客户价值评价模型（通用8篇）
客户价值评价模型 篇1
1 客户价值评价模型相关理论综述
客户价值的方向界定是对评价体系设计的进一步深入研究的重要前提。客户价值研究目前沿着三个不同侧面展开:
(1) 客户角度, 客户角度的客户价值体现为企业所提供的产品和服务为客户带来的价值, 亦即客户感知价值。
(2) 企业角度, 企业角度的客户价值是指由客户权益给企业带来的价值收益, 亦即客户价值。
(3) 客户——企业角度, 客户——企业角度的客户价值则是指由于双方的关系、合作等而带来的价值。本文探讨的是第二种意义下的客户价值, 即立足于经济型酒店的角度, 基于前人的客户价值评价指标体系的研究, 选择适合经济型酒店的客户价值评价指标, 建立评价模型。
学术界当前被普遍接受的客户价值评价模型是利用当前价值和潜在价值二维变量来计算客户生命周期价值。对于当前价值的衡量, 多采用客户过去利润贡献的净现值作为评价指标;对于潜在价值衡量指标的选取却各有不同, 较多使用的是两个方面的衡量变量, 一方面为未来预期利润的现值, 另一方面是由客户忠诚带来的波及效应, 如口碑宣传、重复购买次数、支出比例等。
众多研究中以齐佳音博士等研究者的成果具有代表性。齐佳音博士在进行企业客户价值评价标准探讨中, 认为客户价值评价体系应该从客户当前价值和潜在价值两个方面进行设计。客户当前价值决定了企业当前的盈利水平, 是企业感知客户价值的一个重要方面;客户潜在价值关系到企业的长远利润, 直接影响到企业是否继续投资于维护该客户的一个重要因素。由于上述的从直接计算的角度选择净现值作为评价指标的方法在实际企业实践中难以操作, 她提出从指标评价的角度, 用毛利润、购买量、服务成本三个指标来间接描述评价客户当前的货币价值, 而用客户关系的一些特征描述变量, 如忠诚度、信任度和信用等预测该客户今后一段时间内潜在价值的变化, 其中最有说服力的变量是忠诚度和信任度。
有研究者基于以上研究, 发现目前客户价值评价体系存在部分不足之处:
(1) 现有的价值评价体系是在客户的整个生命周期上评估客户的长期价值。然而, 长期价值评价模型并不是适宜于所有的行业环境, 特别是竞争激烈和市场环境变化迅速的服务行业。
(2) 先前对于客户生命周期价值计算模型的研究多是采用对历史数据进行线性回归的方法来预测未来的客户价值, 而未能充分考虑客户的潜在价值, 因为潜在价值是无法从客户过去的利润贡献中获取的。
(3) 以上模型还未能对客户忠诚价值引起足够的重视。
因此, 针对服务行业的环境敏感性等特点, 同时存在大量的客户背叛现象的短期客户价值进行研究, 充分考虑到服务行业多服务选项的行业特点及其高度竞争和变化迅速的市场特点, 研究者使用三维变量建立客户生命周期价值评价指标体系, 包括当前价值、潜在价值和忠诚价值, 即用潜在价值和忠诚价值两方面的指标来综合评价客户的未来价值。
新的评价模型对当前价值的衡量仍然沿用齐佳音博士提出的评价指标, 但潜在价值的衡量变量则是预期保守价值和预期增加价值, 且以交叉销售和增值销售的可能性及由此带来的利润作为预期增加价值的评价指标, 并用客户行为忠诚和情感忠诚两方面来衡量客户忠诚价值。
2 经济型酒店客户价值评价模型构建
综合以上研究成果, 笔者慎重地选取了当前价值和忠诚价值作为二维变量建立经济型酒店客户价值评价模型 (见图1) , 当前价值依然沿用齐佳音博士提出的评价指标, 但仅用忠诚价值来评价客户的未来价值, 原因在于:
(1) 虽然第二种模型中, 充分考虑到一般性服务行业具有多服务选项的行业特点, 认为对客户进行交叉销售和增值销售是增加客户价值的有效途径, 所以选择交叉销售及增值销售的可能性及由此带来的利润的增加, 作为对客户可能带给公司更大利润贡献的预期增加价值的评价指标, 但是经济型酒店其服务项目有限的特点决定这种增加客户价值的有效途径难以实现。因此, 这种设计方法在经济型酒店行不通。同时, 此种潜在价值计算在经济型酒店实际运用中难以操控, 并会进一步提高酒店成本。
(2) 客户的忠诚价值对于酒店业具有特殊而极其重要的意义。尽管酒店可能拥有利润很高的客户, 但如果不能对客户忠诚给予足够关注的话, 最终也将得出不正确的维护策略, 客户的不稳定将会使许多营销努力都白白浪费。因此, 将忠诚价值单独作为衡量变量是适合的。
在三级指标选择中, 笔者充分考虑到经济型酒店的客户需求和客户消费行为来设定:
(1) 当前价值通过毛利润、入住次数和服务成本三个因素来衡量。由于经济型酒店的具体房型存在差异, 如有大床房、商务房、标准房等, 个别酒店还设有特色房型 (如家庭房、女士房等) , 客户对房型的选择决定了酒店的利润, 所以选择入住的规格作为毛利润对应的三级指标;大部分经济型酒店客人属于短期停留型, 因此选择入住次数作为衡量指标比入住天数合适, 考虑到现阶段成熟经济型酒店均采用连锁经营形式, 所以采用同家酒店入住次数和连锁酒店入住次数共同衡量入住次数;我国经济型酒店客户属于高质量人群, 而且以商务客户为主, 因此在服务成本的评价指标设计中考虑到客户对商务辅助设施的需求, 用营销成本和辅助服务要求来综合衡量。
(2) 忠诚价值则通过行为忠诚与情感忠诚综合评价。行为忠诚以客户重复入住次数衡量;根据研究可知, 经济型酒店客户以朋友介绍为获取信息的主要渠道, 说明用口碑效应来衡量情感忠诚是合适的。
在实际运用中, 经济型酒店可以根据此模型对现有的客户根据其价值进行评价, 得到经济型客户分类 (此种说法是区别于以人口统计、地理分布等进行的非经济指标客户细分) , 区别出不同价值的客户群体 (分为高价值客户、次价值客户、潜价值客户和低价值客户) , 然后根据其价值大小来分配酒店资源, 保留高价值客户, 提升潜在价值客户的价值, 进一步优化酒店的客户资源, 既引导客户关系良性发展, 又达到成本利用率提高的目的, 最终实现酒店长远利润最大化。
3 差异化客户关怀策略
经济型酒店实施差异化客户关怀必须建立在客户价值细分的基础上, 将目标客户分为高价值客户、次价值客户、潜价值客户和低价值客户后再区别对待, 投入不同等级的客户维护资源, 进行针对性、差异化关怀。
对于高价值客户, 即在当前价值和忠诚价值两个方面的总体评价最优的客户, 他们是酒店最为理想的客户, 也是与酒店关系最牢固的客户。酒店应投入足够的资源, 致力于长期的密切合作。具体策略如:为该类客户建立专门档案;重视对客户的感情投入, 主动与之进行有效沟通, 了解其需求, 定期有专门的销售人员负责登门拜访或者电话联系, 既获取客户反馈意见, 又宣传酒店业务;扩宽信用管理尺度, 提供灵活的支付条件, 提高签单或月末结算额度;提供店内绿色通道服务等。
对于次价值客户, 他们是当前价值高但忠诚价值较低的客户, 容易受到其他酒店的优待和引诱, 因此, 酒店在维护此类客户时须谨慎行事, 根据其信用程度, 在保证自身利益的情况下区别投入。具体策略如:增加营销人员与客户接触的频率, 在一定范围内采取个性化服务等。
对于潜价值客户, 他们往往占到酒店客户数量的最大比例, 单个客户价值不大, 但他们却是酒店作为经济实体存在的基础, 酒店应投入较多资源来发掘其购买潜力和长期价值。具体策略如:提高客户自我服务水平, 采用短信、电话或网络的店外服务方式, 而非专门的人员关怀等。
对于低价值客户, 酒店要根据其价值的低的原因区别对待, 如果是新客户, 酒店应继续给予适当关怀, 如果是衰退期客户, 酒店应在衡量关怀成本和收益后再做决策, 如果是对价格及其敏感、天生不忠诚的客户, 酒店可尽量少给予关怀。
参考文献
[1]叶秀霜.对中国经济型饭店发展的思考[J].饭店世界, 2003, (5) .
[2]齐佳音, 舒华英.客户价值评价、建模及决策[M].北京邮电大学出版社, 2005.
[3]齐佳音, 李怀祖.客户关系管理的体系框架分析[J].工业工程, 2002, (1) .
[4]王瑞萍, 梅杰, 张书健.企业客户的价值评价模型及对策研究[J].情报杂志, 2006.
[5]王小娟.经济型饭店也需差异化经营[J].饭店现代化, 2007.
客户价值评价模型 篇2
关键词：客户关系；评价；研究
在当前激烈的市场竞争中，客户是企业中的重要资产，与客户建立长期良好的关系对于企业取得竞争优势有重要作用。企业是不断发展的，客户关系对于其发展价值十分重要。因此，企业要坚持与时俱进，不断对客户关系价值指标体系进行评估并强化管理，以提高企业客户关系的质量，更好的促进企业的经济长远可持续发展。
一、客户关系价值概述
所谓客户价值，从客户的方面来说是指其从企业的产品和服务中得到的需求与满足，从企业方面来说是其从客户的购买中所实现的企业收益。客户价值具有潜在性、独立性等特点，与时间长短成正比，同时受到多重因素的影响。
客户关系价值是企业与客户构建长期合作关系的重要指标，在客户关系管理中占据重要地位，学术界其对于提高客户关系价值提出了一系列策略，但却并未构建科学的客户关系价值模型，对于影响客户关系价值的因素分析较为欠缺。很多学者通过对客户价值及客户关系价值进行分析，得出了客户关系价值的特点，并提出了客户关系价值的核定方法，但其对于客户关系价值中的企业自身因素影响考虑较少，由此难以准确判断客户关系价值提升的具体影响因素，也就难以促进客户关系价值的提高。本文主要通过理论研究构建了基于客户关系价值体系，并对客户关系价值进行深一步的评估和研究。
二、客户关系价值评价指标体系
（一）指标体系
若对于客户关系价值的评价体系仅采用定量或者定性方法，其必然存在一定程度的片面性，由此就难以全面反映客户关系价值的评价及提高策略，因此应当构建完善的客户关系价值评价体系，以满足企业的发展需求。客户关系价值评价指标体系的构建是建立在金融资产理论基础上的，而客户对于企业的价值则在于其在一定时期内为企业带来的现金流量，现金流量的质量则要取决于它的购买量、利润率及关系持续期，企业构建一个客户关系需要付出较大的成本，因此，客户关系价值是客户的利润率持有期、购买量、获取成本和保有成本函数。
（二） 指标体系中各部分的权重
指标体系中的各部分权重主要来自于客户关系管理中客户的财务状况及企业的经营状况，各部分相关的权重主要包括有：客户权益，也就是客户关系价值，指客户向企业提供的现金流量与获取成本、发展成本和保有成本之间的差额。获取成本主要是指企业进行的投资，以吸引客户并为其提供满意服务。发展成本主要是指企业用于加强或维护现有客户关系价值的费用。
（三）计算客户关系价值
计算客户关系价值主要是指为建立和保有这种关系所投入的资金及关系形成后产生的收入两者之间的净现金流量，这一现金流量的大小在一定程度上取决于客户的长期购买量及购买次数，采用资金成本贴现的方式可以得出客户关系价值。客户关系价值是一个动态指标，是不断变化的，因此，对于企业的客户关系价值计算也是一项较为复杂的任务。对此，企业主要通过收集和整理客户资料，构建客户关系价值评估模型，对客户的终生价值进行计算机参数调整，以实现对客户关系价值的评估。
三、客户关系价值评价指标体系的改进方法
当前，客户关系管理已经成为企业经营管理的重要组成部分，提升客户关系价值是加强客户关系管理的重要措施。但是，由于各种因素的影响导致当前各行业对于客户关系价值的研究还存在诸多问题，如研究客户关系价值的意识薄弱、缺乏研究创新等，从而导致客户关系价值研究难以满足企业发展需求。
对于企业来说，客户是其发展经济、获得利润的有效途径，吸引并培养高质量的客户，客户关系价值主要是指企业维持与客户之间的关系而为企业发展创造的价值，而企业要想提高客户关系价值，在此为提升客户关系评价体系提出三点改进建议。
（一）需要提高提高企业客户关系的实际价值。面对越发激烈的市场竞争，对此，企业应当坚持与时俱进，加大对高新技术的投资力度，以提高自身的竞争力，同时，企业应当吸引高素质人才为自身经济的发展做贡献，当前企业之间的竞争归根结底是人才的竞争，因此，企业应当培养创新型人才，促进企业经济发展质量的提高。
（二）企业还要注重自身的市场形象，汲取经验教训，以提高发展质量，在此方面如毒奶粉事件等社会群体事件，正是由于企业不注重自身的发展形象而导致企业发展水平下降甚至破产。
（三）要加强企业经济发展管理，提高其自身的经济发展水平。只有提高自身的经济发展水平才可以有效提高客户的服务满意度，并树立自身良好的市场形象和信誉，以实现企业客户关系价值的提升，强化客户关系管理效果。
四、总结
对企业的客户关系管理是企业增强核心竞争力的关键，而客户关系价值则是客户关系管理中的重要组成部分，通过促使企业与客户建立长期稳定的关系，可以获得并保留更多有价值的客户，以为企业经济发展创造更多的价值。当前，客户关系管理已经发展成为了一种目的性明确的价值交换战略，在此过程中形成的客户关系价值需要企业与客户之间的共同维系。因此，在未来的经济发展过程中，客户关系价值会越发凸显，发展前景广阔，客户关系价值越高，能够为企业经济发展带来的经济效益就越高，因此在未来的经济发展过程中，企业应当重视客户关系价值发展，构建基于客户关系价值的体系评价框架，以更好的满足企业的可持续发展。
参考文献：
[1]赵薇，王冰.基于粗糙集-神经网络技术的客户价值分类模型的研究[J].价值工程，2013（04）.
[2]李晓晨，杨光.基于数据挖掘的客户价值评价研究[J].中国现代商业发展进程，2012（03）.
[3]杨未中，李立伟.客户价值评价指标体系的构建[J].现代经济信息导报，2014（09）.
基于客户价值评价的客户细分 篇3
在以客户为中心的商业模式中，客户是企业最重要的资源。但企业不可能对每个客户做到面面俱到，为了提高企业资源利用效率和生产经营针对性，首先对客户价值进行评价，并据此进行细分，识别和选择客户，为客户带来超出所期望的价值和体验，从而创造持久的客户忠诚和使企业利润最大化。本文从客户当前价值和潜在价值两方面建立客户价值评价指标体系，给出了客户价值评价流程，并应用该评价指标体系通过算例对客户价值进行计算，由此对客户进行细分，找出不同价值的客户。
1 客户价值评价指标体系的设计
客户整个生命周期的价值，由客户历史价值、客户当前价值和客户潜在价值构成。国内学者对客户价值评价指标体系的设计已有较多研究，如“客户净现值”评价指标体系[1]，“客户权益”评价体系[2]，“利润价值一潜在价值一形象价值一稳定价值”评价体系[3]，齐佳音模型评价体系[4]。但企业评价客户价值从客户生命周期角度看，客户历史价值并不很重要，而在于客户当前的价值表现，更重要的是依据对客户未来潜在价值的预测判断。因此，客户价值评价体系应该从客户当前价值和潜在价值两方面进行设计。
客户当前价值可用总利润、销售量两个指标来间接描述。客户潜在价值可从客户满意度、忠诚度、信任度等方面来预测客户今后一段时间内潜在价值的变化，其中客户忠诚度和信任度是最主要的[5]，且常常随着潜在价值同方向变动，如果客户当前忠诚/信任度较高，则可以说，在此后的一段时间内，其价值有上升趋势；反之，则有下降趋势。但直接计算客户当前价值和潜在价值的运算过程繁杂[6]，因此可以通过间接评测，方便、有效地对客户价值评价。
由上述分析，构建客户价值评价指标体系如图1。
由图1，则客户价值可以下式表示：
其中：Y为客户价值；Xi为各部分指标赋值；Ri为相应
指标权重，且;n为指标数。
2 评价体系各指标权重的设定
指标权重是一项指标在整体评价体系中的相对重要程度。对不同的指标赋予不同权重，可设定相应的分值范围（采用百分制），并通过函数映射方式确定客户在该指标下的取值。这样，通过对各指标进行加权求和，就得出客户的价值。客户价值评价体系中各指标权重的设定可以通过层次分析法求得，步骤如下：
(1）建立层次分析结构图。如图1所示。
(2）构造判断矩阵。按层次对同一层次下的各指标构造判断矩阵，确定本层次各指标之间的相对重要性；即通过同一准则层下的各指标两两相互比较，以确定彼此间的重要性，并赋予一定的分值。本文采用1-9标度对指标的重要性程度赋值，如表1所列。
对于某个准则T,n个比较指标构成一个两两比较判断矩阵R:
(3）计算各层次的指标权重。通常有：和法、几何平均法、特征根法；其中特征根法最为人们推崇。
(4）一致性检验。由于人的判断力的误差，在构造判断矩阵R时，对两两因素进行比较，可能会出现一些判断上的矛盾，为了得到合理的结果，需要进行一致性检验，计算检验值CR:
其中：CI是一致性指标，CI=（CI/RI）/(n-1）；λmax是判断矩阵R的最大特征值，,i=1,2，…，n，(RW)i为向量RW的第i个元素；RI是平均随机一致性指标值，它与判断矩阵R的阶数有关，一般取值见表2。
当CR=0时，判断矩阵R具有完全一致性；当CR<0.1时，判断矩阵R具有满意一致性；当CR≥0.1时，则认为判断矩阵R系数存在矛盾，应予以调整后重新计算权重。
(5）计算各层次指标对系统的综合权重。
3 客户价值评价过程流程
为了得到有价值的客户，建立如图2所示客户价值评价流程。
通过客户价值评价流程，可以对客户评价、分类，从中找到最有价值的客户，从而提高企业的竞争力。
4 算例
某润滑油有限公司是一家专门经营润滑油的企业，拥有众多客户，本文从中选取7名客户数据，见表3（数据来源于公司），对客户进行价值评价，指标体系如前图1。
首先，根据层次分析法对各层各项因素权重按照1-9标度法进行量化，构造判断矩阵并通过一致性检验，求得权重：总利润4个指标权重为0.6095,0.1842,0.1231,0.0832；销售量3个指标权重为0.1634,0.2970,0.5396；忠诚度2个指标权重为0.8,0.2；信任度3个指标权重为0.5278,0.1396,0.3325。当前价值2项因素权重为0.8,0.2；潜在价值2项因素权重为0.75,0.25。客户价值2项诸因素权重为0.6667,0.3333。以上C.R.值都小于0.1，符合一致性要求。再将各层指标权重相乘，得到相对于客户价值的指标层12个指标的权重分别为0.3251,0.0982,0.0657,0.0444,0.0218,0.0396,0.0719,0.2000,0.0500,0.0440,0.0116,0.0277。
接着，对不同量纲的数据进行无量纲化处理，即将它们分别转化成无量纲的标准化数值，采用SPSS软件处理得到标准化数值如表4。再将各指标权重与相应的标准化数值相乘，得到表5。
然后，根据式（1），计算客户价值，如表6。
最后，将每个客户的2个分目标层指标（当前价值、潜在价值）与指标的各自均值比较，大于均值者评价为“高”，小于均值者评价为“低”，从而得到对客户2个分目标层指标上的评价，如表7。根据表7可以建立当前价值、潜在价值二维客户价值细分图，纵轴和大横轴分别为客户当前价值和客户潜在价值。可以看出客户1、5、7属高价值客户，是企业应当予以重视的客户；客户3属低价值的客户，企业不再投入资源；客户2、4、6属于中间部分，企业要根据具体情况适当投入资源。由此可将企业所有客户细分，并实施相应的客户关系保持策略，优化企业资源配置，从而实现企业利益最大化。
5 结束语
本文从客户当前价值、潜在价值两个方面对客户价值进行了透彻的分析，构建了客户价值评价指标体系，同时给出了客户价值评价流程。通过运用层次分析法（AHP）确定指标权重并进行了应用分析，对客户进行细分，从中找出最有价值的客户。
摘要：随着以客户为中心的商业模式的出现,客户成为企业最重要的资源。然而,在整个客户生命周期上有不同的客户价值。其中,客户当前价值决定了企业当前的盈利水平,客户长期潜在价值关系到企业的长远利润,因此,对客户价值进行正确评价并以此进行客户细分对提高企业效益具有重要的研究意义。从客户的当前价值和潜在价值两个方面,建立了一个客户价值评价指标体系,给出了客户价值评价流程,并应用该评价指标体系通过算例对客户价值进行计算,由此对客户进行了细分。
关键词：客户价值,评价指标,客户细分
参考文献
[1]Reichheld F F.The loyalty effect:the hidden force behind growth,profits,and lasting value[M].Boston:Harvard Business School Press,1996:223-227.
[2]罗伯特·韦兰,保罗·科尔著,贺新立译:《走进客户的心》[M];经济日报出版社,1998:1-69。
[3]王爱玲:《客户资源价值评价与营销资源配置》[C];河北工业大学硕士论文,2002:15-40。
[4]齐佳音、舒华英:《客户价值评价、建模及决策[M];北京邮电大学出版社,2005:26-36。
[5]陈明亮:《客户保持与生命周期研究》[C];西安交通大学博士论文,2001:16-18。
客户价值评价模型 篇4
关键词：客户终生价值,客户流失,客户保持,COX生存分析
1 引言
80/20/30法则认为,在顶部的20%的顾客创造了公司80%的利润,而有50%的利润被底部30%的非赢利顾客损失掉了[1]。这表明,企业要仔细分析和区别不同类别的客户价值,然后进行选择和保持。要对不同价值的客户采取不同的策略,这就要求能有效计量不同客户的价值。越来越多的公司开始从客户终生价值的视角来审视客户。客户终生价值分析可以知道企业制定客户忠诚计划以及基于价值大小对不同客户采取相应的措施来最大化客户价值。客户终生价值分析还可以帮助企业制定合适的战略来获取正确的客户。
美国营销科学学研究所(Marketing Science Institute,2004-2006)已经连续几年将客户价值列为研究的优先领域;美国两个重要的商业营销机构———商业市场研究所(ISBM the Institute for the Study of Business Markets)和商业和工业营销中心(CBIM the Center for Business and Industrial Marketing)也将客户价值综合研究列入其研究规划[2]。
2 国内外客户终生价值研究现状及评述
奠定客户价值这一领域研究基础是Barbara Jackson[3],他假定客户在全生命周期的各个交易期中客户保持率(购买率)不变,指出客户价值有赖于客户增加企业收益以及降低成本的能力,并给出了用传统现金分析方法度量现有的单一个体客户价值的计算方法,即
其中:CLV为客户终生价值(Customer Lifetime Value);Ri-Ci为企业单位时间内所获净利润;d为折现率;n为企业与客户交易的年数或次数。
文献[4]拓展了Jackson的模型,他针对典型客户群,在CLV模型计算中引入利润的波动和客户保持率参数,使CLV的研究更具实际价值。
其中:!(t)为每次交易企业所获净利润;!为客户保持率;d为折现率;n为企业与客户交易的年数或次数。客户保持率决定了客户重复购买的次数,从而直接影响了客户为企业创造的利润,成为客户价值计量中的关键因素。
文献[5]分析了客户终生价值在生命周期不同阶段的变化特征,并完善Paul D.Berger和Nada1Nasr给出的全生命周期下客户终生价值的分段拟合函数。文献[6]对客户生涯价值的精确评估提出了5条原则:(1)根据客户占用的营销资源来准确摊销成本;(2)评估由特殊客户关系创造的所有货币和非货币收益;(3)评估整个客户关系估计时段内成本和收益的变化;(4)将整个客户关系估计时段内产生的未来收益加以贴现;(5)对客户关系的风险进行评估。文献[7]提出改进的LTVA(LTV Averaging)模型,依据客户获取将CLV分阶段进行计算。文献[8]提出利用威布尔分布模拟客户保持率,以威布尔函数所体现的动态客户保持率代替以往的静态客户保持率,并基于此计算客户终生价值。
目前的研究对于客户价值的内涵基本达成共识,认为客户价值包括现有价值和潜在价值,在经典模型的基础上不断拓展,产生了多种不同的客户终生价值评价及计量方法。但是传统客户生命周期价值模型存在自身难以克服的3个问题:(1)客户保持实际受客户满意、客户价值和转移成本等因素的影响,在客户生命周期的前几年里,实际保持率(购买率)比整个周期的平均保持率(购买率)低得多,而在后期又高得多;(2)无法预测客户何时会流失,也就很难用于指导客户保持策略和评价客户保持效果;(3)基于威布尔分布等曲线对于客户流失概率进行拟合,要求有客户行为满足特定的分布。
3 基于客户生存函数的电信客户价值计算模型
不同行业客户终生价值的计算方法略有差异,但基本原则还是相同的。本文基于电信行业提出一种新的客户价值计算模型原因如下:(1)电信行业的年客户流失率为30%~35%,而获取一个客户的成本是保持一个客户的5~10倍[9],因此,电信行业对客户终生价值的评价要求迫切;(2)电信行业的特殊性决定了它的数据比较完备;(3)本模型虽然以电信数据来分析客户终生价值,但其原理也适用其他行业,本研究可作为其他行业客户价值研究的借鉴。
3.1 COX比例风险函数简介
当生存资料含有协变量时,通常配合生存回归模型,以探讨协变量对生存的影响。回归模型分为两大类:参数回归模型与非参数回归模型。参数回归模型如指数回归(Exponential regression)、威布尔回归(Weibull regression)、对数Logistic回归(log-Logistic regression)等,要求生存时间资料具有某种特定的分布[10]。非参数回归模型是英国统计学家Sir David Cox于1972年提出,故称为COX模型。这一模型对资料没有特定的分布要求,但具有比例风险性质,故常称为比例风险模型。由于这一模型的提出,从而使对生存资料的统计分析方法发生了质的飞跃。它不但能分析固定协变量的效应,而且能处理时变协变量。
3.2 模型流程图
COX生存分析得出的生存/危险函数就是一个“平均”客户的生存/危险函数,它是该群体内所有客户的生存/危险函数的平均值。在进行生存分析前,要让客户细分群体里的客户生存概率曲线基本上都一样或很相近,才可以以此代替该细分群体内单个客户的生存/危险函数来计算单个客户的终生价值)[11]。要让客户细分群体里的客户生存概率基本上都一样或很相近,可以采用文献[11]中的基于客户生存特征的细分模型,因不在本文讨论内容之内,故不详细阐述。本模型流程如图1所示。
COX分析可以估计客户的生存函数,帮助计算客户价值。并且可以基于客户危险/生存函数形状分析客户处在哪个客户生存阶段(CSP Customer Survival Phase)。该模型还可以基于客户保持影响因素对于客户生存曲线的影响系数来分析营销活动对于CLV的影响。
3.3 电信客户终生价值计算公式
在电信行业,客户每月盈利和客户生存函数是客户终生价值的两个主要组成部分。客户的终生价值是客户每月盈利累加的净现值,即
其中:为每期的净收益;Pi为每期的生存概率;d为折现率。
4 实证分析
4.1 数据抽取
本案例分析的数据来源于因特网上某公共数据源。取客户数据1 000个,组成本次研究的样本,它们包含40个属性。Churn=1,表示客户已经流失;Churn=0,表示在观察期,客户仍然是激活的。本研究采用tenure变量表示从起始时间开始到客户流失发生为止的时长。在进行建模分析时,本文选取了9个较为常用的属性,为便于分析,对客户属性解释如下:
4.2 危险/生存函数估计
估计客户生存函数和客户危险函数的目的是获得客户生存/流失特性的知识。利用前述的COX生存分析模型,输出危险函数如图2所示,客户生存函数如图3所示(其中点与点之间时间间隔为3个月)。
4.3 模型确认
在给每个确认数据集中的客户在每个特定时刻都预测了生存概率之后,每个客户都有了预测的生存概率。依生存概率预测值对客户进行降序排列,如果模型是有效的,即有着最高预测生存概率的客户有着最高的可能生存到那个特定时刻。
为了证实模型的有效性,首先,基于预测生存概率对客户进行降序排列。然后,与实际生存到这一刻的客户进行比较。图4描述了累积LIFT图,包含了客户将生存特定时刻的识别比例。例如可依据P4(第4个月的生存概率)对客户进行排列,然后计算生存到第4个月的客户,如图4所示。前30%包含了74%的实际存活期超过4个月的客户,前50%包含了94%的实际存活期超过4个月的客户。
4.4 CLV计算
依据生存分析的函数定义,本文提出的CLV就是每期的收入乘以每期的生存概率之积的折现值之和。假设一个存在的客户A的!(t)是恒定并且依后3个月的平均收益来计算,为22.5元,并且折现率为8.5%。利用模型成功估计的生存概率曲线(为简便起见,只计20个月,包含P1至P20),可以计量每个客户的终生价值。从这个模型中,客户A的预测生存概率序列为:1.000,0.990,0.970,0.956,0.935,0.923,0.902,0.888,0.872,0.858,0.842,0.826,0.812,0.798,0.793,0.787,0.782,0.777,0.772,0.766,0.760,0.755,0.752,0.745,依照式(3),客户A的终生价值为378.06元。
假设另一个客户B的"(t)为45.00元,折现率是相同的。并且这个客户的预测生存概率系列为:1.000,0.995,0.980,0.012,0.002,0.000,0.000,0.000,0.000,0.000,0.000,0.000,0.000,0.000,0.000,0.000,0.000,0.000,0.000,0.000,0.000。利用式(3),可以算出客户B的终生价值为133.60元。
通过客户终生价值,可以清楚地看出客户A显然比客户B价值高,尽管客户A的每月盈利少于客户B。
4.5 客户保持时机
从图2中可以看出客户在第3月份时,流失概率达到最大值,然后逐步下滑,这说明必须在3月份前采取相应的客户保持措施将客户流失的波峰向后推移。通过延长客户与企业的关系时长来增加客户终生价值。
5 结语
本文构建了基于COX生存分析的电信客户终生价值模型,实证分析表明本模型能有效预测客户流失,并且有效计量客户终生价值。本模型还可以用来评价营销效果以及运用客户生存曲线来指导采取客户保持措施延长客户生存期。
本模型虽然以电信数据来分析客户终生价值,但其原理也适用其他行业,可作为其他行业的借鉴。本文中的客户终生价值模型是基于客户购买单个产品或服务的。未来还可以进一步拓展,加入交叉销售的概率分析来估计多产品场景中的客户终生价值。
参考文献
[1]菲利普.科特勒.营销管理:分析、计划、执行和控制[M](9版).梅汝和,译.上海:上海人民出版社,1999.
[2]李怀斌,陈建勋.关于MSI2002-2006年营销研究课题的动态比较[J].市场营销导刊,2005(2):75-76.
[3]BARBARA B J.Building Customer Relationship that Last[J].Harvard Business Review,1985(6):120-128.
[4]PAUL D B,NADA I N.Customer Lifetime Value:Marketing Models And Applications[J].Journal of Interactive Marketing,1998(1):17-30.
[5]陈明亮.客户全生命周期利润预测方法的研究[J].科研管理,2003(4):24-28.
[6]HEINZ K S,KNUTL M,HANS H H.Linking customer lifetime value with shareholder value[J].Industrial Marketing Management,200(3 32):267-279.
[7]YANG A X,Using lifetime value to gain long-term profitability[J].Journal of Database Marketing&Customer Strategy Management,2005(1):142-152.
[8]齐佳音.客户价值评价、建模及决策[M].北京:北京邮电大学出版社,2005.
[9]FAYYAD V,SMYTH P.Knowledge discovery and data mining:towards unifying framework[C]//Proceedings of the Second International Conference on Knowledge Discovery and Data Mfinin(g KDD-96).Portland,Oregon:AAAI Press,1996.
[10]HOSMERJR,LEMESHOWS.Appliedsurvivalanalysis:regression modeling of time to event data[M].New York:John Wiley&Sons,1999.
客户价值评价模型 篇5
1 数据挖掘模型概述
CRISP-DM (跨行业数据挖掘过程标准) 是纽约证券交易所, SPSS, 以及戴姆勒-奔驰所制定的, 目前是数据挖掘领域最常用的标准。在跨行业数据挖掘过程标准中, 以六个步骤来定义数据挖掘过程:1) 业务理解过程;2) 数据理解过程;3) 数据准备过程;4) 建立模型过程;5) 模型评估过程;6) 模型发布过程。
为保证项目的可管理性和可靠性, 跨行业数据挖掘过程标准规定, 任何数据挖掘项目的报告都包括11个, 分别是:1) 数据挖掘业务的具体理解;2) 对所需原始数据的收集过程;3) 对收集到的数据的描述;4) 对收集到的数据的探索;5) 对数据质量的掌控;6) 数据集描述;7) 数据挖掘模型训练;8) 数据挖掘模型评估;9) 数据挖掘部署的具体计划;10) 数据挖掘监控和数据挖掘维护计划;11) 数据挖掘结果总结。以上这些数据挖掘报告能够比较有效地减少开发信息系统的风险, 并控制数据挖掘项目的具体活动进程。
跨行业数据挖掘过程标准定义了数据挖掘项目的整个流程。对数据挖掘系统而言, 其中的数据挖掘准备、数据模型训练、以及数据挖掘模型评估是必须涉及的, 数据理解这一阶段和业务理解这一阶段的目标是为系统输入进行准备, 数据挖掘系统结果的实施即为模型部署。
2 分类挖掘模型的构建
对于银行而言, 一个能够符合其需求的客户细分模型, 有利于银行在市场竞争中寻求较好的发展方向, 结合客户需要开发新的服务产品。下面将根据前面所阐述的数据挖掘模型具体步骤, 来构建银行企业的客户细分模型。
2.1 银行客户分群业务理解
银行业普遍面临的业务问题就是细分客户, 当前银行业已经处于竞争异常激烈的市场成熟期, 市场渗透率已经到达了一定的高度, 为了更准确的了解客户, 必须对客户进行细分。
2.1.1 银行业客户分群业务目标
所谓细分客户, 指的是结合所有的客户属性组合, 对其进行分类, 在各类异类的客户之间, 总是具有最大的属性差异, 而在同类的客户之间则相似性最大。通过对银行现有客户进行科学的细分, 并对未来所预期的客户群和当前已经拥有的稳定客户进行基于区段的分析, 找到处于各类区段间的客户的所拥有的典型属性, 便能对客户有一个准确的总体认识, 更加有利于对客户的服务和营销。通过对客户进行分群, 其结果可确定各个客户分段的组成内容;在此基础上细分流失倾向高的客户, 以此作为依据决定采取何种策略对这些客户进行挽留;并继续细分交叉销售的目标客户, 从而引入不同的行销策略。
2.1.2 银行业客户分群方法
本文引入的分析方法是基于价值和行为的分群模型, 简述如下:1) 分析所引入的相关变量, 获得被试客户行为和行为之中蕴含的价值;2) 结合已有的经验值, 通过聚类的方法, 获取属性类似的客户组;3) 用描述变量, 引入统计学方法, 获取细分客户组的具体属性;4) 以Clementine方法对客户数据进行挖掘;5) 数据选择比例为:测试集、训练集各50%。
2.1.3 客户细分结果的评判标准
在判断行为或价值细分模型的效果时, 应该考虑的几个关键点包括:
1) 每一个细分的客户群所拥有的客户数目是否都分布合理, 不能出现少数群中囊括几乎所有客户, 其他的群则人数过少;
2) 每一个群尽量不要拥有类似的关键变量, 偶尔出现两个关键变量相同的的群, 并不能否定分群结果, 假如两个关键变量相同的群在变量上模式不同, 举例来讲, 都有趋势变量这一关键变量, 但趋势呈现出相反走向, 也可存在;
3) 银行所有客户的总体情况与所选取的每一个变量所体现的特征是否存在比较清晰的差异, 假若差异并不清晰, 就能推断不同特征的客户群在分群模型没有很好的体现出来;
4) 在具体的银行业务上, 细分所显示的属性是否是有意义的, 根据这些特征, 能否在业务上处理找出问题关键。
2.2 统一客户视图的建立
对银行客户进行数据挖掘, 基本前提是来自客户行为的数据。进行必要的数据准备, 才能确定这些数据的来源, 同时确定用于解决业务问题的数据。对客户行为造成影响, 并影响客户分群的因素能从理论上描述, 但在银行客户管理的实际操作中, 有时是无法准确的识别客户所拥有的特征的;对银行业而言, 在平时的营销行为中, 不少因素是难以获取的。所以, 在实际所谓数据挖掘过程中, 应该充分与业务人员进行沟通, 结合业务人员的实际经验, 来判断参与数据处理的各类指标应该确定在那些范围内, 在具体分析数据的时候, 应该在最大程度上收集与这些因素相关数据。笔者经过总结, 具体的数据包括:1) 客户的人口统计:包括客户年龄、客户性别、客户家庭地址;2) 业务信息:包括客户开始业务的时间、客户接受业务的种类、客户付费类型;3) 客户在银行的具体业务:包括各类业务量及其比重;4) 具体缴费信息:包括缴费、欠费行为;5) 服务质量, 客户的投诉记录等。
统一客户视图主要在两个层面应用, 即整体系统架构和系统的数据模型, 后者包括3大数据主题域:市场数据、产品数据和客户数据, 这些数据能够提供市场营销所需的信息基础。
2.3 数据模型的构建
从银行与客户的关系上看, 银行为客户提供的产品服务, 客户的消费情况是银行收入的来源。所以银行客户信息应涵盖客户的消费情况, 具体体现在客户--账户--服务实例, 如图1所示。
可以通过建立试点数据库获得统一客户视图, 还可以结合企业级数据仓库的构建而获得, 统一客户视图有助于进一步支持后续的分析应用和数据挖掘。我国的银行往往已经建立了数据仓库, 这些数据仓库能够对数据分析、报告进行支持。图2所示为统一客户视图数据抽取过程。
3 实例分析
3.1 数据采集及预处理
本论文以笔者所在的##银行为例, 从银行数据库中随机抽取部分客户2010年全年的数据。数据包含了3215个客户约15万条交易数据。进一步整理选择后的数据, 检查数据的一致性以及完整性, 通过减少数据噪声, 使其更加适合数据挖掘。并进行数据汇总与空缺值处理。经过以上处理, 得到聚类分析的数据模型。
客户在每个月中各种类型的交易记录均记录在样本数据中, 以季度为单位, 获取客户利润数据, 得出客户带给银行的利润总额。
3.2 客户的分类
结合本文所阐述的分类挖掘数据模型, 在以上处理的基础上, 引入聚类分析方法划分客户类别, 在数据采集及预处理的基础上, 得出如表1所示的分类模型:
表1中, 基于聚类分析的结果以group表示, 分别为group1:第1类、group2:第2类和group3:第3类;第1类表示经过第一次客户类别转换后, 所形成的第一组客户, 由A类客户和B类客户构成;第2类、第3类的含义与之类似。通过区分不同类别客户为银行带来的利润, 将客户类别归并为高价值客户与低价值客户。
4 结论
建立银行客户分类模型后, 通过这个模型, 银行季候就能够对已有客户分类, 对新客户进行类别归并。通过这个模型, 银行的客户管理者还可以获得客户属性, 这些属性与客户价值相关, 有助于银行采取针对性的措施来提高客户价值。
参考文献
客户价值评价研究现状分析 篇6
关键词：客户价值,客户忠诚,评价方法
一、客户价值评价研究现状
1、客户价值的概念。
对客户价值的正确评价要以概念的准确界定为基础, 目前学术界对客户价值的研究存在两个视角:客户视角和企业视角, 本文所涉及的客户价值是以企业为感知主体的客户价值。企业视角的客户价值, 大多数学者在客户终身价值的定义上比较一致, 认为客户终身价值是客户在全生命周期中各个阶段的利润净现值的和。而单个时点上的客户价值, 齐佳音给出了比较全面的定义, 她从客户全生命管理的角度将客户价值定义为:企业的关键决策者在所处的管理情景下, 感知到的来自客户的现金流量及其未来净现金流量的总体能力[1]。单个时间点上的客户价值是形成客户终身价值的基础, 客户终身价值是客户在生命周期上各个交易时间段上的价值之和, 因此, 借助于单个时点上的客户价值和客户终身价值的研究就可以完整的描述客户对于企业的价值贡献。
2、客户终身价值模型。
净现值模型是进行客户终身价值量化计算的一个基本框架, 最初的一般客户价值模型表示为:
其中, CLV为客户终身价值;m为预计客户交易时期总数;Ri是第i期从客户身上获取的收入;Ci是第i期为获取Ri所支付的总成本;d为利率或者贴现率。
Blattberg和Deighton、Berger和Nasr、Jain和Singh先后对该模型进行改进, 建立了更为全面的计算模型:, 其中π (t) 代表客户当期利润, 它是时间函数, 强调了销售及成本随时间的变化情况[2]。Rust等[3]则对一般模型中的利润部分进行了细化, 客户终身价值估算公式为:
其中, Ft为客户在购买周期t内的期望购买频率;St为客户在购买周期t内对某品牌的期望支出份额;Xt为客户在购买周期t内每笔购买的平均贡献。
该模型考虑了客户可能在一个购买周期内多次购买某一品牌和购买一个公司多个品牌的状况, 同时反映了购买次数和不同品牌对客户终身价值的作用机制, 但模型中的客户期望购买频率和客户品牌期望支出份额都是基于客户过去的购买行为而作的近似性预测, 其合理成分有待商榷。
随着客户生命周期概念被引入到客户关系管理中, 对客户终身价值的研究也逐渐考虑到客户消费行为在其不同的客户关系发展阶段呈现出不同的特点, 我国学者陈明亮根据客户价值生命周期中不同阶段的变化规律运用拟合的方法对客户价值进行测算[4], 该方法根据客户历史利润与以往客户利润曲线案例的拟合情况, 预测客户未来的利润模式, 进而预测客户终身价值。匡奕球通过将生命周期各阶段的客户收益与客户成本之差进行累加来获得客户终身价值, 并考虑到客户生命周期各阶段的时长对于客户终身价值的影响, 然而该模型忽视了客户发展空间及企业外部因素如市场竞争结构、竞争者的营销策略等变量的影响, 对于客户终身价值的预测存在一定的局限性[5]。
3、客户价值评价指标体系。
对于单时点上的客户价值研究通常使用客户价值评价指标体系做综合评价, 国外对于客户价值的评价主要沿用Frederick F·Reichheld的净现值评价体系, 在该评价体系中, 基础客户的净现值是指所测评的基础客户在关系持续期内收益的折现值, 包括利润收益和客户获取率的收益[6]。国内学者齐佳音等针对该评价体系忽视了客户对于企业销售量的贡献及客户对于企业发展潜力贡献考虑不足等方面的缺陷对这一评价体系进行改进, 建立了基于充分价值的客户-企业价值评价指标体系[7]。
王海洲以资源能力学说为理论依据, 认为客户资源是企业重要的市场资源, 以能否有助于形成企业的竞争优势和核心竞争力来对客户价值进行分类[8], 他的研究视角独特, 但是并没有给出一个具体的量化评价方法。白爱民对电信企业的客户价值进行研究, 认为随着电信公司的纷纷上市, 企业利润将成为各公司追逐的重要目标, 其次随着电信市场向买方市场的转变, 能否获取客户已经成为电信企业的关注点, 他使用企业预期得益与获取难度两个维度对电信目标客户进行评价[9]。陈静宇则强调了市场的作用, 认为市场是客户价值实现的前提, 而现有的客户价值研究却忽略了这一基础, 对于众多的非服务业的企业而言中间商客户的潜在价值不仅受客户自身经营能力的影响, 还同时受到所在区域市场规模的限制和竞争状态的影响, 对中间商客户的潜在价值应从潜在价值能力和潜在价值空间两个方面进行评估[10]。
二、现状分析
通过对评价方法的回顾, 客户终身价值的研究主要集中在两个方面, 其一是对一般客户价值模型的修正与改进, 其二是客户生命周期模型与客户终身价值理论的融合。随着客户生命周期模型的引入, 客户价值的估算突破了传统单一时点为参考的局限性, 使客户价值评估更具动态性, 然而这种测量方法存在以下局限性:首先, 客户生命周期价值建模多是采用对历史数据进行线性回归的方法来预测未来客户价值, 未能充分考虑客户的潜在价值, 因为潜在价值是无法从客户过去的利润贡献中获取的;其次, 以直接计算的方法进行客户价值评价需要大量的数据支持, 理论上虽然具有可行性, 但是实际操作性不强, 无法有效的指导实践;再次, 客户价值受到诸多因素的影响, 如客户价值发展空间、市场竞争结构变化等, 而现行的客户价值计算方法并未体现这些因素对客户价值的影响作用。
客户价值指标体系评价方法的研究也不系统, 国外这方面的研究较少, 国内的研究也参差不齐, 其中齐佳音的研究得到了相对广泛的认可, 但是她所建立的客户价值评价指标体系也只适合于对未来客户价值做短期预测。采用客户价值评价指标体系做客户价值评估在企业界已有相对广泛的应用, 但是, 客户评价指标体系的建立至今没有一个广泛接受的理论依据;其次, 客户价值指标体系的建立由企业人员制定, 同时又由企业专业人士进行评估, 完全站在企业自身的角度而脱离了顾客, 影响了评价指标体系的合理性及评价结果的客观性。
现行的客户价值评价方法除了上述问题外, 客户忠诚也尚未得到足够的重视。长期的管理实践和研究发现, 客户满意度的提高不一定会带来企业经济效益的提高, 而客户忠诚却能为企业带来优异的现金流。忠诚客户能够带来多种利润增值、降低成本、构筑客户转换壁垒以及大量持续的客户终身价值, 其中利润增值不仅包括客户自身购买的基本利润, 还包括长期重复购买的利润、口碑相传的推荐利润以及溢价利润等, 同时, 忠诚客户又不同于被动的“锁定”客户, 它是在客户自愿的前提下形成的, 客户的保持力度更大、更持久。忠诚客户为企业带来的价值是巨大的也是企业进行客户保持的意义之所在, 在进行客户价值评价过程中, 客户忠诚是一个不可或缺的指标。
三、未来研究方向
进行客户价值评价的最终目的是为了实现客户细分, 以采取正确的客户保持策略, 进行客户价值提升, 为客户价值空间创造提供一定的理论依据和数据支持, 因此, 对客户价值评价未来研究方向进行理论探讨具有必要性。笔者认为未来的客户价值评价研究方向将体现在以下几个方面:
1、技术方法。
生命周期框架下客户终生价值建模的关键在于客户保持率 (购买率) 和时间参数 (客户全生命周期的时间描述) 的确定, 这些参数的确定要以完备的客户交易数据库为基础, 客户交易数据越丰富、越完备, 越有利于进行客户终身价值分析。要获取大量的客户交易数据就需要投入大量的人力和财力, 当由此带来的收益大于投入时才有意义, 企业需要在误差与复杂度之间进行权衡, 在进行客户价值评估的技术方法上一味的追求定量研究的精细化未必能够适应企业的实际需要, 采用定性分析和定量计算相结合的方法, 灵活处理各项指标, 将是未来客户价值评价的一个重要方向。
2、评价对象。
企业的客户从总体上可以分为最终客户和中间客户, 二者在对企业的价值贡献上存在着较大的差异, 首先, 中间客户对企业购买量的贡献优于最终用户, 但是企业要为此付出较高的服务成本, 其次, 企业与最终用户的关系质量体现在客户忠诚上, 而与中间客户的关系质量则表现在客户信任上。不过, 行业不同也会对价值评价产生影响, 如服务业和消费品市场的最终客户有较高的忠诚倾向, 而工业品市场的最终用户则有较高的信任倾向。对于最终客户的研究也有典型客户和任意个体客户之分, 在客户终身价值的相关研究中, 建模的初衷是针对任意个体客户, 但在实际中却难以应用, 更多的是做典型客户的终身价值计算, 而对于任意个体客户终身价值建模的研究, 比较全面的还不多见。对客户这一评价对象进行合理区分, 开发有针对性的客户价值评价方法, 可以丰富客户价值理论, 有助于客户价值评价方法的完善。
3、客户价值评价体系。
客户的非货币价值已经成为客户价值的一个重要方面, 在电信、金融、零售等服务业客户的非货币价值早已受到普遍关注, 建立一个专门的客户价值评价体系对客户价值进行全面准确的评估已经变得非常重要而迫切。目前关于这方面的研究文献并不多, 虽然在企业中采用客户价值指标体系对客户价值进行评估的工作已经展开, 由于行业的不同以及对客户价值认知的不同, 现有客户价值评价体系的科学性与适用性有着相当的局限性, 因此开发一个被广泛接受的客户价值评价体系或客户价值评价体系构建标准将是未来研究的一个重要方向。
四、结论
客户价值评价是当前客户价值管理研究中的一个热点问题, 虽然学术界和企业界都尚未有一种公认的测评技术或手段来完成客户价值的评价任务, 但是, 企业界关于客户价值所展开的价值评价已经比较普遍, 尽管这些测评结果并不能真正表现客户价值的本质, 但是随着客户价值理论的不断完善和评价方法的不断发展, 其相似程度也将逐步提升, 随着客户价值评价方法的不断发展, 不论是在理论上还是在实际上都将推动相关研究的进一步发展。
参考文献
[1]齐佳音, 舒华英.客户价值评价、建模及决策[M].北京:北京邮电大学出版社, 2004.
[2]Jain D, Singh S.Customer life time value research in marketing:a review and future directions[J].Journal of Interactive Marketing, 2002, 16 (2) :34-35.
[3]Rust Roland T, Zeithaml Valarie A, Lemon Katherine N.驾驭顾客资产[M].张平淡译.北京:企业管理出版社, 2001.
[4]陈明亮, 李怀祖.客户价值细分与保持策略研究[J].成组技术与生产现代化.2001, 18 (4) :23-27.
[5]匡奕球.基于生命周期的客户终身价值分析[J].四川工业学院学报, 2003, (S1) :83-84.
[6]Frederick F.Reichheld.The Loyalty Effect:The Hidden Force Behind Growth, Profits and Lasting Value[M].Boston, Massachusetts:Harvard Business School Press, 1996.
[7]齐佳音, 韩新民, 李怀祖.一种新的客户-企业价值评价体系的设计[J].管理工程学报, 2002 (4) :4-8.
[8]王海洲.客户资源价值管理[J].IT经理世界, 2001 (08) :82-85.
[9]白爱民.电信企业客户价值评价及营销策略[J].统计与决策, 2006 (5) :167-168.
客户价值评价模型 篇7
随着经济全球化的深入, 企业经营日益国际化, 竞争亦日趋激烈, 加强客户关系管理, 将有助于提升企业的核心竞争力, 有利于企业的可持续发展。鉴于客户关系管理的巨大价值, 越来越多的企业考虑开始实施客户关系管理。客户关系管理能力作为企业能力的一种, 是企业配置、开发、保护和整合资源, 进行客户关系管理活动的能力[1]。企业必须对自己的客户关系管理能力有深入的了解, 明确自身的优势, 挖掘产生竞争因素的深层次原因, 这样实施客户关系管理系统才会见效, 才会提升企业的经营效益。
物流是在经济全球化和商业信息化的过程中, 经过资源和业务的整合而发展起来的一个新兴行业。我国目前处于经济高速发展时期, 经济的增长带动了其他行业对物流服务的需求, 为促进我国物流企业的发展提供了契机。
物流行业提供的是服务, 它追求的不是短期的产品效益, 而是客户满意度。因此要提高客户满意度, 提升企业的竞争力, 就要加强客户关系管理能力, 才能使企业获得健康稳定的经营绩效。这正是本文为什么要探讨物流企业客户关系管理能力评价模型的原因。
2 基于层次分析法的客户关系管理能力评价模型
2.1 客户关系管理能力评价指标
借鉴其他学者的研究, 可以将客户关系管理活动分为客户洞察活动、创造和传递客户价值的活动、管理客户生命周期的活动。据此我们可以将客户关系管理能力分为客户洞察能力、创造和传递客户价值的能力和管理客户生命周期的能力[2]。
客户洞察活动主要是指识别有价值的客户和深入分析客户的需求。由此可以看出客户洞察的基础是日益变化的客户信息, 客户洞察的目标是识别黄金客户。综合客户洞察活动的过程, 参考我国学者伍颖、邵兵家对客户洞察能力的研究, 本文设立以下四个衡量客户洞察能力的二级指标:市场信息反馈能力、对客户的了解程度、分析客户信息的能力以及识别黄金客户的能力。创造和传递客户价值的过程涉及很多部门如研发、生产、营销和配送等, 因此评价这一能力的构成要更加复杂。借鉴其他学者的研究, 本文认为开发新产品的能力、定制化生产能力、员工的服务水平和交货能力对创造和传递客户价值的能力的培养具有重要作用, 所以选取开发新产品的能力、定制化生产能力、员工的服务水平和交货能力作为衡量这一能力的二级评价指标。企业应当具备与客户充分交流的能力, 追踪客户的能力, 还应当根据交流和追踪的结果针对不同客户提供个性化、情感化的服务的能力。客户关系管理生命周期的能力主要体现在对客户关系的把握能力、客户变化的反应能力、处理客户抱怨的能力、交流渠道的多样性维系四个方面。
我们可以将客户关系管理能力的各级评价指标用表1表示:
2.2 客户关系管理能力层次分析模型的构建
通过前文的讨论, 我们可以建立客户关系管理能力评价模型, 如下图所示。根据层次分析法, 我们可以把模型分为三个层次:目标层、准则层和指标层。目标层是对客户关系管理能力的总体评价, 准则层是对各子能力的评价, 指标层是分别为评价各子能力的指标。因此, 我们可以得到客户关系管理能力模型图1:
2.3 确定各指标层的权重
2.3.1 构造判断矩阵
根据建立的层次分析模型, 参考1-9比率标度法 (表2所示) 比较各因素之间的重要性, 可以构造判断矩阵A。
其中aij为各子能力的重要性权值。
3 A物流企业客户关系管理能力分析
3.1 构造和计算判断矩阵
客户关系管理能力评价体系中各要素的重要性程度是不同的, 为确定每层元素的相对重要性, A物流企业邀请了5位专家采取1-9分值对评价指标的各要素进行打分, 数值越大, 重要性越大。打分的结果表3所示。
为了减少主观因素的影响, 以获得比较科学合理的判断数值, 5位专家的将各因素的分值进行算术平均后将各层指标的两两因素进行比较。参考1-9比率标度法 (表2所示) , 结合A物流企业近几年的实践和专家的评估, 可以得到两两因素的相对重要性权值, 最后得到以下结果:
根据专家打分得出的重要性权值, 构造A-B, B1-C1i, B2-C2i, B3-C3i四个判断矩阵。
我们将构造的四个判断矩阵依次代入上述公式, 可以分别得到四个判断矩阵的权重。
3.1.1 A-B矩阵的计算
(1) 计算判断矩阵A-B每一行各元素的乘积,
(2) 计算Mi的n次方根, 则
(3) 计算A-B矩阵的权重, 得
(4) 进行一致性检验:
判断矩阵与Wi的乘积为
则C.I.=0.006;C.R.=0.00103<0.1通过一致性检验。
同样, 我们可以计算出其他三个矩阵的权重。
3.1.2 B1-C1i矩阵的计算
(4) max=4.198;C.I.=0.066;C.R.=0.074<0.1通过一致性检验。
3.1.3 B2-C2i矩阵的计算
(4) max=4;C.I.=0;C.R.=0<0.1通过一致性检验。
3.1.4 B3-C3i矩阵的计算
(4) max=4;C.I.=0;C.R.=0<0.1通过一致性检验。
3.2 A物流企业客户关系管理能力评价模型的分析
根据层次分析法的计算结果可以看出, 在一级指标中客户洞察能力即B1的权重最大, 创造和传递客户价值的能力即B2所占的权重最小, 这就说明客户洞察能力对提升客户关系管理能力较其他两个子能力有效, 物流企业在制定客户关系管理能力策略时要更重视客户洞察能力的培养, 以更快更有效地提升企业整体的客户关系管理能力。在二级指标中, 黄金客户识别能力即C11、员工的服务水平C21、交流渠道的多样性C32在所在的判断矩阵中所占的权重最高, 说明这三项能力对分别所处的上一级指标的培养起着关键性的作用。
4 提升物流企业客户关系管理能力的建议
针对客户关系管理能力评价模型的分析, 我们可以通过加强黄金客户识别能力、提高员工服务水平、加强客户关系的把握能力来提升物流企业客户关系管理能力。
4.1 加强黄金客户识别能力
按照二八定律, 企业80%的利润由可能由20%的客户所创造。并不是所有的消费者都是企业关键消费者, 所以企业要提高客户识别能力, 对不同的客户群体实行不同的管理方法。面对关键消费者, 企业要本着长期获利的原则, 减少其对产品成本的负担, 获得消费者的长期支持;对于潜在客户, 通过让利或者一些公关活动将其转变为关键消费者, 为公司长远的经营奠定基础。另外, 加强品牌管理能力从而获得公司价值。激烈的市场竞争, 消费者的个性化需求对企业提出了更高的要求。企业要为消费者提供更好更高质量的服务, 以满足顾客不断变化的需求, 就要不断加强品牌管理能力, 让企业品牌形象更鲜明的呈现在消费者面前。因此, 对现有消费者进行分类、实施不同的营销策略是物流企业提高客户关系管理能力的重要手段。
4.2 提高员工服务水平
企业员工的服务质量和态度对客户满意度和忠诚度有直接的影响。要提高A物流企业的客户关系管理能力, 首先企业员工要具备全心全意为客户服务的意识, 员工要具有以客户为导向的价值观念并用其指导实际行动, 进而增强客户的购买欲望。其次, 员工熟悉专业知识和企业背景以及拥有高超的服务技巧, 可以提高客户的服务的情感化和个性化水平。要在激烈的竞争中赢得客户的认同和支持, 就应该洞察客户的个性化需求, 实行差异化服务方案。另外, 企业员工树立全局观念, 将挖掘、收集的客户信息放入共享的数据库中, 企业的各部门能够共享市场和客户信息, 为制定企业决策提供便利。所以物流企业要开设培训课程, 加强员工培训可以快速提高员工的服务意识和自身素质, 为客户提供个性化的服务。企业培训的内容应该包括树立正确的服务观念、熟悉企业各部门的运作流程、掌握服务技巧、提高决策能力、熟悉产品和企业背景知识等[3]。人力资源管理的变革要跟上企业客户关系管理实施的步伐, 充分考虑员工的工作经验和知识水平, 借鉴企业模范员工的行事风格, 扬长避短, 加速提升客户关系管理能力的步伐。
4.3 应用信息技术丰富交流渠道
信息技术主要是指客户关系管理系统。客户关系管理系统包括接触层、功能层和数据库三大方面。接触层处于最上面。客户关系管理以客户为中心, 满足客户多样化和个性化要求, 必然要求企业与客户之间实现很好的双向沟通, 因此物流企业客户关系管理系统必须具备丰富多样的沟通渠道, 方便客户选择符合自身情况和偏好的交流渠道, 实现企业与客户的畅通交流, 保证客户从各种渠道获得信息准确一致和完整。客户关系管理系统改变了传统的运作方式, 打破了信息孤岛现象, 提供全方位的市场和客户信息, 实现了部门间的信息共享、密切合作。客户关系管理系统的结构表明, 信息技术的影响方式可以概括为:使相关流程实现优化和自动化, 提高效率;提供多种方式与客户随时随地的交流;实现客户信息共享。
5 结论
本文通过建立客户关系管理能力评价模型, 运用层次分析法量化和分析A物流企业的客户关系管理能力, 为企业提高客户关系管理能力, 进而提升企业经营绩效提供了理论支持和借鉴。总之, 现阶段的产品竞争力乃至企业竞争力, 在市场上集中表现为品牌竞争力。企业要提高品牌竞争力, 关键在于提高消费者的品牌忠诚度。要做到这一点, 就应该做好客户关系管理, 制定评价指标体系, 增强企业客户关系管理能力, 进而起到提高企业经营效益, 保持企业又好又快的持续健康发展的重大作用。
参考文献
[1]吴建军.客户关系管理能力对企业经营绩效提升的研究[D].北京交通大学硕士论文, 2008.
[2]伍颖, 邵兵家, 伍洪明.基于价值链的客户关系管理能力评价体系结构[J].现代管理科学, 2010, (5) :6-8.
基于AHP的客户价值评价 篇8
客户是指与企业建立长期稳定的关系并愿意为企业提供的产品和服务承担合适价格的购买者。客户价值(Customer Value)包括企业为客户提供的价值和客户为企业提供的价值。本文只讨论客户为企业提供的价值,即客户在其生命周期内给企业带来的净现金流量的现值。
企业有必要对客户价值进行评价,从而做好客户分类管理,进一步吸引和保持高质量的客户,而放弃对企业价值的增加影响不大的客户。本文采用层次分析法对企业的客户价值进行评价。
1 层次分析法的理论介绍
层次分析法(Analytic Hierarchy Process,AHP)是美国运筹学家,匹兹堡大学教授T·L·Saaty于20世纪70年代初提出的一种决策分析方法。它考虑问题全面,将决策者的经验予以量化,是一种定量分析和定性分析相结合的结构化、系统化、层次化的分析评价方法。它首先将问题所涉及的各因素进行分类,找出相互关系,构造层次结构;然后通过两两比较的方式确定决策方案相对重要程度的总的排序,从而为分析决策提供具有说服力的定量依据。
应用层次分析法进行评价时,首先需要建立评价指标体系。建立评价指标体系时,应遵循以下基本原则:目的性原则;全面性原则;可行性原则;稳定性原则;结合性原则;科学性原则;层次性原则;可比性原则。
具体来说,层次分析法的步骤如下:
(1)建立递阶层次结构。
应用层次分析法分析决策问题的最大特点就是要先根据问题的条理化、层次化构造一个层次分析的结构模型。这个模型的层次包括:
①目标层:包含一个元素,是问题的最终目标;
②准则层:包含为实现目标所涉及的所有中间环节,可以由若干层次组成,包括所需要考虑的准则、子准则;
③方案层:包含为实现目标可供选择的各种措施、解决方案等。
(2)构建两两比较判断矩阵。
对每一层中与上一层某因素有关的各因素,需要根据其重要性进行两两比较,从而可得到判断矩阵A;若有n个参加比较的因素,则A=(aij)n×n,其中,aij表示以Bi作准则,Ai与Aj间两两比较的重要程度。aij的含义见表1。
注:2、4、6、8为相邻判断的中值;且:aji=1/aij。
(3)计算单一准则下元素的相对权重并进行一致性检验。
根据A1,A2,…,An对于准则B的判断矩阵A,求出它们对于B的相对权重ω1,ω1,…,ωn,并判断矩阵A的一致性。
(4)计算各层次元素对于目标层的总排序权重并进行一致性检验。
由于最终需要的是各元素,特别是最低层中各方案元素对于目标的排序权重,从而可以进行方案选择。因此总排序权重要自上而下地将单准则下的权重进行合成。然后,对层次总排序也需要做一致性检验,检验由高层到底层逐层进行。
2 企业客户价值的评价指标体系
用层次分析法对企业客户价值进行评价,首先需要建立企业客户价值评价的指标体系。客户对于企业的价值,主要体现在两个方面:一方面是客户直接给企业带来的价值;另一方面是客户间接给企业带来的价值。
这两方面对于企业都很重要,企业必须从这两个方面,全面地评价客户,才能客观、公正地评判客户对于企业的价值。
(1)客户直接价值。
客户直接价值,是客户直接为企业带来的价值,它主要表现为客户直接购买企业的产品或服务,从而可以为企业带来价值。客户直接价值可以由以下7个子指标来描述:
①利润,是指客户在各交易期间为企业带来的利润,它由单位边际贡献、交易数量以及应分摊的固定成本来决定。
②交易期间,指交易发生的时间。
③客户生命周期,是客户关系生命周期的简称,是指客户与企业的关系从开始到结束的整个循环过程,它描述了客户关系从一种状态(一个阶段)向另一种状态(另一阶段)运动的总体特征。客户关系的发展是分阶段的,不同阶段客户的行为特征和为企业(泛指供应商)创造的利润不同。
④品牌认知度,指客户对企业品牌的认可。一个经过长期努力建立起来的并得到客户认可的品牌能增强客户的忠诚度,加强与客户的关系,维系客户的重复购买。
⑤客户忠诚度,是对“客户忠诚”程度的定量描述。忠诚的客户对企业有很大的价值,主要体现以下两个方面:增加收入,忠诚的客户会经常性地重复购买产品并产生关联消费,并且对价格的敏感度较低;降低成本,维持一个老客户的成本远远低于赢得一个新客户的成本。
⑥客户成长性,是指客户未来发展的能力和前景。客户自身成长性是客户价值增长的前提,客户自身成长性越大,该客户价值就越大。
⑦客户信用,是买卖双方交易完成的基本保障,是构成客户关系最重要的基础。客户年欠款率越小,信用越好,客户价值越大。
(2)客户间接价值。
客户间接价值,是指由客户的行为所引起的间接地给企业所带来的价值,这也是构成企业客户价值的重要组成部分。客户间接价值可以由以下9个子指标来描述:
①创新推动价值,这是指某些客户能够与企业共同进行产品开发设计,提出有创意的想法和思路,帮助测试新产品,进而推动企业的产品创新,从而提升企业的价值。
②口碑传播价值,这是指某些具有较高知名度或吸引公众注意的能力的客户,通过对产品的使用和偏好的有利宣传,能使企业的产品或价值理念更快速有效地传播,促进企业的销售增长和收益增加而所创造的价值。
③客户盈利能力,这是指客户自身盈利能力的大小将会直接影响到他的购买能力,进而影响客户对企业的价值。
④客户关系状况,客户关系通常是指企业与客户之间的买卖关系以及由此引起的信息交流和情感沟通关系。良好的客户关系一方面能使客户拥有良好的产品或服务知识背景,有利于企业形象的建设,而且能够降低服务成本;另一方面客户的积极参与也有利于企业改进其产品或服务。
⑤客户维持价值,这是企业对与客户保持长期交易关系的一种预期价值。客户与企业保持交易关系越长久,双方间的交易费用越节省,发生交易的可能性越高,客户为企业提供的价值也越大。
⑥交叉销售可能性,这是指客户购买以前从未买过的产品类型或拓展与企业的业务范围。交叉销售的可能性越大,客户与企业的合作潜力越大,进而为企业创造的价值就越多。
⑦客户形象价值,这是指客户作为使用者其本身形象与企业品牌形象具有高度一致性,从而有助于于企业树立特定品牌形象和品牌个性,更快更广地被社会认同和接受。
⑧客户社会价值,这是指某类客户具有广泛的社会影响力和权威性,他们的加入能极大提高其他客户和公众对企业的信任感,增加声誉,有助于企业获得政府、银行、股东等相关群体的更多支持,并帮助企业在某些时刻度过危机。
⑨客户能力价值,这是指某些客户拥有企业不具备的能力,在维持与这些客户关系中,企业可以通过学习和吸收这些能力,实现自身能力的积累,进而获得客户价值。
根据以上评价指标,建立企业客户价值评价指标体系如图1所示。
3 基于AHP法的客户价值评价
现以某企业为例用层次分析法对该企业的客户价值进行评价。
(1)构建递阶层次结构。
本文把客户价值作为目标层,一级指标作为准则层,二级指标作为指标层,建立如图1所示的递阶层次结构。
(2)构建两两比较判断矩阵。
对每一层中与上一层某因素有关的各因素根据重要性进行两两比较,可以得到两两判断矩阵如矩阵1、矩阵2、矩阵3。
①准则层因素指标评价值。见矩阵1。
②指标层因素指标评价值。见矩阵2和矩阵3。
(3)计算单一准则下元素的相对权重并进行一致性检验。
首先计算准则层因素指标权重并进行一致性检验。
①计算A-B判断矩阵中每一行元素的乘积:
得:M1=1×3=3M2=1/3×1=1/3
②计算Mi的n次方根:Wi=n"Mi
得:W1=1.732 W2=0.5774
③对向量作归一化处理,求得排序权向量ω:
∑Wi=1.732+0.5774=2.3094
ωi=Wi/Wi
得:ω1=1.732/2.3094=0.75ω2=0.5774/2.3094=0.25
④计算λmax,对AHP判断矩阵进行一致性检验:
判断矩阵具有一致性的条件是该矩阵的最大特征根λmax与矩阵阶数相等,并通过一致性检验指标C.I.和R.I.,以检验判断矩阵A-B偏离一致性的程度。
该最大特征根λmax与矩阵的阶数是一致的。
AHP法还要求判断矩阵的最大特征根λmax与n之差与(n-1)之比值C.I.作为测量判断矩阵偏离一致性的指标:
C.I.=(λmax-n)/(n-1)=(2-2)/(2-1)=0
所以该矩阵具有完全的一致性,不必要再计算相对一致性指标。
然后,用同样方法可以计算出指标层各因素指标评价权重并进行一致性检验,数据见上列各表。其中,R.I.为平均随机一致性指标,C.R.=C.I./R.I.。
由计算结果可知,C.R.均小于0.1,因此,各矩阵均具有满意的一致性。
(4)计算各层次元素对于目标层的总排序权重并进行一致性检验。
计算出指标层各指标相对于总目标的比重,如表2所列。
一致性指标为:
因为0.0843<0.1,所以总排序的一致性检验显著成立,指标体系构建合理。
因此,企业在发展客户关系时要依据客户价值,为此就要关注客户直接价值和客户间接价值,以提高这两项价值作为努力的方向。
4 结论
本文用层次分析法定量地构建了企业客户价值评价指标体系,分为客户直接价值和客户间接价值两个二级指标及相关的16个三级指标;通过准确的各因素两两比较,建立判断矩阵并计算各自的权重,最后进行的一致性检验表明,模型显然成立。但在评价客户价值的具体操作中,应根据具体情况将相关的指标予以调整并加以细化,使企业的客户价值评价指标体系更能综合地反映出企业客户的真实状况,以有利于企业更好地挖掘有价值的客户,提高企业的竞争力,促进企业的可持续发展。
参考文献
①周晓敏:《企业客户价值评价和营销资源配置》[D];《河北工业大学硕士学位论文》,200。
②胡敏:《基于客户价值细分客户方法的探究》[J];《统计与咨询》2006(2)。
③齐峰、吴祈宗:《基于组合赋权模型的客户价值评价研究》[J];《科技和产业》2005(11)。
④韩睿、田志龙:《客户价值的评估方法》[J];《价值工程》2003(6)。
⑤魏本昌:《客户价值评价体系与客户价值聚类挖掘的研究》[D];《上海海事大学硕士学位论文》,2006.6。
⑥朱丽叶、卢泰宏:《一种新视角下的客户总体价值解构及模型创新》[J];《价值工程》2006(7)。
⑦王瑞萍、梅杰、张书健:《企业客户的价值评价模型及对策研究》[J];《情报杂志》2006(1)。
⑧齐佳音、韩新民、李怀祖:《一种新的客户-企业价值评价体系的设计》[J];《管理工程学报》2002(4)。
⑨王济干:《预测与决策》[M];河海大学出版社,2003。