可以简单,更需要复杂;
围绕客户管理通常分为售前、售中、售后、三个核心阶段,即营销、销售、服务三个核心流程与策略,在之前的文章中有聊过CDP系统的设计,本篇从客户档案模型来看看设计上的细节;
首先说明在客户档案管理中的几个常用概念,先统一基本的共识,然后从开发的角度,进行各个模块的实现和流转分析;
对于客户相关的系统来说,不管是偏向数据的CDP平台,还是偏向销售管理的CRM应用,其基础能力需要对客户的档案信息进行不断的维护,以提高客户数据的准确性,用来支撑数据发掘分析,分层管理,客群营销等;
对于客户的档案模型管理,可以做的很简单,也可以做的很智能,比如流程的自动触发,在业务场景中对数据进行精准的识别与判断,从而引导各种方案策略的执行;
客户模型的管理如果简单化,只需要提供相关实体结构用来存储相应维度的信息即可,更多的操作来自客户经理的个人判断,流程的推进需要手动的方式介入;
很显然在客群规模大的情况下,这种方式并不适用,需要程序在一定程度上替代人工行为,进行自动化的识别并执行相应的运营策略,或者跟进方式,从而维持与客户之间的关系;
关于客户档案的另一个关键在于数据的不断采集和更新维护,任何触点下的信息反馈都可能成为商机挖掘的核心点,所以客群的优质与否很大程度来自档案模型中的直观信息;
客户分层
这里说的客户分层
与上图中的划分
手段不是一个概念,站在开发的角度来看,分层是一种对数据进行统筹分析的计算过程,在不同的需求下植入不同维度的计算权重,自然会得到数据角度的分层结果;
公海识别
客户的公海与私海是客群是否优质的直观体现,通常根据配置的识别规则,比如客户静默时间,跟进静默时间,主体注销等,以任务的方式将客群调度到公海池中,这样可以将商务资源集中在优质客群中;
在某些特定的情况下还需要将客户从公海重新分配到私海中,比如静默许久的客户,突然出现交易,咨询行为,产品浏览等,此时需要快速将客户从公海划分到指定私海,并提供跟进服务,最大限度的降低客群流失;
客群分析
客群运营的两大核心能力:方案策略制定,数据识别分析;将不同的策略方案触达到不同的目标客群,以此连接客户与产品或者服务之间的关系,满足客户的差异化需求与平台的差异化资源投入;
客户的档案模型通常分为两块,基础信息与业务属性;基础信息的管理自然不必多说,采集并录入到主表即可;但是业务属性则具备很大的灵活度,通常会使用配置模板动态维护;
对于业务档案的数据管理难度比较大,这部分数据更多是来自客户的行为分析,跟进反馈,线下触点等,可以不断的完善业务层面的画像,也是客户档案模型维护的核心内容,并且要根据相应数据进行动态识别,挖掘有效信息;
数据权限:客户数据对于商务人员来说属于核心机密,所以数据在采集的时候会校验诸多的唯一性,以确保内部商务人员不出现客户竞争问题,并且在数据分配上有绝对的权限控制,在特定客群中,数据字段维度的授权都要精细管理,避免出现数据安全问题;
搜索能力:客户档案中存在大部分模板表单的动态配置,即字段库组合成业务表单,基于动态业务表单和基础信息组装完整的客户数据模型,然后构建灵活的搜索结构,最终才能支撑业务侧对数据的多维度识别能力,该路径的实现比较复杂;
参数维护:对于客户模型中字段维度的数据内容,通常基于统一的可选项或者指定类型进行限制,不会由商务人员自行随意录入,这样会在无形中降低数据分析的难度,所以需要在库中管理字段维度的枚举值及类型,这样在数据调度的过程中有识别标准,才能提高识别结果的准确性。
编程文档:
https://gitee.com/cicadasmile/butte-java-note
应用仓库:
https://gitee.com/cicadasmile/butte-flyer-parent