数据质量与CRM项目

随着在线和离线市场竞争的加剧，企业迫切需要求助于CRM来吸引并保留住客户。根据最近Gartner Group研究显示：到2005年全世界在CRM产品和服务的支出预期将达到763亿美元，相比之下支出要高于2000年223亿美元。但是，投入到CRM中的巨资难以获得较高的投资回报率(ROI)。 而企业持续丧失销售时机和高价值客户往往是源于那些不可靠的数据。可以这样说：数据质量直接决定CRM的成败，数据质量就是CRM成功的关键。

一个全面的客户数据质量(CDQ)管理规划是确保贯穿整个企业的客户数据准确性的关键。一个CDQ规划的组成包括数据变换和清理、持续数据质量维护以及共享更新的客户信息。

　　一、CRM项目失败的原因

导致CRM失败的原因有多种。然而，导致CRM项目失败的“无声杀手”在很大程度上是企业忽视了客户信息的准确性。依照最近的Gartner Group研究报告：低质量的数据是导致CRM项目失败的最重要原因。这个研究结果很有价值——低劣的数据质量会危及企业CRM投资的收益，并直接影响到客户关系的建立。

确保准确的客户信息并不是很容易的任务。客户是动态变化的，相应的客户信息也会随着改变。客户信息发生改变的原因很多，例如客户搬了家或者客户的家庭成员发生了变化等。而且，客户可能在不同的生命周期中需要不同的产品或服务。总之，在这些多种变化因素当中，客户总是会期望企业能够为他们提供个性化的服务和产品。

预料和管理这些多样化的客户及其期望值，CRM应用软件需要在整个企业中呈现出统一的、实时的客户视图。为了实现这个目标，企业要有一个全面的客户数据质量(CDQ)管理规划，来确保基本信息的准确性以及后期信息更新的准确性。

数据质量与CRM项目：二、建立一个客户数据质量管理计划

最好的CDQ从业者应当能够综合远景、技术、文化以及业务惯例，来培养“客户关系”。能否建立一个成功的CDQ规划取决于是否能够熟练而正确地运用数据质量软件。它需要企业首先能识别和解决任何潜在的业务问题，也需要解决影响客户信息管理的文化问题。在CDQ规划中需要对所要解决的问题进行优先排序。当这些基本的问题已经充分的得到解决之后，企业就可以安心的着手执行CDQ的规划。这个规划由以下四部分构成。

☆ 挖掘和分析;

☆ 数据变换和清理;

☆ 数据质量的维护;

☆ 企业级CRM的CDQ。

1.挖掘和分析

实施一个CRM应用软件，需要实施数据“迁移”。这涉及到对来源于不同企业系统客户数据的统一，并将其“迁移”到目标CRM系统中。很多时候，企业总是依靠不准确的元数据和那些已经“淘汰”的数据文件来实现数据“迁移”，而这往往容易导致基于错误数据来源的设计错误。数据“迁移”应当建立在准确无误的标准之上，否则就如同在不牢固的地基中盖房子一样。数据“迁移”的连续阶段包括：提取、清理、匹配以及在不完善的标准中尽可能的减少本质上的缺陷。

遗憾的是，到目前为止还不能很明显地找出数据中存在的问题。只有在数据分析人员“构思”阶段，需要调整并反复测试整个过程。因此数据“迁移”很难得到控制，结果容易造成时间和财力上的浪费。

很明显，在数据“源头”对数据的检测和修正能够彻底地减小与数据“迁移”相关的风险。而且这样能够更好的规划CRM项目，并确保数据的正确性和可信度。另外，项目成本也能得到有效的运用和控制。众所周知，在项目测试阶段检测一个错误所花费的成本是设计阶段的100倍。

处理数据来源问题在前面已经讲到，企业需要使用一个先进的、自动化的分析工具，来对数据目录、结构、关系及质量进行详细而准确的描绘。这个工具能减少数据分析所花费的90%时间。

数据的发掘和分析可以让企业了解来源于不同系统的数据以及相对应的客户。而此时准确记录数据并实时更新信息则是最好的方法。另外，企业必需建立必要的数据“迁移”规则，以确定各种来源的数据本质。

2.数据变换和清理

在该阶段，企业需要识别正确的客户和产品信息。这些信息包括基本的接触信息、产品数量信息，以及其他用户所需的信息。

建立更加复杂的网络也可以为生产型企业提供一个更好的有关企业合作伙伴和客户的视图。集团公司需要让生产商与不同的供应商建立不同的业务关系。例如，Acme制造公司可以向企业A、企业B、企业C购买材料和物资。对于每一个供应商，生产商应当依据不同的地理位置和业务需求来确定相应的采购模式。

另外，在纠正错误数据和建立客户网络的过程中需要的远不只是软件。它更需要一种对企业业务规则的理解。企业可以通过实施一些有关保证数据质量的解决方案来节约时间和金钱。而且选择好恰当的业务规则对于数据处理的成本和时间非常关键。通过采用全面数据质量规则，企业可以把精力集中在建立对企业真正有用的业务规则上。这种方法可以加速企业实施它们的CDQ计划。

3.数据质量的维护

一旦完成了初始数据分析，接着就需要进行数据转化和数据清理。确保数据质量的整个流程对于维护任何CRM系统的集成非常必要。变化不断产生，并且新数据也不断从各种渠道被加入到系统中，尤其是Web渠道。

Web对于数据质量的维护提出了严峻的挑战。根据美国的商务部统计，在2000年，超过5800万的美国消费者参与了在线交易，总共成交额达到了285亿美元。在电子商务继续发展的过程中，企业逐渐意识到确保数据质量的重要性。

评价客户信息的企业将需要在各种交互接触点处进行客户数据的“过滤”。这种“过滤”是确保数据质量最基础的工作。在CRM系统处理完相关数据的质量问题时，企业希望把精力集中到“前台”，而不是代价太高的“后台”。正如业务规则是数据转换的关键一样，数据质量的“过滤”方法也是灵活的，并能够用来支持企业所设立的业务规则。这种一致性将确保企业的数据质量向前推进。

4.企业级CRM的CDQ

重要的是，企业应当了解企业级CDQ规划不仅仅是CRM创新的一个“子集”。它更是企业CRM战略的基础，它必须要超出CRM应用系统，并推广到整个企业。

当企业理解CDQ原则必须应用到客户数据库中时，企业级CRM战略才是成功的。客户数据库应当也处于CRM应用系统的范畴中。而且两个系统的同步更新可以确保“前台”能够获得统一的客户视图。如果没有通过客户数据库把CRM应用系统与其他企业系统进行同步化，企业将冒有将问题复杂化的风险。

企业应当通过CRM系统，在整个企业范围内建立一个统一的客户视图，并确保能够实时地、准确地进行更新。而且企业还需要能够优化与客户和潜在客户的交互渠道。只有这样才能实现企业目标：提高客户忠诚度;拓展市场份额;并增加销售量。在CRM应用系统上投入巨资的企业必然希望获得更好的收入和利润，不过，数据质量的维护也许在一段时间后才能真正“见效”。

数据质量与CRM项目：三、结束语

推动CRM成功的最关键因素是准确的客户数据。而数据可以从不同的渠道进入CRM系统，这显然会给数据质量的保证带来了一定的难度，因此就需要我们从不同的渠道来清理和整理数据。

对于一个所有部门都期望收益于CRM的企业而言，企业级CRM系统必须要能够与企业其他系统进行协调和集成。另外，企业应当同等对待CRM中的“R”和“C”。理解客户和企业的关系是最基本的，也是最根本的，因为这才是CRM的核心。倘若能实施一个良好的客户数据质量管理计划，企业将向“远景”迈出了坚实的一步。