以CRM系统为案例讲解数据分析

顾名思义，CRM指客户关系管理，是Customer Relationship Management的简称，指企业为提高核心竞争力，利用相应的信息技术以及互联网技术协调企业与顾客间在销售、营销和服务上的交互，从而提升其管理方式，向客户提供创新式的个性化的客户交互和服务的过程。CRM的主要价值有：

在做CRM前，我们要首先明确需要分析哪些数据，要想让数据发挥价值，必然要经过处理分析和展示的过程，然后呈献给终端管理运营人员查看、追踪，了解当前的业务发展状况，以获得增长的突破点，以及经营管理的问题所在。而分析数据的第一步就是要跟进关键指标。

关键指标跟进

重点关注在日常运营中的客流、意向信息、订单、销售额、退单等多个指标：

CRM分析过程

明确了以上关键指标，我们可以开始着手数据分析的具体流程，我将从售前、售中、售后三个大方面入手，将客户关系管理分成六个阶段来具体分析。

售前：市场获客，线索分析

在售前阶段，我们通过多种渠道获客后录入crm系统成为线索，我们需要对市场线索进行分析，分析线索量和转客户比例，从而进一步进行营销分析。

售中：客户跟进，商机分析

在售中阶段，通过销售人员对客户的跟进推动商务进程，我们需要对客户进行分析，分析客户数量和客户资源，从而进一步分析商机情况。

售后：售后服务，订单分析

在售后阶段，通过对客户退单和其他服务的落实和完成，我们可以对整个客户关系管理进行分析和总结，立足全局，分析订单情况。

在具体的分析阶段，依然有很多细节的工作需要我们重视，其中最主要的就是销售过程的分析和对客户的分层，我将借助外部工具对这两个阶段的分析进行具体解释。

销售分析：销售漏斗

我们在进行销售分析时，一般都会涉及到以下分析维度。

上图是经典的营销漏斗，形象展示了从获取用户到最终转化成购买这整个流程中的一个个子环节。

相邻环节的转化率则就是指用数据指标来量化每一个步骤的表现，所以整个漏斗模型就是先将整个购买流程拆分成一个个步骤，然后用转化率来衡量每一个步骤的表现，最后通过异常的数据指标找出有问题的环节，从而解决问题，优化该步骤，最终达到提升整体购买转化率的目的。

体验模板：CRM系统

客户分层：RFM模型

在客户分析阶段，很多企业面临的痛点问题就是不会进行客户分层，也不知道如何这些数据去挖掘客户：

要想回答这些问题，首先我们需要用看得见的数据分析指标来呈现它们。正如彼得·德鲁克所言“如果你不能衡量它，你就无法增长它”。让这些静止的数据动起来，变成有生命力的有价值的信息，帮助我们实现客户增长，实现客户价值最大化，增强客户粘性，RFM模型将会帮你实现这个目标：

在众多的用户价值分析模型中，RFM模型是被广泛应用的。

把它拆成平面，更容易理解：

R（Recency） ：客户最近一次交易时间的间隔。 F（Frequency） ：客户在最近一段时间内交易的次数。 M（Monetary） ：客户在最近一段时间内交易的金额。

该模型是通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标，来描述客户/用户的价值状况和创利能力。

由上图可见，根据这三项指标我们就可以判断客户类型，从而进一步将客户进行分层。

R（Recency） ：R值越大，表示客户交易发生的日期越久，反之则表示客户交易发生的日期越近。R值越大，证明此客户沉睡时间越长，流失可能性越大。 F（Frequency） ：F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃。F值越大的顾客也就是我们的忠实顾客，是他们活跃了我们的店面流量。而F值小的顾客，他们跟我们的粘性不大，忠诚松散，随时可能面临被竞争对手抢走的风险。 M（Monetary） ：M值越大，表示客户价值越高，反之则表示客户价值越低。M值越大的顾客撑起了我们的业绩，如果再利用帕累托分布分析一下，也许会发现，正是这M值大的20%的顾客，撑起了我们业绩的80%的天空！

体验模板：RFM绩效模板

总结

以上就是关于crm数据分析的全部干货，全部都是凝结了多年工作经验的精华，万事开头难，刚开始没关系，相信有志者，事竟成！

希望以上回答有所帮助。

本文涉及到的CRM实现工具：CRM客户管理系统