CRM价值重新理解

从众多媒体和软件商获取的信息来看,大家都善于把CRM定义为扩大营销收入的重要理念和方法,甚至有些人讲要讲CRM当成企业的战略来做,或许是我见识浅薄的缘故,从来没有看到过有人能够将CRM的价值真正讲出来,反而是自己在不断的纠结与反思,我卖给客户的CRM产品到底是什么价值,甚至我很长一段时间内认为,CRM软件仅仅是一种工具软件,很难上升到管理层次和经营层次,相对于ERP的严肃性来讲,CRM纯粹就是一个小孩子玩的工具,它是一个很浅很虚的东西,按照大家常用的说法是:可以帮助客户资源企业化(excel不能吗?意义呢),营销过程的精细化管理(有必要去招惹销售人员吗,或者用微少的利益来引导烦人的数据录入?),实现销售最大化(难道把过程信息记录下来或者按照系统预定的流程就可以销售最大化吗?),控制营销费用(开玩笑呢,难道说控制就能控制?)等等。诸如此类的问题,似乎一切都不如软件商宣传的那样,难不成又是大家在忽悠吧?就像吵得热火的云计算技术一样,众软件商大概一块商量好了,然后在媒体上幽客户一默?

 

观念的错误将是方向性错误,如果不理解CRM背后真正的含义,即便给你知客CRM,同样也用不好。国外企业投资CRM,大多数企业都说自己从中获利;而在国内,极少听到有公司能够从真正的CRM中获得可观收益。很多企业的系统沦为摆设,CRM通常会被认为是公司剥削销售人员的工具,要求销售必须输入大量的客户和交往信息。这样一来,似乎公司就煞有其事的认为自己真正掌握了企业客户和潜在客户。其实这种观念是严重的错误。销售若是不想让你知道他整天都在干啥,就算他把所有的表格填满,谁能保证信息的准确呢?谁也无法保证,因此这种对立模式肯定行不通,最后肯定是双方都很不愉快。

 

如果非得为销售人员输入日常数据找个理由,那么我的理解就是,公司可以把这些分散的数据集中起来,可以分析出市场的相关信息,做出更有效的市场营销策略和销售支持,尤其是通过一系列的市场活动,为每个区域或者产品线的客户经理提供更多的销售支持。例如公司为销售人员提供区域市场行销指导、重要客户购买习惯、业绩指导等等支持,帮助营销人员实现更好的业绩。我想这种理解,大家都比较容易认可。

 

现在再重新思考CRM系统到底是为谁服务的?

 

不能否认对销售人员完成业绩的支持,当然,我们实话实说,对销售人员的价值是有限的,你一定不能指望,上了CRM后营销人员的业绩就会有突飞猛进的进步,如果你不对市场和销售的数据进行分析的话,就无法作出正确决策,这样CRM带走的不仅是员工的支持,还有不利于业绩的投资。

 

CRM对公司的价值又体现在哪里呢?今天或者明天,越来越多的客户会要求CRM中加入符合行业特点的业务管理功能,这算是一种价值。作为审视、营销管理、市场管理等最通用、常见的功能,为什么很多企业会对这一部分渐渐的失去兴趣呢?很大程度上是因为企业看不到有什么特别东西,如果这个东西真的有用,难道真的就是按照软件的功能把一大堆信息填进去吗?肯定不是的!

 

对于企业的价值还是一样,通过收集较为全面的信息,并对数据进行加工和分析,得出一些数据,企业根据数据作出相应的反应,制定策略,发布计划并进行控制,作出预测并做好行动,最终实现业绩的增长。

 

可以想象几个场景来理解这种解释。多数公司的产品都会有旺季与淡季,旺季时产能总是不够,不得不延长交货期或者变动价格,那么客户完全有可能很快在市场上找到类似的产品来替代。常见的方法是不断增加产能或者提前做一些库存。那么,应该增加多少库存、提前多久才算合适呢?如果没有CRM,这个数据肯定根据经验估算的;如果有CRM,可以使用二八定律和同比环比分析来较为准确的预测未来一段时间内的市场需求,用这个数据做决定比全靠经验更合理。

 

如何来帮助公司完成销售业绩目标呢?我们可以把年度计划分解到每条业务线的每个销售人员在每个季度、月度的业绩计划,形成多维度的管理体系,并可以实时跟踪到计划的执行情况。如果没有完成计划,那就应该去仔细分析数据,找到原因并提出改进策略,这种方式比传统的只要结果不要过程的管理要合理的多。关注过程意味着有更好的控制能力并实现最终目标,因此要求营销人员填写业务信息不是应不应该的事情,而是为了满足营销管理的要求,需要大家添把柴火,让市场数据给点的“旺”起来。因此,这是一个管理需要,并非行政需要。

 

CRM的受益对象不仅仅是公司和销售管理者,还包括销售人员。帮助公司建立对市场和营销的快速反应,并依据相对准确的数据来作出反应,因此数据分析能力将会不断考验销售总监们的能力。

 

总之,CRM确实不是一个简单的IT项目,如果企业自己的管理能力方面就存在一些问题的话,估计CRM项目就得打水漂了。

 

了解更多CRM信息及免费试用成熟CRM产品,请点击这里

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/26715919/viewspace-731347/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/26715919/viewspace-731347/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值