客户行为类信息的主要目的是帮助企业的市场营销人员和客户服务人员在客户分析中掌握和理解客户的行为。客户的行为信息反应了客户的消费选择或是决策过程。

行为类数据一般都来源于企业内部交易系统的交易记录、企业呼叫中心的客户服务和客户接触记录，营销活动中采集到的客户响应数据，以及与客户接触的其他销售人员与服务人员收集到的数据信息。有时企业从外部采集或购买的客户数据，也会包括大量的客户行为类数据。

客户偏好信息主要是描述客户的兴趣和爱好的信息。比如有些客户喜欢户外运动，有些客户喜欢旅游，有些客户喜欢打网球，有些喜欢读书。这些数据有助于帮助企业了解客户的潜在消费需求。

企业往往记录了大量的客户交易数据，如零售企业就记录了客户的购物时间、购物商品类型、购物数量、购物价格等等信息。电子商务网站也记录了网上客户购物的交易数据，如客户购买的商品、交易的时间、购物的频率等。对于移动通信客户来说，其行为信息包括通话的时间、通话时长、呼叫客户号码、呼叫状态、通话频率等等；对于电子商务网站来说，点击数据流记录了客户在不同页面之间的浏览和点击数据，这些数据能够很好的反应客户的浏览行为。

与客户描述类信息不同，客户的行为类信息主要是客户在消费和服务过程中的动态交易数据和交易过程中的辅助信息，需要实时的记录和采集。

在拥有完备客户信息采集与管理系统的企业里，客户的交易记录和服务记录是非常容易获得，而且从交易记录的角度来观察往往是比较完备的。

但是需要认识到的是，客户的行为信息并不完全等同与客户的交易和消费记录。客户的行为特征往往需要对客户的交易记录和其他行为数据进行必要的处理和分析后得到的信息汇总和提炼。

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。

以移动通信企业来说，其核心的关联类信息就包括了客户的终生价值、客户忠诚度、客户流失倾向、客户联络价值、客户呼叫倾向等等。

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优势和客户资源。

客户信息采集指客户数据的采集、整理和加工；客户知识获取指客户信息的统计、分析和预测；客户知识运用指客户知识的发布、传递和利用。

客户信息的采集是企业营销活动的一项系统性工作，面临着如何高效获取并不断更新客户信息的问题，而且客户信息的不同维度来源途径和获取程度存在各种差异而已。

不同的行业和企业定义客户的信息视图有所差别，企业需要通过客户的信息和行为来描述特征，尤其当定义潜在目标客户群时，更是需要如此。

一般说来，从市场营销的角度，描述客户信息的变量可以分为人口信息、行为信息和价值信息三类。在每一类中又可以进行相应的细分。

获取客户信息的来源

一般来说，企业获取客户信息的来源主要来自企业内部已经登记的客户信息、客户销售记录、与客户服务接触过程中收集的信息，以及从外部获得的客户信息。

很多企业也有意识的组织一些活动来采集客户信息，比如经常采用的有奖登记活动，以各种方式对自愿登记的客户进行奖励，要求参加者填写他们的姓名、电话和地址等信息，这样的一些活动能够在短时间内收集到较大量的客户信息。

这此收集客户资料的方法还包括：有奖登记卡和折扣券、会员俱乐部、赠送礼品、利用电子邮件或网站来收集等等。

从外部获取潜在客户数据的渠道

幸运的是，尽管国内的数据营销的社会基础并不十分完善，但仍有很多的机会找到并获取相关的客户数据。这些数据一般都要通过购买、租用或是合作的方式来获取。

以下是可能的潜在客户数据获取渠道：

1.数据公司。数据公司专门收集、整合和分析各类客户的数据和客户属性。专门从事这一领域的数据公司往往与政府及拥有大量数据的相关行业和机构有着良好而密切的合作关系。一般情况下，这类公司都可以为直复营销行业提供成千上万的客户数据列表。在北京、上海、广州、深圳等国内大中城市，这类公司发展非常迅速，已经开始成为数据营销领域的重要角色。

2.目录营销与直复营销组织。这类组织直接给消费者打电话或邮寄产品目录。只要有合适的价格或目的安排，许多这样的公司都愿意分享他们的数据列表。

3.零售商。一些大型的零售公司也会有丰富的客户会员数据可以获取。

4.信用卡公司。信用卡公司保存有大量的客户交易历史记录，这类数据的质量非常高。

5.信用调查公司。在国外有专门从事客户信用调查的公司，而且这类公司一般愿意出售这些客户的数据。

6.专业调查公司。在消费品行业、服务行业及其他一些行业中，有许多专注于产品调查的公司。这些公司通过长期的积累和合作，通常积累了大量的客户数据。

7.消费者研究公司。这类组织往往分析并构建复杂的客户消费行为特征，这类数据可以通过购买获取。

8.相关服务行业。可以通过与相关行业有大量客户数据的公司进行合作或交换的方式获取客户数据。这类行业包括：通信公司、航空公司、金融机构、旅行社、寻呼公司等。

9.杂志和报纸。一些全国性或区域性的杂志和报纸媒体也保有大量的客户订阅信息和调查信息。

10.政府机构。官方人口普查数据，结合政府资助的调查和消费者研究信息都有助于丰富客户数据列表。政府的行政机关和研究机构往往也有大量的客户数据，如公安户政部门的户政数据、税务机关的纳税信息、社保部门的社会保险信息等。

在国内，政府部门往往拥有最完整而有效的大量数据。在以前，这些数据并没有很好的应用于商业用途。政府部门已经在大力加强基础信息数据库的建设工作，在数据基础越来越好，数据的管理和应用越来越规范的市场趋势下，政府部门也在有意识的开放这些数据用于商业用途。

科学的客户信息管理是凝聚客户、促进企业业务发展的重要保障。客户信息是一切交易的源泉。由于客户信息自身的特点，进行科学的客户信息管理是信息加工、信息挖掘、信息提取和再利用的需要。通过客户信息管理，可以实现客户信息利用的最大化和最优化。

网络营销中的客户信息管理是对客户信息进行收集、抽取、迁移、存储、集成、分析和实现的全过程。具体内容如下：

a.客户信息的收集。客户信息的收集是客户信息管理的出发点和落脚点。客户信息的收集可以广泛地利用各种渠道和手段，最为有效的是网络营销所提供的大量信息。但也不能忽视传统的方式（例如电话咨询和面对面交谈）发挥的作用，他们可以作为因特网的有效补充，保证客户信息的全面性。

b.客户信息的抽取和迁移。客户信息的抽取和迁移也是在进行客户信息的收集，但其不是直接面对客户，而是利用已有的信息进行一定的加工。因为各种行业所需的客户信息是千差万别，所以各个企业都占有大量的为企业所用的客户信息。为了实现信息使用的高效率，有必要在各个行业之间推行一套客户信息的使用标准，最大限度地取得信息的一致性。

信息的抽取机制是建立在不同行业的客户信息基础之上。它使用信息过滤和信息模糊检索技术，在其他企业的客户信息数据库中取得所需的客户信息。它强调两个企业之间客户信息数据的相似性，从共性出发，实现信息的抽取。信息的迁移机制是从客户信息的整体角度考虑，在不同企业之间实现客户信息的共享。信息在迁移过程中忽视细微的差别，重视整体的一致性，花费较少的精力取得较大的效果。

c.客户信息的存储和集成。客户信息的存储和处理技术是客户信息管理的核心技术，数据仓库技术在其中占有重要地位。因为客户信息是十分巨大的数据，为了能够实现数据使用的便捷高效，需要对使用的数据库进行慎重选择。建议采用大型的关系型数据库管理系统，并带有对并行处理、决策查询优化的组件。客户信息在存储过程中应考虑冗余问题，避免浪费大量有效的空间。客户信息的集成是指客户信息数据按照时间或空间的序列保存，并进行一定层次的划分后存储在数据库中。用户在查询、统计中都使用集成后的数据，可以提高运行效率。

d.客户信息数据库的设计。客户信息数据库是以家庭或个人为单位的计算机信息处理数据库。针对不同的行业有不同的数据单元，而且客户信息数据库的更新频率较高，数据处理量逐步增大。

索引的使用原则。使用索引可以提高按索引查询的速度，但是会降低插入、删除、更新操作的性能。因选择合适的填充因子，针对客户信息数据库更新频繁的特点，亦选用较小的填充因子，在数据页之间留下较多的自由空间，减少页分割和重新组织的工作。

数据的一致性和完整性。为了保证数据库的一致性和完整性，可以设计表间关联。这样关于父表和子表的操作将占用系统的开销；为了提高系统的响应时间，有必要保证合理的冗余水平。

数据库性能的调整。在计算机硬件配置和网络设计确定的情况下，影响到系统性能的因素是数据库性能和客户端程序设计。数据库的逻辑设计去掉了所有冗余数据，提高了系统的吞吐速度。而对于表之间的关联查询，其性能会降低，同时也提高了客户端的编程难度。因此物理设计对于两者应折衷考虑。

数据类型的选择。数据类型的合理选择对于数据库的性能和操作具有很大的影响。在该数据库中应注意避开使用Text和Image字段，日期型字段的优点是有众多的日期函数支持，但其作为查询条件时服务器的性能会降低。

e.客户信息的分析和实现。客户信息的分析是客户信息数据库的落脚点，是直接为企业开展其他一系列工作服务的。客户信息的分析是指从大量的数据中提取有用的信息，该信息主要可以分为直接信息和间接信息。直接信息是可以从数据中直接取得，价值量较小，使用范围较小。而间接信息是经过加工获得的较有价值的信息。分析过程主要包括基本信息分析、统计分析、趋势分析、关联分析等。基本信息分析是利用客户的基本情况信息，分析企业或产品的主要客户的特点，包括年龄、性别、职业、工资状况、学历、地理位置等等。统计分析是利用所有的信息进行统计，分析企业或产品的销售额、利润额、成本量等经济指标，也包括大客户分析和业务流量分析。趋势分析是利用企业的信息和同行业其他企业的信息，并结合国民经济的整体运行状况，对长期和短期的业务状况进行预测。关联分析是利用客户信息对产品信息、市场信息、企业信息进行分析，综合评价企业的运行状况和产品的供需比例。

网络营销中客户信息管理的实施主要是指客户信息数据库的实现。在当前环境下，客户信息数据库技术中数据仓库技术是企业使用的主流，该技术的实现也表明了当代客户信息管理系统的走向。以数据仓库系统为核心技术的数据仓库型客户信息管理系统的广泛应用，为在技术实施以客户为中心的个性化服务提供了可能，又极大影响了企业业务流程的转变，使机构向“扁平化”方向发展。

数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理活动中的决策制定过程。面向主题是指数据仓库内的信息按照企业重点关心的数据（即主题）进行组织，为按主题进行决策的信息过程提供信息；集成是指数据仓库内的信息不是从各个业务系统简单抽取来得，而经过系统加工、汇总和整理，保证数据仓库内的信息是整个企业的全面信息；随时间变化数据仓库内的信息并不是关于企业当时或某一时刻的信息，而系统记录了企业从过去某个时刻到各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测；稳定是指一旦某个数据进入数据仓库，一般情况下将被长期保留，也就是数据仓库中一般有大量的插入和查询操作，但修改和删除操作比较少。

数据仓库的特点可以描述为主题突出的集成性的信息管理系统。它由源数据、仓库管理和分析工具组成。数据仓库的数据来源于多个数据源，包括企业的内部数据，也有来自外部的相关数据。网络营销中源数据主要从开展网络营销的实践中获得，包括企业所关注的关于客户的各类信息。仓库管理是根据信息需求的要求进行数据建模，从数据源到数据仓库的数据抽取、处理和转换，确定数据存储的物理结构等。这一阶段是进行客户信息管理的基础，因为大量的源数据经过仓库管理进行了初步的处理。分析工具指完成决策所需的各种信息检索方法、联机分析方法和数据挖掘方法。这一阶段是针对企业的客户群服务的，它直接与客户发生联系，因为企业的产品企划就是在这里完成。数据仓库型客户信息系统继承了以往信息管理系统的一切手法，并以其强大的数据检索和分析功能，为企业提供了综合性的及时信息服务手段，成为客户信息管理系统发展的主流。

客户信息管理在各个方面的运用，已经显示出了强大的生命力。特别是在当今企业以网络营销为支撑来开展业务的情况下，由于网络信息的复杂性和多样性，开展信息管理迫在眉睫。客户信息管理已经也必将会成为企业生存取胜的重要一环。