当新客获取成本不断拉高，如果这时连旧客都留不住，那就注定了这将是一场赔本生意。而这也是为什么今天 CRM（顾客关系管理） 愈来愈受到重视的原因。只是，我们或许都应该再问自己一个问题：「我的CRM做对了吗？」

顾客分群不等于「顾客经营」

说到CRM，很多人脑中第一个浮现的可能会是乔治．卡利南（George Cullinan）在1961年提出的RFM（Recency，Frequency，Monetary）模型。这指的是运用数据库分析中：Recency（最近一次消费）、Frequency（消费频率）、与Monetary（消费金额） 这三项指标工具，做消费者分群。
RFM顾客分群定义表
 
包括过去的我自己在内，相信很多人会认为，只要做好RFM客户分群，每个月定期做成效追踪，或者以此为基础，进一步设计出，如银卡、金卡、钻石卡的忠诚会员机制，就等于做了CRM。但这样的分级方式其实很粗浅，最多只能说是会员经营成果追踪，而没有真正完成CRM旅程。
与网红合作不只是业配，延续网红变现力的整合规划是关键！
其实不难想象，同样是钻石卡会员，未必每个人都会想要收到行李箱作为赠品；或是同被归类在银卡会员，也未必人人都对200元折价券感兴趣。
实际上，同一分群的人，可能会有截然不同的偏好和需求。
 

一对一沟通，小族群也可以创造大生意

所以在RFM分群之后，还是得更进一步利用科技工具，在每一分群当中的个人基本资料和消费纪录之外，加入如浏览历程、点击和购买行为等数据信息，然后在不同的接触点，如EDM，或是App讯息推播等，提供真正符合个人化需求的信息和诱因，进而达到有效的一对一沟通。 到了这一步，才能说是真正做到完整的CRM经营。
以今年的双十连假为例，我们找出了一群在连假期间有意在台湾旅游的消费者，并推送了三个商品讯息，就收到很不错的成效。这也说明了，即便只是一小群人，如果沟通的讯息够精准，还是有机会创造出大的生意机会点。
不过这里也特别值得一提的是，过往我们和消费者之间，大多是基于「Rule-based」的沟通，也就是事先设定好游戏规则，当条件满足时，就做出相对应的反应。如消费者在点击某样商品达一定次数后，就主动推送促销讯息；或是当消费者已经完成下单，在旅程出发前，再推送关联性商品等等。然而这些预设的沟通逻辑，很多时候可能是错的。
如我们就曾经将同一则「花莲地区新的行程商品和促销活动」推播讯息发送给两群人，其中一群是上个月曾看过花莲商品，但最终没有购买的；另一群则是过去一个月从来没有搜寻过花莲商品的人。最终得到的结果出乎意料，没看过花莲商品的那群人，推播讯息转化订单的效果，竟是有看过花莲商品那群人的三倍之多。
因此长期来说，相对于用人的经验值去写下预设规则，导入机器学习，由「人工智能」进行判读，可能会是更精准且有效率的作法。

反守为攻，CRM价值比你想象多更多

而当累积的客户数据量达到一定规模后，这时其实还可以考虑再多做一步，
去深化CRM的价值，也提高顾客的LTV（生命周期价值），那就是「反向开发商品」。

最初，我们是从消费者的浏览、点击、购买等行为数据，去展开顾客经营。然而经过不断地累积，每一个细分客群可能会因为消费者基数和数据量的增长开始壮大，如亲子客、哈日族等特色，会渐渐被突显出来。那么这时就该「反向思考」：
既有商品库是否足够满足这群人的未来需求？
毕竟，如果相关商品量不够丰沛，那么即使在过去成功抓住了这群消费者的胃口，未来也可能很难长久经营下去。
反之，藉此更有效率的充实商品库，在提高LTV的同时，还有从中长出第二成长曲线的可能。
做CRM，不应该只是为了向老板交差，更不仅仅只是守住基本流量。如果能够做对、做好，CRM也可以是成长路上的最佳伙伴。


Teamface企典是国内最大首屈一指的企业管理系统供应商，涵盖：CRM客户管理、HR人力资源、OA移动办公、PMP项目管理、SRM供应商管理、劳务派遣管理、OKR目标管理、KPI绩效考核、价值考核等，为不同行业提供数字化转型解决方案，并提供不同的部署方式，如云端部署、私有云部署，本地服务器部署等，实现企业数字化运营，实现“降低成本”和“提高销售”。