以电销销售为例,浅谈客户数据的分类和过滤
2017年09月28日 | 作者: adminlin | 分类: 企业顾客满意度 |
客户数据已成为一种具有巨大价值的资源，如何对客户数据进行管理和使用将直接决定能否挖掘出资源的价值。在使用前对客户数据的分类和过滤，可以有效的保证客户的品质以及优化数据资源利用率。本文以车险电话销售中的数据管理作为案例进行阐述。
电话销售是以批量客户数据为基础，通过销售人员寻找目标客户，继而完成销售的过程。实际上就是处理和利用大批数据的过程。所以，数据的处理便是电话销售中的关键点，数据处理方式的好坏直接影响电话销售将实现的价值以及品质。
本文将着重通过电话销售客户数据使用前的过滤与分类来说明数据分类和过滤的重要性。
一、数据分类以及过滤的案例分析
某保险公司电销业务发现前一年保单赔付率高于公司设定的目标，为了在来年有效的降低赔付率，公司决定对于电销业务使用的客户数据进行分类和过滤，在销售人员使用之前就剔除赔付率经验值高的客户数据。该公司从以下几个步骤来进行操作：
（一）历史数据的统计分析
首先，对于该渠道业务前一年所有使用的数据按照车型和地域的维度进行分类统计其赔付率。
其次，由于车型的类别太多不利于整体分析，所以将所有车型按照赔付率的高低进行分类，分为目标车型（赔付率≤60%），一般车型（60%<赔付率<75%），高风险车型（赔付率≥75%）。
节选部分数据：
（二）确定数据过滤的原则
从统计数据可以看到，高风险车型在总数据的占比中数量大，所以第一个原则就是对于需要过滤的高风险车型数据，不能全部剔除，只能以改善赔付率为目的的挑选剔除。
同时，单一车型在各个区域的赔付有差异，可能会有在一个省份赔付率高，而在另一个省份赔付率低的情况，所以第二个原则就是数据的过滤要考虑区域差异，不能一概而论。
最终，该公司讨论后决定过滤的原则为加大目标车型的数据采集并优先使用，对于高风险车型区别对待，赔付率高于100%的车型完全剔除，其余车型执行更加严格的核保政策。
（三）数据过滤的实施效果
首先，采取扩大目标车型数据采集和过滤小部分高风险车型的策略，没有导致数据量的大幅度缩减；
其次，赔付率低的目标车型数据的增补，高赔付率车型数据的过滤和正对性控制，整体的赔付率明显改善。
最后，该渠道业务将采取此办法定期监控和调整业务品质。
二、数据分类和过滤的作用
（一）优化资源利用率
对于需要通过大量客户数据资源来寻找目标客户的电话销售行业，在销售人员使用之前，通过一定的规则对客户数据进行过滤和筛选，可以快速的缩小目标客户的范围，帮助销售人员提高工作效率，提高销售成功率，节约人力成本。主要是通过以下两个方式来实现：
1.通过过滤部分客户，缩小目标客户范围，节约销售人员浪费在无效客户身上的时间，提升销售人员工作的效率。
2.针对目标客户，增加销售的跟踪力度，提高有效客户资源的利用率，实现价值的最大化。
（二）过滤无效和非目标客户数据，保证业务品质
公司在使用客户数据之前，对无效和非目标客户的过滤（特别是风险客户），可以提升后期业务的品质，起到防范风险的作用。
（三）精准营销
由于电话销售是保险公司利用自身拥有的客户资料信息，主动寻找客户的过程。所以在开始寻找销售对象之前，保险公司就可以对所有的客户资源进行筛选和分类，针对不同类型的客户，采取不同的销售策略。
1.针对不同类别客户，依据历史数据以及经验，进行分类。制定不同的价格策略、营销策略甚至安排专门的销售人员处理某类客户。
2.对于客户进行分类并分析客户行为，可以集中广告资源，提高市场宣传费用的投产比。
三、数据分类和过滤的困难
目前客户数据信息的获取受到各种因素的限制和影响，主要有以下几类：
一是对于客户敏感信息的隐私性有法律法规保护；
二是获取的客户信息不齐全，关键字段缺失，对统计分析工作带来限制；
三是对于中小型企业，客户数据量的统计结果不具代表性，分析结果会有偏差；
四是数据的过滤和筛选经验需要时间的累计，这种主动性的过滤和筛选需要企业多年累计经验，并统计分析。
虽然面临困难，但是越来越多的行业开始对客户数据资源进行管理利用，而数据分类的方式和维度也因行业而异，客户数据信息的管理已经成为各家企业拓展业务的重要渠道。
想获取更多信息，或者咨询相关业务可以关注我们的微信公众平台：SMR_gz
或者扫描下面二维码
