企业在使用CRM系统一段时间后，系统就会积累很大的用户数据，那这些数据有什么用呢？当然有，我们可以对数据进行分析，做用户画像，从而更了解我们的客户，帮助企业做决策。
今天智云通CRM系统小编跟大家一起聊聊如何利用CRM系统数据做用户画像 。
一步步来。当我们谈到了解我们的客户（understand our member base)，无论是用户类群(segmentation)还是用户肖像（persona)，其实说白了是对两类客户认知的判断：
l现存客户(Existing Customer) -我的现存客户是怎么样，喜欢什么，什么消费习惯，哪些客户最值钱等等。
l潜在客户(Prospect Customer) -我的潜在客户在哪，他们喜欢什么，通过什么渠道获取，获客成本是多少等等。
这个问题看上去很简单，但是实际上，建立这样的用户肖像需要很系统的定量分析和定性分析，且缺一不可。而其实根据你对客户的了解而提供对应的服务即是一种：产品经理的思维，产品开发的过程。很多大型公司都是由数据分析部门，产品开发部门，市场部门一起去指定新产品的定位（proposition）和战略的，从而进行精准营销。
对于现存客户和潜在客户的了解，我们可以通过以下方法来实现：
了解你的商业模式，是零售类的重复性销售，还是会员制度，还是保险/银行等金融产品类的少频价高。
然后是了解你的商业目的：
我是想定位我的产品和商业模式（Proposition）？
还是指定不同的精准营销手段（personalized marketing campaign segmentation）？
还是说提高用户活跃度？
了解你的用户基本行为，这个往往会通过很多小的项目（帮助你的其他部门同事）来不断完善。基本上都是RFM分析（Recency，Frequency，Monetary）和一些市场营销活动（marketing campaign）的分析，来了解你的用户都是些什么人，有什么消费习惯，他们对营销活动的反应是怎么样，反应率（response rate）是多少。
整合2&3点，指定出你的商业计划。
利用数据模型，k-means cluster，CARTs，等等去分类你的已有客户，看看他们基于某一个指标（通常我会使用利润，当然，不同商业目的不同指标）来分类，因为我的商业目标是为高利润的客户提高更好的服务，降低这个客户群的流失率，增加交叉销售的成功率（cross-sell rate）。
最后再用这个指标，去最为一个统一标准，衡量之后你指定的商业计划对客户的影响。比如客群A，B，C，D通过精准营销A1,B1,C1,D1分别应该有2%，3%，5%，10%的利润提升。如果降低原因是什么，升高的原因又是什么？
当然，我这里假设你的公司完全没有利用数据去做过任何分析和决策，所以相对的罗嗦和复杂，但目标在于通过不断的分析和试错，更加了解自己的用户。
当公司的数据驱动程度比较高的时候，可以通过很多自动化的机器学习方法实现你要求的精准营销。比如推荐系统，我这里的推荐系统不是只是给你推荐什么产品，而是根据不同的应用场景，设定不同的商业规则，真正的实现“在对的时间，向对的客户，通过对的渠道，推荐对的产品”。
这个推荐系统在CRM系统中的“商务圈”就会起到很大的作用，自动匹配上下游生态的供求关系，这也使得企业在供应链管理方面，节省了很大的成本，提高了效率，在很大程度上解决了供应链管理难题。
企业要合得利用自身的用户数据，运用科学的数据分析方法，从用户数据中获取有利信息，为企业发展转型决策指明方向。
