通常我們分類顧客會常見兩種目的。
第一種是希望能分出顧客的特性，例如對烹飪或爬山或電競遊戲感興趣。
第二種是希望分出忠實顧客跟非忠實顧客。
不管是第一種還是第二種方法，都是在貼標籤。以往還沒有Google跟FB的時候，客戶關係管理系統就可以讓業務人員對客戶資料貼標籤了，不過這時候的貼標籤都不是客觀的數據判斷，而是人為判斷，例如你主觀判斷他喜歡烹飪，就貼上一個烹飪的標籤。
而目前針對顧客特性貼標籤這件事，Google跟FB都做得比你好了，你就放心用他們的功能就好。企業要做的應該是第二種，針對自己的成交顧客去分類出忠實顧客跟非忠實顧客。
第一關：找到願意購買的第一批客戶
推出新的產品或服務，是維持企業運作的必須。人的生活型態不會一夕劇變但也不會一成不變。在你想到一個新的產品或服務的時候，不要想太多，試著用能力範圍內可以負擔的成本，趕快推出來試水溫。舉例來說：如果你今天想到的是可以去弄一個平台，功能應該會比FB更好，雖然方向可能對，但中小企業應該沒有資源能夠讓這個企劃實現。
這一批顧客可能是100個，可能是1000個，依照你的單價，你可以主觀定義第一批顧客應該是多少才算方向正確。
「你覺得我應該找哪一個藝人當代言人?」
也不應該是這一個階段應該去想的事情。
如果一個小學生問你說，以後他大學要念哈佛還是史丹佛好。這不是超前部屬，這叫做：「想太多」，你應該拿紙拖鞋打醒他，問他：「今天作業寫了沒？」
第二關：收集顧客資料
我主觀覺得，經營的兩大重點在：
1.顧客記得你
2.有顧客的資料
這個之前在別篇文章我也有提過。客戶記得你，那他有需求的時候就會第一個想到你。例如想到感冒膠囊，你會想到斯斯。顧客記得你的好處是，不管你是透過誰賣東西給他，有一天這個中間的媒介消失了，或中階的媒介不想幫你賣了，客戶還是會透過Google搜尋找到你。
沒有顧客的資料，再多資料分析的方法都跟你沒有關係。就好像你學會做希臘菜，但方圓百里買不到相關的食材，那絕不可能做出希臘菜。如果一間公司喊著顧客關係管理很重要，但連最基本的姓名、電話、email、住址都沒有。那很明顯他在講幹話。顧客的資料先求有再求多，最基本的聯絡資料一定要有。你平常依賴的FB粉絲團人數，FB社團人數，Youtube頻道訂閱數，這些人你是否有他們的聯絡資料？沒有的話，就必須設計一個流程去獲取資料。
第三關：收集100個客戶資料
當你收集超過100名客戶資料後，如果你有他們購買的日期跟聯絡資料。那最基本的就可以把過去一年的所有交易用Excel排序一下，看看每個人(可以用email或電話區別)在過去一年跟你購買了幾次。你可以主觀定義過去一年購買幾次以上就算是忠實的顧客。例如購買10次以上，就算忠實的顧客。這樣你大概就知道100個顧客當中忠實顧客的比例大概有多少。然後我會建議你用mail發個問卷給這些忠實顧客，題目不用多，主要是2題開放式問題，第1題是詢問這些顧客覺得你最大的特點是什麼?第2題時詢問這些顧客覺得你最需要改善的是什麼?
通常忠實顧客比較會回覆你的問卷，而你看到回覆比較踴躍的，甚至可以打個電話感謝他，另外再口頭詢問他們的建議，得到的資料會更豐富。
第四關：客戶資料超過1000筆
將客戶分類最常見的方法是RFM。RFM簡單說就是把一個客戶在過去一段時間，例如說是一年。購買的時間距離今天的長短，購買的次數，購買的金額，3個指標算成一個綜合分數。你可以想像就是用3個科目的總分來衡量1個學生，分類的當然會更細膩。但當你客戶資料沒到1000筆以上，或是你終其一身不會到1000個顧客(例如B2B行業，可能客戶只有7家就撐起公司營收，例如賣手機鏡頭的大立光)，那RFM就不是你的菜。
RFM已經不是什麼高深的方法，許多軟體都可以做到。Excel、SPSS、R語言、Python都可以做到。你有興趣的話，都有對應的工具書或網路上部落客的分享文章。
第五關：客戶資料超過50萬筆
這時候數據分析的方法才會比較派得上用場。一方面是資料量夠，二方面是營收只要能因為這樣去改善1%，金額就會很明顯。需要找外部的數據分析顧問公司來提改善方案，大概是在這個階段。
第六關：客戶資料超過100萬筆
才需要自己去考慮養一個4人以上編制的數據科學家團隊，以台灣來說會有這樣部門編制的，大概只有電信廠商、銀行，大型零售商。
我一直覺得客戶關係管理，並不是做一個系統出來，然後客戶生日的時候自動發送罐頭祝福。節日到的時候自動發折價券。客戶關係管理的最大價值應該是分類出忠實顧客跟非忠實顧客後，經由忠實顧客去驗證自己的特點是有價值的，並且知道哪裡有改善的地方。
非忠實顧客則是可以讓自己想想，我們是真的哪邊做得不好，還是對方本來就不是我們要的客戶。例如你是廉價航空，然後客戶嫌你怎麼沒有頭等艙，飛機上怎麼沒有螢幕可以看電影，還有為什麼空服員比較少等等，那你會覺得這個人莫名奇妙，因為就是把這些東西拿掉，票價才能變便宜，這個客人應該去選擇傳統航空，而不是硬性要求你改善。
*如果你對相關文章有興趣，歡迎追蹤 謝章升FB
謝章升近期課程
| 類型 | 講師 | 課程主題 |
| 線上 | 謝章升 | FB廣告入門 |
| 線上 | 謝章升 | FB廣告中階 |
| 線上 | 謝章升 | FB廣告高階 |
| 線上 | 謝章升 | Google廣告入門 |
| 線上 | 謝章升 | Google廣告進階 |
| 線上 | 謝章升 | GA4流量分析入門 |
| 線上 | 謝章升 | GA4流量分析進階 |