4. 更佳的營銷投資回報率。
很多企業(yè)已經認識到，當定位于不同的客戶、不同的營銷渠道、不同的產品和服務時，營銷投資回報率經常會有較大的差異。要保證營銷投資回報率，就需要理解客戶的生命周期價值，根據不同的客戶價值來優(yōu)化并控制產品與服務的提供成本，加強營銷風險管理能力等等。企業(yè)的營銷經理都已經認識到，并非所有的客戶都應等同對待的。企業(yè)應當為那些為企業(yè)帶來高額利潤的客戶提供更好的服務，而對于那些帶來較低收益的客戶提供與其提供價值相對等的服務，并通過服務營銷來提升客戶的收益貢獻水平和利潤貢獻率。
以上這些都是企業(yè)在進行個性化客戶營銷時所需要達到的營銷目標，也是大多數企業(yè)的營銷經理每天面臨的營銷問題，但實際情況往往是企業(yè)有進行個性化營銷時需要了解客戶的信息不足，以及獲取的信息對于營銷的策劃和實踐的驅動力不足。不少企業(yè)在面對這樣的問題時，往往求助于信息技術的手段，但是這些問題的解決，遠遠不是通過增加投資建立一個客戶信息管理系統(tǒng)，再買套統(tǒng)計分析軟件那么簡單的。
根據國際上的服務營銷的成功經驗，要提高企業(yè)的個性化營銷的能力，都需要基于以下四項關鍵的營銷能力的建立，即客戶數據管理能力、客戶分析能力、營銷活動管理能力，以及洞察驅動的客戶互動能力。
第一，客戶數據管理能力
經驗證明，高質量的客戶數據管理能力是企業(yè)采取差異化營銷以區(qū)別對待不同客戶的基礎。著名的研究機構Gartner Group也將客戶數據管理能力列為影響企業(yè)進行個性化營銷的最重要的能力之一。
很多運營多年的企業(yè)往往有著比較完備銷售數據和交易數據，這些企業(yè)往往認為對這些數據進行有效的采集和集成即可以有效的幫助企業(yè)進行一對一的個性化營銷，而實際營銷的效果經常差強人意。造成這樣的原因何在？
這些企業(yè)雖然有了完整的交易數據，如交易時間、交易次數、交易金額等等，但是這些數據全部是基于事務處理過程中產生的交易數據，而從客戶知識的角度所需的客戶信息并不僅僅是交易數據�？蛻魯祿歉鶕蛻舻男枨髞碓O計和采集的，而實際上大多企業(yè)非常缺乏能夠洞察客戶行為和價值的客戶信息，如人口統(tǒng)計數據、行為心理數據等等。這些數據并不影響企業(yè)與客戶的交易行為，但對于分析和識別客戶的行為和價值卻至關重要。
我在給國內一些企業(yè)提供客戶分析咨詢時，經常聽到企業(yè)的技術人員講，我們已經應用國際領先廠商提供的先進工具建立了數據倉庫，但當基于某些應用主題對客戶進行分析建模需要抽取客戶數據時，常常發(fā)現企業(yè)建立的所謂的數據倉庫只是基于交易數據的匯總，有時甚至連基本的數據建模都存在問題，更不用提能否支撐基于分析主題的業(yè)務建模了，客戶分析所需的一些行為變量根本沒有，經常需要重新構建分析所需的客戶數據文件。而這時企業(yè)的市場管理人員，往往又不理解為什么投巨資建立的數據倉庫不能支持有效的客戶分析工作。
這是因為，企業(yè)沒有建立起完整的客戶數據管理策略，即從統(tǒng)一客戶視圖的角度來規(guī)劃客戶數據管理策略。而建立客戶數據管理能力往往需要多年的積累，有計劃有策略的采集和豐富客戶數據，有時需要從外部采集第三方的數據源，與內部的數據進行集成和豐富，建立高質量的客戶信息基礎，并在企業(yè)層次管理和維護客戶數據質量，這才是在企業(yè)層次應用客戶知識的重要的基礎和保障。
第二，客戶分析能力
簡單來講，客戶分析能力就是將客戶信息轉化為客戶知識，并在企業(yè)內部進行知識共享的過程能力。
在我服務過的企業(yè)中，有些技術經理談到客戶分析時都認為，客戶分析就是數據挖掘和客戶細分，這些企業(yè)非常熱衷于在客戶分析方面投資于昂貴的統(tǒng)計分析軟件，有些企業(yè)甚至在一開始就不惜重金采購SAS、SPSS等高級統(tǒng)計分析工具，但在每年支付著高昂的分析軟件服務費用的同時，這些分析工具卻并沒有給企業(yè)帶來預期的收益和效果。
究其原因，客戶分析首先要基于企業(yè)的業(yè)務目標，主導客戶分析的是企業(yè)的業(yè)務和客戶營銷策略，分析軟件僅僅是這一過程的支撐工具而不是主導。企業(yè)在沒有清晰的客戶營銷策略下往往聽信軟件廠商宣稱的統(tǒng)計分析工具的強大功能，在沒有清晰的客戶營銷分析策略時，就將大量資金投在了分析軟件工具的采購上。這就好比帶著高級計算器去參加高考的數學考試一樣，計算器也好，統(tǒng)計分析軟件也好，僅僅是技術工具，只能幫助你提高計算的效率，而不能告訴你解決問題的思路一樣。
應當由營銷部門和服務部門來主導客戶分析能力的建設過程，營銷和服務部門需要客戶分析的結論來支撐營銷和服務策略的執(zhí)行。而在國內企業(yè)的現狀是，業(yè)務部門往往缺乏對分析技術了解的業(yè)務人員，而信息技術部門的工程師雖然有著很強的數據庫技能，但是往往由于對于業(yè)務和客戶的理解差異，面對著海量的數據，不知如何為業(yè)務部門提供分析。
分析客戶數據的能力并不僅僅是掌握數據庫技術和統(tǒng)計技術就可以，關鍵的不完全是統(tǒng)計技術，而是客戶策略主導的業(yè)務應用。客戶分析是通過對客戶信息的理解，應用適應性建模技術，通過動態(tài)的行為和價值分析，識別客戶的行為、價值和需求，從而為采取差異化的營銷與服務策略區(qū)別對待不同的客戶群提供支撐，并幫助企業(yè)建立起實時的業(yè)務和客戶洞察力。
