如何利用CRM系统数据做用户画像

销帮帮CRM，为您解答，希望能帮到您~

CRM重要的作用之一就是大数据分析，建立企业CRM不仅可以实现高效的销售管理，更重要的是可以帮助企业更好营销。CRM将目标人群的信息根据需要划分成不同维度，让信息标签化，提炼出个体或整体的用户画像模型，为企业决策指明方向，助力企业迅速找到目标用户，从而转化成更多的价值。

CRM运用一段时间后，系统内就会积累大量的用户信息数据。

1、用成交客户模型挖掘潜在客户

对于成交客户，可用CRM挖掘出他们的共性特征，由此来指导对潜在客户的行为。在初始使用销帮帮CRM时，客户可自定义用户的标签，比如地域、所处阶段、来源等等。成交客户积累一定数量后，CRM会对成交的客户进行阶段平均周期、行业、来源、产品等共性方面统计，形成用户画像模型，让企业了解到哪个行业或地域机会最多，哪种产品最受客户喜爱

这些共性特征，可用来对潜在客户进行更好的挖掘和服务。例如，在销帮帮CRM机会分析应用中，直接对销售漏斗阶段进行了呈现，通过大量数据计算出每个阶段的平均停留时间，由此时间点来安排对潜在客户的跟进对策，更快赢单。

在营销推广应用中，CRM可以统计成交客户来源数据，通过和最终转化率相比对，提炼出合适的推广渠道，进行精准营销，让利益更大化。

2、个性特征指导个性化服务

对成交客户，要研究每个客户的自身数据，如对购买频率、产品购买喜好等进行分析，挖掘出客户购买行为规则，个性化为客户服务，提升客户的满意度和黏性，延长与客户的合作周期。

对未成交客户，对客户列表信息、跟进记录等整体情况仔细研究，挖掘出客户顾虑点，更好的为客户服务。

用户画像的核心就是数据，通过CRM深度认识企业的目标客户，不断完善客户模型，减少目标客户的流失率。

相信很多企业都希望服务好客户，促进销售转化，最好能对产品和品牌产生黏性，长期购买。于是绞尽脑汁去维护客户关系，但往往不是很理想，无感的依旧无感。为什么？因为不同的客户消费需求不一样。因此，对不同的客户进行价值划分，可以更好地帮助业务部门进行精准营销，为不同的客户定制不同的营销策略，以提高转化率。

那么如何对客户价值进行分析呢？这里我们可以通过RFM模型对客户进行细分：

R：最近一次消费（Recency），指客户最近交易日期距离当前天数。

F：消费频率（Frequency），表示客户在一定时期内的购买次数。

M：消费金额（Monetary），表示客户在一定时期内消费的平均金额。

通过这样的模型对客户价值划分后，我们可以将客户类型细分成：重要价值客户、重要发展客户、重要保持客户、重要挽留客户、一般价值客户、一般发展客户、一般保持客户、一般挽留客户，如下图所示：

借助上图所示的RFM模型分析，企业可以很直观的了解到不同客户所对应的价值。若想清晰的掌握不同客户类型下的客户数量及其所带来的销售额情况，我们可以借助下图帮助用户直观统计出不同类型客户的情况：

如图，我们可以看到，一般挽留客户与一般发展客户的数量最多，但其所带来的销售价值并不高，而重要价值客户所占数量不多，但却为企业带来了最大的收益价值。因此，企业可在面对不同类型的客户时，采取不同的销售策略，为企业带来更大的收益价值。

在对客户价值分析的过程中，我们还可以结合其他图表对客户进行分析，联动筛选出想要了解的客户情况：

如上图所示，我们可以借助此分析报表，筛选过滤出任意一家或多家客户的月度销售额、成本、平均单价、所购买的商品种类、笔数等指标数据的变化趋势，以及客户所购买的物料具体明细，帮助企业更清晰了解不同客户的销售价值，以此采取不同的销售应对策略。

当然，上述图表仅供参考，在实际中可另行修改设计。该分析模型制作完成后，借助数林BI对数据进行自定义更新设置后，后续数据可自动可从用友或金蝶系统中获取，帮助我们减少定期重复做表的繁琐，减轻工作量，从而提高工作效率。

在生命周期上客户关系的发展是分阶段的，可将客户生命周期划分为5个阶段。

阶段A:客户获取（引入期）。发现和获取潜在客户，并通过有效渠道提供合适的价值定位以获取客户。

阶段B:客户提升（成长期）。通过刺激需求的产品组合或服务组合把客户培养成高价值客户。

阶段C:客户成熟（成熟期）。使客户使用电信新产品，培养客户的忠诚度。

阶段D:客户衰退（休眠期）。建立高危客户预警机制，延长客户的生命周期。

阶段E:客户离网（流失期）。该阶段主要是赢回客户。

扩展资料

客户生命周期包括了11个关键创造环节：

客户的购买意向，新增客户的获取，客户每月收入贡献的刺激与提高，客户日常服务成本的管理，交叉销售/叠加销售，话费调整，签约客户的合同续签，客户在品牌间转移的管理，对离网的预警和挽留，对坏账的管理，对已流失的客户进行赢回。

这些环节实际上包括了运营商日常经营工作的各个重点。11个环节环环相扣，形成一条营销价值链，也是运营商制订客户策略的入手点。

参考资料来源：百度百科-客户生命周期

这是我们上海理泊对CRM模块和管理理念的简单介绍，希望可以帮到你!

CRM模块：高效管理潜在客户，客户，供应商，商机，报价等。

通过销售活动，自动化客户跟进过程和推进销售阶段，可以设定的周期活动，系统自动保证与客户不间断的接触。

导入先进的销售管理理念以及自动跟进闭环管理，帮助业务员轻松跟进成千上万的潜在客户，不断推进销售进程直到签单；

统一邮件管理可以解决国际贸易企业询盘多，电子邮件不能及时分配，回复处理，以及跟进不及时导致成交率低，员工离职带来的客户流失等问题。同时也解决了邮件需要在不同电脑，

统一邮件管理实现邮件关联客户，自动分配，分享，群发，定时发送，归档，标志等。同时，可以在电脑，手机，平板上无缝实现邮件的高效处理。

顾客忠诚度细分是通过顾客忠诚度模型构建的。

顾客忠诚度模型的基本核心，是由Reichheld和Sasser于1990年提出。当时的观点是：根据行业的不同，客户保留度每提高5%，利润可提高25%到85%。

顾客忠诚度模型是一个被商业企业运用到满足顾客和相关利益者的期望，以致于提高他们忠诚度令到该企业达到其工作目标，甚至超越的长期性战略策略。

顾客满意度：

顾客满意度是首先建基于最近一次购买产品或者服务的体验。而这次的评价完全取决于实际接受到的服务和因之前服务质量产生的期望的对比。如果最近的体验结果好于预期，顾客满意度会变高。

如果顾客的预期是比较低的，即使是比较平庸的服务，顾客满意度结果都会高，就算是标低价格的较平庸的服务也一样。同样地，如果顾客感知到之前的服务质量是比较好或者感知到产品买贵了或这个服务不值得这个价钱，自然他就会不满意这次服务的待遇。

顾客们还会有一个容忍的区间，这是与介于服务质量“勉强接受”和“意料之外”的范围相一致的。所以，如果只是一次失望的体验可能不会有效地减弱买卖双方之间的业务关系，因为他对过去这个长期服务体验还保持着较高的评价，相当于这一次是忍了过去。

数据源是来自Kaggle的一个跨国数据集，其中包含2010年12月12日至2011年12月9日期间发生的所有在英国注册的非商店在线零售业务的交易。该公司主要销售独特的全场礼品，并且大部分客户是批发商。分析目的是按照RFM模型对客户进行分级，以用户的实际购买行为数据作为基础，进行用户群体的划分，再基于不同分类信息，分解成不同群体针对运营，从而使企业能更有效的获取客户、使客户更加满意、留住客户成为高价值客户、避免客户流失。

数据一览

数据形状为：542k 行x 8列，8个字段分别为发票号，发票日期，商品码，商品描述，数量，单价，顾客ID，国家。

R(Recency): 表示客户最近一次购买的时间距离现在有多远

F(Frequency): 表示用户在定义时间段内购买产品或服务的次数

M(Monetary): 表示用户在定义时间段内购买产品或服务的金额

按照每个指标取值不同分为八类客户，包括重要价值客户、重要发展客户、重要保持客户、重要挽留客户、一般价值客户、一般发展客户、一般保持客户、一般挽留客户等八类用户

0计算每单的总价，添加Amount列。查看整体数据情况，发现描述和顾客ID列有缺失值，顾客ID类型为浮点型不符合业务逻辑

8求出每位顾客在时间周期内消费次数，得到F值，（数据源中一个订单会包含多种产品，但是每种产品订单都会产生一条记录，注意去重）

9表合并

df_data=pdmerge(df_f_2,df_f_3,on='InvoiceNo',how='left')

11对得到三个指标进行分区，映射级别

按照RFM分值对顾客分类

2客户消费情况

3每个指标的分布情况

综上确定聚类K值为3

用K-Means进行无监督聚类后，可以看出整体分为三类，与RFM模型分类结果较为相似，可以重点关注偏离集群的几个点，以及蓝色类别中出现的几个红色类别数据，这部分与RFM模型的差异可能是由于RFM模型判断时间的主观性造成的，在实际建模的过程中需要再考虑一下RFM的分级条件。

以上就是关于如何利用CRM系统数据做用户画像全部的内容，包括:如何利用CRM系统数据做用户画像、客户价值如何分析看看这个RFM模型分析吧、画图并简述客户生命周期的各个阶段等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！