这是因为，企业没有建立起完整的客户数据管理策略，即从统一客户视图的角度来规划客户数据管理策略。而建立客户数据管理能力往往需要多年的积累，有计划有策略的采集和丰富客户数据，有时需要从外部采集第三方的数据源，与内部的数据进行集成和丰富，建立高质量的客户信息基础，并在企业层次管理和维护客户数据质量，这才是在企业层次应用客户知识的重要的基础和保障。

　　第二，客户分析能力

　　简单来讲，客户分析能力就是将客户信息转化为客户知识，并在企业内部进行知识共享的过程能力。

　　在我服务过的企业中，有些技术经理谈到客户分析时都认为，客户分析就是数据挖掘和客户细分，这些企业非常热衷于在客户分析方面投资于昂贵的统计分析软件，有些企业甚至在一开始就不惜重金采购SAS、SPSS等高级统计分析工具，但在每年支付着高昂的分析软件服务费用的同时，这些分析工具却并没有给企业带来预期的收益和效果。

　　究其原因，客户分析首先要基于企业的业务目标，主导客户分析的是企业的业务和客户营销策略，分析软件仅仅是这一过程的支撑工具而不是主导。企业在没有清晰的客户营销策略下往往听信软件厂商宣称的统计分析工具的强大功能，在没有清晰的客户营销分析策略时，就将大量资金投在了分析软件工具的采购上。这就好比带着高级计算器去参加高考的数学考试一样，计算器也好，统计分析软件也好，仅仅是技术工具，只能帮助你提高计算的效率，而不能告诉你解决问题的思路一样。

　　应当由营销部门和服务部门来主导客户分析能力的建设过程，营销和服务部门需要客户分析的结论来支撑营销和服务策略的执行。而在国内企业的现状是，业务部门往往缺乏对分析技术了解的业务人员，而信息技术部门的工程师虽然有着很强的数据库技能，但是往往由于对于业务和客户的理解差异，面对着海量的数据，不知如何为业务部门提供分析。

上一篇 : 30亿元高铁市场或将掀起安防行业淘金热             下一篇 : 手动灌肠机 手动灌肠机好用吗？手动灌肠机