本篇论文目录导航：
【题目】会员制仓储超市客户关系管理问题探究
【第一章】仓储超市客户关系维护研究的意义
【2.1】国外仓储超市客户关系管理的经验总结
【2.2】国内仓储超市客户关系管理的问题分析
【3.1 - 3.3】会员制仓储超市客户数据库的建立及应用
【3.4 3.5】会员制仓储超市客户价值的开发
【4.1 4.2】METRO客户关系管理的现状
【4.3 4.4】METRO实施客户关系管理的改进方案
【参考文献】基于会员制的仓储超市客户管理研究参考文献
第三章 会员制仓储超市客户关系管理的理论研究
3.1 会员制仓储超市客户关系管理的理论依据和基本流程。
3.1.1 客户关系管理的内涵。
关于客户关系管理的定义，不同的研究机构有着不同的表述。有的从管理理念方面，有的从管理机制方面，还有的从管理软件和技术体系方面对客户关系管理下了不同的定义。虽然理论界对客户关系管理的定义尚未统一，但对客户关系管理内涵的理解却是基本一致的。
客户关系管理将客户作为企业最为重要的资源，以客户为中心，以客户关系为重点，依靠信息技术对客户信息进行不断的收集、整理，并运用数据分析、挖掘技术对客户进行合理的分类以及系统化的研究，找到对企业最有价值的客户，并深入挖掘他们现实的或潜在的需求，以有针对性地开发、设计、完善企业现有的商品或服务，从而最大限度地满足客户需求，提高其满意度、忠诚度，最终实现客户价值的最大化以及客户的终生价值。
客户价值：坚持以客户为中心，为客户创造价值是任何企业实施客户关系管理战略必须始终牢记的基本理念。企业实施客户关系管理的目的，就是要在客户价值与企业利益之间寻求最为合理的均衡点，以同时实现客户价值的最大化以及企业利益的最大化。企业为客户创造的价值越多，就越会提高客户的满意度和忠诚度，进而提高企业与客户之间的关系质量。反过来，客户为企业创造的价值也会相应增加，从而实现企业收益的最大化。
客户关系价值：客户关系价值是客户关系管理的核心，是建立、维持、发展同特定客户的关系所能带给企业的价值。不同类型的客户，其客户关系价值也是不同的，而企业的资源则是有限的，因此，企业在建立客户关系时，必须对客户关系价值进行有效地识别与细分，将有限的资源放在客户关系价值较高的客户身上，果断中止那些价值较低且不具有培养潜质，甚至可能会给企业带来负面影响的客户关系。
信息技术：信息技术是企业实施客户关系管理的硬件设施。借助先进的信息技术，企业能够迅速收集、更新、整理大量的客户数据，并通过数据分析、挖掘技术帮助企业识别具有不同客户关系价值的客户，并分析其现实或潜在的需求，以便在适当的时机向客户提供适当的商品和服务，以满足其个性化需求，提高其客户价值。
如图 3-1 所示：在客户价值与客户关系价值之间存在着联动机制。通过客户关系管理，企业能够将有限的资源集中在客户关系价值最高的客户身上，努力为其提供所需要的商品和服务，提高其客户价值。客户价值的提高，能够提高客户满意度，促使其对企业保持忠诚，进而提高客户关系质量以及客户关系价值。而信息技术则同时支持了使客户价值最大化和客户关系价值最大化这两项内容，以及它们之间的联动机制。
3.1.2 会员制仓储超市客户关系管理的理论依据及基本流程。
会员制仓储超市客户关系管理的理论依据主要有二个：一是目标市场营销理论；二是关系营销理论。
（1）目标市场营销理论，即"SPT"营销理论，包括市场细分、目标市场决策、市场定位三个步骤：市场细分（segmenting），依据顾客的不同特征或市场需求的差异性，对总体市场进行深入的分析和归类，为企业营销活动提供选择和比较的空间；目标市场决策（targeting），依据一定的条件和方法，对各个细分市场进行评估，并确定企业进入的范围和重点，也就是找到企业未来的"用武之地";市场定位（positioning），就是企业为自己及其产品在市场上树立一定的特色，塑造预定的形象。
其基本的流程主要包括：市场细分、目标客户群体的选择、市场定位、宣传以及促销等等。正是基于"目标市场营销理论",会员制仓储超市对零售业进行了市场细分，将自己的目标市场定位于向具有批量购买能力的专业客户和个人客户提供所需要的商品和服务，并树立了高质低价、现购自运等一系列经营特色。
（2）关系营销理论。营销大师菲利普？科特勒指出："关系营销是与关键成员（顾客、供应商、分销商）建立长期满意关系的实践，目的是保持营销者长期的业绩和业务。营销者通过不断地承诺给予对方高质量的产品、优质的服务和公平的价格来实现关系营销。"[8]
其核心目标是建立与维持企业与客户之间长期、满意、互利的合作关系，强调优质的客户服务、高度的客户参与以及紧密的客户联系，以提高顾客的满意度和忠诚度。
而会员制仓储超市所实行的"会员制"正是关系营销理论在会员制仓储超市当中的应用，使企业能够通过"顾客组织化"在一段时期内垄断一部分顾客，创造一种资源优势，其实质就是一种"捆绑式"的关系营销手段。
会员制仓储超市实施客户关系管理，包括了从判断、选择到争取、发展、保持其客户所要实施的全部过程。具体来说，包括目标客户群体的选择、客户数据仓库的建立及应用、客户关系的维护及发展、客户价值的开发等基本的流程。
在这些流程当中，决定企业竞争客户关系的关键因素是什么呢？应该说不同的企业有不同的关键因素，一个企业在不同的时期也有不同的关键因素。
它们可能是市场细分结构、目标客户战略、品牌形象定位、定价、新产品设计、沟通渠道。还可能是客户服务内容、客户服务质量、业务操作流程，甚至还包括客户数据仓库的建立、开发及应用。而无论哪个流程，都是企业进行客户关系管理必不可少的有机组成部分，并且各个流程之间也是相辅相承的。
3.2 会员制仓储超市客户群体的选择。
3.2.1 对客户概念的再认识。
以往我们谈到客户时，仅仅指的是企业的最终客户，即在市场中广泛存在的，对企业的产品或服务有需求的个体或群体消费者。而现在被重新界定的客户概念逐渐宽泛起来，不再只是最终客户的概念，而是具有了内涵和外延之分。其中内涵的客户概念还是指企业的最终客户，而外延的客户概念，则包括了企业的供应商、分销商、业务合作伙伴甚至是企业的员工。相对应的，广义的客户关系管理，不仅包含客户关系管理，还包括员工关系管理、合作伙伴关系管理等内容。但本文在论述过程中所指的客户仍然是企业的最终客户。
3.2.2 目标客户群体的选择。
在客户关系管理中，正确选择企业的目标客户群，既是企业实施客户关系管理的基础和前提条件，又是企业实施客户关系管理成功与否的关键。一方面，在以客户为中心的目标市场营销中，搞不清自己的目标客户是谁或者定位不准，目标市场营销就只能是一句空话，所带来的负面影响可谓是"一波接一波".另一方面，企业的人财物等各项资源也是相对有限的，只有找准了目标客户群，企业才能将有限的资源予以集中和充分利用。然而，大多数企业仅仅意识到客户是他们的一项重要资源，想当然的认为这样的资源自然是多多益善。但却没有认真分析，这些客户资源究竟是不是企业的目标客户，这些看似精明的企业实际上正在做着一件愚蠢的事情，那就是动用大量的人力、物力去单纯追求客户数量的增加，却往往由于目标客户群体产生了偏差，而给企业造成了巨大的资源和利益损失。因此，企业在进行市场细分时，必须正确选择自己的目标客户群。
而会员制仓储超市将自己的目标客户群定位于能够批量购买的专业客户和具有较高消费水平的个人客户，其中专业客户是会员制仓储超市最主要或最基本的目标客户。目前，部分会员制仓储超市所反映出来的个人客户所占的比例过大，专业客户实现的销售额份额所占的比例过小的问题，实际上是企业目标客户群体发生了偏差，如果不加以及时纠正，会员制仓储超市就会面临被迫转型的生存压力。
3.2.3 对目标客户进行细分，实行差异化的客户关系管理。
在现实中，企业对各类客户往往是一视同仁的。这种把资源平均分配到每位客户身上的做法，看似平等，却掩盖了事实上的不平等――企业并没有按照每位客户对于企业利润的贡献大小来给予客户相应的回报，尤其对于重要客户来说，会因为没有得到企业的相应回报而投向企业的竞争对手。因此，企业应对自己的目标客户进行细分，针对不同类型的客户实行差异化的客户关系管理。
关于客户分类的方法，不同的学者有不同的见解，对于企业来说，进行客户分类的标准也不尽相同。但目前理论界、企业界比较认可的客户细分方法是客户价值细分方法，其选择了"客户当前价值"和"客户增值价值"两个维度指标，每个维度分高、低两档，由此可将企业的整个目标客户群分成四类。其中，客户当前价值是假定客户维持现有的购买水平，未来可望为企业创造的利润总和的现值。客户增值价值则是指客户在增加购买的条件下，未来可望为企业增加的利润总和的现值，其取决于客户增量购买、交叉购买、新客户推荐等因素。
企业的目标客户被分成四类，每类客户的特点及相应的客户关系管理策略如下：（1）Ⅰ类客户，当前价值和增值价值都很低。不单对企业没有吸引力，反而会成为企业的负担。因此，不宜投入较多的资源去维持同这类客户的关系。当然，企业也应当慎重考虑导致这类客户当前价值不高的原因，如果是企业自身的商品和服务存在问题，则应该重新设计商品或提供更好的服务；（2）Ⅱ类客户，当前价值不高，但增值价值较高。企业应当投入适当的资源，让这类客户持续满意，以促使其客户关系从低级阶段向高级阶段发展，进入稳定期。（3）Ⅲ类客户，具有很高的当前价值，但增值价值较低。可能是客户关系已进入稳定期的忠诚客户，能为企业提供稳定的利润。企业应当投入足够的资源，持续不断地向这类客户提供超越其期望值的商品和服务，以保持同这类客户的关系。（4）Ⅳ类客户，具有很高的当前价值和增值价值，是企业最有价值的客户。企业要将主要资源投入到保持和1动服务、全面服务，以同这类客户保持长期的双赢关系。当然，客户的当前价值与增值价值并不是一个静态的量化指标，而是伴随企业客户关系管理的不断深入，呈现出动态发展的趋势。随着客户价值的不断提高，客户也是可以不断升级的，即可以实行客户升级管理。
3.3 会员制仓储超市客户数据库的建立及应用。
企业实施客户关系管理，建设 CRM 系统，就是要从广泛地收集客户数据并加以深入地分析入手，针对客户现实的或潜在的需求，设计出能满足其需求的商品和服务，并以客户满意的方式提供给他们。因此，企业必须使用有效的技术设备或手段来完成对客户数据的收集工作，可以通过与客户交流等多种途径收集数据，然后将其按照可用的方式组织起来，并通过数据分析、挖掘技术等技术方法协助企业发现客户的类型和需求的方向。
3.3.1 客户数据库的建立。
客户数据库是企业实施客户关系管理的重要基础。它将客户的基本资料、行为数据以及其它相关的客户数据集中起来，对客户的行为进行分析，并将结果传递给市场专家，据此制定准确、有效的客户策略。
客户数据库建立的基础是客户数据的完整性、精确性、详细性和经济性。
（1）完整性，是指客户数据库应当包含所有可以识别的现实客户和潜在客户的信息。菲利普？科特勒也曾指出，无论现在还是将来，要想取得成功必须建立起一套完整的客户档案资料，包括他的全部历史资料、简历，甚至个人爱好，以便加强与他的联系；[9]
（2）精确性，是指客户数据库应当保证客户数据的准确与连续性；（3）详细性，是指客户数据库应当包含预测客户未来购买行为的所有信息；（4）经济性，是指不是所有的客户信息都要收录进客户数据库，录入一些相关性低的冗余数据不但影响经济性，而且影响决策效率。
企业应根据自身管理决策的实际需要、客户特征以及客户数据的收集能力进行选择。
虽然企业收集客户数据的渠道很多，如行业协会、统计部门、信息咨询公司、调查公司等等，但实际的效果却并不理想，要么数据残缺、要么不够准确。而会员制仓储超市通过会员制则能够收集到客户信息的大量第一手资料，为企业实施客户关系管理奠定坚实的数据基础。
会员制仓储超市的客户在最初进行会员登记时，无一例外的都被要求详细填写自己的基本资料，包括性别、年龄、职业、月平均收入、性格偏好、受教育程度、居住范围、消费偏好等等，以便在客户数据库中创建客户的原始记录。这些资料对于日后企业针对不同的客户进行个性化营销提供了可靠的依据。在客户消费结算时，通过读卡机读取会员卡，客户数据库就会自动保存该客户的消费信息，如此次消费商品的品牌、型号、价格、数量、消费时间等等，为企业向客户提供增值服务提供可靠的信息。而且，客户数据库也需要精心维护，包括客户记录的增加、删除重复记录、反馈信息的补充、纠正错误记录、记录的标准化等等。要求客户数据库具有较大的存储空间，能够以唯一版本存储日益增加的客户原始资料、购买记录等等。
3.3.2 客户数据库的应用。
除了数据收集、存储和维护功能，客户数据库还有数据统计分析、数据挖掘、联机处理、在线分析处理（OLAP）等功能。
客户数据库将大量用于事务处理的传统数据库中的数据进行清理、抽取、集成和转换，并按决策主题的需要进行重新组织，这种高度集中的数据为企业实施客户关系管理的各种决策需求提供了分析基础。其中，数据挖掘就是从客户数据库中提取人们感兴趣的客户知识，这些知识通常是隐含的、未知的和潜在有用的信息。通过应用数据分析、挖掘技术，企业可以实现有效的客户关系管理：
（1）整合客户数据，提供查询功能。数据库能够实时提供客户的基本资料和历史交易行为等信息。并能够将数据库中的客户资料和信息与企业的其它资源进行整合，使各业务部门能够根据其职能和权限实施查询和更新功能。
（2）选择目标客户群体。利用数据库的统计分析、数据挖掘技术，企业能够及时识别、筛选出目标客户群。但基于模型和详细数学关系的数据挖掘技术所提取出来的客户虽然是某种商品的目标客户（可能购买此种商品），但他不一定是企业的目标客户。因此，有必要进一步分析客户购买此种商品的可能性，将目标客户集聚化。
（3）对客户进行细分。应用数据分析、挖掘技术，企业可以对所有的客户信息进行深入地分析。如客户类型分析，根据每个客户的基本信息和历史信息，给出不同标准的客户分类情况列表，以及客户价值分析、客户关系类型分析等等。
（4）发现客户的行为规律、现实的或潜在的需求，以使企业能够提供具有针对性的商品和服务。比如根据客户的历史消费记录，如购买习惯、购买频率、消费水平、购买商品的变化等，可以得出不同客户的消费偏好，由此企业可以在合适的时间向合适的客户推荐合适的商品。利用数据挖掘技术，企业可以发现购买某种商品的客户特征，就可以向那些同样具有这些特征，但还没有购买此种商品的客户推销这种商品；再比如，企业可以发现流失客户的特征，就可以在那些具有相似特征的客户，还未流失之前采取有效的补救措施。
（5）预测客户行为。知识性强、可靠性高的预测，能够使企业在竞争中处于有利地位。而借助数据库充足的客户信息，企业可以根据客户的历史购买记录，如购买商品的数量、价格、次数等信息，运用统计分析、预测模型等，发现其中的隐性信息，进一步分析客户购买某种商品的可能性，预测未来的销售状况，而且准确性较高。
