 在CRM中的第一步是識別潛在客戶然后將他們轉(zhuǎn)變成真正的客戶；下面將舉例說明數(shù)據(jù)采集是如何幫助管理獲取新客戶的成本和改善這些活動的效果。
Big Bank and Credit Card Company(BB&CC)每年進行25次直接郵寄活動，每次活動都想一百萬人提供申請信用卡的機會�！稗D(zhuǎn)化率”用來測量那些變成信用卡客戶的比例，這是一個關于BB&CC每一次活動效果的百分比。
使人們填寫信用卡申請僅僅是第一步，BB&CC必須判斷申請是否有很好風險，然后決定接受他們成為自己的客戶還是該拒絕他們的申請。更糟糕的信用風險的人可能比那些有較好信用風險的更容易被接受，對此不必感到驚奇。統(tǒng)計顯示大約6%的人在接到郵寄后會提出申請，但他們中只有16%滿足信用風險要求，結(jié)果郵件列表中的人大約有1%稱為了BB&CC的新客戶。
BB&CC的6%的響應率意味著每次活動中的100萬人中僅有60000人對郵寄的請求產(chǎn)生響應。除非BB&CC改變這種建議使用信用卡的“懇求”的種類——使用不同的郵件列表，用不同的方式影響客戶，改變“懇求”的術語——否則不可能獲得超過60000人的響應。并且在6萬人中只有1萬人滿足信用風險條件而成為客戶。BB&CC面臨的難題是更有效的影響那僅有的1萬人。
BB&CC的每份郵寄成本約1$，也就是說每次郵寄活動的總成本為$1,000,000。在接下來的兩年里，那1萬人將為BB&CC產(chǎn)生大約$1,250,000（每人約$125）的收益，結(jié)果從一次郵寄活動獲得凈利潤為$250,000。數(shù)據(jù)采集可以改善這個回報率。盡管數(shù)據(jù)采集也不能精確的識別最后的那1萬信用卡用戶，但它可以幫助使促銷活動的成本更有效。
首先，BB&CC發(fā)送了50,000個郵件做測試并仔細分析結(jié)果，使用決策建樹建立預測模型來顯示誰將對郵寄做出響應，用神經(jīng)網(wǎng)絡建立信用評分模型。接著BB&CC結(jié)合這兩個模型來發(fā)現(xiàn)那些滿足信用評定而且最可能對“懇求”產(chǎn)生響應的人群。
BB&CC運用這一模型再給郵件列表中剩下的950,000個人選擇700,000發(fā)送郵件。結(jié)果顯示：從這750,000（包括測試的50,000）件郵件中，BB&CC獲得了9000份信用卡申請。換句話說，響應率從1%提高到了1.2%——增加了20%。雖然目標只達到了10000個中的9000個，但模型每有完美的，剩下的1000時無利可圖的。
下面的統(tǒng)計數(shù)據(jù)的列表：
請注意，郵寄的純利潤增加了$125,000，甚至你扣除由于數(shù)據(jù)采集而產(chǎn)生的軟件、硬件即人力資源方面的$40,000，純利潤還增加了$85,000。建模的投入轉(zhuǎn)化成了200%的收益，這遠遠超過了BB&CC對這一項目的ROI要求。 
【正-文-結(jié)-束】
服裝行業(yè)CRM管理系統(tǒng)的數(shù)據(jù)安全偉創(chuàng)軟件 -> 要阻攔業(yè)務數(shù)據(jù)的泄漏和遺失，除開公司要更深層次的關心、掌握并提升本身提升預防外，另一方面，公司所選購的服務項目運用軟件還要從根本原因上提升預防。就拿CRM管理系統(tǒng)而言，其網(wǎng)絡信息安全包括了很多內(nèi)容，有儲存安全性、傳送安全性等。無論CRM管理系統(tǒng)為哪個公司常用，該公司都不容易期望自身的數(shù)據(jù)信息被泄漏出來或是是被類似市場競爭公司所有著。..
|
