開發一個新客戶的成本一般比維係一個老客戶的成本要高出五至十倍，而維係一位老客戶給企業帶來的價值比開發一個新客戶的價值要大得多。
20世紀90年代，美國哈佛大學的兩位教授根據服務性企業的數據研究了企業的市場份額與利潤的關係，得出了市場份額對企業的利潤並沒有太大的影響，而客戶的忠誠度卻是一個不可忽視的因素的結論。企業獲利能力的增強依賴於客戶忠誠度的提高，而客戶的忠誠度是由客戶的滿意度所決定。所以盲目地開發新市場、擴大市場占有率，不如把精力投入到培養客戶的忠誠度上。因此，與企業利潤息息相關的客戶忠誠度理所當然應受到商家的重視。到底應該如何來分析和管理客戶的忠誠度呢這裏介紹一種有效的管理方法：用數據庫來總結客戶概況並進行分析。
在線客戶概況分析客戶忠誠度
數據庫能幫你認知哪類客戶是應該維係的，哪類客戶很可能離你而去。這種方式幫你向合適的客戶傳遞最佳的信息。商家需要從他的客戶那裏得到哪些信息呢又如何來區分好與不好、忠誠與不忠誠、有利可圖與無利可圖的客戶呢
(一)首先識別忠誠客戶
衡量客戶忠誠度的信息來自於網上數據，也就是數據庫的基礎設施。數據庫是整合的與曆史的信息，特別是數據庫保留著過去與客戶交易的信息。如果設立合理的話，數據庫會提供如下的作用：客戶在什麼時候首次要求服務；客戶參與服務的頻率如何；客戶采用什麼服務；客戶什麼時候接受服務。
功能全麵提升的數據庫會提供更多的客戶信息，包括：年齡、性別、個人信息、經濟信息、家庭地址、家庭狀況、職業。
數據庫在相當長的時間裏記載整合信息。變量會隨著時間而改變。當變量發生改變時，新的記錄如快照一樣迅速被加入數據庫，來反映這些變化。如此，數據庫中的數據從不更新，而用一係列的快照來建立對所有變化的記錄。這樣就在數據庫內部構造了完備的曆史記錄。
在判斷客戶忠誠與不忠誠的時候這種整合的、具體的、曆史性的數據真正起著重要的作用。曆史數據的真實價值在現實模式應用當中便會凸現。曆史數據經由分析、綜合與應用成為建立記錄概況的基礎。這種概況的記錄為實際運行做好了充分的準備。
(二)分析客戶的忠誠度
分析客戶的忠誠度，第一步就是建立客戶忠誠分析的環境，旨在發現哪類客戶曾經是忠誠的或曾經是不忠誠的。這種信息通過對數據庫很簡單的分析就可以得到。
第二步，收集並分析這些客戶的記錄然後得出他們所共有的特征。可能會得出如下的分析：忠誠客戶是否居住在一個特定的地區不忠誠的客戶是否大多是婦女忠誠客戶是否在周末第一次點擊不忠誠的客戶是否不經常接受服務忠誠客戶做什麼不忠誠客戶擁有自己的住房嗎
第三步，通過各種方式緊密的了解忠誠與不忠誠客戶的特征。可能婦女比男人更忠誠，老年人比年輕人更忠誠，大學畢業的人比非大學畢業的人更忠誠等等。
第四步，收集並分析完忠誠與不忠誠客戶的種類之後，下一步就是要建立概況。概況就是基於對忠誠與不忠誠客戶的相關關係。如，概況很可能是：
忠誠客戶：男，35~45歲，工薪層，擁有自己的房子。
不忠誠客戶：女，18~26歲、45~60歲，失業，租房。
這樣關於忠誠與不忠誠客戶的概況就建立起來了。
(三)采取行動
數據庫當中的記錄必須用諸如“d”代表不忠誠客戶，“I”廠代表忠誠客戶，“-”代表尚待定論的客戶。你要能夠一下子就說出有多少客戶處於成為與不成為你的忠誠客戶的邊緣。知道誰有可能成為公司的忠誠客戶，會讓你的公司盡一切可能把處於邊緣的客戶掌握住。
以預測為基礎，公司能夠采取行動把處於邊緣的與看起來不會忠誠的客戶變成忠誠客戶。其他公司將很難把一個知曉其客戶為何會成為忠誠客戶的公司的客戶搶走。
一旦你擁有了有關客戶忠誠的知識，你就會使網上傳送的信息多樣化。對忠誠客戶傳送一種信息，而對潛在的非忠誠客戶可以發送形式各異的信息。每一個信息都針對一位客戶的偏好，但最重要的就是知道客戶的態度與行為。擁有這樣的業務智能，所有的業務可能都會成為現實。
客戶概況分析的現實應用
通過在線的數據收集與定期更改所得出的對客戶概況分析，對於我們在現實當中提升客戶滿意與維係忠誠起著至關重要的作用。