CRM Strategy 顧客關係管理策略

為什麼 EMBA 需要 CRM 戰略 skill

多數學員（或其公司）已有某種 CRM 工具（Salesforce、HubSpot、自建系統），但常見問題是：

• 有工具沒戰略（系統閒置、資料未用）
• 有活動沒體系（每月行銷檔期但不整合）
• 有 VIP 制度但回報不明
• 投資 CDP 但無法回答「究竟解決什麼戰略問題」

本 skill 把 CRM 拉回戰略層：不只用哪個工具、不只做哪個 Journey，而是整個客戶經營體系的設計與治理。

與相近 Asgard skill 的邊界

• biz-cac-ltv — 工具層：CAC 與 LTV 的計算與決策閾值
• biz-customer-journey — 工具層：單一客戶旅程繪製
• biz-stp — 早期定位，本 skill 接在 STP 之後的「經營設計」
• biz-pricing-strategy — 定價，本 skill 可整合但不重複
• mkt-content-calendar — 內容排程戰術
• 本 skill — CRM 戰略整合，將上述工具整合為可治理的客戶經營體系

觸發條件

• 會員／VIP 體系設計或改造
• CDP、CRM 系統選型與導入決策
• 客戶分層策略（大眾市場 + VIP 雙軌）
• B2B 大客戶經營體系（KAM）建置
• 跨通路（線上 + 線下）整合經營
• 客戶流失、NPS 下滑的戰略回應
• 師大、政大、中山 EMBA CRM 課程作業

不適用

• 單純獲客成本計算 → Asgard biz-cac-ltv
• 單一旅程繪製 → Asgard biz-customer-journey
• 廣告投放優化 → Asgard algo-ad-*
• 顧客訪談方法 → Asgard ux-* 系列

IRON LAW 1：CRM 不是工具，是經營體系
買 Salesforce 不會解決客戶經營。
完整 CRM 戰略 = 資料架構 + 分群邏輯 + 旅程設計 + 組織治理。
四者缺一，系統都會淪為昂貴的通訊錄。

IRON LAW 2：VIP 不等於高消費，等於「策略重要性」
依單次消費金額排 VIP 是最粗糙的分層。
好的 VIP 定義 = 高 LTV + 高策略貢獻（推薦、品牌、口碑）。
錯把「金額」當「價值」，會養出最不賺錢的「VIP」。

IRON LAW 3：自動化之前先做「手工化」
還沒人工經營過的客群，貿然上 MA 自動化等於放大錯誤。
先用人工試跑 journey 三個月，量測反應，再自動化。
顛倒順序是九成 CRM 導入失敗的根源。

┌─────────────────────────────────────────┐
│ 模組 6：組織與治理                        │
│   誰擁有客戶？CRM 跨部門責任分工          │
├─────────────────────────────────────────┤
│ 模組 5：技術堆疊（CDP/MA/CRM/DMP）        │
│   資料層、決策層、執行層                  │
├─────────────────────────────────────────┤
│ 模組 4：Journey 編排                      │
│   跨通路、跨階段、跨時間的客戶互動        │
├─────────────────────────────────────────┤
│ 模組 3：會員與忠誠體系                    │
│   VIP 定義、等級、權益、經濟模型           │
├─────────────────────────────────────────┤
│ 模組 2：客戶分層與分群                    │
│   RFM、CLV、行為、生命週期                │
├─────────────────────────────────────────┤
│ 模組 1：戰略定位                          │
│   誰是核心客戶？賺哪群人的錢？            │
└─────────────────────────────────────────┘

先回答三個戰略問題（否則下面五層都白做）：

1. 我們的生意是「獲取新客」還是「經營既有客」？

   • 成長型（新創、擴張期）：獲客 > 留存
   • 成熟型（存量市場）：留存 > 獲客
   • 大多數 EMBA 學員公司屬後者，卻投資結構倒過來

2. 客戶集中度如何？

   • B2B 大客戶型（前 20% 貢獻 80% 營收）→ KAM 為主
   • B2C 長尾型（大量中小客戶）→ 自動化 + 會員為主
   • 混合型（既有大客戶又有長尾）→ 雙軌

3. 競爭對手怎麼經營客戶？

   • 他們的 VIP 權益？會員等級？流失防禦？
   • 我們能複製還是需要差異化？

RFM 模型（基礎分群）

R (Recency)：最近消費距今 F (Frequency)：消費頻率 M (Monetary)：消費金額

三維度各分 3–5 級，得到 27–125 個分群；實務常壓縮為 8–12 個可行動群。

常見群組命名

• 尖兵（R↑F↑M↑）：最活躍、最有價值
• 新生（R↑F↓M↓）：新客、待培育
• 冬眠（R↓F↑M↑）：曾 VIP 但流失
• 流失（R↓F↓M↓）：已流失、難救

CLV（Customer Lifetime Value）分群

超越單次消費，預測整個生命週期價值。常用近似：

CLV ≈ (年均毛利) × (預期合作年數) − 獲客成本

策略應用

• 高 CLV：重點留存、擴增分享
• 中 CLV：培育為高 CLV
• 低 CLV 高成本：策略性放棄（降服務等級而非硬守）

行為分群（超越交易資料）

• 購前行為：瀏覽深度、搜尋關鍵字、比價行為
• 購中行為：客單價、品類組合、時段偏好
• 購後行為：回訪率、評論、推薦、客服互動
• 渠道偏好：App vs. 網頁、店面 vs. 線上

生命週期分群

新客 → 首購 → 二購 → 活躍 → VIP → 流失預警 → 流失 → 喚回

每個階段有不同的戰術目標與 KPI。

會員體系設計五要素

會員體系四類型（台灣常見）

Type A：折扣型（百貨、超市）
  - 核心：現金回饋、折扣
  - 風險：易被複製、價格戰

Type B：點數型（航空、飯店）
  - 核心：累積與兌換
  - 風險：點數負債、遞延收入管理

Type C：獨享型（高端零售、金融 VIP）
  - 核心：非貨幣權益（專屬客服、體驗）
  - 風險：高運營成本、規模難做大

Type D：社群型（品牌俱樂部、專業認證）
  - 核心：情感歸屬、身分認同
  - 風險：需長期投資、效益難量化

台灣成功案例

• 全聯福利卡 / PX Pay（Type A 演化）
• 誠品書店誠品人 / 誠品生活（Type A + D 混合）
• 國泰航空亞洲萬里通（Type B 典範）
• 星展 Black Card、American Express Centurion（Type C）

經濟模型檢核

損益計算

會員價值貢獻 = (會員年消費 − 非會員年消費) − 會員權益成本 − 系統建置 / 運營

若此值 > 0，會員制可行；否則應退回檢討權益設計。

常見錯誤

• 折扣太深（如 15%）→ 毛利被吃乾
• 權益太廣（全商品全適用）→ 無法導引偏好
• 升等太寬（每人都能升 VIP）→ VIP 無差異化

從「畫 Journey」到「編排 Journey」

Orchestration 核心概念

觸發點（Triggers）

• 時間觸發：首購後 7 天、年度續約前 30 天
• 行為觸發：放棄購物車、瀏覽特定品類 3 次
• 屬性觸發：生日、週年、升等
• 事件觸發：新產品上市、客訴、退貨

介入（Interventions）

• 內容：通知、推播、EDM、簡訊、信件
• 折扣：條件式優惠
• 人工：客服主動聯繫
• 體驗：活動邀請、試用

Orchestration 邏輯

• 優先序（同時有 3 個 trigger 觸發時，做哪個？）
• 頻率限制（不轟炸客戶）
• A/B 測試（持續優化）
• 跨通路一致性（App 推播 vs. EDM 避免重複）

B2C Journey Orchestration 典範

新客培育旅程

D0 註冊 → D1 歡迎信（品牌介紹）
D3 首購引導（試用品 / 折扣）
D7 購後關懷（使用教學）
D14 二購推薦（關聯商品）
D30 會員價值溝通（升等誘因）

流失預警旅程

90 天未回購 → 軟性召喚（新品通知）
120 天未回購 → 中等刺激（個人化優惠）
180 天未回購 → 高度刺激（人工聯繫 / 重大折扣）
240 天未回購 → 成本效益判斷：放棄 or 最後一波

四層架構（Martech / Salestech Stack）

執行層：email、SMS、推播、行銷自動化、廣告投放、客服
  ↑
決策層：CDP、分析平台、AI 分群、A/B 測試
  ↑
資料層：資料倉儲、第一方資料、ID Graph、Consent 管理
  ↑
基礎層：網站、App、POS、ERP 的資料產出

CDP（Customer Data Platform）的戰略角色

買 CDP 不等於做 CRM。CDP 解決的是「跨系統資料整合」，但：

• 資料整合後「誰決策」？（行銷部 vs. 銷售部 vs. CS 部）
• 整合後「做什麼」？（分群、預測、自動化、儀表板）
• 投資回收週期？（通常 2–3 年）

EMBA 學員決策提示

• 客戶資料未分散於多系統 → 不需 CDP
• 業務流程未成熟 → 先建流程再買 CDP
• 組織未設客戶長／CRM 負責人 → CDP 會變孤兒

台灣常見技術組合

B2C 零售／電商

• Shopify / 91APP / Cyberbiz（電商平台）
• 91APP OMO / EC shop（會員系統）
• Pichu、Vpon、ET（CDP）
• Appier、Freemind（AI / 自動化）

B2B

• Salesforce（業務 CRM）
• HubSpot（中小企業入門）
• Microsoft Dynamics（大企業 ERP 整合）
• ZoomInfo / Apollo（名單與資料）

誰擁有客戶？

常見組織病態

• 行銷部擁有名單、銷售部擁有帳戶、客服擁有訴訟 → 三套檔案不通
• CDP 買了放 IT，業務單位看不到也不用
• 會員制度屬行銷部績效，但客服部接電話處理

解方：客戶經營治理結構

Chief Customer Officer（CCO）／客戶長
  ├─ 客戶資料治理（資料團隊 / CDP 負責）
  ├─ 客戶經營策略（分群、VIP、Journey）
  ├─ 客戶體驗（NPS、客服、退貨）
  └─ 客戶洞察（分析、測試、研究）

組織改造順序

1. 先由 CMO 兼任 CCO，設客戶經營小組
2. 跨部門 KPI（行銷、銷售、客服共享留存指標）
3. 每季客戶健康度檢視會議（類似業績檢討）
4. 年度預算明確切分「獲客」vs.「留存」vs.「體驗」
5. 規模達到後設獨立 CCO 向 CEO 報告

# CRM 戰略分析：{公司名稱／個案}

• 生意型態（獲客 vs. 留存）
• 客戶集中度（B2B / B2C / 混合）
• 競爭基準分析

• 現行分層邏輯
• RFM / CLV 重新分群
• 各群戰略目標

• 類型選擇（A/B/C/D）
• 五要素決策
• 經濟模型預估

• 關鍵觸發點（3–5 個）
• 介入設計
• 跨通路整合

• 現況評估
• CDP / MA 選型建議
• 投資優先序

• 客戶長角色
• 跨部門協作機制
• KPI 設計

0–6 個月：止血與基礎建設

6–12 個月：體系上線

12–24 個月：優化與擴展

• 資料隱私（PDPA、GDPR）
• 組織變革阻力
• 技術投資回收期

正確應用

情境：某中型服飾品牌（年營收 8 億、線上線下並行、會員 30 萬但活躍不到 20%、想升級 CRM 體系）。

分析：

• 戰略定位：成熟市場、留存 > 獲客；B2C 長尾型
• 分層：RFM 目前只用 Monetary → 補上 Recency；導入 CLV 分三群
• 會員：目前 Type A 折扣型（會員 95 折），毛利被吃 → 轉型為 A+D 混合（加入獨享活動、社群）
• Journey：新客 D0–30 自動化、流失 90 天預警、生日關懷
• 技術：不需 CDP（資料只在一個 POS + 電商平台），先用現有會員系統的自動化模組
• 組織：CMO 兼 CCO、設一位 CRM Manager
• 路線圖：6 個月基礎、12 個月 Journey 上線、18 個月評估 CDP 需求

正確之處：沒急著買 CDP、會員型態轉型合理、組織設計現實。

錯誤應用

• 第一天就推薦買 CDP → 違反 IRON LAW 1、3
• 把 VIP 定義為「年消費 10 萬以上」→ 忽略策略價值
• Journey 只畫一張「典型客戶旅程圖」→ 不是 Orchestration
• 技術堆疊建議列 15 個工具 → EMBA 作業應聚焦 3–5 個關鍵
• 忽略 PDPA 法遵 → 台灣實務大忌

• 客戶分層進階模型（RFM+、CLV 預測、Survival Analysis）→ references/customer-segmentation.md
• 會員體系經濟模型與常見失敗模式 → references/loyalty-program-design.md
• Journey Orchestration 案例庫（零售／金融／B2B）→ references/journey-orchestration-cases.md
• 台灣 CRM 技術堆疊與供應商地景 → references/tw-martech-landscape.md
• 師大 / 政大 / 中山 EMBA CRM 課程授課脈絡 → references/emba-crm-courses.md
• 延伸：Asgard biz-cac-ltv（LTV/CAC 計算）、biz-customer-journey（單一旅程）、biz-stp（STP 定位）、biz-pricing-strategy（定價）、mkt-content-calendar（內容排程）、algo-rec-*（推薦系統）