨大。以对信用卡客户交叉销售房贷或者个人经营性贷款为例，假定某家银行有信用卡客户300万，但是由于长期以来信用卡和个银客户的割裂，对信用卡客户的潜力挖掘还远远不够。假设在没有实施分析型CRM的情况下随机选择10万信用卡客户进行个贷交叉销售，响应率为1%，而通过实施分析型CRM，我们可以有针对性的选择10万客户进行交叉销售，响应率提高到10%。以平均每个客户贷款余额50万计，通过实施分析型CRM仅在这一个项目上可以给我行多带来45亿的个贷余额。当然这是一个非常粗略的估计和计算，不一定很准确，但是可以初步看到实施分析型CRM可以带来的巨大效益。
打造一流的分析型CRM，我们缺什么？
中资商业银行已经具备了实施分析型CRM的一些基本条件，但是离实施一流的分析型CRM，还在很多方面需要提高。最主要的有以下四个方面。
一是分析能力。单从字面上我们就知道打造一流的分析型CRM最重要的就是要拥有一流的分析团队和分析能力。在客户关系管理方面，很多银行现在仅能进行初步的数据分析用来指导销售和营销活动，分析能力亟需提高；二是客户数据。统一的客户视图是达到一流的分析型CRM的基础，但很多银行现阶段的客户数据质量还远远没有达到要求：信用卡客户和个银客户的数据没有整合、个银客户的基本信息尚不齐全、缺乏客户接触和行为数据等等；三是系统建设，这包括CRM系统的升级和完善、用来进行CRM分析的数据集市、自动营销管理和实施系统、服务转销售系统等；四是团队建设。一流的CRM需要建立专门的团队或者部门来全面支持和推动。
分阶段逐步实施分析型CRM的建议路线图
很多中资商业银行现在的条件离实施一流的分析型CRM尚有很长的一段路要走，但是实施初步的分析型CRM现在就可以开始。基于现状，可以考虑分阶段逐步实施。第一阶段在不开发新系统和对日常业务运作的影响降到最低限度的情况下实施，以业务部门的需求出发，通过一些最容易实施和具有代表性的CRM项目来试点和积累经验，额外的投资很小，分析和实施基本都是人工离线操作。第二阶段根据第一阶段的实验结果，在对系统进行有限度的改动或者开发一些简单的辅助系统的基础上，在可能的领域进一步实施分析型CRM，对业务流程进行有限度的改造。第三阶段通过一流的分析能力、一流的数据支持、一流的系统支持来实现流程高度自动化的一流CRM应用。
表1是分阶段逐步实施分析型CRM的建议路线图。我们从CRM策略、数据支持、技术支持、组织架构这四个方面来阐述实施分析型CRM的三个阶段。
第一阶段。在CRM策略方面，尝试通过深度分析来指导信用卡和个银客户的销售和营销活动、指导个银客户的二次销售活动、推广网点坐销和呼叫中心外呼营销和销售。例如，通过对信用卡客户消费行为的分析来实施定制化的营销活动，通过聚类分析来挖掘个银客户的交叉销售机会等。在数据支持方面，全面梳理现有数据，检查数据的完整性和准确性；充分利用所有已有的可靠数据来进行分析；进一步收集客户数据，改善数据质量；推行数据标准化，制定数据整合规划，为下一阶段的CRM实施奠定好的基础。在技术支持方面，需要富有经验的CRM分析师利用SAS进行手动分析，人工手动执行营销活动管理，对坐销人员开放现有CRM系统。在组织构架方面，现阶段的CRM实施以项目为单位，因此只需要由项目经理、分析师和业务部门人员组成项目组的形式来推进。根据实施项目的不同，项目组的人员可以进行动态调整。
