客户价值细分（精选12篇）
客户价值细分 篇1
0 引言
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。
[6]齐佳音:《企业客户价值研究》[C];西安交通大学博士论文,2002:10-40。
客户价值细分 篇2
细分应当得到客户认可
传统的细分方式强调按照：区域、人口学、文化、行为学等方式对消费者进行分类，然后在这样细分后的群体中选定我们的目标客户，并据此制定相应的产品策略、推广策略，但是经过实践之后他们发现这种细分有时是一相情愿的，其中最为致命的是：所谓的细分仅仅是分给企业自己看的而不是给消费者看的。企业自己认为合适的，消费者并不认为是合适的，也就是说消费者并不认可企业的这种细分方式，而企业采取的营销政策又是根据这样的细分来的，消费者甚至搞不明白企业到底在干什么，在给谁干?这样造成的结果可想而知。因此企业的细分不是企业认可细分而应当是消费者认可的细分方式，那什么是消费者认可的细分方式呢?
在《品牌价值营销》的观点中区域、人口学、文化、行为学的细分属于以企业自我为中心的刚性细分，所谓以企业自我为中心的意思是指，这种细分方式只有企业自己的营销人员、市场人员能够明白，甚至他们的细分方式也只有他们自己这么认为，被他们细分的消费者感觉不到他们是被细分过的，并有效的体现在产品中了，即便是感觉到了，也根本不认同，这种细分就是企业为中心的细分。
以客户为中心的细分应当使客户感觉到他们自己就是这一群的，他们自觉的将自己归属到相应的群体，并体会到群体间的不同并由此带来归属感。这才是真正的细分。比如一个屋子里面坐了很多人，如果我们将他们分成两组，最好的方式就是分成男女两组，我们可以这样下命令：男的在左边、女的在右边。注意，这时只要我们下达了这样的命令之后，室内的人就会按照我们的要求自动的形成两组，而且非常的客观。如果我们的细分条件是：道德良好的站左边、败坏的站右边，这时不会有主动站在右边的人，即便是真的有道德败坏的，这样的细分方式一定是行不通的。这是因为他没有令客户接受这样的细分规则，而这种细分只是企业的一相情愿。如果真的按照这样的方式细分，那么唯一的办法就是派人到下面一个一个的鉴别，最终将他们按照这样的标准分开，但是结果只会激起消费者的愤怒。
心理细分是客户细分的关键
如何才能够做到细分能够被消费者认可呢?这里的关键就是消费者细分除了刚性细分之外，还有心理细分，而刚性细分最终还是要落实在心理细分的基础上，消费者才能够明白，才能够有效的接受，
宝洁公司的“沙宣”可谓家喻户晓，如果让消费者说沙宣针对的客户群，许多人会提出这样的结论：青年女性、职业化、白领、潮流等等细分方式，而沙宣自己定义的细分方式是：核心目标：18 ― 30岁的青年女性 ;辅助目标消费群：30 ― 40 岁的中年女性 ，具有较高文化程度及经济基础。他们的心理细分是：个性张扬，有主见，日常开支具计划性;比较注重自己的形象，细心呵护头发皮肤;容易接受新事物，并愿意尝试购买。通过以上可以看出：消费者自认为的细分方式与沙宣自身的细分方式有着极大的相似性，值得注意的是，消费者并不知道宝洁公司对消费者的细分方式，他们大多都是通过广告的内容得出的判断，而这种判断恰恰与宝洁的客户细分吻合，证明消费者已经从心理面认可了自己的属于这一群体。这其中最为关键的是宝洁公司将年龄、职业等刚性细分转变成了心理细分，通过心理细分转变成广告、宣传，从而吸引这一细分群体的消费者。
宝洁公司不可能在媒介上宣称“18 ― 30岁的青年女性 ，辅助目标消费群：30 ― 40 岁的中年女性 ，具有较高文化程度及经济基础”是沙宣的客户群，这看起来是相当愚蠢的，这和上面的“道德好、道德坏”的区分没什么两样。但是很多企业仍然是这样进行客户细分，仍然用自认为正确的方式强行的将消费者分开，并强加到产品的特征里面去，不管这些消费者是否认可，也不管消费者是否真的明白，造成的结果就是：在产品或服务推出之前失败就已经是注定的了。因为他们针对错误的消费群，推出了错误的价值，并以此推出了错误的产品。
中国企业的客户细分与管理 篇3
客户细分的必要性
客户细分的目标是更好地了解客户并满足客户需求，以此提高公司的赢利能力，推动收入的增长。在促进收入增长方面，客户细分的影响最为显著，因为它能够帮助增加客户数量、提高每个客户的销售额以及提升客户生命周期价值。此外，它还有助于资源合理分配，使成本更经济地为细分客户群提供服务。
今天，客户细分不再是一个简单、静态的营销技术，它是公司了解并管理客户组合的工具(见图1)，为公司关键决策提供信息和指导，是成功的企业开展业务的核心内容。在一份IBM对北美120名参与者所作的调查中，77％的人提到客户细分是他们拓展市场战略的重要部分，97％的人依赖客户细分制定发展战略。
图1中提到的问题，眼下正在困扰众多的中国企业，因为竞争激烈的市场不再容忍企业出现代价高昂的营销错误、低投资回报率(ROI)或者客户吸引力有限的市场拓展计划。本文将以中国市场特征为基点，结合相关最佳实践，为中国企业提供一个客户细分的完整视图，帮助企业更深入地了解并服务于它们的客户。
中国的客户细分推动因素
不少中国企业已经开始尝试在它们的业务中引入客户细分。IBM分析认为，以下四个关键驱动因素促使这种转变的发生。
中国各地区的高度多样性。中国市场以其五十多个民族、80种方言和悬殊的地域差别，在经济发展、消费结构和消费者行为方面表现出了显著的差异。过去，许多跨国公司都将重点放在大城市(如北京、上海和广州)，不过，现在许多公司正在向二级和三级城市渗透，并正在进入西部。很明显，这些市场是完全不同的，各个公司必须针对每个特定的市场修改它们的产品和战术。
向国外竞争者开放市场。中国全面开放市场在即，为了应对可能出现的激烈竞争，中国的公司开始探索将客户细分作为提高竞争力的一种方法。客户细分对所有行业都适用，但对于金融和电信行业尤其紧迫。随着越来越多的中国商业银行争相推出理财产品，激烈的竞争使银行不得不提高产品许诺的回报率水平，从而减少了银行自身的边际利润。在这样的环境下，成功地确定最有利润的目标客户群并为之提供服务能够为银行带来关键竞争优势。
中国消费者日趋成熟复杂。客户细分的另一个推动因素就是中国客户自身的需要。中国消费者在产品与服务方面有非常多的选择余地。要想在这个繁杂的环境中成功地获得客户，企业就必须使用客户细分，形成并管理更强大的客户关系。
成熟行业内竞争白热化。对竞争十分激烈且公司必须通过积极竞争才能争取和维持客户的行业而言，客户细分被更广泛使用。例如，随着各个大城市的移动电信市场逐渐饱和甚至达到增长巅峰，移动运营商不得不将业务重点放在改善客户关系上。
有效细分的特征
尽管各个公司可以使用所有最新发展的技术、复杂的计算方法和客户关系管理(CRM)功能，有效细分的基础仍然是彻底的业务分析以及三大关键组成部分——细分的特征、时间和赢利能力。如图2所示，有效细分的三个组成部分分别代表一个轴，每类客户都根据三个组成部分的情况在企业商机图上有自己的位置标示。
组成部分1：细分的特征。细分类型的范例包括各种特征，如需求、生命阶段、行为偏好、人口数据、态度、赢利能力和生活方式。IBM在北美的公司调查中发现，差不多3／4的公司使用多维度的客户视角。采用多维视角意味着可以全面地了解客户的情况：他们是谁、他们有何特征、他们需要什么、他们会如何反应、他们购买什么、他们何时进行购买以及他们为什么购买。尽管所有的公司都可从客户的多维视角而不是一维视角中受益，但是每个细分类型的权重或者重要性因业务和行业的不同而不同。
组成部分2：时间变量。时间变量是十分关键的，因为它显示了客户及其购买阶段是如何随着时间的变化而变化的。它可以帮助企业在正确的时候通过正确的渠道获取正确的客户。一家公司仅仅了解“应该针对哪些客户”以及“客户会有多大的购买量”是不够的。有效的公司必须利用细分回答这些问题，即“在哪些时候，应该针对哪些客户”，以及“客户的购买量有多大，客户多长时间会进行一次购买，客户最近什么时候会进行购买，客户处在哪一个购买阶段，客户会选择哪个渠道进行购买，预计会有哪些购买倾向”。这样，公司可以跟踪客户的成长和变化，从而确定出选择的时间点——客户在他的一生中购买方式发生变化的时间。
组成部分3：赢利能力。有效的细分必须同时是定性的和定量的。如果希望在细分的基础上进行准确的决策，公司必须衡量多个层面上的赢利能力，包括个体、仔细分群、细分群和总体客户组合。在选择赢利能力衡量标准时应该注意，企业应该确保选取的衡量标准能够准确、全面地反映所评测的内容。例如，仅仅依赖每个客户带来的收入数字可能会造成误导；购买额相同的客户在低租金的零售场所可以为企业带来利润，但是在高租金的零售场所却会无利可图。企业必须确保衡量标准具有全面性。
三个组成部分的交互作用。考虑到客户的全部变化形式，即细分特征、时间和赢利能力交互作用的情况，并针对客户的变化模式采取行动，能够使公司先于竞争对手在客户选择的时间点(即购买习惯发生变化的时间点)上采取行动并赢得客户，从而获得持续的价值增长。
为了避免失去重要的商机，企业必须改变“每年一次”或“从不”跟踪客户情况的做法。当然，跟踪客户的最佳频度因行业、细分用途和客户交互性质的不同而有不同。例如，金融服务公司会定期、频繁地通过多种途径与客户进行接触，跟踪频度可从每天一次到每月一次，而零售包装公司与客户的交易次数很少，所以，将监控客户变化的频度确定为每个季度一次到每年一次通常是最合理的。无论如何，一个公司如果密切关注客户就会取得成功。
将客户细分融入企业运营
中国的企业是如何利用客户细分的?如果一家企业因为拥有客户关系管理(CRM)系统就觉得可以松一口气的话，那就错了。拥有CRM系统是一个好的开端，但这还不够。在北美，实施了CRM解决方案的公司中只有17％的公司使用市场营销和客户分析应用软件，这些应用软件有助于确定客户的赢利能力和细分，改进客户信息管理并能自动进行有针对性的销售活动。要记住重要的一点，技术支持虽然十分关键，但它只是有效的客户细分所需要的几个组成要素之一。
推动核心业务战略。客户细分日益成为公司战略发展的主要内容之一，也就是说，企业在战略制定的整个流程当中，坚持使用客户细分来确保公司向能够吸引客户的方向发展。
改进战略举措。细分结果可用于确定重点战略机会并提供指导。例如，一家总部在中国台湾地区的大型电信公司面临着新订户数量下降的问题。为了缓解这种客户不稳定情况并留住能够带来利润的客户，该公司使用了各种数据挖掘模式、数据提炼软件和数据库，并采用扩展的行为细分模式对其客户群进行了细分，使用的变量包括人口统计信息、需求分析信息等。选择这一细分方法的关键理由是，因为它直接地将各种变量与客户的收入贡献(钱包份额)联系在一起。该公司针对每个细分客户群制订了对应的营销计划。
优化组织机构。索尼公司使用客户细分设计了全新的组织机构。在2002年初，为了更好地了解客户并为其提供服务，索尼公司按照客户细分结果在内部和外部进行了机构重组。新的组织结构按客户群细分，比如富裕客户、初级客户、年长客户、SoHo客户、年轻的专业人士及丁克家庭、家庭客户以及年轻客户等，目的在于使公司能够更好地根据客户的生命阶段、偏好和需要，提供有针对性的产品与服务。这一转变影响了管理层职位以及该公司所有部门的市场策略，包括营销、产品开发、零售规划、广告和客户忠诚激励计划。
客户细分路线图
对于希望开始进行客户细分的中国公司而言，这项任务是十分艰巨的。IBM基于多年来为客户提供IT咨询服务的经验，总结出一个实施客户细分的路线图，该路线图(如图3)将帮助企业分步地、迅速地取得客户细分的成效。
策略。细分策略是实施客户细分的基础，它帮助企业了解细分的目的、细分如何支持公司总体战略以及实施细分的组织必须具备的能力。公司需要了解必须获得什么类型的客户数据，如何使用这些数据，快速评估公司当前拥有的数据及其与数据需求间存在的差距，从而制定数据收集策略。
大部分中国公司不是缺乏客户数据，就是所取得的客户数据不准确、不完整。不过，这不应该妨碍使用简单的分析工具来进行突发情形的细分分析。公司可以从基于人口数据特征的细分入手(组成部分1：细分的特征)。在获取了更多的关键客户信息后，公司可以改进它们的细分策略，运用更为复杂的模型和多个变量分析来确定最有价值的细分客户群，这同时也结合了组成部分3：赢利能力。当公司更为成熟后，可以结合行为分析和不同时间点的客户变化形式，进行更复杂的客户细分(组成部分2：时间)。定期回顾和修订细分策略有利于公司不断根据自身能力的提高，将初步的细分策略发展成为能够为公司带来高价值的细分策略。
组织和流程。制定了细分策略后，公司必须建立细分工作的支持部门和流程。需要定义的流程包括发现和取得客户深入信息，分享该信息，并在公司范围维护这些信息。另一重要内容是在公司内部发展适合的技能组合，这不仅仅局限于市场和销售部门。成功的客户细分和管理要求公司的每一个员工都学会如何利用与客户的所有交互作用来增进对客户需求的理解，同时将这些客户信息在全公司范围进行分享。
当客户细分更深地融入公司运营时，公司应该改变组织结构，使高层管理人员“拥有”细分客户群并提供支持，正如前文中索尼公司的例子。矩阵式管理模型可能更为普遍，产品经理负责产品的营销，同时与高级管理人员进行协调，后者则负责向特定细分客户群提供产品组合。
技术基础。为了支持详细的客户分析，公司应该开始构建客户分析数据集市(customer analytical data mart)。全面的客户数据最终将由数据仓库提供，公司可以利用所有可获得的客户信息，来推动对客户的了解以及设计适合个别客户需要的各种活动。
数据集市建成后，公司应该开始引入复杂的分析和预测模型工具，利用内部收集的数据和外部数据源，确定最有价值的目标客户，并积极测试和挖掘尚未得到周到服务客户的潜在价值及数据关系。
随着客户细分日益与销售和市场营销活动集成在一起，公司可以考虑引入管理层指标板(management dashboards)，以便跟踪细分策略状况。例如：营销活动的跟踪结果报告、渠道销售报告、细分客户群销售报告等，这些报告全部可以通过管理层指标板在用户计算机上获得。
需要特别指出的是，出于资金的限制或时间上的考虑，企业可能需要分步实施客户细分策略。比如针对企业的某一个产品或在某一个地区作客户细分，以便在最短时间内获得明显成效，并将取得的收益和经验投入下一个阶段或项目的实施，这种滚雪球似的发展模式最终会使客户细分策略在整个企业推而广之。
结论
基于客户价值评价的客户细分 篇4
1.1 客户价值评价指标体系的设计
在整个客户生命周期上, 客户价值由三个模块构成:客户历史价值、客户当前价值和客户潜在价值。而对于客户价值评价指标体系的设计, 国内外学者对此已有较多研究, 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—潜在价值—形象价值—稳定价值”评价体系[3], 齐佳音模型评价体系[4]。但从客户生命周期的角度看, 客户的历史价值并不是很重要的。企业在评价客户有价值与否时, 不仅要参照该客户当前的价值表现, 更重要的是依据其对该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个方面进行设计。
当前价值可以用总利润、销售量两个指标来间接描述。对客户潜在价值来说, 可以从满意度、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。其中对企业来说, 客户的忠诚度和信任度是最主要的[5]。
直接计算客户当前价值和潜在价值的运算过程繁杂[6], 因此可以通过对当前价值和潜在价值的间接评测, 方便、有效地对客户价值进行评价。
1.2 评价体系指标权重设置
客户价值可以用公式1来得出。
其中, 公式中各变量含义表示为:
Y—客户价值;
Xi—各分指标赋值结果;
Ri—相应指标权重;
n—指标数。
说明:其中各分指标的权重总和为1, 即。
为不同的指标赋予不同的权重, 各指标中预先设定连续性取值, 并为不同指标设定相应的分值范围 (采用百分制) , 并通过函数映射的方式确定客户在该指标下的取值。通过对各指标进行加权求和得出客户的价值。而指标权重是指一项指标在整体评价体系中的相对重要程度, 客户价值评价体系中各指标权重的设置可以通过层次分析法得出。
应用层次分析法确定客户价值评价指标体系各指标权重步骤如下:
(1) 建立层次分析结构图, 如图1所示。
(2) 构造判断矩阵。建立层次分析图后就要对同一层次下的指标构造判断矩阵, 判断矩阵表示针对上一层次某一指标, 确定本层次有关指标之间的相对重要性。即以上一层次某指标为准则, 通过对下一层次同一准则下的指标两两相互比较, 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。
(3) 计算各层次中指标的权重。通常确定权重的方法有和法、几何平均法、特征根法, 其中特征根法最受人们推崇。
(4) 一致性检验。由于人的判断力误差, 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。在层次分析法中, 为了得到科学合理的结果, 需要进行一致性检验, 计算检验数C.R.。
当C.R.=0时, 判断矩阵R具有完全一致性;当C.R.<0.1时, 判断矩阵R具有满意一致性;当C.R.≥0.1时, 则认为判断矩阵R系数存在矛盾, 应予以调整, 重新计算权重。
(5) 计算各层次指标对系统的综合权重。
2 客户价值评价过程流程
为了得到有价值的客户, 可以建立如图1所示客户价值评价流程:
通过客户价值评价流程, 可以对客户进行评价、分类, 从中找到最有价值的客户, 从而提高企业的竞争力。
3 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, 本文从中选取了7名客户, 以下有关客户的具体数据均来源于此润滑油公司。该公司客户价值评价指标体系如图1所示。
根据层次分析法的基本原理和方法, 对图1建立的客户价值评价指标体系的权重按照1~9标度法进行量化, 其步骤如下:
(1) 构造判断矩阵并一致性分析
影响总利润诸因素的权重为 (0.6095 0.1842 0.1231 0.0832) , 影响销售量诸因素的权重为 (0.1634 0.2970 0.5396) , 影响忠诚度诸因素的权重为 (0.8 0.2) , 影响信用诸因素的权重为 (0.5278 0.13960.3325) , 影响当前价值诸因素的权重为 (0.8 0.2) , 影响潜在价值诸因素的权重为 (0.75 0.25) , 影响客户价值诸因素的权重为 (0.66670.3333) , 以上C.R.都小于0.1符合一致性要求。最后, 将各级指标的权重相乘得到相对于客户价值的各级指标的综合权重为 (0.32510.0982 0.0657 0.0444 0.0218 0.0396 0.0719 0.2000 0.0500 0.04400.0116 0.0277) 。
在评价客户价值之前先对不同量纲的数据进行无量纲化处理, 即先将它们分别标准化, 转化成无量纲的标准化数据, 从而消除数据量纲的影响。通过SPSS软件可以对数据标准化。将指标权重与客户经过标准化之后的数据相乘.根据式 (1) , 计算客户价值。
将每个客户的两个细分指标 (当前价值、潜在价值) 与该指标的均值分别进行比较, 大于均值则评价为“高”, 小于均值则评价为“低”, 得到客户在两个细分指标上的评价, 如下表:
根据表1所示, 运用当前价值、潜在价值可以建立二维客户价值细分图, 它的两个轴分别代表了客户当前价值、客户潜在价值, 可以看出, 客户1、5、7属于高价值的客户, 是企业应当予以重视的客户;客户3属于低价值的客户, 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。由此方法可将企业的所有客户进行细分, 并利用客户价值细分结果实施相应的客户关系保持策略, 优化配置企业资源, 从而实现企业利益的最大化。
4 结语
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出现, 客户成为企业最重要的资源。然而, 其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。本文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]罗伯特.韦兰, 保罗.科尔著, 贺新立译.走进客户的心[M].北京:经济日报出版社, 1998:1～69.
[2]王爱玲.客户资源价值评价与营销资源配置[D].河北工业大学硕士论文, 2002:15～40.
[3]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, 2005:26～36.
[4]陈明亮.客户保持与生命周期研究[D].西安交通大学博士论文, 2001:16～18.
客户价值细分 篇5
今天，客户细分不再是一个简单或者静态的营销技术，它是公司了解并管理客户组合的工具。为公司关键决策提供信息和指导，是成功的企业开展业务的核心内容。因为激烈竞争的市场，已不能再容忍企业出现代价高昂的营销错误、低投资回报率(ROI)或者客户吸引力有限的市场拓展计划。
那么，究竟如何才能有效的进行客户细分?
现在，有很多的公司借助于客户管理管理(CRM)功能，进行有效可客户细分。下面将阐述企业该如何应用CRM软件进行客户细分。
细分市场
细分市场就是对你和你公司有着相似态度的一群现有客户或潜在客户，
细分类型的范例包括各种特征，如对客户概貌、地域或行业特定信息的分析，将公司的客户进行分类，这对业务大有裨益。
CRM客户管理功能从客户所处行业、企业规模、经营模式、客户类型等方面详细记录客户的信息，通过全面的信息记录对客户进行全面的掌握。同时，客情统计功能，按行业、区域、类型等对客户进行分类统计，形成分类统计图和详细数据表格，供企业管理者直观地了解到当前的销售形势，一眼就能辨认哪些行业、类型的客户是我们的重点客户，哪些区域的销量最好。
重点客户
一般而言，给企业带来80%业务收入的客户仅占所有客户的20%。在这个竞争激烈，“供大于求”的经济环境中，找出这20%的客户，用80%的精力服务、巩固并发展这20%的客户，对确保公司业绩的稳定有着重要的作用。
CRM助企业找出20%的重点客户。在重要的节日，系统可提醒相应的销售人员对客户进行关怀问候，进而提高客户的满意度和忠诚度。
增加订单
通过CRM系统的历史行动记录、历史订单记录等，找出具体客户对公司产品的需求及购买规律。从而将公司的营销努力集中在从现有客户身上获取最大价值，是最水到渠成、最恰如其分的途径。现有客户是最有可能以贵公司所渴望的方式从事交易的候选人群，这是因为，双方可谓知根知底。与加强客户关系的作用相比，对于潜在客户的管理很少能收到如此立竿见影和令人满意的效果。
客户价值细分 篇6
利益内涵问题是多门学科研究的一个基本问题，在法学、社会学、公共管理、工商管理的理论研究中都占有重要的地位。然而，由于研究的视角不同，利益概念及其内涵在这些学科当中是有着很大不同的。本文将对工商管理中的利益内涵进行探析。由于利益细分作为一种有效的市场细分方法，无论在内涵还是技术上都具有比较大的弹性，尤其是在利益本身的内涵上。这种方法之所以在近半个世纪不断地发展并逐渐丰富起来，也正是源自这种在概念上的范畴优势。因此，对利益内涵的探讨将有助于利益细分方法乃至客户细分技术的成熟与完善。
二、现有利益内涵的几种解释
在管理学研究领域中，利益在提出之初就被赋予了广博的内涵，尽管如此，其真正涵义提炼和传播却还处于初级阶段。以下是利益内涵在其发展过程中值得了解和学习的几种重要观点。
(一)与产品特征相关的利益
Haley于1961年在其没有公开发表的文章中首次提到了利益的概念，到了1968年，他正式将利益概念提了出来，但他没有专门对利益的内涵提出明确解释，而仅仅是从字面上定义为客户寻求的利益(benefits sought by customer)。通过对牙膏市场的实证研究，Haley认为利益具有与产品相关的两种特征——产品特征和产品属性两个方面，不仅有产品的功能也包含产品的外在属性(例如经济利益)。此后，Haley(1984)在此基础上，将利益内涵进行了拓展，认为客户所寻求的利益也可以根据他们所持有的态度决定。这就将利益的内涵范围从单纯的产品扩大到了客户自身。
在这种利益内涵的支撑下，Haley所倡导的利益细分方法使用具有因果关系的(causal)，而不是描述性(descriptive)的因素来分析市场行为的影响。基于这种观点，利益也就成为市场细分群组存在的基本原因。但由于利益的种类繁多，基于在市场范畴中的局限性，Haley建议应该把利益与其他一些变量联合起来使用，同时吸收与利益细分方法类似的各种细分方法在变量定义和选择上的优势，取长补短，借以充分把握市场领域中的行为影响。
(二)基于利益链的利益解释
利益链(benefit chain)又名灰色利益链(graybenefiI chain)，是由一个名为Hal Lee的管理咨询公司于1970年发明的，这种用来研究客户心理和行为过程的方法从另一个方面揭示了利益的内涵。
利益链结构包括两个基本要素：组成元素以及程序。程序主要是描述一系列或者链状的心理或行为上的活动过程，而组成元素则是定义了这些活动本身在内涵上的属性。一般来说，组成元素有四个层次：产品层、功能利益层、实际利益层、情感层。通过客户的心理与行为活动将各个层次的组成元素组成一个有机的链状机构。具体可以以一种护发产品为例。
Young和Feigin(1975)提出利用利益链，以定量的方式来分析市场中人们的行为和念度，将情感的(emotional)或心理的(psychological)利益联合到产品主张(product claims)或产品特征上，这从根本上脱离了Haley将利益限制在产品两种属性的局限性，并且进一步细化了利益的真正内涵。基于这种想法，在具体的利益提取的操作过程中，利益链开始于包括某一具体特征的产品描述，依据该特征，消费者提供出两个利益，然后这两个已知的利益每个都再衍生出两个相关的功能利益。接着，在衍生的四个功能利益的基础上，再重复这一衍生过程。最后得到14种不同的利益。全过程可以总结为以下四个步骤：
第一步：产品菜－具体特征
导致——
第二步：功能利益
导致——
第三步：实际利益
导致——
第四步：情感上的支付
基于这种利益链观点，利益在内涵上可以分为多个相互关联的层次，并不仅仅是散状的特征或者属性上的差别。这种对利益的解释是从逻辑链的角度出发，通过逐步引导的方式，真正挖掘潜藏在客户内心深入的“本质”的消费理论。
(三)基于手段一目的的利益解释
Botschen等人(1999)认为虽然利益细分的基本思想在于使用具有因果关系而不是描述性的因素作为细分标准，但多数的基于经验的研究并不真正区分产品特征和客户探寻的利益这样两个变量，因此Young和Feigin将利益解释成产品或者服务的更多抽象的特征，并把它们等同起来，据此来预测购买行为其实存在很大程度上的风险。Botschen(1999)提出使用手段一目的(meansmnd)来重新分析利益的内涵问题，他直接将手段目的用于分析客户寻求利益这一行为过程中出现的具有因果关系的过程链，尤其区分利益与特征之间的根本不同，并且进一步强调了基于利益水平上来细分客户的重要性。这种因果关系又有别于Young和Feigin的利益链的结构，其主要的差别在于链中所包含的层次和内涵被进一步地细化。
手段一目的方法提供了一个评估客户产品、服务和行为知识和内涵结构的方法，其倡导的认知结构的表述是基于产品、服务或行为会连接到客户自身的基本原理。该结构起始于产品、服务或行为(特征)，通过特定的产品、服务或行为的特征生成的可视的结果或利益建立一系列与自我概念(个人价值)相连接的序列。这样首尾相连就形成了一个“手段一目的”链，产品、服务或行为通过特征来提供想要的结果或价值，或者说目的。价值就是驱动购买行为最终的选择标准的来源。这一过程可以用图2来表示，链的层次(水平方向)和基于各个层次的细分类型(垂直方向)。其中六个水平层次表示了三个基本的细分类别，相应地，也就构成了三种细分类型。
Gutman(i982)将功能性的、实际的利益以及情感上的支付这三者定义为具有逻辑联系的不同类型。鉴于此，Botschen就有理由认为特征和利益之间应该存在以下不同：特征是客户偏好的产品、服务或行为的倾向，并不解释客户购买产品、服务或行为的理由。相应的，依据手段一目的理论，同时也可以区分这样两种不同水平的特征：具体的特征和抽象的特征，比如说，“价格”和“好的质量”。手段一目的方法还可以区分功能上或心理上的因果关系，这一点与Young和Feigin的利益链相似，不同的是手段一目的链的终点是价值，而且无论是在功能上还是心理上组成元素都被进一步定义。
三、机会利益的引入
让我们来考察一个例子，一个制鞋企业生产的某种型号的运动鞋，一部分贴上自有的不是很出名的品牌进行销售，另一部分贴上国外著名品牌作为代工产品进行销售。这两种鞋除了品牌不同以外，其他各方面都是相同的。在市场上，它们的价格会因为品牌的不同而相差极大，因而给消费者带来的利益也会相差很大。由于两种鞋子实际上是同一种产品，
所以它们按照以上几种解释利益应该是相同的，然而事实上却并非如此。再看一个例子，一位顾客去理发店理发，A、B两位理发师都可以为这位顾客剪相同的发型。但是两位理发师给顾客带来的利益肯定是会有些差别的。因为他们是两个不同的服务主体，即使服务结果一致，也会存在利益差异。笔者认为，造成这种现象的原因是由于“机会利益”(opportunity benefit)的存在。简单的说，机会利益就是客户选择了某项产品、服务或行为而放弃选择其它产品、服务或行为而获得的唯一性利益。由于任何产品、服务或行为都存在着或多或少的差异性，因此它们的机会利益是各不相同、千差万别的。当客户选定了某一项产品、服务或者行为，他也就选择了特定的“机会利益”。
机会利益的根源还是在于产品本身。但是这与E面的由于产品功能、产品属性所带来的产品利益不同。产品利益是通过使用产品，产品自身所能给客户带来的利益。而机会利益则是由于与其他产品的不同所带来的一种比较性利益。
机会利益具有以下特点：首先是客观性。机会利益是一种客观现实。人们要追求利益免不了要受到客观因素的制约，客观因素就是产品本身的特点，是机会利益客观存在的基础；其次是普遍性。机会利益普遍存在于任何产品、服务或行为中，这些依附于不同利益载体上的利益只是作用强度、存在意义不同而已；第三是唯一性。每一项产品、服务或行为都是唯一的、无可替代的，因此它们所代表的机会利益也是唯一的、无可替代的。
四、对利益内涵的扩展解释
从参考文献中提供的利益内涵解释来看，利益的内涵走过了一段内容不断丰富的过程。Haley最初所表达的利益内涵在形式上仅仅将其局限于产品特征与产品属性两个方面，后来尽管加入了消费者的态度，但是这种解释并不能全面清晰地反映利益的真正面目，存在一定的局限性，可是这种还不完备的解释也为后来的研究指明了方向。
后来出现的基于利益链的解释与基于手段一目的的解释，在某种程度上完善了Haley对于利益内涵解释的缺陷，并且由于在某种程度上符合心理学中关于心理与行为的转化原理，因此比较科学地揭示了客户在消费过程中所展现出来的一系列动作和隐藏的动机。无论是通过显现的行为来推测深藏的心理，还是依据发现的动机来分析客户所偏好的与产品有关的特征，都具有一定的依据，因而可以认为是可靠的。从逻辑联系来看，利益链和手段一目的链，尽管具有一定的相似性，但是后者无论是在产品特征上、功能特征还是在心理特征上都将客观的内涵与客户自身联系了起来，同时将利益链中情感上的支付换成了价值的内涵，不过这两者在内涵上的差别并不大，价值本身也可以表现为一种情感上的认同，或者说一种等价的换算。但是这种利益内涵还不足以解释产品所具有的个体性差异所带来的价值差异，因此笔者引入了“机会利益”的概念，来扩充完善利益内涵范畴。
在此，我们对利益内涵在手段一目的链解释基础上，进行扩展引申。
(1)利益主体是产品、服务或者行为。服务经济的兴起，使得除了有形的产品之外，无形的服务与行为都能给客户带来利益。
(2)扩展的利益内涵解释以手段一目的链为基础，认为“机会利益”也是利益存在差异的一个原因，而这种“机会利益”是由产品、服务或行为的固有独特属性而决定的。这种独特属性不可以归人手段一目的链中基于特征的细分，它与具体特征与抽象特征都不同，因为“机会利益”是一种基于固有属性的比较性利益，即使两件产品基本特征和抽象特征完全相同，它们仍存在“机会利益”的不同。所以需要单独增加“固有属性(机会利益)”。链结构仍以原结构为基础，起始于产品、服务或行为(固有属性)，然后通过特定的产品、服务或行为的特征生成的可视的结果或利益建立一系列与自我概念(个人价值)相连接的序列。这样首尾相连就形成了一个“手段一目的”链，产品、服务或行为通过特征来提供想要的结果或价值，或者说目的。价值就是驱动购买行为最终的选择标准的来源。最后形成的七个水平层次表示了四个基本的细分类别，相应地，也就构成了四种细分类型。
引入机会利益后的手段一目的链在保留原有各项优点的基础上，在解释利益差异性的形成原因方面更加完善，同时也使得细分类型得到了进一步的细化。但是它同时也会使得基于两种或者三种因素的联结类型大大增加，复杂程度也大大增加。因此在具体的细分场景中，应根据实际情况进行具体分析，灵活处理各细分因子，根据不同的目的采取不同的细分类型来达到最佳效果。
五、研究展望
客户价值细分 篇7
对不同类别的客户进行差异化管理是构建企业营销策略优势的重要内容,而客户细分根据客户属性划分客户集合,是客户关系管理的基础,也是市场营销的重要技术。但传统的客户细分标准多以企业产品、客户地区分布、客户特征等居多,这些类型的市场细分虽然为企业研究客户关系的特征提供了一些依据,但是不能直接反映不同细分市场对企业的利润贡献。因此,本文提出基于客户关系价值的客户细分方法,以客户的当前价值和潜在价值作为区分维度,对客户进行有效的细分,并提出相应的客户关系策略,以期为企业合理配置营销资源、提升客户关系价值提供科学的理论指导。
1 客户关系价值的概念及测定
1.1 客户关系价值的概念
目前学术界对客户关系价值有多种表述,如客户终身价值(customer lifetime value)、客户资产(customer equity)和客户盈利能力(customer profitability)等,对客户关系价值的内涵已经形成了广泛共识:它是客户在关系保持期间贡献给企业所有利润的贴现值[3,4]。
从这一共识出发,本文基于以企业为主体的分析视角,来界定客户关系价值。由于企业和客户之间的关系亲疏不同而使得企业收益和成本不尽相同,因此,可对客户关系价值作如下定义:企业获取、培养、维持和客户的良好关系而在客户关系生命周期内为企业带来的收益与企业所支付成本的差额。
1.2 客户关系价值的测量
传统的客户关系价值测量最早起源于客户盈利性方面的研究,其中具有代表性的方法主要包括2种:一是按照一定的标准将利润(或是成本和收益)分摊到细分客户群或每一个客户身上,从而测算出客户的盈利性程度,如成本法;二是根据每一个客户的光顾间歇、光顾频率和消费额等来计算其价值的大小,如RFM法[5]。然而,这些传统的客户贡献价值的量化研究,主要是依据历史数据来计算客户的当前价值,而没有考虑客户的潜在价值,因而研究结论的科学性和实践性明显不足。
本文根据客户关系价值的概念,提出了净现值法来测量客户关系价值,较好地克服了以往客户关系价值量化方法的缺陷。企业的净现金流是客户关系收入与客户关系成本之差,其中客户关系收入的大小取决于客户的购买数量、购买利润率和购买的持续期;而客户关系成本的大小则取决于企业获取、发展和保有客户的成本。这些关系,如图1所示。
上述关系图的公式表达可以采用债券资产或其他任何金融资产的公式,这个公式包含3个部分:第一部分,购买量×利润率,类似于债券利息的股票红利,是企业能从客户交易中获得的收益;第二部分,每期客户的发展和保有成本,代表企业服务和保有客户时的支出,这类似于金融管理费;最后一部分,客户获取成本,与获取金融资产的价格和佣金类似。
于是可以用客户资产公式来计算客户关系价值[6],
其中:CRV(customer relationship value)为客户关系价值;P为预期客户消费该企业产品或服务的概率;Q为每期消费产品或服务的数量;π为消费每单位产品或服务的税后利润;t为关系的持续期(t=1,2,…,n);A1为获取客户的成本;R为保有客户的成本;D为与客户进一步发展关系的成本;i为贴现率。
如果购买量、税后利润和持续期这3个变量的增加,则客户关系的价值会增加。给定购买量、税后利润和持续期,获取、发展、保有成本以及贴现率的增加,则客户关系价值会减少。
原则上讲,如果已知这些变量的取值,通过上式就可以确定任何客户关系的价值,即对企业利润的贡献值。根据企业数据库中的历史资料,提出以下2个假设。
H1:假设客户的购买行为模式不变,得出客户未来的各变量值,进而利用上式算出客户的当前价值;
H2:假设采用积极的客户关系策略,使客户改变购买行为模式,估计出各个变量的未来值或预期值,利用上式算出客户的潜在价值[7,8]。
在实践中,对许多企业来说,敲定对这些变量值的合适估计是非常值得的。因为这会使它们更尽心获取、保持有价值的客户[9]。当然,为了不断地精确得到这些变量的估算值,许多企业的客户数据库应作大幅度的结构性修改,更多地收集与此相关的客户资料信息,使这些估算值的可获性大大提高。
2 客户关系价值的细分
基于上述客户关系价值测定关系图及客户关系价值计算公式,可以辩认客户的关系价值,实现客户细分。首先要建立客户数据库全面掌握客户信息,数据库信息包括:基本信息(年龄、婚姻、性别、收入、职业等)、住址信息(房屋类型、拥有者等)、生活方式(爱好、产品使用情况等)、态度(对风险、产品和服务的态度,将来购买或推荐的可能)、地区(经济、气候、风俗、历史等)、客户行为方式(购买渠道、更新、交易等)、需求(未来产品和服务的需求等)、关系(家庭、朋友等)。这些数据及其随时间的动态变化都将直接影响客户关系价值的测量。
在掌握客户信息的基础上,就可以运用上述客户关系价值的计算公式,分别计算出客户的当前价值和潜在价值。最后,对全部客户当前价值加和,再除以客户数,得到的结果即为客户当前价值的平均数作为判别某个客户当前价值高低的基准线,依此方法设定判定客户潜在价值高低的基准线,实行以当前价值与潜在价值两个维度对客户关系价值进行评价分类,建立客户细分模型,如图2所示。
从客户细分模型可以看出明星客户的当前价值和潜在价值都高;现金牛客户的当前价值高,潜在价值低;成长客户的当前价值低,但潜在价值高;低端客户的当前价值与潜在价值都低。
企业客户关系的理性发展,一方面要维系现已建立的与价值客户之间的良好关系;另一方面,要采取措施促进客户关系价值的提升,使低端客户向成长客户、现金牛客户和明星客户转变,如图2中的箭头所示。
3 各类细分客户的关系策略选择
企业可借助客户细分模型,定量辅助作出正确的客户发展和保有决策,并根据客户的价值表现,采取相应的关系策略,以实现客户关系价值的有效提升[10]。
3.1 明星客户的关系策略
明星客户是企业最理想的客户类型,这类客户有较高的消费需求,且对新业务有很好的兴趣而且有的已经转化为消费,是重点关注对象。作为当前价值和潜在价值双高客户群体,必定是竞争对手的抢挖对象。另外,这类客户比较容易接受新事物,一有刺激就可能做出反应,忠诚度相对较低,因而针对这类客户宜采取保持策略,进行重点关注,建立伙伴关系,使企业和客户形成一个相互依赖的共同体。依靠客户关系管理系统,动态收集和分析客户的各种资料,指定客户经理进行定期和不定期访问,成立应急小组,在竞争对手开始接触这类客户后上门实施稳定。另外,应坚持新产品或服务的试用制度,在试用期间要不断地搜集客户的意见和建议,进行相应的改进。
3.2 现金牛客户的关系策略
当前消费方面有不错的表现,经济水平较好,具有旺盛的消费能力,消费关系持续期长,是为企业创收的“现金牛”客户。由于其当前价值较高,容易受到竞争对手的引诱,导致潜在价值的不稳定,因此对现金牛客户宜采取投资策略,加大力度提高其满意度和忠诚度。一方面,要在产品或服务的增值上下功夫,深入挖掘这部分客户的实际需求,站在客户的利益点上有针对性地进行产品或服务的设计和开发,同时对客户提供相应的使用培训和辅导;另一方面,提供新的高附加值的产品或服务,进行高便利性、个性化、亲情化的一对一营销服务。企业在产品销售出去后,由电话服务中心主动联系客户,询问产品的使用情况和有何改进的意见或建议,建立负责型关系。
3.3 成长客户的关系策略
这类客户对产品的了解相对有限,转移成本低,存在培养和引导的潜力,一段时间后可能会出现分化。尽管成长客户的当前价值低,但其潜在价值可能会大幅度上升,是企业未来利润的主要创造者,因此对成长客户应采取培育策略,加大力气开发这类客户,加强互动交流。具体应做到以下2点:第一,建立可以让客户便利获得企业产品或服务信息的渠道,增强客户对企业产品或服务的了解和认识,使客户产生认同感;第二,由客户关系经理经常主动与客户沟通,了解客户的潜在需要并据此开发新产品。通过以上2点与客户建立能动型关系,激发其潜在的消费欲望,实现此类客户向明星客户的转化。
3.4 低端客户的关系策略
此类客户消费频率低,价格敏感度相对较高,易受经济水平制约,通常是企业的负担,一般不宜投入较多的资源去维持这类客户,但应给予适当的投入或关注,重点分析其中的原因。如果这类客户的当前价值不高是由于过高的服务成本和营销成本造成的,那么可以通过降低成本来提高该类客户的关系价值,使无利可图的客户成为有价值的客户;如果这类客户的消费已向其他企业发生转移且争取的成本较大,那么就应采取放弃策略,但要做好基本的服务,避免出现因这类客户的不满意而对企业的品牌形象造成不好的影响。当然,在企业能力有富余时,只要低端客户的边际收益大于边际成本,就可以采取维持策略或培育升级策略,使其向成长客户、现金牛客户或明星客户进行转化。
4 结语
客户细分是客户关系管理的首要任务,也是有效实施市场策略的第一步。企业在客户细分的过程中,细分维度和细分方法的选择不能是随机的,必须与其市场营销目标保持一致。市场环境的复杂性决定了没有绝对有效的细分方法,但是可以在控制的误差范围内达到需要的细分效果,为关系营销策略的制定提供可靠的理论指导。
本文基于客户关系价值对客户细分以及相应的关系策略作了初步探讨,得到了一些有价值的研究成果。然而,出于研究便利的考虑,在衡量客户的当前价值和潜在价值时仅用了“高”和“低”2个维度,没有进行更加精细的划分,难以有效区分虽属于同一关系价值类别但在价值量上存在差异的客户,因而还存在一定的不足。如何更加精细地细分客户并提出更具差异化的客户关系营销策略,还有待进一步的探索。
摘要：客户细分是企业成功实施客户保持和升级策略的重要前提,而客户关系价值则是客户细分的重要依据。科学界定客户关系价值的内涵,进而从企业角度选取净现值测量方法,分别测出客户的当前价值和潜在价值,并以此为二维维度建立客户细分模型进行客户细分,最后分别针对各类客户提出差异化的关系策略,以期达到客户关系价值的最大化,为企业的持久发展提供不竭动力。
关键词：客户关系价值,客户细分,净现值法,关系策略
参考文献
[1]仲秋雁,莫佳卉.基于拓展自组织神经网络方法的客户市场细分[J].中国管理科学,2008(16):551-553.
[2]叶映兰.基于价值的客户关系管理及其应用[J].科研管理,2009(6):172-173.
[3]BERGER P D,BECHWATI N N.The allocation of promotionbudget to maximize customer equity[J].The international journalof management science,2001,29(2):49-61.
[4]BLATTBERG R C,GETZ G,THOMAS J.Customer equity:building and managing relationships as valuable assets[M].Boston:HarvardBusiness School Press,2000:66-80.
[5]刘义.基于购买行为的客户细分方法比较研究[J].管理科学,2003(2):69-71.
[6]王先玉.现代商业银行策略管理与营销管理[M].北京:中国金融出版社,2007:233-247.
[7]STELLA L M S,MARK W S.Perceptionns of relationshipmarketing among account managers of commerical banks in aChinese environmens[J].International Journal of Bank Marketing,2000,18(7):315-327.
[8]吴本.饭店客户关系管理的价值链研究[J].商业经济与管理,2006(9):43-46.
[9]温巧夫,李敏强.基于CLV的制造商客户评价与细分研究[J].统计与决策,2007(8):147-150.
客户价值细分 篇8
当前，电信市场竞争越来越激烈，产品同质化加剧了电信企业之间的竞争。如何对客户进行细分，进而针对不同的客户群实施差异化营销和服务，已经成为电信企业的迫切需求。目前，电信企业的客户细分主要是以客户的统计学特征或购买行为特征为依据的，粗略地把客户分为高端客户和低端客户。用这种方法来衡量电信企业客户质量具有很大的局限性，它不能够揭示客户内在的价值，无法满足电信企业对客户细分和差异化营销的需求。
本文针对电信企业用户的特点，建立了一个基于客户当前价值、潜在价值和客户忠诚度的三维电信客户细分模型，用于对电信客户的细分，并对每类客户的特征及相应的客户保持策略进行了研究。
1 客户细分的相关理论
1．1客户细分的概念
客户细分（Customer Segmentation），就是企业在收集和整理客户信息资料的基础上，按照客户的特征或共性，把一个整体的客户群以相应的变量划分为不同的等级或子群体的过程，每一细分客户群是由在某一方面具有类似特点的客户构成的群体，分属不同细分客户群的客户具有明显的差异性。
1．2客户细分的目的和作用
经济学家Suzanne Donner认为，正确的客户细分能够有效地降低成本，同时获得更强、更有利可图的市场渗透[1]。良好的客户关系是企业生存与发展的重要资源，能否维系并提升客户价值，是检验企业是否成熟的重要标志，使企业能够以更低成本，更高效率寻找和保持客户[2]。通过有效的客户细分，企业可以更好地识别不同的客户群，将正确的产品、服务和资源分配给目标客户，提高和优化客户关系，达到最优化配置客户资源的目的。
1．3客户细分的步骤
客户细分研究是在客户信息和消费数据的基础上，结合本行业客户的特点，以市场定义和业务需求为出发点，按客户特征及市场能力进行细分，从中发现消费行为、客户潜在需求等特征，以便于通过分析数据和客户状态，建立客户细分模型，评估客户的潜在价值，找出不同客户产生增值的策略与机会[2]。客户细分的流程见图1。
2 基于客户终身价值的客户细分研究现状
目前，学术界、企业界广泛认可的客户细分理论是客户价值细分理论，它是基于客户终身价值（Customer Lifetime Value，CLV）进行客户细分，基于客户终身价值的细分又称为客户价值细分。利用客户终身价值的客户细分方法可以被分成两类：(1)仅用客户当前价值进行客户细分；(2)利用客户终身价值的组成要素，基于客户当前价值和潜在价值进行客户细分。
2．1基于客户当前价值的单维度细分
通过利用客户当前价值作为细分变量，建立客户金字塔模型，将当前价值高的客户置于金字塔顶部，当前价值低的客户置于金字塔底部[3]。对金字塔顶部具有高价值的客户投入更多的客户管理成本，采取积极的客户保持策略；而对于处于金字塔底部的低价值客户，则尽量减少对他们的客户管理成本。最初，国内电信运营商就是依靠这种简单的客户价值细分方法，把客户分为高、中、低价值三类客户，然后对他们实施不同的营销策略。
这种客户价值细分方法的优点在于容易理解，操作简便，便于企业开展相应的客户保持策略。然而该模型是在客户关系终身保持不变的条件下对客户价值进行预测，它没有考虑到在激烈竞争的市场环境下，企业与客户之间的客户关系并不是一成不变的，企业能否与客户继续维持客户关系以及关系维持的长度是未知的，因此该模型存在局限性，在客户发生流失的情况下并不成立。
2．2基于客户当前价值和客户潜在价值的二维细分
客户终身价值由两部分组成：客户当前价值、客户潜在价值，第二种方法就是利用客户终身价值的这两种组成成分进行客户细分。Verhoef和Donkers（2001）使用当前价值和潜在价值细分一家保险公司的客户；国内的陈明亮对客户当前价值和潜在价值做出新的定义后，提出了二维的客户价值细分矩阵[4]。
这个二维细分模型优点在于考虑了客户潜在价值对企业利润的影响，较为全面的度量了客户对企业的总体利润贡献。但是，客户当前价值和客户潜在价值的测算都是以客户关系稳定为基本前提的。而现实的客户关系是复杂多变的，不存在绝对的稳定关系。因此，仅仅依据客户当前价值和客户潜在价值来细分客户，不考虑客户忠诚度对CLV的影响，会大大增加资源配置的风险，如果我们不能对客户忠诚给予足够的关注，客户的不稳定性会导致许多营销努力失败。
3 基于客户终身价值和客户忠诚度的客户细分研究
基于对以上评价体系不足的分析，本文认为客户价值的核心是客户为企业提供长期净现金的能力，企业从客户当前的利润水平和潜在贡献能力两个层面上感知客户价值的大小，企业对客户当前的感知标准是客户对企业的长期经济效用最大化。在建立客户评价体系时，应当综合评价客户当前价值和潜在价值，本文在前人研究的基础上，加入客户忠诚度对客户进行细分，从而确定电信企业的真正的大客户群体，并对这一部分客户制定相应的营销策略。
3．1客户当前价值
客户当前价值（Customer Current Value，CCV）是假定客户现行购买行为模式保持不变时，客户未来可望为公司创造的利润总和的现值[4]。根据此定义，CCV等于最近一个时间单元（如月/季/度/年）的客户利润在预期的客户生命周期长度n内的现值之和（其中d为当前贴现率），其计算公式为：
3．2客户潜在价值
客户潜在价值（Customer Potential Value，CPV）是在假定客户改变购买行为模式的情况下，客户在未来可望为公司增加的利润现值[4]。电信企业为客户提供了大量的可选择服务，针对电信企业的具体情况，其客户CPV的计算可以采用下式：
其中：Probij为客户在n种可选服务中选择服务j的概率；Profitij为客户i使用可选服务j，电信企业可从中获得的利润；n为预期的客户生命周期长度。式（2）表示，当一个客户使用由电信企业提供的服务时，企业可获得的预期利润，这个预期利润就是需要计算的潜在价值。
3．3客户忠诚度
客户忠诚度（Customer Loyalty）是指客户愿意继续作为企业客户的指数，即客户在未来时期内不流失的概率[5]。可用下列公式计算得出，即：
客户忠诚度=1-客户流失率（Pchurn）（3）其中：客户流失率描述的是因为某些原因与电信运营商解除服务合同的客户的比率。
3．4构建电信企业客户价值评价指标体系
根据前面的分析，建立基于客户当前价值、客户潜在价值和客户忠诚度的电信客户评价指标系，来评价客户对企业的价值，如图2所示。
4 客户细分模型构建及保持策略研究
在以上分析基础上，把当前价值、潜在价值和客户忠诚度结合起来，作为客户细分三个维度，建立三维客户细分模型，如图3。模型中三个轴分别代表客户当前价值、客户潜在价值和客户忠诚度，每个维度分为高低两档，由此可以将电信企业所有客户分为8类。
第一类白金客户：这类客户有很高的当前价值、潜在价值以及客户忠诚度，他们是电信企业的白金客户。这类客户与企业的关系处于稳定期，他们对企业高度忠诚，将当前业务几乎全部给了本企业。他们在增量销售、交叉销售等方面具有很大发展潜力，是电信企业利润的主要来源，电信运营商应该将发展与这类客户的关系作为企业营销策略的重中之重，把企业主要的资源投入到发展和保持这类客户上，电信运营商应不遗余力地不断通过关系营销和提供细致入微的个性化服务巩固与其的关系。例如，可以为他们提供VIP服务，在业务繁忙时，可以享受通话优先权，让他们感受到企业对他们的重视；另外，还可以在生活上对这类客户进行更细致的关心，通过经常性的电话问候、邮寄调查问卷和节日或生日祝福短信、赠送纪念品、举行联谊会等来表达对忠诚的老客户的关爱，加深双方的感情联系，让客户体会到“顾客就是上帝”的感觉。
第二类黄金客户：这类客户当前价值和客户忠诚都很高，潜在价值较低，他们是电信运营商的黄金客户。这类客户是仅次于第一类客户的有价值客户，有着较高的通信需求，当前业务量较大，能为电信运营商创造较多的利润；但是这类客户自身的需求有限，除了基本的通信产品和业务外，不会使用其他的增值业务。对于这类客户，电信运营商仍然可以从他们身上获得可观的利润。所以电信运营商应适当投入足够的资源，维持与这类客户己经建立起的稳定的客户关系，尽力保留住这类客户，不让其转向竞争对手。
第三类忠诚客户：这类客户忠诚度很高，当前价值及潜在价值都很低，这类客户与电信运营商之间的关系稳定，对运营商有很强的认同感，是其忠诚客户。虽然这类忠诚客户运营商的关系稳定，但是其业务量不大，已经没多大销售潜力。电信运营商可以根据自己的发展情况来决定是否保持该类客户，没有必要把他们作为客户保持工作的重点，只需向他们提供高质量的基础通信产品和服务就可以了。
第四类潜力客户：客户忠诚度和潜在价值都很高，但是当前价值不高，是电信运营商的潜力客户。这类客户可能是刚开始购买电信运营商的产品，在一段时间以后，对运营商产品和服务比较满意，建立了一定的客户忠诚。虽然这类客户当前业务量不大，但是他们有很大的增值潜力。电信运营商应该加大资源投入力度，除了满足其高质量的基础通信产品和服务之外，还应该向客户提供高个性化的产品和服务，以满足潜在价值客户的不同需求，创造新的业务增长点，从而提升潜在价值客户的当前消费支出。这类客户的典型代表是年轻人消费群体，他们的当前价值比较低，但当工作以后就会成为高消费群体，他们对新业务的接受能力很强，是潜在价值客户。针对此类客户，各大运营商都推出了自己的业务品牌来吸引此类客户，例如动感地带是中国移动通信为年轻时尚人群量身定制的移动通信客户品牌，不仅资费灵活，还提供多种创新的个性化服务，给用户带来前所未有的移动通信生活。
第五类易流失客户：这类客户当前价值及潜在价值很高，客户忠诚度却很低，是电信运营商的易流失客户。这类客户的数量一般比较少，有利于电信运营商的竞争对手针对其个体的营销，特别是竞争对手利用关系营销的方式很容易就争取到这类客户。电信运营商应当进行深入的数据挖掘，找出客户流失的原因，可以给予在网的老客户更人性化的服务和优惠政策，以有效提高客户忠诚度，推动客户关系的发展。
第六类短期型客户：这类客户当前价值比较高，而客户忠诚度及潜在价值都不高，属于短期购买型客户。这类客户短期缴费额比较大，对运营商利润有一定的贡献，但是与电信运营商的关系薄弱，极易受到电信运营商竞争对手的引诱而流失。因此，不必为了挽留他们而投入过多的资源，维持现状即可。
第七类最无价值客户：这类客户当前价值、潜在价值和客户忠诚度都较低，他们是最没有价值的一类客户，电信运营商没必要花费精力来保持这类客户。这类客户数量一般还比较多，但他们的忠诚度较低，极易流失，几乎不能为企业创造价值。比如城市外来临时务工人员，每月话费消费额一般都很低，还经常延期付款甚至不付款，成为电信运营商的一个“负担”，并当竞争者出现更优惠业务品牌时会转网。电信运营商一般不需要投入大量资源来保持这类客户，甚至任其流失。
第八类可发展型客户：这类客户有较高的潜在价值，客户忠诚度和当前价值都很低。这类客户是很有发展潜力的，只不过当前他们的潜在价值还没有被成功地发掘，例如刚入网的新客户就属于这一类。这类客户与电信企业还没有建立稳定的关系，这时候运营商应该考虑到其可能的增值潜力，投入适当的资源改善与这类客户的关系。对这类客户，可以通过不断向客户提供高质量的产品、有价值的信息和优质服务来提高客户的满意度，最终把这些潜在客户转化为电信企业的高价值客户。
5 结束语
本文在研究前人提出客户细分方法的基础上，结合电信企业自身的特点，建立了基于客户当前价值、潜在价值和客户忠诚度的三维客户细分模型，将电信企业客户分为八类。这样的客户细分，可以全面反映客户关系的质量，为电信企业选择客户保持策略和资源配置方案提供科学的依据，从而便于电信企业更合理地管理客户资源，通过与有价值的客户建立长期稳定的关系，来实现电信企业利润最大化的目标。
参考文献
[1]Suzanne Donner.What can customer segmentation accomplish[J];Bankers Magazine,1992,175(3/4):72-81.
[2]李欣:《商业银行客户细分模型的建立与应用》[J];《统计与决策》2008(9):144-145。
[3]马会民、尹汉斌:《客户潜在价值预测模型及细分研究》[J];《工业工程与管理》2003(2):26-27。
[4]陈明亮、李怀祖:《客户价值细分与保持策略研究》[J];《现代生产与管理技术》2001(4):24-25。
客户价值细分 篇9
关键词：客户细分,RFM模型,案例推理,灰色关联分析,网络层次分析法
零售客户价值细分研究主要是探讨零售客户在某一时间点上的价值表现, 价值细分的主要目的就是对客户在该时间点上的行为进行管理。通过对零售客户价值进行细分研究, 可以帮助商业银行正确认识客户的价值贡献, 并适当地进行分类, 从而辅助商业银行长期识别、保留和发展零售客户。对此, 众多学者进行了研究。
冯永等 (2004) 提出了一种基于动态SOM神经网络和RFM指标的客户分类方法, 首先利用动态SOM神经网络聚类分析模型产生客户簇, 使企业能够有针对性地对不同客户实施差别化服务策略, 为企业的客户战略提供了有力的支持。孟钊兰等 (2008) 运用多元统计的因子聚类分析方法, 从风险要素和价值要素两个维度来重新设置银行信贷客户分类。殷琪 (2008) 利用模糊数学的有关理论建立了一套多因子客户分类评价模型, 并应用此模型对企业的客户分类进行评价。张庭溢等 (2008) 基于数据挖掘的客户细分方法, 提出了一套电信行业客户分类的数据挖掘技术应用解决方案, 并对电信公司小灵通客户进行了应用分析。Achim Walter, Thomas Ritter和Hans Georg Gemunden (2001) 以货币因素与非货币因素将客户价值分为直接价值、间接价值和社会价值。
与此不同, 本文在前人研究的基础上拓宽了传统的RFM评价指标体系, 并结合案例推理知识建立零售客户价值的智能细分模型, 从而为企业的客户价值和群体信息的获取提供一个新的方法, 以便能及时正确地识别零售客户群体信息, 制定相关的营销策略, 抢占市场。
一、零售客户价值细分指标体系
传统的RFM (Recency Frequency Monetary) 指标体系主要是依据客户的最近交易日、交易频率、交易金额来判断该客户是企业的黄金客户还是潜在客户或者是即将流失的客户。RFM模型由于其思想比较简单, 又能描述客户的交易行为, 因此很早就在许多公司中得以应用。但是, 理论界对此的关注却大大晚于实务界, 直到信息技术的发展使得数据库营销技术得到大力发展的时候, 该模型才开始得到广泛的研究和应用。考虑到RFM模型较为简单, 本文采用拓展的RFM模型来构建商业银行零售客户价值评价的指标体系 (见表1) 。
二、基于CBR的零售客户价值细分模型
不同类型的客户所需要的服务是不同的, 如果对所有客户都采取相同的服务策略, 则只能满足部分客户的需求, 而其他客户却很难得到自己所需要的服务, 这样就造成了资源的巨大浪费。然而, 商业银行的资源是有限的, 要使有限的客户服务资源发挥最大的作用, 必须对客户进行分类。因此, 本文利用案例推理技术构建商业银行零售客户价值的智能分类模型。在构建客户价值智能分类模型时, 针对数据库中的零售客户原始数据, 利用K-means算法和零售客户价值模型, 获得案例库中的历史案例客户价值分类类型。在构建案例相似度模型时, 本文首次利用ANP模型获得评价指标的权重, 强调了评价指标之间的相互影响。与此同时, 利用灰色关联分析原理建立多层灰色关联方法以适应所构建的商业银行零售客户评价指标体系。
1. 案例的描述。
案例是能导致特定结果的一系列特征属性的集合, 也是形成问题求解结构的子案例的关联集合。因为案例推理在很大程度上依赖于它所收集案例的表示结构和内容, 故案例表示是CBR (基于案例的推理技术) 的基础, 它需要决定每个案例应当存贮什么内容。一个典型的案例可以表示为一个多元组: (A, V, WA, O) 。其中:A= (a1, a2, …, am) 是多维客户价值细分指标体系;V是零售客户在评价指标体系下的指标值;WA是零售客户主体对评价指标体系的偏好结构, 在本文中此偏好结构表现为各评价指标的权重;O为输出的某种价值类别, 即目标零售客户属于哪一个类别。
2. 建立案例库。
本文根据案例的描述方式建立案例库, 它是用各个案例的指标值进行描述的, 并采用关系数据库技术来建立案例库。案例库中采用各个指标作为域名, 案例号作为主关键字。利用关系数据库存储案例后, 对案例库的管理和维护 (包括案例的增加、删除、修改等) 大部分由数据库管理系统完成。当然, 在实际应用中, 需要将一个完整的、有代表性的事例作为一个案例保存到案例库中, 针对这类应用需求, 本文利用K-means算法从客户数据库中选择典型案例客户来构造案例库。
3. 案例的相似度。
相似性度量在CBR系统中十分重要, 合适的度量方法可以迅速、准确地找到所需要的案例。相反, 如果度量方法定义不好, 检索的结果就不理想, 也就谈不上成功应用。因此, 相似性度量方法的选取十分重要。本文利用灰色理论并结合网络层次法构建案例的相似度。通过引入网络层次分析法计算分类指标权重, 弥补了传统案例推理中假设指标间相互独立的缺点, 强调了分类指标之间的相互联系和相互影响。
(1) 属性的权重。对指标权重的确定, 通常可以采用两种方法:一类是客观赋权法, 其源信息来自于统计数据本身, 属于这一类的有主成分分析法、因子分析法等, 其突出优点是权值的客观性强, 主要缺点是确定的权值有时与实际相悖;另一类是主观赋权法, 其源信息来自专家咨询, 属于这一类的有排队计分法、层次分析法等, 其主要优点是分类人员可以根据实际问题合理确定各个指标权重之间的排序, 主要缺点是主观随意性较大。本文采用网络层次分析法来计算分类指标的权重, 与AHP分析方法相比较, 最大的不同点是ANP方法中不同层次之间的信息反馈和同一层次元素之间具有相互依赖的关系。ANP算法如下:
步骤一:建立评价指标的ANP模型。
设ANP模型中控制层有元素 (P1, P2, …, Pm) , 网络层中有元素组 (C1, C2, …, CN) , 其中Ci中有元素 (ei1, ei2, …, ein) , i=1, 2, …, N。以控制层元素ps (s=1, 2, …, m) 为准则, 以Cj中的元素ejl (l=1, 2, …, nj) 为次准则, 逐层分级设计。
步骤二:设计控制元素的判断矩阵并求出排序向量。
对网络层元素组C中的其他元素按照它对于元素e的影响力的大小进行比较分析, 构建控制层元素ps (s=1, 2, …, m) 下的判断矩阵, 并根据特征根法可求得排序向量, 记为:
矩阵Wij中的列向量是Ci中元素对元素Cj中元素的重要度的排序向量。
步骤三:构建并计算超矩阵和加权超矩阵。
对于ANP模型中准则层与网络层中相互无关准则或元素的权重采用AHP通过两两判断矩阵获得, 而把网络层元素相互影响的排序向量集合起来得到在准则ps下的超矩阵W= (wij) N×N。然后以ps为准则, 将ps下的各组元素对元素组Cj (j=1, 2, …, N) 的重要性进行比较, 得到归一化的特征向量 (a1j, a2j, …, aNj) T。在比较中, 与Cj无关的元素对应的排序向量分量为零, 得到矩阵A= (aij) N×N。最后对超矩阵进行 (2k+1) 次幂运算, 即W (k) =W2k+1 (k) (k=1, 2, …, N) , 直到满足收敛条件:W (k) =W (k+1) , 则W中的列元素就是网络层各元素的权重。
(2) 相似度。相似性度量是衡量目标案例与源案例之间的相似程度, 相似度的定义和判定是案例推理中的一个关键问题。目前, 计算案例之间相似度的方法很多, 主要有主观评分法、数量积分法等。本文提出了一种新方法——灰色层次关联分析法。算法如下:
步骤一:构建网络层的决策矩阵。
假设案例库中历史案例零售客户的价值评价指标向量为: (V (f) i1, V (f) i2, …, V (f) ij) 。其中:i=1, 2, …, m;j=1, 2, …, n;f=1, 2, …, t。V (f) ij表示历史案例f的控制指标的第i个下第j个分类指标的价值。f表示历史案例客户数目, i表示控制指标数目, j表示控制指标i的网络指标的数目。
假设查询案例零售客户的价值评价指标向量为: (V (0) i1, V (0) i2, …, V (0) ij) 。式中:i=1, 2, …, m;j=1, 2, …, n;v (0) ij表示案例库中查询案例客户0的第i个控制指标下第j个评价指标的价值。i表示控制指标的数目, j表示控制指标i的网络指标的数目。则控制指标i的网络指标决策矩阵可表示为:
因此, 控制指标i的距离矩阵为:
其中:j=1, 2, …, n;f=1, 2, …, t。
步骤二:构建控制指标i的灰色关联系数矩阵。
根据灰色关联理论, 控制指标i的灰色关联系数可表示为:
式中, j=1, 2, …, n;f=1, 2, …, t。ρ为分辨率, 其取值一般在区间[0, 1]中, 本文取ρ=0.5。
其中:j=1, 2, …, n;f=1, 2, …, t。ζij (0f) 表示查询案例客户f和案例库中历史案例客户0在控制指标i下的网络指标j的灰色关联系数。
步骤三:构建控制层决策矩阵。
由灰色关联理论可得到控制指标i的灰色关联度的计算公式, 并可表示为:
式中:ζi (f) 表示第f个查询案例客户的灰色关联度, wij表示控制指标i下的网络属性j的权重, ζi1 (0f) 为相应指标的灰色关联系数。
将网络属性的灰色关联度作为相对应的控制属性的价值, 并构建控制层属性的价值矩阵如下:
式中, i=1, 2, …, m;f=1, 2, …, t。ζi (f) 表示第f个查询案例客户的第i个控制指标价值。
步骤四:案例的相似度。
查询案例客户与源案例客户之间的综合灰色关联度可表示为:
式中, sim0f表示第0个查询案例客户与第f个查询案例客户之间的相似度, wi表示第i个控制指标的权重。
4. 案例的检索。
CBR系统是否为可行的衡量标准, 取决于该系统能否检索出最相似的案例, 以及其为新案例提供解决案例的能力。著名的案例检索方法有:最邻近算法、归纳推理、知识引导推理和模板检索法等。而其中最常用的算法为最邻近算法和层次相似算法。本文采用最邻近算法模型。
最邻近算法的NN算法成立的假设是案例的属性间存在合适的匹配规则和程序。
三、实证分析
1. 数据的标准化处理。
本研究的数据来源于南京市X行零售客户数据库, 研究的观察期定义为1998年1月至2003年12月, 共679名零售客户。在本文的实证中, 利用K-means算法将679名零售客户随机分为两类, 第一类客户共324名, 该类客户将通过K-means算法形成案例库中的历史案例;第二类客户共355名, 这些客户将作为查询案例来检验算法的可行性。考虑到银行数据的保密性, 本文仅从第二类客户群中随机抽取18名案例客户作为算例来验证算法的可行性。考虑到原始样本数据中价值指标的量纲不同, 因此必须对数据进行标准化处理。
经过归一化处理后的指标值如表2所示:
2. 基于CBR的零售客户价值细分模型。
(1) 指标权重。根据ANP原理, 为计算客户价值指标的权重, 首先需要构建各层价值指标之间的网络层次结构。在本文的客户价值评价网络层次结构中, 控制层中的一级指标是商业银行零售客户的最近交易日、交易频率以及交易金额三个指标, 在三个控制指标下各有相应的二级子指标 (即网络指标) , 其商业银行零售客户价值细分指标的网络层次结构示意图如下图所示。
在网络结构示意图中, 本文假设三个控制指标之间相互独立, 并且网络层中三类指标体系之间也相互独立。同时, 在三个一级指标中, 假设最近交易日和交易频率的二级子指标是内部之间相互影响。图中半环表示这两类指标的二级指标内部之间相互关联。由于本研究中假设控制指标之间相互独立, 故可根据AHP来计算各自相应指标的权重。根据AHP的原理可获得的控制层分类指标的权重wi= (w1, w2, w3) = (0.131 2, 0.792 8, 0.076 0) 。由于交易金额中的二级指标只有两个, 根据网络层次分析法的原理, 它们的相对权重需用AHP算得:w3j= (w31, w32) = (0.5, 0.5) , 并且它们直接用于后面的评价。
由于控制指标交易频率及客户最近交易时间长度的二级指标内部之间是相互影响的, 故需利用网络层次分析法。本文仅以交易频率下的二级指标ATF为例说明网络层次中各指标权重的计算方法 (见表3) , 其他指标的权重计算类似。将算得的网络指标之间的权重输入到超矩阵, 如通过表3算得的权重即为超矩阵的第六列与第七、八两行的交叉元素。同时, 在超矩阵的第六行第六列表示元素ATF自己与自己相互比较, 故其元素值为零。又由于其他控制指标的子指标与指标ATF之间相互独立, 故第六列中其他元素值都为零。
利用同样的方法可构建评价指标的超矩阵 (见表4) , 在该矩阵中, 主对角线上的元素值都为零。为获得持续、稳定的权重, 需对超矩阵求极限超矩阵 (见表5) 。由极限超矩阵可得到网络指标长期稳定的权重, 即:w1j= (w11, w12, w13, w14) = (0.328 1, 0.187 2, 0.224 4, 0.260 3) , w2j= (w21, w22, w23) = (0.341 4, 0.423 8, 0.234 7) 。
(2) 相似度。灰色关联是灰色系统的基本概念。灰色关联是指事物之间的不确定性关联, 或系统因子之间, 因子对主行为之间的不确定性关联。灰色关联分析实质上是通过比较数据序列的曲线几何形状的接近程度来判断其联系紧密程度。一般来说, 几何形状越接近, 变化趋势也就越接近, 关联度就愈大, 反之就愈小。本文以客户1为例来检验算法, 所建立的网络指标价值矩阵见表6。
表6中:C1表示查询案例客户的ID为1号, 类1至类8表示由K-means方法从历史案例客户所构建的八类客户中随机抽取的典型客户 (每类抽取1个典型客户) , 并作为历史案例客户使用。同时, 由公式3可得距离矩阵, 见表7。
由公式 (5) 可算得网络指标的灰色关联系数矩阵, 其中:分辨率ρ=0.5。那么, 网络指标的灰色关联系数矩阵见表8。
将网络指标的灰色关联度作为控制指标的价值, 并输入到控制指标的价值矩阵。由公式 (9) 经计算可得客户1与源案例客户之间的灰色关联度 (见表9) 。根据公式 (9) 的物理意义, 相似度越大, 说明查询案例客户与历史案例客户的相似程度越大。因此, 本文采用最大灰色相似度所对应的案例作为价值评价的结果。从表9可以看出, C13、C16和C17属于高价值客户, 而其他15个查询案例客户则属于较低价值客户。
为检验查询结果的可靠性, 根据客户可计算出18个查询案例的各自评价价值, 结果表明查询客户C13、C16和C17的评价价值明显高于其他各查询客户。这与本文设计的客户价值评价结果是相吻合的。
四、小结
本文主要研究商业银行零售客户的价值评价和客户终身价值评估, 期望可以帮助银行识别、保留和发展零售客户, 为银行正确认识客户的价值贡献提供决策支持。本文首次利用数据挖掘技术构建商业银行零售客户价值智能分类模型。数据挖掘技术不仅仅是研究工具和分类手段, 它还与客户价值分类的理论研究一起构成的系统方法。在构建客户价值智能分类模型时, 针对数据仓库中的零售客户原始数据, 利用K-means方法获得案例库中的历史案例客户价值分类类型;在构建案例相似度模型中, 本文首次利用ANP模型获得评价指标权重, 强调了分类指标间的相互影响, 同时利用GRA原理建立多层灰色关联方法以适应所构建的分类指标体系。
参考文献
[1].权明福, 齐佳音, 舒华英.客户价值评价指标体系设计.南开管理评论, 2004;7
[2].冯永, 钟将, 李志国, 叶春晓.面向客户知识管理的动态SOM客户分类方法.重庆大学学报 (自然科学版) , 2007;11
客户价值细分 篇10
2008年末的金融危机爆发后, 海尔中央空调凭借供应链的竞争力和零库存即需即供的优势逆市而上, 接连中标了青岛卓越蔚蓝海岸、杭州丝绸城、中国移动等大项目。2009年新年伊始, 海尔又成功签约深圳地铁二号和五号线。
在这次会议上, 海尔提出:2009年将继续围绕客户需求进行全流程的创新, 准确把握大客户的价值主张, 提供满足大客户需求的解决方案!
产品创新:提供美好住居生活解决方案
海尔倡导的不是卖产品而是准确找到客户价值主张, 为客户设计最具竞争力的解决方案。比如针对用户装修中的污染问题, 海尔推出了可以除甲醛的中央空调, 提供了保障空气健康、营造舒适环境的美好住居生活解决方案。
随着建筑能效考核标准的陆续出台, 用户更倾向于选择节能产品, 海尔奥蕴多联中央空调和奥蕴家庭中央空调的高效节能和环保优势恰好满足这一需求, 其中奥蕴多联中央空调以4.29的能效比在行业内领先, 不仅有效地为用户节约运行成本, 而且健康、环保、高档舒适, 赢得了良好的用户口碑。
海尔推出的磁悬浮离心机、环保冷媒螺杆机等系列产品, 利用最先进的压缩机和换热效率最高的技术, 成为行业独树一帜的产品明星, 提供了高效、环保、节能的解决方案。
服务创新:将奥运服务标准升级和推广
海尔中央空调为23个奥运场馆的产品配套和服务, 得到了奥组委的3次书面表彰, 是中央空调业唯一受表彰的品牌, 由此也成就了海尔的奥运标准服务。
海尔将奥运服务标准进行优化和升级后推广到全国, 海尔服务人员对待每一位大客户都像对待奥运项目一样专注。
海尔中央空调为用户提供“采购、设计、监理、安装、维保”各环节的五段全程标准服务, 同时对于不同地区、不同建筑面积、不同装修风格的建筑由厂家监理, 让消费者享受到一站式的全程服务。因此, 用户不仅仅是购买了一款海尔产品而已, 而是能够享受到一整套方案带来的增值服务。
商业模式创新:以为大客户创造价值为导向
海尔商业模式创新的本质是为客户创造价值。海尔中央空调在2009年将帮助大客户经营市场, 在管理、文化、渠道、产品和方案等方面进行资源共享, 与大客户一起成功。
客户价值细分 篇11
关键词：思想政治工作；企业；细分对象
2015年，我们党在广大党员领导干部中开展了“三严三实”专题教育活动，其中的“实”字对于我们在开展党的思想政治工作，尤其是企业基层开展党的思想政治工作中尤其需要把握的关键。
想要结合实际，那么就必须对干部员工的群体特征有正确的分析研判，才能使思想政治工作有针对性，才能取得实效。正如一个好的企业一定会对他的市场进行细分，因为不同的客户群对商品或服务的需求肯定是不同的。只有适合客户的商品或服务才能够有销路。同样地，当代企业的思想政治工作也必须得细分“客户”才能有“销路”。
一、我们先来看看目前企业思想政治工作中出现的几种现象
现象一：完全相反的“两级”现象
拿职工情绪波动这事来说。当发现职工情绪出现波动时候，及时发现、了解、掌握并稳定这一状况是我们思想政治工作者的一大使命。然而在这一过程中，我们会遇到截然相反的两种情况。对于年纪稍大的职工，如果是被组织关心，会特别愿意一吐心中的不快、诉说遇到的困难，寻求组织的帮助，只怕不被关心；而对于一些年轻职工，这种组织的关心似乎有点受冷，尤其是涉及职工个人问题时，如婚恋问题等，往往三缄其口，就怕组织“太关心”。
现象二：理念灌输有点“空中楼阁”
当前国有企业正处在改革转型期，这极其需要我们企业内的全体员工，无论管理层还是操作层，无论老职工还是年轻职工，无论高学历还是低学历，都能及时转变观念，万众一心，更进一步。但我们经常会发现思想政治工作做了那么多，似乎观念的转变往往让人觉得总是只在企业的高管、部分一般管理者及个别操作层面职工身上发生，往往还会出现“企业改革那是领导的事”这样的声音，思想政治工作给人感觉有点“空中楼阁”、不接地气，背离了思想政治工作的初衷。
现象三：“剃头担子一头热”现象
有时候我们精心策划一个研讨会或一项活动来传达、灌输一些先进的思想理念，我们活动的對象应该是全体职工，但好像就总是只有活动策划者们兴致高昂，而我们思想政治工作真正的对象反应平平，很多人都觉得那是政工部门的事、那是党员的事、那是小年轻的事，跟我们没关系。思想政治工作“销路”不畅，你吹你的号，我唱我的调，工作出现“一头热”。
二、出现以上现象的原因
1.年龄差异引发巨大的价值观差异
“90后都到了晚婚年龄！”当我们在感叹时间都去哪儿了的时候，我们企业的职工队伍中已经迎来了90后，新生代员工已经成为主流，80后业已成为企业的中坚力量。分析当前职工的状态：50后基本已是在半退休状态，对职场已无欲无求；60后子女已成年或刚步入社会，生活压力正是最轻松时期，欲求已经较少；70后正承担着赡养老人和养育儿女的双重家庭责任，80后也越来越多地组建家庭，努力养家，事业正在冲刺；刚刚步入职场的新青年90后，相比职场的前辈们，更希望在工作中能够体现自我个性，实现个人价值。这样不同年龄层次的职工的，在企业内所表现出的价值观、事业观是非常不同的，对待企业内部各项活动的关注程度也是绝不相同的。
2.成长背景差异造成对观念、事务接受程度的差异
影响每一个人的成长的因素是复杂的，既有一代人所处的社会背景这样的共性，又有每一个个体自身的特征。时代的背景影响着不同年龄层次的理念。比如“80后”因为“80后”是首批独生子女，往往并冠以娇气、自私的标签；“90后”成长在网络时代，信息量大，讲究个性。这些。同时，虽然说对于观念接受的快慢程度跟人的性格、年龄有很大关系，但学历的差异也是不同群体观念更新快慢的一个共性。通常，拥有高学历背景的对象往往对新知识新观念的接受程度比较高，即使在相同年龄的群体中，不同学历者也会有较大差异。而对于一些学历偏低的职工，可能要他们转变观念会花上2倍、3倍的时间。对于这些不同群体，思想政治工作在对观念改造上明显会有非常不同的结果。
3.岗位差异造成的思维方式、做事逻辑、处事风格的差异
在企业里做党的思想政治工作不容易得到其他部门，尤其是企业内搞生产经营的部门和人员的认同或理解，但我们不必觉得气馁，这是在企业中搞思想政治工作的特性。企业毕竟是一个经济体，谋求最大的经济效益当然就是最根本和最直接的目的。那么搞生产经营的部门和人势必承受相当的压力，业绩是他们的第一追求。他们的思维往往是现实的、物质的、快速的，喜欢立竿见影；而我们思想政治工作所要做的是意识形态，是人的思想工作，这可不是立竿见影的问题，也不是几个数字能说明成效的。而这是业务部门陌生的地方，思维的方式、做事的逻辑、甚至处事的风格都会有巨大的差异。思维的定式造成彼此无法理解，所以对思想政治工作者的精心策划才“无动于衷”、没有兴趣。
综上所述，正因为在一个企业内，思想政治工作的“客户”群体特征的迥异，必然要求我们开展工作都要考虑对象的特征，根据工作内容的侧重，运用不同的载体，有针对性地开展工作，让思想政治“接地气”、“有销路”。
三、在企业内，党的思想政治工作如何区分对象，有针对性地采用不同方式开展呢
1.综合分析研判群体特征
要想细分我们思想政治工作的对象，则必须对企业的职工的年龄、学历、岗位、政治面貌有个综合的判断。但这并不是指简单的按岗位、年龄或者学历、政治面貌孤立的划分，而是要寻找共性，综合考虑各类群体的特点，把共性较多的职工归为一个群体，而且群体应该是相互交叉的，在不同情况下有不同的组合。比如，一线操作工人的共性是，工作性质类同，强度一般比管理人员大，体力更胜于脑力消耗，那么我们在开展工作时可能会更多地考虑给大家提供一些书面学习，以传递信息为主；而管理人员坐办公室多，思考问题多，那么我们不妨在这类群体中多引入一些探讨性的活动，发挥他们的优势。而在操作工人和管理人员中又可以划分出年轻的和年老的，此时是对年龄的不同的作一个群体划分标准，那么在一些思想政治工作项目设计的时候可以做一些区分，有适合新新一代的，也有适合有经验的成熟职工的。
2.工作侧重、方式、载体跟着进行细分
对思想政治工作的对象有了综合判断和分类后，我们就可以根据我们的工作目的采取不同的工作方式和载体，包括工作内容也可以有不同的侧重。比如，在思想交流方面，老同志喜欢面对面唠嗑、喜欢跟组织拉家常；年轻同志喜欢跟你谈时尚、聊娱乐；搞管理的喜欢谈思路、谈政策，搞操作的喜欢讲问题、重解决；再比如，有的人喜欢跟你叹苦经，而有的则不喜欢被八卦；有的需要跟你探讨人生，有的则需要你讲实惠。因此思想政治工作的具体内容都可以针对不同群体有不同的侧重。在方式或载体方面，也应该有所不同。针对年轻的群体我们可以比较多的采用微信等新媒体，语言也可以时尚偏活泼；而对于年长的职工，习惯于传统的交流模式，我们可以通过聊天、会议、报纸等方式进行沟通，语言也要朴实实惠。思想交流的方式要疏远结合，教育宣传的载体要新旧结合，工作内容的侧重要主次结合，这样我们在开展思想政治工作的时候才能有针对性，才能有实效。
3.“细分对象”需要注意的几个问题
（1）不要造成搞小团体的误区，统而兼顾。前面已经说到，细分对象是综合判断。切忌孤立成一个个小团队，应该都有所顾及，切不可因此而变成戴有色眼镜看人，人为将职工分成各种阶层。
（2）在党的领导下，注意发挥“大政工”优势。所谓大政工，是指由党组织统一领导，党政工团齐抓共管，即要发挥各个部门在开展思想政治工作中的优势，使思想政治工作得以融入企业改革发展的全过程，渗透到各项工作任务之中去，从而更好地发挥思想政治工作保证和推动企业稳定健康发展的作用。
（3）时刻牢记思想政治工作的主方向。虽然说，细分对象可以让企业的思想政治工作更有针对性、更接地气、更有实效，但千万不能就此本末倒置，过分追求群体划分。如何真正将党的路线、方针、政策和大道理，以深入浅出、通俗易懂、生动形象、群众喜闻乐见的形式和方法，予以科学地阐释、传播和灌输才是思想政治工作的主要方向，细分对象是一种方法，但不是唯一途径，更不是目的。
“思想政治工作是经济工作和其他一切工作的生命线”，对于企业当中的我党的思想政治工作，同样是企业发展的生命线，也是我党在国有企业重要的政治优势。我们必须在开展工作时要用商业运作中“细分市场”的思维充分考虑、细分对象，有针对性地开展工作，讓我们的“客户”满意，才能让“阳春白雪”的思想工作接地气，思想政治工作的成效更“实”！
参考文献：
[1]王友夫.浅谈如何做好基层企业党支部思想政治工作.才智，2009（29）.
[2]安磊，于宪营，张虹.浅谈基层党组织如何发挥思想政治优势 做好群众工作 推动事业发展.
[3]马媛.当前国有企业的思想政治工作对策研究.南京航空航天大学，2010年.
作者简介：
客户价值细分 篇12
客户关系管理是现代企业市场战略的重要内容,而客户价值评价和市场细分是客户关系管理的核心,企业对于客户价值的认识和对于市场的细分程度将对企业的市场战略和决策起到至关重要的作用,本文从客户价值的角度出发提出了一种市场细分的方法,为企业战略和决策的制定提供依据。
1 市场细分与客户价值
市场细分概念是美国营销学教授温德尔·史密斯在1956年提出的[1],这一理论是主要是通过对目标客户进行分类,从而对产品进行精确市场定位,加强企业竞争力,目前这一理论已经被广泛应用。市场细分的主要根据是客户的分类,而客户分类的标准大多以客户价值的大小为依据。
客户价值主要是指是由客户带给企业的价值,是由客户创造并流向企业的,收益者和所有者是企业[2]。客户价值又可以分为客户当前价值(Customer Curren Value,CCV)和客户潜在价值(Customer Potentia Value,CPV),其中客户当前价值是指假定客户目前购买行为模式保持不变,客户未来可能为企业增加的利润总和的现值;而客户潜在价值是假定客户购买行为模式向着有利于增大企业利润的方向发展,客户未来可能为企业增加的利润总和的现值。
2 客户分类方法概述
目前的客户分类方法有很多种,从复杂度来看主要有两类:一维条件分类方法和多维条件分类方法,两种方法各有各的优点,同时又各自存在不足,下面我们对这两种方法分别进行分析。
(1)一维条件分类方法。一维条件分类方法是指按照一种标准将客户分成若干类型的分类方法,例如,按照年龄区分进行分类,按照地域进行分类等等,目前国内为最为常用的净现值评价体系也是一种一维条件分类方法。这种分类方法划分目标比较明确,操作简单,分类结果也比较直观,但近年来而随着经济的发展,竞争的日益加剧,客户需求的多样化,表现出更多购买行为的个性特征。因此,企业想在激烈的市场竞争中获得优势,单从某一个维度分析客户已经不能满足分析市场的需要。
(2)多维条件分类方法。多维条件分类方法是指企业按照两种或两种以上的标准,以这些标准为坐标轴,构成二维或三维矩阵,然后将客户群体划分为若干类型的分类方法。目前多维条件分类的方法也已经被大量研究,有的分类理论也比较成熟,在企业被实践应用,如GE(General Electric,通用电气)矩阵分析方法[3]、RFM(Recency Frequency Monetary),最近购买时间、购买频率和总购买金额)三维分类模型[4]和Verhoef等人提出的三维客户细分模型[5]等等,多维条件分类方法可以体现顾客的多个购买特征,能够比较好的反映出现实中的市场情况,但这种方法操作相对复杂,而且维度选取的不同也存在较大的差异。
当前存在的这两种分类方法决定了现在企业市场细分能力,但现实中的决定客户购买力的因素多种多样,而且各个因素之间还可能存在相互的影响,而且采用不同的客户分类标准,同一客户很可能会得到完全不同甚至相反的评价结果,因此无论是一维条件分类方法还是多维条件分类方法都不能满足企业对于市场分析的要求。
3 基于AHP的客户价值评价体系
层次分析法(Analytic Hierarchy Process,AHP)是美国运筹学家,匹兹堡大学教授Saaty于20世纪70年代初提出的一种普遍实用的定性和定量相结合的多准则决策分析方法。它把复杂的问题分解成各个组成因素,又将这些因素按支配关系分组成多层次的结构,然后综合决策者的判断,确定备选方案的重要性排序,从而为分析决策提供具有说服力的定量依据。
用AHP方法对企业客户价值进行评价,首先要确定各种客户价值的衡量指标,通过指标体系对客户价值的衡量,对客户市场进行细分。按照客户价值的定义,整体客户价值可以分为当前价值和潜在价值,同时还要考虑客户的历史价值,因为对于忠诚度高的客户,即使当前没有太高的价值,但维护好客户关系依然对企业品牌的树立有很好的宣传效应,所以准则层分为当前价值、潜在价值和历史价值。而再下一级的影响因素层主要是各种对客户价值产生影响的客观因素,主要包括历史消费额、历史消费量、当前消费额、当前消费量、服务成本、信用度、忠诚度、成长性、客户经济能力、客户社会能力、客户形象、客户关系状况等,这些影响因素可能不仅仅对某一个准则起作用,而对几个准则都有影响,例如忠诚度对当前价值和未来价值都有一定的影响。
基于AHP的客户价值评价体系应用的步骤主要分为以下三步:
(1)建立分层结构。本文以整体客户价值为第一级,以三个准则层的指标为第二级,以各个影响因素为第三级,建立如图1的评价指标体系。
(2)专家为各个指标赋权重。由于各个影响因素对于整体目标的影响程度各不相同,并且有的影响因素从不同的方面对整体目标产生影响,所以,首先要聘请行业内的专家和学者为评价体系的各个指标赋权重,表明各个影响因素在整体目标中的地位。
(3)根据实际客户数据对各个指标打分并计算总值。通过对客户实际数据针对各个影响因素指标进行分级打分,然后按照层次分析法的计算方法进行总值的计算,确定客户的总体客户价值。
4 基于AHP评价体系的市场细分方法
AHP评价体系通过评分和加权计算对不同的客户进行客户价值的评估,并且可以通过对各种影响因素的层次分析得出不同影响因素对总体目标的影响程度,还可以针对某一具体的分类进行详细区分。基于AHP评价体系的市场细分方法可以充分的利用市场信息,从各个方面、各个角度对客户市场进行全方位的分析和分类,这种评价方法比现有的一维和多维条件划分方法更科学、更具体、更全面、更系统,对于企业而言也更有参考价值。
摘要：从客户价值和市场细分的关系入手,总结了目前流行的客户分类和市场细分方法,分析了现有方法的不足,并设计了一种基于层次分析法(AHP)的客户价值评价体系,然后以此为据提出了一种新的市场细分的方法。
关键词：层次分析法,客户价值,市场细分
参考文献
[1]菲利普·科特勒著,俞利军译:《市场营销》[M];华夏出版社,2003:177。
[2]陈静宇:《客户价值分析与客户价值细分模型研究》[J];《生产力研究》2007(16):60-61。
[3]孙希有:《竞争战略分析方法》[M];中国金融出版社,2003:112。
[4]Cheng C H,Chen Y S.Classifying the segmentation of customer value via RFM model and RS theory[J].Expert Systems with Applications,2009(36):4176-4184.