是什么成就了戴尔直销的秘密？

在戴尔这家公司诞生之前，

PC行业一直是分销模式主导的市场，

直到迈克尔·戴尔开创了PC业直销的先河，

为成就今天的戴尔奠定了基础…

靠着直销模式迅速崛起的戴尔，在经营实践中以精益求精的创新精神将直销模式不断改进和完善，一度成为了所有科技公司研究的课题。应该说，戴尔将定制化、低成本、高效率的标准化作业流程和全球供应链管理系统的魔力发挥到了极致，在IT产品创新之外，抓到了另一种成功的方式。

事实上，戴尔的直销模式可以最直接了解客户对产品的相关建议和意见，并且根椐这些意见提供更多的技术服务，并提高直销的服务质量，真正改善客户关系。

换句话说，戴尔就是最早将CRM的价值放大到极致的公司，在其背后有什么不为人知的秘密？

智能时代，CRM与人工智能因何结缘？

我们知道，CRM是维护客户关系，梳理客户购买历史，发现潜在客户的利器。

通常来讲，CRM是指企业用CRM技术来管理与客户之间的关系，即用计算机自动化分析销售、市场营销、客户服务以及应用等流程的软件系统。从而达到通过提高客户的价值、满意度、赢利性和忠实度来缩减销售周期和销售成本、增加收入、寻找扩展业务所需的新的市场和渠道的目的。

CRM起源于美国，在1980年的时候就出现了沟通管理业务，专人负责客户的所有信息，在1990年的电话客户服务让CRM更上一个台阶，企业更重视对客户的关怀。戴尔直销模式的崛起，实际上和CRM的发展阶段也是相吻合的。

到了今天，CRM的功能已经日益强大，云计算模式的出现，让CRM有机会进入到智能化的新时代。

因为CRM本身是运营客户的各方数据，并对数据做一些初步的处理。所以，CRM又是大数据和人工智能的天然结合物。

比如有了人工智能的能力，CRM能够更加迅捷地搜集和处理诸如客户的购买记录，和一些其他有价值的信息，极大提高企业用户对于客户信息的洞察力，有利于增强企业的市场风险评估、销售管理、客户关系管理等能力。同时，人工智能技术还可以很好的结合互联网，对客户习惯进行深度分析、学习，更全面地收集、分析客户信息，帮助使用者更快地作出最优决策。

由此可见，人工智能可以为企业决策提供更加有力的信息数据支撑，有效帮助市场营销人员迅速判断高质量销售线索，并根据客户公海池中的数据及时制定新的发展战略，人工智能与CRM的结合，必然会进一步推动商业的成功。

最佳的例子莫过于戴尔。

戴尔用以致胜的秘诀，是将AI融入CRM

我们知道，戴尔通过直销体系的打造，掌握了大量的用户数据，通过不断的对CRM升级，戴尔营造了全球首屈一指的客户服务体验。

过去对戴尔直销的理解更多的基于“速度”，迈克尔·戴尔本身也有：“Speed is everything in this business.”这样的名言警句。早期的戴尔公司确实在速度上具有绝对优势，超一流的速度，不仅创造了极佳的体验，也大大节约了成本。

那么，当戴尔将人工智能的技术应用于自己的CRM之后，核心的关键词则变成了“精准”。

戴尔会本身有用户数据的积累，通过解析和分析现有的CRM数据，通过深度学习的方式，总结出人工智能的算法，可以挖掘出以前未检测到的模式和对购买的见解。

据我了解，戴尔用人工智能算法对重复购买的用户数据进行一个了预测，最终出来的名单和和戴尔之后真正下单的比对率几乎相差无几。还有一份戴尔的测试数据显示：利用人工智能算法优化后的产量，将电话销售的转换率从13％增加到23％，等于实现了76.9％的销售增长。

从这些实实在在的数字，可以发现，人工智能的技术对戴尔CRM的帮助，已经可以超越传统CRM所能够带来的价值。

戴尔甚至还对3年之后没有重复购买的客户数据，进行了测试，除了这个数据之外，还引用了很多当下实际的市场数据，并以现有的算法模型，根据成熟模型逻辑再去进行深度学习，最终达到学出一个新的寻找新客户的模型的结果。

不难发现，经过人工智能算法辅助的CRM，既节省了生产力，又提高了工作的效率，关键是最后实现的成果也非常令人满意。

当然并不是每家公司都能够像戴尔一样，做到这一点。

首先，戴尔公司早就建立了一个全面的数据库，里面包含戴尔公司提供的硬件和软件中可能出现的问题和解决方法，同时还有处理回信、交易和备份零件运输等的处理程序和系统。加强企业与客户之间的双向沟通，充分了解客户的需求，提供更加符合客户要求的富有竞争优势的产品和服务。无论是数据的完整性还是丰富程度，如果没有多年的数据积累，是不可能让算法模型的可用性做到这么高。

其次是戴尔对人工智能和深度学习的投入巨大，并且有云计算和大数据的领先技术基础，所以在数据与算法这两个维度上，都走到了前面。而戴尔通过人工智能对CRM的优化，还可以带给行业哪些启示？

智能CRM，戴尔给出哪些启示？

首先，优化CRM和帮助精准营销对任何行业的公司都很有价值。这是戴尔以自身作为试验田，给业界提供了有意义的一个样板，也有可能颠覆整个CRM行业。

举个简单的例子，过去一个企业传统的CRM，可能需要至少3个月的时间才有可能搭建好一个模型。但深度学习的好处是可以直接在云端进行，况且用户数据相对于人工智能这个领域来讲，计算量并不大，所以的算法模型的实现仅仅需要七八个小时。

从戴尔的角度，未来并不排除将这套成熟的CRM开放出来，据了解现在的模型，是戴尔通过现有买家，过去3年的数据所建立的精确模型，它可以为未来3个月的购买提供预测列表。这个能够将电话销售转化率提升76.9％的模型还并不是最终版本。在第二阶段，戴尔会利用新的采集模型，使用过去3年的数据，目标为ISR提供前景精度列表。

我们常说，科技要驱动业务，但从这个例子可以看到如果传统CRM漫长的周期实际上拖累了业务流程的速度，而在深度学习的辅助下，智能优化过的CRM真正做到了推动业务提速。