数据沉淀向数据分析转变

   CRM 的第一个属性可以抽象为数据沉淀，把线索、客户相关的信息记录下来，这部分数据可以称之为静态数据，比如客户的订单、会员的信息。

   数据量到了一定程度的时候，可以从数据中挖掘很多宝藏，比如客户的消费行为、员工的业务数据等，这部分数据可以称其为动态数据。

   对企业来说，由分析得来的动态数据的价值，远大于静态数据。数据沉淀部分的理论支持查看 AARRR 模型即可，基本上 b 端 c 端的各种客户都符合这个漏斗模型规律，这里不再叙述。按照这个模型设计出来的产品，基本包含线索管理客户管理、订单管理、商品管理、营销模块，CRM 的基础模块就构建完成。收集到数据后，我们对数据要进行处理分析，把信息变为数据，把数据变为报告，实现真实价值。

   数据分析这里说一个基础原则：标签越细越好。这里是强调我们数据分析的时候，不仅要Label，还要 Tag。先说一下这两个词的区别，label 多指的事物本身属性，如客户性别：男，tag 多指附加属性，如客户会员等级：一级。将本身属性和我们业务赋予的附加属性结合起来，才算一个完整数据。

   分析数据部分要灵活构建多种业务组合分析，借助模型，如漏斗模型、转化率模型、流失模型等，这是运营部门最关心的数据。不要轻易开始预测的模块，一来数据量小，样本不具有代表性，二来预测算法需要期验证，过早投入人力去做验证得不偿失，而且预测结果不准确。

   系统可灵活配置多套报告模版，做数据分析结论承载，这部分内容更偏向功能产品，不展开叙述。