  在市场竞争日益加剧的今天，企业已非常迫切能为其来吸引并保留住客户的好帮手——CRM软件。要获得CRM的成功实施绝非易事。据一项研究表明，到2005年全世界在CRM产品和服务的支出预期将达到763亿美元，相比之下支出要高于2000年223亿美元。但是，投入到CRM中的巨资难以获得较高的投资回报率(ROI)。而企业持续丧失销售时机和高价值客户往往是源于那些不可靠的数据。
  由此可见，数据质量是决定CRM成功与否的关键。那么，企业要如何才能成功实施CRM呢？为此，本文就这个问题进行了详细的阐述。
  一、CRM项目失败的原因
  　　事实表明，有很多原因均可导致CRM的失败。但是导致CRM项目失败的关键在很大程度上是企业忽视了客户信息的准确性。根据Gartner Group研究报告表明，导致CRM项目失败的最重要原因是劣质的数据。因为低质量的数据质量会危及企业CRM投资的收益，对建立良好的客户关系将造成很大的影响。
  　　要确保客户信息的准确绝非是一件容易的任务。由于客户是动态变化的，相应的客户信息也会随着改变。客户信息发生改变的原因很多，例如客户搬了家或者客户的家庭成员发生了变化等。而且，客户可能在不同的生命周期中需要不同的产品或服务。总之，在这些多种变化因素当中，客户总是会期望企业能够为他们提供个性化的服务和产品。
  　　预料和管理这些多样化的客户及其期望值，CRM应用软件需要在整个企业中呈现出统一的、实时的客户视图。要实现这个目标，企业必须要有一个全面的客户数据质量(CDQ)管理规划，以确保基本信息的准确性以及后期信息更新的准确性。
  二、建立一个客户数据质量管理计划
  　　一个好的CDQ从业者应当能够综合远景、技术、文化以及业务惯例，来培养“客户关系”。是否可以建立一个成功的CDQ规划，很大程度上取决于是否能够熟练而正确地运用数据质量软件。它不仅需要企业能识别和解决任何潜在的业务问题，而且也需要解决影响客户信息管理的文化问题。在CDQ规划中需要对所要解决的问题进行优先排序。在这些基本的问题得到解决后，企业即可着手执行CDQ的规划。该规划主要由如下这四大部分构成：
  1.挖掘和分析
  　　 CRM应用软件的实施是需要实施数据“迁移”的。而这涉及到对来源于不同企业系统客户数据的统一，并将其“迁移”到目标CRM系统中。很多时候，企业总是依靠不准确的元数据和那些已经“淘汰”的数据文件来实现数据“迁移”，而这往往容易导致基于错误数据来源的设计错误。因此，数据“迁移”应当建立在准确无误的标准之上。数据“迁移”的连续阶段包括：提取、清理、匹配以及在不完善的标准中尽可能的减少本质上的缺陷。
  　　然而，到目前为止尚未能很明显地找出数据中存在的问题。只有在数据分析人员“构思”阶段，需要调整并反复测试整个过程。因此数据“迁移”很难得到控制，结果容易造成时间和财力上的浪费。
  　　在数据“源头”对数据的检测和修正显然可以彻底地减小与数据“迁移”相关的风险。这样做能够更好的规划CRM项目，并确保数据的正确性和可信度。而且项目成本也可以得到有效的运用和控制。
  　而事实上，数据的发掘和分析可以让企业了解来源于不同系统的数据以及相对应的客户。而此时准确记录数据并实时更新信息则是最好的方法。因此，企业必需建立必要的数据“迁移”规则，以确定各种来源的数据本质。
  2.数据变换和清理
  　　在这个阶段，企业需要识别正确的客户和产品信息。这些信息包括基本的接触信息、产品数量信息，以及其他用户所需的信息。同时，建立更加复杂的网络也可以为生产型企业提供一个更好的有关企业合作伙伴和客户的视图。集团公司需要让生产商与不同的供应商建立不同的业务关系。
  　　此外，在纠正错误数据和建立客户网络的过程中，不但需要软件，而且还需要一种对企业业务规则的理解。企业可通过实施一些有关保证数据质量的解决方案来节约时间和金钱。而且选择好恰当的业务规则对于数据处理的成本和时间非常关键。企业通过采用全面数据质量规则，能够把精力集中在建立对企业真正有用的业务规则上。而能够加速企业实施它们的CDQ计划正是这种方法。
  3.数据质量的维护
  　　在完成了初始数据分析之后，下一步就需要进行数据转化和数据清理。对维护任何CRM系统的集成来说，确保数据质量的整个过程是非常必要的。因为新的数据不断从各种渠道被加入到系统中，而且变化也在不断产生，尤其是Web渠道。
  　　Web对于数据质量的维护提出了严峻的挑战。根据美国的商务部统计，在2000年，超过5800万的美国消费者参与了在线交易，总共成交额达到了285亿美元。在电子商务继续发展的过程中，企业逐渐意识到确保数据质量的重要性。
  　　评价客户信息的企业将需要在各种交互接触点处进行客户数据的“过滤”。这种“过滤”是确保数据质量最基础的工作。在CRM系统处理完相关数据的质量问题时，企业希望把精力集中到“前台”，而不是代价太高的“后台”。正如业务规则是数据转换的关键一样，数据质量的“过滤”方法也是灵活的，并能够用来支持企业所设立的业务规则。这种一致性将确保企业的数据质量向前推进。
  4.企业级CRM的CDQ
  　　企业应当充分了解企业级CDQ规划不但是CRM创新的一个“子集”。它更是企业CRM战略的基础，它必须要超出CRM应用系统，并推广到整个企业。
  　　因此，当企业理解CDQ原则必须应用到客户数据库中时，企业级CRM战略才是成功的。而且客户数据库应当也处于CRM应用系统的范畴中。两个系统的同步更新可以确保“前台”能够获得统一的客户视图。如果没有通过客户数据库把CRM应用系统与其他企业系统进行同步化，企业将冒有将问题复杂化的风险。企业应当通过CRM系统，在整个企业范围内建立一个统一的客户视图，并确保能够实时地、准确地进行更新。另外，企业还需要优化与客户和潜在客户的交互渠道，如此的话，才能实现提高客户忠诚度、拓展市场份额和增加销售量的企业宏大目标。在CRM应用系统上投入巨资的企业必然希望获得更好的收入和利润，但数据质量的维护可能需要在一段时间后才能真正“见效”。
  三、结束语
  　　准确的客户数据是推动CRM成功最关键的因素。数据可从不同的渠道进入CRM系统，这无疑给数据质量的保证带来了难度，所以需要我们从不同的渠道来清理和整理数据。
  　　对于一个所有部门都期望收益于CRM的企业来讲，企业级CRM系统必须要能够与企业其他系统进行协调和集成。而企业应当同等对待CRM中的“R”和“C”。理解客户和企业的关系是最基本的，也是最根本的。一个企业如果可以实施一个良好的客户数据质量管理计划，将向“远景”迈出了坚实的一步。



  上一篇：客户关系管理软件的回报与投资分析
  下一篇：揭秘：CRM实施失败的几大常见原因