（6）是否真正接纳“数据的价值”和“数据驱动的理念”？
数据（尤其是海量数据）以及数据技术，作为信息技术里最核心的部分，在CRM整个体系当中具有举足轻重的意义。要充分发挥他们的价值，仅仅是拉拢几个大数据专家、BI专家是不够的，同样需要公司上下在理念上真正认同数据的价值，理解通过挖掘数据的价值去提升决策质量的意义。
遗憾的是，这个问题好像很难阐述清楚，绝大多数主流互联网公司都会说自己重视数据，但由于各公司的传统基因不尽相同，在发挥数据价值的路上呈现出来的状况也不尽相同。
（7）是否了解业务驱动CRM产品的理念和开展方法？
至于为什么需要业务驱动CRM，不想多讲，可以简单理解为结果（即价值）导向。有人可能会问：如果不是业务驱动，还能是什么驱动？很多，比如技术团队驱动、工程团队驱动、高层决策、数据中心团队驱动等等，这些都不能更高效的切中做CRM所要产生的价值。
明确了业务驱动的道理，就需要去想，业务人员如何正确的提出业务（或管理）需求，而产品侧人员则需要考虑如何挖掘真实的业务应用需求？需不需要能够更好地实现业务驱动理念的方案或者产品甚至是面向普通用户的方案？一个朋友的公司，一开始由技术团队驱动开发了一套CRM，应用的时候就严重脱节于业务需求了；后来后来改用一个连不懂技术的普通人都可以根据自己业务需求搭建信息系统的软件平台-魔方网表，就不存在这个问题了，随时可以满足业务需求的变化。当然，不同的阶段，业务所关注的问题重心是不一样的，初期可能更关注KPI监控、运营流程IT化（标准化），后期则可能会关注深度的用户数据分析，深入的用户需求/行为洞察，以及决策流程中每个子流程的智能化、高效化，说通俗点就是如何用更少的钱、更少的资源，带来更大的价值（收入或用户体验）。
（8）如何定制合理的CRM考核评估方法和策略？
虽然CRM实施的最终目标一定要体现在企业收入上，但事前去制定一个预期的目标却是很难的，你很难分辨最终的收入提升中哪一部分是CRM带来的效果，哪些是其它变革带来的效果，哪些是自然增长的结果，虽然一些干扰因素是可以通过科学的设计实验进行剔除的，但实验的设计成本（人员、时间投入）在当前国内的环境里是不太行得通的；
另外，对于数据相关的信息技术的实施，你很难预先衡量其目标，这就比如一个用户标签库中的标签，我们自然会想到通过“标签的准确率”来衡量其效果，但目标阈值设在多少合适，很多情况下事前是不能知道的，这取决于私有数据所含的信息的特质。
如果通过同行竞争对手的情况为标杆来衡量，也同样存在类似问题，不同公司的用户定位不同、行为不同，在数据上的表现也有不同，因此对于一些数据的一些指标的预测值也会不同。
如何取舍上述问题是有难度的，但依然按传统的思维仅仅对收入指标尽快考核，是万万不能的。
（9）是否想清楚了需要什么样的人才？
粗略来看，开展CRM需要多类人才：1.有现代营销管理思维的业务人员、2.数据分析及应用咨询类人才、3.营销类产品规划设计类人才、4.海量信息处理技术人才等等。
第一类人才是按照用户为中心的理念开展运营工作，他们是CRM业务问题的提出者。
第二类、第三类人才，更像是业务侧和技术侧之间的“翻译者”，他们都需要理解业务运营的过程、细节、问题，同时对技术尤其是数据技术有丰富的经验和理解，只是在分析和产品上的侧重点有所不同，这类人才的招聘难点在于其跨学科性。
第四类人才是整个CRM最接地气的保障，同时也是很多技术电商里技术核心竞争力所在，这里人才再往细粒度分可以有很多不同的侧重，如偏海量数据存储/计算的、偏数据挖掘算法的、偏分布式计算架构的、偏数据中心技术的等等。
上述几类人才在招聘过程中的困难点在于，如何区分每类人才的不同侧重点，因为，每类人才都存在一定的学科交叉性，侧重点把握不准，可能会找到“似是而非”的人。
从哪里去找什么样的人？不同行业找的人的侧重点有什么不同，需要有目的地去加强什么环节？也是此栏要考虑的问题。
（10）考虑过老概念下的新内容吗？
互联网行业在变，电商在变，CRM的范畴也在变，在老的CRM概念的表皮之下，随时都可以创新性的引入新的内容和基因。比如，如何在CRM平台中实现对社会化营销工作的支撑，怎么管理电商社会化会员？如何将舆情监控与CRM中客服模块进行很好的融合？怎么在微信中对一对一主动营销和个性化服务？
