银行业采用客户关系管理之研究.doc

银行业采用客户关系管理之研究

表4-9：13个CRM应用类型与CRM应用等级交叉分析表：
(One-Way ANOVA α=0.05，**表示P<0.001)
应用类型
F值
P值
1.一对一营销
8.877
0.001**
2.客户支持与服务
4.333
0.002
3.信息管理
11.011
0.001**
4.营销活动
4.933
0.001**
5.CRM项目负责人管理
6.929
0.001
6.客户知识发掘/照顾现有客户/增加新客户
12.554
0.004
7.银行网站分析
7.923
0.001**
8.销售数据分析
8.260
0.001**
9.数据仓储/数据挖掘
10.855
0.001**
10.客服中心
9.755
0.001**
11.计算机电信整合
10.125
0.001**
12.服务/销售人员推动CRM
11.213
0.001**
13.销售活动
5.668
0.001**

表4-10：银行集群分类表
银行
代号
集群
分类
银行
代号
集群
分类
银行
代号
集群
分类
银行
代号
集群
分类
1
1
12
1
23
1
34
3
2
1
13
1
24
2
35
1
3
3
14
3
25
2
36
3
4
1
15
3
26
2
37
3
5
3
16
1
27
1
38
3
6
3
17
3
28
3
39
3
7
3
18
1
29
3
40
1
8
1
19
1
30
3
41
3
9
1
20
1
31
3
42
3
10
3
21
1
32
1
43
1
11
3
22
2
33
1

在确定集群数目并检定集群分类与本研究13个应用类型间具相关性后，接下来进行K-Means集群分类[17]，将43家银行予以分群，相关数据请参考表4-10。

3.订出CRM应用等级：在完成银行业CRM应用现况集群分类后，本研究计算各集群的平均分数为何。该集群的平均分数越高者，表示CRM应用程度优于其它集群。经由平均分数的高低的比较后，可归类出本国银行业者的CRM应用等级，本研究将各集群依平均分数的高低分为A、B、C三个等级。详细数据请参照表4-11。
表4-11：集群分类与CRM应用等级对照表
集群分类
平均分数
等级
平均数分布范围
银行家数/百分比
1
3.58
B
4.21~2.97
19/44.2%
2
2.85
C
2.90~2.66
4/ 9.3%

3
4.81
A
5.63~4.29
20/46.5%
在A等级银行中，有5家「旧行库」，10家「新银行」，2家「改制银行」与3家「其它银行」，并无「中小企银」；在C等级的4家银行中，有3家「改制银行」，1家「新银行」。

4.等级间应用现况交叉分析：为了解不同应用等级在CRM应用方面有何差异，以做为等级较低的银行在CRM应用上改进并提升等级的参考依据，本研究使用卡方检定进行各等级间CRM应用现况的交叉分析。A级与B级间的主要差异请参照表4-12，B级与C级间的主要差异请参照表4-13。

表4-12：A等级与B等级银行交叉分析表(**表示P<0.001)
1.一对一营销
P-value
分析特殊情况的客户数据并设计相关应变方案
0.003
主动探询客户有何金融服务的需求以及对银行服务的期许
0.001**
提供多样化的方案组合供客户参考
0.001**
2.客户支持与服务

在线辅助机制--提供在线说明文件，如FAQ
0.001**
主动透过所有沟通管道与客户进行重要财经讯息公告与通知
0.001**
提供网站留言版以及在线输入个人联络数据由服务人员主动回电答复问题或是e-mail回复
0.001**
定期/不定期地对客户服务作业进行外部、内部测试
0.001**
3.信息管理

搜集客户往来交易数据并依贡献程度做客户群分类
0.001**
客户e-mail处理自动化
0.003
建立和客户沟通、互动的管道，构筑客户与银行的信赖关系
0.001**
提供查询银行业务/服务项目/网站内容搜寻的功能
0.001
4.营销活动

透过所有宣传方式对客户完整的介绍银行的业务/服务项目
0.001**
提供客户差别定价的待遇
0.001**
提供客户对于不同金融产品的交叉比较
0.001**
表4-12(续)：A等级与B等级银行交叉分析表
5.CRM项目负责人管理

规划、协调及分派各项工作使银行的业务与客户服务的执行可跨越部门界限
0.001**
6.客户知识发掘/照顾现有客户/增加新客户

分析客户交易行为模式，提供有利客户的业务/服务项目以维持客户的终身价值
0.001**
7.银行网站分析

销售、宣传活动分析
0.001
广告发行效果分析
0.001**
搜寻关键词分析
0.001**
自动产生实时网站分析报表
0.001**
特定访客造访记录与造访路径分析
0.001**
8.销售数据分析

客户优惠红利累积积分计算
0.001**
10.客服中心

将接触客户所产生结果主动告知相关部门
0.001**
提供银行业务与服务项目语音咨询
0.001**
11.计算机电信整合

建立交互式语音(IVR)服务系统
0.001**
13.销售活动

运用所有可能的交易管道，有效的执行销售活动
0.001**
业务人员、客服人员与相关部门建立实时沟通管道，明定职责归属，以最短时间满足客户任何需求
0.001**
提供销售业绩相关报表
0.002
表4-13：B等级与C等级银行交叉分析表(**表示P<0.001)
1.一对一营销
P-value
分析特殊情况的客户数据并设计相关应变方案
0.017
设计个人化服务的网站--专属网页、运用新科技提供更具亲和力的接口与人性化服务
0.014
提供多样化的方案组合供客户参考
0.014
2.客户支持与服务

在线讯息提示--实时股市行情、牌告利率、汇率，重大财经讯息
0.001**
3.信息管理

客户e-mail处理自动化
0.001**
建立和客户沟通、互动的管道，构筑客户与银行的信赖关系
0.021
4.营销活动

透过所有宣传方式对客户完整的介绍银行的业务/服务项目
0.011
6.客户知识发掘/照顾现有客户/增加新客户

分析客户交易行为模式提供有利客户的业务/服务项目以维持客户的终身价值
0.017
分析金融商品生命周期内，客户交易内容的变化，做为银行推动业务的参考
0.006
7.银行网站分析

访客来源、属性及区域分析
0.006
销售、宣传活动分析
0.001**
广告发行效果分析
0.001**
搜寻关键词分析
0.003
自动更新增加搜寻引擎功能
0.032
自动产生实时网站分析报表
0.006
针对不同管理阶层、部门提供分类需求报表
0.011
特定访客造访记录与造访路径分析
0.001**
9.数据仓储/数据挖掘

整合不同数据来源的相关客户信息
0.032
分析客户的类别与消费模式--确认个别客户的价值或发现巩固客户的机会
0.030
挖掘交易活动背后所潜在商机，以提高银行获利能力
0.006
10.客服中心

搜集客户的基本资料、偏好与关心的议题以及抱怨与建议
0.032
客服中心能够配合银行的营销活动、优惠酬宾活动与宣传活动
0.043
客户服务经验的累积与传授并整理成客户服务常见问题集
0.043
提供银行业务与服务项目语音咨询
0.014
进行客户满意度电话抽样访谈
0.025
12.服务/销售人员推动CRM

能存取保存所有客户交易往来历史数据的信息系统
0.043

由于A等级已是最高等级，无法以交叉分析进行比较，因此选择A级银行中达成比例低于50%的项目做为A等级银行持续改善的参考指标。

表4-14：A级银行CRM应用风险分析表
1.一对一营销
提供客制化的服务内容以及对不同目标族群设计不同的营销活动
4营销活动
提供客户个人化金融信息查询，并提供与相关产业数据库的联机
提供具公信力机构对银行的研究报告让客户做为是否与银行进行交易的参考
6.客户知识发掘/照顾现有客户/增加新客户
分析客户交易行为模式，提供有利客户的业务/服务项目以维持客户的终身价值
研究新客户与银行接触的资料，分析客户最可能交易的金融服务项目以产生联系新客户的契机
7.银行网站分析
访客来源、属性及区域分析
销售、宣传活动分析
广告发行效果分析
搜寻关键词分析
自动更新增加搜寻引擎功能
自动产生实时网站分析报表
特定访客造访记录与造访路径分析
9.数据仓储/数据挖掘
整合不同数据来源的相关客户信息
分析客户的类别与消费模式
分析个别客户与交易各变量之间的关联性
分析特定客户群的交易特性
具有分析可能会结束与银行往来的客户或识别潜在客户的功能
11.计算机电信整合
储存客户接触数据做为后端数据库客户档案的数据来源之一

5.平均数等级区分方法：本研究除使用Cluster集群分析方法进行应用等级区分，曾设计另一CRM应用等级分类方法：主要以问卷的六个尺度做为分类依据，首先计算出各银行在13个CRM应用类型中个别平均分数，并将平均分数取至整数字，平均分数为1或2者为C等级、平均分数为3或4者为B等级、平均分数为5或6者为A等级。应用等级的高低则依序为：A、B、C。等级分类结果请参照表4-15。
表4-15：银行CRM应用等级分析表(平均数区分法)
等级
比率(银行家数)
A等级
13.96%( 6家)
B等级
76.74%(33家)
C等级
9.30%( 4家)
完成分级后，为了解13个CRM应用类型与本应用等级分类方法之间的相关性，本研究亦进行单因子变异数分析。检定结果，不同的CRM应用等级在13个应用类型上的应用现况有显著差异，代表该应用等级分类方法具有一定的可信度。

6.CRM应用等级分类方法的比较：本研究利用两种方式划分银行的CRM应用等级，经过比较分析后，归纳出以下结论。
l 将问卷的六个尺度区分为三个等级，以13个CRM应用类型的平均数做为分类依据，虽具有易于分类、方便企业进行自我检查的特性。但是，由于区分等级的组数以及采用平均数做为等级划分依据乃本研究人为设定，并无相关理论依据左证，为该等级区分方式的最大缺陷。
l 利用Cluster集群分析，虽然集群组数与集群分类的数据皆由统计分析工具所决定，人为因素已降至最低，但是分析过程繁杂，需要相关统计分析工具协助，无法提供简易的应用等级区分方法，是本方法最大的缺陷。
综合以上两点，为避免人为的主观判断影响研究分类结果，本研究决定采用Cluster集群分析的结果，区分本国银行业的CRM应用等级。

六、银行基本数据对于CRM应用等级与CRM应用类型之差异分析
为检验基本资料中「员工人数」、「客户人数」、「客服人员数量」、「导入CRM软件时间」、「每股盈余」等因素对13个CRM应用类型与CRM应用等级是否产生显著影响，本研究使用单因子变异数分析(One-way ANOVA)进行统计检定，由分析结果中发现：
l 「导入CRM软件时间」对于「信息管理」「销售数据分析」与「数据仓储/数据挖掘」的CRM应用有显著影响。另外，对于「CRM应用等级」亦有显著影响(P-value=0.022)。在15家已导入CRM应用软件的银行中，有12家的应用等级属于A级，另外3家属于B级。(表4-16)
l 「员工人数」的不同对于「CRM项目负责人管理」的应用有显著影响。在8家员工人数超过5000人的银行中，有7家已开始本类型的应用。(表4-16)
表4-16：银行基本数据对于CRM应用类型是否有显著影响：(One-way ANOVA α=0.05)
应用类型
员工人数
导入CRM软件时间
1.一对一营销
0.317
0.119
2.客户支持与服务
0.327
0.499
3.信息管理
0.235
0.042
4.营销活动
0.069
0.478
5.CRM项目负责人管理
0.039
0.349
6.客户知识发掘/照顾现有客户/增加新客户
0.419
0.309
7.银行网站分析
0.238
0.095
8.销售数据分析
0.830
0.001
9.数据仓储/数据挖掘
0.182
0.005
10.客服中心
0.692
0.333
11.计算机电信整合
0.905
0.182
12.服务/销售人员推动CRM
0.372
0.195
13.销售活动
0.615
0.081

七、新旧银行CRM应用之比较分析
为分析不同类型银行在CRM应用的差异，本研究利用新银行与旧行库[14]的应用现况进行比较。首先，将14家新银行与7家行库的平均分数做一比较，发现旧行库以0.12分些微领先新银行。
表4-17：新旧银行平均分数比较表
银行类型
平均分数
旧行库
4.46
新银行
4.34
经过新旧银行应用现况的交叉分析，找出具有显著差异的项目，并辅以新旧银行在各项目的平均值做为比较依据，分析新旧银行在CRM应用上表现较佳的项目为何，并分别列于表4-18与4-19。

表4-18：旧行库表现较佳的项目(**表示P<0.001)
问项
P-value
主动探询客户有何金融服务的需求以及对银行服务的期许
0.009
设计个人化服务的网站--专属网页、运用新科技提供更具亲和力的接口与人性化服务
0.007
提供多样化的方案组合供客户参考
0.003
在线辅助机制--提供在线说明文件，如FAQ
0.002
在线讯息提示--实时股市行情、牌告利率、汇率，重大财经讯息
0.001**
主动透过所有沟通管道与客户进行重要财经讯息公告与通知
0.014
提供网站留言版以及在线输入个人联络数据由服务人员主动回电答复问题或是e-mail回复
0.002
提供客户个人理财咨询服务
0.011
定期/不定期地对客户服务作业进行外部、内部测试
0.017
将客服信息系统与银行原有的信息系统加以整合
0.001
建立和客户沟通、互动的管道，构筑客户与银行的信赖关系
0.003
提供客户差别定价的待遇
0.009
规划、协调及分派各项工作使银行的业务与客户服务的执行可跨越部门界限
0.009
提供24小时电话服务
0.009
建立客服人员回电机制--客户可留下数据请服务人员回电
0.011
将接触客户所产生结果主动告知相关部门
0.001**
业务人员、客服人员与相关部门建立实时沟通管道，明定职责归属，以最短的时间满足客户的任何需求
0.038
表4-19：新银行表现较佳的项目(**表示P<0.001)
问项
P-value
提供客户对不同金融产品的交叉比较
0.002
客户优惠红利累积积分计算
0.004
提供个人化咨询服务
0.021
客服中心能够配合银行的营销活动、优惠酬宾活动与宣传活动
0.014
提供客服人员实时查询相关金融市场状况及个别客户基本数据的功能
0.032
提供银行业务与服务项目语音咨询
0.001**
建立交互式语音(IVR)服务系统
0.001**
自动话务分配-电话自动转接至待机的客服人员
0.014

表4-20：新旧银行在各应用等级所占比率分析表
群组
A级(家数)
B级(家数)
C级(家数)
旧行库
71.43%( 5)
28.57%(2)
0%(0)
新银行
71.43%(10)
21.43%(3)
7.14%(1)

最后，本研究以新旧银行在各应用等级上所占的比率，做两者比较的基准(表4-20)。
由以上三个不同方式，分析新旧银行在CRM的应用现况可以得知：旧行库的整体CRM应用现况稍较新银行优异。

伍、自我评估步骤
本研究根据不同CRM应用等级中各银行的平均数分布范围，分析应用等级划分的临界点为何，并依此归纳出下列自我评估步骤：
(1). 计算13个CRM应用类型的平均数，并四舍五入取至小数第二位。
(2). 平均数大于4.29者，可归类为A级。
(3). 平均数小于2.90者，可归类为C级。
(4). 平均数界于上述分类之间者，归类为B级。
本研究所提出的自我评估步骤乃是依据43家本国银行的集群分析数据进行归纳整理，由于样本数的改变将会影响到集群分析结果，若银行业者有意了解确实的CRM应用等级为何，则需收集所有银行的统计数据并重新进行Cluster集群分析，本研究基于提供银行业者一个能自我评估CRM应用等级的简易方法而设计上述步骤，等级区分的结果仅供银行业者做为参考。

陆、结论与建议

一、结论
本研究结果如下：
l 本国银行的CRM应用现况可区分为3个集群。根据集群间CRM应用平均分数的高低将集群归类为A、B、C三个应用等级。属于A级银行共有20家、属于B级银行共有19家、属于C级银行共有4家（表4-11）。
l 本研究针对CRM应用等级进行交叉分析，找出等级间CRM应用的差异项目，表4-12可为B级银行提升至A级银行的参考，表4-13可为C级银行提升至B级银行的参考。

l 本国银行业者可使用本研究所设计的自我评估步骤，了解本身的CRM应用等级为何。
l 本国银行在CRM应用上最成功的3个类型依序为『客服中心』、『销售活动』、与『计算机电信整合服务』；最需要加强的类型则是『一对一营销』（表4-7）。
l 新旧银行在CRM方面的应用不尽相同，各有其表现较佳的部份，但整体而言，旧行库较新银行的表现为佳(表4-17,18,19,20)。
l 本研究的其它发现有：
n 每股盈余(EPS,1999年)的高低与银行客户人数有显著关系。
n 导入CRM软件时间的长短对于本国银行的CRM应用等级有显著影响。
n 客服人员人数的多寡对于客户支持与服务水平有显著影响

二、建议：
l 可比较国内外银行业CRM应用的差异，及比较单一国家中本国银行与外商银行的CRM应用现况。
l 可进一步分析银行在本研究所列13个CRM应用类型中的应用等级为何。
l 可进行银行业客户满意度的调查，并比较其与CRM应用等级之间的关系为何。

参考文献：
[ 1]王希宁，”因特网对B2C企业顾客关系管理的影响-以券商及书店为例”，国立政治大学科技管理研究所硕士论文，民国89年6月，页43~51。
[ 2]史博言，”1999年度台湾业者之顾客关系管理运用现状调查报告”，民国88年11月，电子化企业经理人报告，页9~15。
[ 3]古永嘉，”企业研究方法-第五版”，华泰书局，民国85年3月，页177~192、244~253。
[ 4]林松江，”金融业应用信息技术在信息质量与顾客关系管理上之实证研究”，国立台湾科技大学信息管理研究所硕士论文，民国89年5月，页6~42、49~54。
[ 5]林义堡，”运用信息科技推动顾客关系管理”，民国88年11月，电子化企业经理人报告，页35~42。
[ 6]安迅信息公司，”整合企业经营策略与顾客关系管理”，民国88年11月，电子化企业经理人报告，页20~25。
[ 7]余小均，”CRM搭起企业与客户的桥梁”，民国88年12月，信息与计算机，页79~82。
[ 8]余幕芗，”网络客服中心的应用与管理”，民国89年3月，电子化企业经理人报告，页43~46。
[ 9]李岳桦，”产品的需求周期在企业导入顾客关系管理之研究”，国立台北大学企业管理学系硕士论文，民国89年6月，页40~47。
[10]李升礅，”以数据挖矿深化顾客关系管理”，民国89年3月，电子化企业经理人报告，页37~42。
[11]吕丽琴，”证券商网站采用客户关系管理之可行性研究”，淡江大学信息管理研究所论文，民国89年6月，页27~42。
[12]吴欣颖，”企业导入顾客关系管理之研究”，国立台北大学企业管理研究所硕士论文，民国89年6月，页6~32。
[13]周震平，”如何设立与管理一流的客户电话服务中心”，民国89年7月通讯杂志，页78~104。
[14]财政部金融局，”金融业务概况-本国银行”，财政部金融局全球信息网，http://www.boma.gov.tw/index_dir04.htm。
[15]书轩信息，”电子商务之无限商机”，民国89年2月，松岗计算机图书信息公司，页10-1~10-23、11-1~11-21。
[16]陈文华，”顾客关系管理成功关键-高质量的顾客数据”，能力杂志，民国89年5月，页132~135。
[17]张绍勋，”SPSS for Windows 多变量统计分析”，松岗计算机图书公司，民国83年4月。
[18]张绍勋，林秀娟，”SAS/PC 统计分析与实务应用”，松岗计算机图书公司，民国80年11月。
[19]张玮伦，”应用数据挖掘学习方法探讨顾客关系管理问题”，私立辅仁大学信息管理学系硕士论文，民国89年6月，页14~30。
[20]黄俊英，”多变量分析-第七版”，中国经济企业研究所，民国89年7月，页276-284。
[21]童启晟，”全球CRM市场有多大”，信息与计算机，民国89年6月，页97~99。
[22]万以宁，”掌握PEPSI执行顾客关系管理”，民国88年11月，电子化企业经理人报告，页16~19。
[23]卢坤利，”台湾地区企业采用顾客关系管理系统之影响因素研究”，国立台湾大学商学研究所硕士论文，民国89年6月，页38~59。
[24]戴久永，”E世代客户关系管理”，民国89年6月，管理杂志，页60~62。
[25]苏堤，”企业建构资料仓储的六项关键议题”，民国89年3月，电子化企业经理人报告，页31~36。
[26]Alex Sheshunoff, ”Winning CRM strategies”, Aba Banking Journal, October 1999, pp:54~66.
[27]David Bradshaw, ”Next Generation Call Center-CTI, Voice and the Web”, eBusiness Executive Report, March 2000, pp:9~17.
[28]Greg Stevenson, ”Customer economy customer interaction”, Information Week, September 2000, pp:78~84.
[29]Heather, ”FEDEX select iXL to deliver superior CRM solutions”, Internetwire, August 2000, .
[30]IDC, ”CRM Market Forecast and Analysis 2000-2004”, August 2000, :8080/software/press/PR/SW081700PR.stm .
[31]IDC, ”Taiwan Call Center Survey1999”, 2000, IDC, .tw .
[32]Jack Mcavoy, ”Selecting and Buying CRM Software”, Call Center CRM solution, February 2000, pp:44~49.
[33]Jackie Kandell, ”CRM, ERM, one-to-one Decoding Relationship Management Theory and technology”, Trusts Estates, April 2000, pp:49~53.
[34]Jeff Caldwell, ”Building a sustainable E-Business CRM strategy”, Agency Sales Magazine, May 2000, pp:23~27.
[35]John D.Well, William L.Fuerst, Joobin Choobineh, ”Managing information technology for one-to-one customer interaction”, January 1999, Information & Management, pp:53~62.
[36]John Ott, ”Successfully development and Implementing Continuous relationship management”, November 2000, eBusiness executive report, pp:26~30.
[37]Mark LaRow, ”The Five Engines of eCRM”, Computer Technology Review, August 2000, pp:39~54.
[38]Paul Ratcliff, ”Managing deeper relationship”, Mortgage Banking, March 2000, pp:94~100.
[39]Peggy Menconi, ”Building a great customer relationship management strategy”, August 1999, AMR research, .
[40]Tom Coyle, ”Finding your best customer”, America’s Community Banker, September 1999, pp:26~29.
[41]Wayland & Cole, ”Customer connections”, Harvard Business School Press, November 1999, pp:404~431.
[42]William R.king, ”Assessing the impact of integrating business planning and IS planning”, Information & Management, September 1996, pp:31.