在戴爾這家公司誕生之前，PC行業一直是分銷模式 主導的市場，直到邁克爾·戴爾開創了PC業直銷的先河，為成就今天的戴爾奠定了基礎…
靠著直銷模式迅速崛起的戴爾，在經營實踐中以精益求精的創新精神將直銷模式不斷改進和完善，一度成為了所有科技公司研究的課題。應該說，戴爾將定製化、低成本、高效率的標準化作業流程和全球供應鏈管理系統的魔力發揮到了極致，在IT產品創新之外，抓到了另一種成功的方式。
事實上，戴爾的直銷模式可以最直接瞭解客戶對產品的相關建議和意見，並且根椐這些意見提供更多的技術服務，並提高直銷的服務質量，真正改善客戶關係。
換句話說，戴爾就是最早將CRM的價值放大到極致的公司，在其背後有什麼不為人知的秘密？
智能時代，CRM與人工智能因何結緣？
我們知道，CRM是維護客戶關係，梳理客戶購買歷史，發現潛在客戶的利器。
通常來講，CRM是指企業用CRM技術來管理與客戶之間的關係，即用計算機自動化分析銷售、市場營銷、客戶服務以及應用等流程的軟件系統。從而達到通過提高客戶的價值、滿意度、贏利性和忠實度來縮減銷售週期和銷售成本、增加收入、尋找擴展業務所需的新的市場和渠道的目的。
CRM起源於美國，在1980年的時候就出現了溝通管理業務，專人負責客戶的所有信息，在1990年的電話客戶服務讓CRM更上一個臺階，企業更重視對客戶的關懷。戴爾直銷模式的崛起，實際上和CRM的發展階段也是相吻合的。
到了今天，CRM的功能已經日益強大，雲計算模式的出現，讓CRM有機會進入到智能化的新時代。
因為CRM本身是運營客戶的各方數據，並對數據做一些初步的處理。所以，CRM又是大數據和人工智能的天然結合物。
比如有了人工智能的能力，CRM能夠更加迅捷地蒐集和處理諸如客戶的購買記錄，和一些其他有價值的信息，極大提高企業用戶對於客戶信息的洞察力，有利於增強企業的市場風險評估、銷售管理、客戶關係管理等能力。同時，人工智能技術還可以很好的結合互聯網，對客戶習慣進行深度分析、學習，更全面地收集、分析客戶信息，幫助使用者更快地作出最優決策。
由此可見，人工智能可以為企業決策提供更加有力的信息數據支撐，有效幫助市場營銷人員迅速判斷高質量銷售線索，並根據客戶公海池中的數據及時制定新的發展戰略，人工智能與CRM的結合，必然會進一步推動商業的成功。
最佳的例子莫過於戴爾。
戴爾用以致勝的秘訣，是將AI融入CRM
我們知道，戴爾通過直銷體系的打造，掌握了大量的用戶數據，通過不斷的對CRM升級，戴爾營造了全球首屈一指的客戶服務體驗。
過去對戴爾直銷的理解更多的基於“速度”，邁克爾·戴爾本身也有：“Speed is everything in this business.” 這樣的名言警句。早期的戴爾公司確實在速度上具有絕對優勢，超一流的速度，不僅創造了極佳的體驗，也大大節約了成本。
那麼，當戴爾將人工智能的技術應用於自己的CRM之後，核心的關鍵詞則變成了“精準”。
戴爾會本身有用戶數據的積累，通過解析和分析現有的CRM數據，通過深度學習的方式，總結出人工智能的算法，可以挖掘出以前未檢測到的模式和對購買的見解。
據我瞭解，戴爾用人工智能算法對重複購買的用戶數據進行一個了預測，最終出來的名單和和戴爾之後真正下單的比對率幾乎相差無幾。還有一份戴爾的測試數據顯示：利用人工智能算法優化後的產量，將電話銷售的轉換率從13％增加到23％，等於實現了76.9％的銷售增長。
從這些實實在在的數字，可以發現，人工智能的技術對戴爾CRM的幫助，已經可以超越傳統CRM所能夠帶來的價值。
戴爾甚至還對3年之後沒有重複購買的客戶數據，進行了測試，除了這個數據之外，還引用了很多當下實際的市場數據，並以現有的算法模型，根據成熟模型邏輯再去進行深度學習，最終達到學出一個新的尋找新客戶的模型的結果。
不難發現，經過人工智能算法輔助的CRM，既節省了生產力，又提高了工作的效率，關鍵是最後實現的成果也非常令人滿意。
當然並不是每家公司都能夠像戴爾一樣，做到這一點。
首先，戴爾公司早就建立了一個全面的數據庫，裡面包含戴爾公司提供的硬件和軟件中可能出現的問題和解決方法，同時還有處理回信、交易和備份零件運輸等的處理程序和系統。加強企業與客戶之間的雙向溝通，充分了解客戶的需求，提供更加符合客戶要求的富有競爭優勢的產品和服務。無論是數據的完整性還是豐富程度，如果沒有多年的數據積累，是不可能讓算法模型的可用性做到這麼高。
其次是戴爾對人工智能和深度學習的投入巨大， 並且有云計算和大數據的領先技術基礎，所以在數據與算法這兩個維度上，都走到了前面。而戴爾通過人工智能對CRM的優化，還可以帶給行業哪些啟示？
智能CRM，戴爾給出哪些啟示？
首先，優化CRM和幫助精準營銷對任何行業的公司都很有價值。這是戴爾以自身作為試驗田，給業界提供了有意義的一個樣板，也有可能顛覆整個CRM行業。
舉個簡單的例子，過去一個企業傳統的CRM，可能需要至少3個月的時間才有可能搭建好一個模型。但深度學習的好處是可以直接在雲端進行，況且用戶數據相對於人工智能這個領域來講，計算量並不大，所以的算法模型的實現僅僅需要七八個小時。
從戴爾的角度，未來並不排除將這套成熟的CRM開放出來，據瞭解現在的模型，是戴爾通過現有買家，過去3年的數據所建立的精確模型，它可以為未來3個月的購買提供預測列表。這個能夠將電話銷售轉化率提升76.9％的模型還並不是最終版本。在第二階段，戴爾會利用新的採集模型，使用過去3年的數據，目標為ISR提供前景精度列表。
我們常說，科技要驅動業務，但從這個例子可以看到如果傳統CRM漫長的週期實際上拖累了業務流程的速度，而在深度學習的輔助下，智能優化過的CRM真正做到了推動業務提速。
閱讀更多 科技象 的文章
