mcpbeat

Biz Crm Strategy

asgard-ai-platform/biz-crm-strategy

Customer relationship management strategy — integrated framework with six pillars: customer segmentation (RFM/CLV), journey orchestration (cross-channel), CDP technology stack, loyalty-program design, B2B key-account management (KAM), and CRM organization/governance. Use for VIP program design, membership-system decision, retail/ecommerce/B2B customer strategy, CDP buy-vs-build, marketing-automation adoption, or key-customer churn. Triggers: 『CRM 系統』『會員經營』『客戶分級』『大客戶策略』『CDP』『行銷自動化』『客戶生命週期』『VIP 方案』『顧客忠誠』『RFM』『CLV』『KAM』『Journey Orchestration』. For 師大 EMBA CRM, 政大 ecommerce, 中山 marketing cases. Complements Asgard `biz-cac-ltv` (tactics) and `biz-customer-journey` (single method) with the strategic integration layer.

15k tokens
context cost
the whole folder, loaded on every use
7
files
instructions only
0
copies elsewhere
how many repositories repackaged it
223
stars on the repo
on the repository, not the skill itself

Install

one command, takes just this skill from the repository
npx skills add https://github.com/asgard-ai-platform/skills --skill biz-crm-strategy

What comes with it

44 475 bytes besides the instruction
examples/retail-loyalty-revamp.md
references/customer-segmentation.md
references/emba-crm-courses.md
references/journey-orchestration-cases.md
references/loyalty-program-design.md
references/tw-martech-landscape.md

The instruction itself

20 sections, as written by the author

顧客關係管理戰略(CRM Strategy)

定位

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 skillCRM 戰略整合,將上述工具整合為可治理的客戶經營體系

何時使用

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 — CRM 戰略三條鐵律

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。

Rationalization Table — 當 Claude 想「本案例外」時,先自問

| 可能想 | 但 Iron Law 仍適用,因為 |

|---|---|

| 「公司剛買 Salesforce,CRM 戰略就算到位」 | 買工具 ≠ 有戰略;必須檢視資料架構、分群邏輯、旅程設計、組織治理四要件 |

| 「VIP 就用年消費 > X 萬定義」 | 金額定義會養出「高消費低忠誠」VIP;建議改用 LTV + 策略貢獻(推薦、品牌、口碑) |

| 「直接導 MA 上線自動化 Journey」 | 未經人工試跑的 Journey 自動化 = 放大錯誤;必須先手工試跑 3 個月再自動化 |

六大戰略模組

┌─────────────────────────────────────────┐
│ 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?            │
└─────────────────────────────────────────┘

模組 1:戰略定位

先回答三個戰略問題(否則下面五層都白做):

  • 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
  • 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
  • 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?

模組 2:客戶分層與分群

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。

模組 3:會員與忠誠體系

會員體系設計五要素

| 要素 | 決策 |

|---|---|

| 入會門檻 | 免費 vs. 付費(Costco、Amazon Prime) |

| 等級結構 | 單一 vs. 多級(銅/銀/金/白金) |

| 升等條件 | 年度消費 / 終身消費 / 行為多元指標 |

| 權益類型 | 折扣 / 積點 / 獨享 / 體驗 / 情感 |

| 經濟模型 | 折扣折現 ≤ 增額消費的臨界估算 |

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

模組 4:Journey Orchestration

從「畫 Journey」到「編排 Journey」

| Asgard biz-customer-journey | 本 skill:Orchestration |

|---|---|

| 靜態:畫一次客戶旅程 | 動態:跨旅程編排 |

| 單一場景 | 多場景組合 |

| 痛點挖掘 | 觸發點 + 介入設計 |

| 設計工具 | 營運機制 |

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

模組 5:技術堆疊

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)

模組 6:組織與治理

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

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

Output Format

# CRM 戰略分析:{公司名稱/個案}

## 一、戰略定位
- 生意型態(獲客 vs. 留存)
- 客戶集中度(B2B / B2C / 混合)
- 競爭基準分析

## 二、客戶分層現況與建議
- 現行分層邏輯
- RFM / CLV 重新分群
- 各群戰略目標

## 三、會員/忠誠體系設計
- 類型選擇(A/B/C/D)
- 五要素決策
- 經濟模型預估

## 四、Journey Orchestration
- 關鍵觸發點(3–5 個)
- 介入設計
- 跨通路整合

## 五、技術堆疊建議
- 現況評估
- CDP / MA 選型建議
- 投資優先序

## 六、組織治理
- 客戶長角色
- 跨部門協作機制
- KPI 設計

## 七、路線圖(12–24 個月)
### 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

## 八、風險與侷限
- 資料隱私(PDPA、GDPR)
- 組織變革阻力
- 技術投資回收期

Examples

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

Gotchas

  • 會員數 ≠ 會員經營成功:30 萬會員但活躍率 10%,不如 5 萬會員活躍率 60%
  • CDP 不是 CRM 的升級:兩者定位不同,CDP 是資料整合平台,CRM 是客戶互動系統
  • Journey 不要「一條龍」全自動化:起步階段半自動化(人工 + 系統)效果優於全自動
  • 折扣型會員的毛利陷阱:95 折乍看不多,但若會員佔 70% 營收,毛利直接下降 3.5 個百分點
  • PDPA 合規是底線:台灣個資法對行銷使用的同意要求嚴格,CRM 戰略中必須先過法遵關
  • B2B KAM 與 B2C 會員不能共用系統:銷售週期、決策鏈、合約結構完全不同
  • 客戶旅程會隨世代變化:Z 世代旅程與嬰兒潮世代差異極大,不能單一 Journey 打全客群

References

  • 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)

How to use it

Copy the folder

Take asgard-ai-platform/biz-crm-strategy from the repository into ~/.claude/skills for personal use, or into .claude/skills inside a project.

Check the name does not clash

The agent identifies a skill by the name field in its header. Two skills with the same name cannot sit side by side — one of them will be ignored.