关联类信息

　　客户的关联类信息是指与客户行为相关的，反映和影响客户行为和心理等因素的相关信息。企业建立和维护这类信息的主要目的是为了更有效的帮助企业的营销人员和客户分析人员深入理解影响客户行为的相关因素。

　　客户关联类信息经常包括客户满意度、客户忠诚度、客户对产品与服务的偏好或态度、竞争对手行为等等。
　
　　这些关联类信息有时可以通过专门的数据调研和采集获得，如通过市场营销营销调研、客户研究等获得客户的满意度、客户对产品或服务的偏好等；有时也需要应用复杂的客户关联分析来产生，如客户忠诚度、客户流失倾向、客户终身价值等等。客户关联类信息经常是客户分析的核心目标。 

　　关联类信息所需的数据往往较难采集和获得，即使获得了也不容易结构化后导入到业务应用系统和客户分析系统。

　　规划、采集和应用客户关联类信息往往需要一定的创造性，而采集与应用也不是简单的技术问题，而往往是为了实现市场管理或客户管理直接相关的业务目标服务的业务问题，如提高客户满意度、提高客户忠诚度、降低客户流失率、提高潜在客户发展效率、优化客户组合等核心的客户营销问题。

　　很多企业关没有有意识的采集过这类信息，而对于高端客户和活跃客户来说，客户关联类信息可以有效的反映客户的行为倾向。对于很多企业来讲，尤其是服务类企业，有效的掌握客户关联类信息对于客户营销策略和客户服务策略的设计的实施是至关重要的。一些没能很好的采集和应用这些信息的企业往往会在竞争丧失竞争中优势和客户资源。

　　企业建立客户信息视图的挑战

　　在了解的客户信息的基本类型后，接下来的一个问题就是如何应用客户的基本信息类型来建立适合企业及其客户特点的客户信息架构，并以此作为企业营销和服务的客户信息基础，在企业范围内建立起统一的客户信息视图。

　　所谓客户信息视图，就是通过适合行业客户特征的综合客户细分变量集合，完整的描述企业客户的信息架构。客户信息视图是企业建立统一的客户视图的基础，也是进行客户数据采集与管理，客户数据建模和客户数据分析，以及客户信息应用的核心架构。

　　企业在建立客户信息视图时，需要综合考虑客户信息变量的可获得性与可细分性。所谓可获得性，是指具体细分变量采集的难易程度、可能性、可靠性和准确性的度量，如客户的收入水平，就属于较难采集的细分变量，其准确性也经常受到限制，而且这一变量经常随着客户状态的变化而变化。而可细分性，是指细分变量被用来进行客户细分或客户分析的可操作性。当然，行业不同，客户类型不同，不同的客户细分变量所反映的可获得性与可细分性也不同。