以電銷銷售為例，淺談客戶數據的分類和過濾

沈 笑

（北京大學經濟學院，北京 100000）

電話銷售是以批量客戶數據為基礎，通過銷售人員尋找目標客戶，繼而完成銷售的過程。實際上就是處理和利用大批數據的過程。所以，數據的處理便是電話銷售中的關鍵點，數據處理方式的好壞直接影響電話銷售將實現的價值以及品質。

本文將著重通過電話銷售客戶數據使用前的過濾與分類來說明數據分類和過濾的重要性。

一、數據分類以及過濾的案例分析

某保險公司電銷業務發現前一年保單賠付率高于公司設定的目標，為了在來年有效的降低賠付率，公司決定對于電銷業務使用的客戶數據進行分類和過濾，在銷售人員使用之前就剔除賠付率經驗值高的客戶數據。該公司從以下幾個步驟來進行操作：

（一）歷史數據的統計分析

首先，對于該渠道業務前一年所有使用的數據按照車型和地域的維度進行分類統計其賠付率。

其次，由于車型的類別太多不利于整體分析，所以將所有車型按照賠付率的高低進行分類，分為目標車型（賠付率≤60%），一般車型（60%＜賠付率＜75%），高風險車型（賠付率≥75%）。

節選部分數據:

（二）確定數據過濾的原則

從統計數據可以看到，高風險車型在總數據的占比中數量大，所以第一個原則就是對于需要過濾的高風險車型數據，不能全部剔除，只能以改善賠付率為目的的挑選剔除。

同時，單一車型在各個區域的賠付有差異，可能會有在一個省份賠付率高，而在另一個省份賠付率低的情況，所以第二個原則就是數據的過濾要考慮區域差異，不能一概而論。

最終，該公司討論后決定過濾的原則為加大目標車型的數據采集并優先使用，對于高風險車型區別對待，賠付率高于100%的車型完全剔除，其余車型執行更加嚴格的核保政策。

（三）數據過濾的實施效果

首先，采取擴大目標車型數據采集和過濾小部分高風險車型的策略，沒有導致數據量的大幅度縮減；

其次，賠付率低的目標車型數據的增補，高賠付率車型數據的過濾和正對性控制，整體的賠付率明顯改善。

最后，該渠道業務將采取此辦法定期監控和調整業務品質。

二、數據分類和過濾的作用

（一）優化資源利用率

對于需要通過大量客戶數據資源來尋找目標客戶的電話銷售行業，在銷售人員使用之前，通過一定的規則對客戶數據進行過濾和篩選，可以快速的縮小目標客戶的范圍，幫助銷售人員提高工作效率，提高銷售成功率，節約人力成本。主要是通過以下兩個方式來實現：

1.通過過濾部分客戶，縮小目標客戶范圍，節約銷售人員浪費在無效客戶身上的時間，提升銷售人員工作的效率。

2.針對目標客戶，增加銷售的跟蹤力度，提高有效客戶資源的利用率，實現價值的最大化。

（二）過濾無效和非目標客戶數據，保證業務品質

公司在使用客戶數據之前，對無效和非目標客戶的過濾（特別是風險客戶），可以提升后期業務的品質，起到防范風險的作用。

（三）精準營銷

由于電話銷售是保險公司利用自身擁有的客戶資料信息，主動尋找客戶的過程。所以在開始尋找銷售對象之前，保險公司就可以對所有的客戶資源進行篩選和分類，針對不同類型的客戶，采取不同的銷售策略。

1.針對不同類別客戶，依據歷史數據以及經驗，進行分類。制定不同的價格策略、營銷策略甚至安排專門的銷售人員處理某類客戶。

2.對于客戶進行分類并分析客戶行為，可以集中廣告資源，提高市場宣傳費用的投產比。

三、數據分類和過濾的困難

目前客戶數據信息的獲取受到各種因素的限制和影響，主要有以下幾類：

一是對于客戶敏感信息的隱私性有法律法規保護；

二是獲取的客戶信息不齊全，關鍵字段缺失，對統計分析工作帶來限制；

三是對于中小型企業，客戶數據量的統計結果不具代表性，分析結果會有偏差；

四是數據的過濾和篩選經驗需要時間的累計，這種主動性的過濾和篩選需要企業多年累計經驗，并統計分析。

雖然面臨困難，但是越來越多的行業開始對客戶數據資源進行管理利用，而數據分類的方式和維度也因行業而異，客戶數據信息的管理已經成為各家企業拓展業務的重要渠道。

[1]《基于數據挖掘的保險客戶風險》，劉曉葳，2011.

[2]《基于數據挖掘保險也客戶管理系統的構建研究》，維普網，2010.