本文是CRM四部曲的第三部，著重描述「分析型CRM」的核心理念。在組織做出任何決策之前，需要足夠地了解客戶，而分析型CRM的存在，可以說是為MarTech的行銷自動化功能奠定了基石。
此系列文是以Francis Buttle的理論架構做介紹。
利用分析型CRM達成客戶洞察
在策略型CRM時我們談到，CRM是「以客戶為中心」來思考企業能為他們提供的價值主張。而為了要達到這點，我們必須先對客戶各個維度的資料進行有效的分析，以得到足夠的客戶洞察。
這些來自內部與外部的客戶資料，經過驗證、清洗後，被蒐集入庫進行分析，最後再以圖像化的方式展示 (Dashboard)。
內部資料
作為企業內部的客戶資料(通常是現有的老客戶)，可以為決策層提供有用的資訊。
- 財務資料 (如: 客戶信用)
- 銷售資料 (如: 交易歷史)
- 行銷資料 (如: 忠誠計劃)
- 客服資料 (如: 客訴案件)
外部資料
利用與外部合作的商業智能工具 (Data Mining)，可以取得更多關於客戶的洞察，DMP就是一個很好的例子。
如何應用？
當我們利用分析型CRM得出特定的結果後，便能決定未來的策略。市面上的許多操作型CRM，早已將分析型CRM併入用來解決銷售問題。
最常用的幾個分析可以讓我們有更清楚的「客戶洞察 Insight」，如：
- 客戶分群 (我應該專注在哪些客戶身上？)
- 客戶行為特徵 (不同的客戶，有什麼行為特徵？)
- 購買預測 (我應該如何針對不同的客戶，提供相應的價值主張？)
這些Insight都能作為決策的基石，讓企業能更成功貼近市場。
分析客戶的方法
儘管在分析客戶時，各個產業應用的概念大同小異，但因為各個業態所看重的地方仍有不同，並非都適用同一套分析方法。因此，針對不同的業態會有不同的分析方法，以下介紹兩種最常見的方法！
