客户价值评估数据收集与处理

客户关系管理面对的是变化迅速的市场环境，决策所牵涉的因素众多，对决策者的经验与能力依赖较强。因此，决策支持系统的定位与功能将对客户战略支持起到重要作用。要实现以“产品为中心”到以“客户为中心”的战略目标转变，掌握客户的需求趋势，将是企业制胜的法宝。电信公司虽然拥有跨 MSS、OSS、BSS 的各类信息系统，但缺乏面向客户价值评估的完整视图，必须通过数据的关联与整合才能达到使用目的。通过聚类分析方法，可以将相对离散的信息属性组织起来，将似乎不关联的不同信息逐步演变趋于关联、关联、耦合、强耦合的状态，总结提炼出共同的实质含义,形成以客户为主题的数据仓库。数据仓库不仅能够支持大量的数据存储，快速并行的处理，而且还能保存历史序列数据，进行趋势分析，同时支持数据的集成和综合。因此，对客户价值评估相关数据的收集与处理是客户价值管理的前提与基础。
在 电信公司确定的评估指标中，成长性、忠诚度指标基本可以通过系统直接提取，而影响力主要通过客户经理的长期接触与了解进行判断估值，但当前价值中的客户盈利信息无法通过系统直接获取，需要建立客户盈利模型加以解决。
根据公司信息系统支撑现状，将涉及基础核算（M8）、人力资源（eHR）、作业成本核算（SAS）、营销支撑、企业数据应用门户（EDW）等系统或平台。S 电信公司是一个典型的资本密集型企业，网络的折旧及摊销成本占公司总成本的近 50%，同时由于电信网络的复杂性、共用性以及产品、客户的多样性，造成客户成本难于对应归集。在设计客户盈利数据模型时，应该充分考虑数据可获取与效益原则，尽量准确的归集客户直接成本，同时考虑收集效率与成本支出。客户盈利核算即计算客户利润相关指标，着重以当前效益为核算重点。以服务渠道、支撑市场渠道导向和可扩展性为主要设计原则，对客户价值评估对象进行设置。按照市场关注重点，将公司确定的战略客户清单全部作为客户。