基于客户价值的客户细分及保持策略研究
第19卷第4期2006年8月管 理 科 学
M ANAGE M ENT SCIENCES IN CH I NA V o. l 19N o . 4
August , 2006
基于客户价值的客户
细分及保持策略研究
夏维力, 王青松
西北工业大学管理学院, 西安710072
摘要:保持有价值的客户是客户关系管理的核心任务之一, 准确地进行客户细分是有效实施客户保持策略的基础。在讨论客户价值定义及评价方法的基础上, 结合客户生命周期理论提出了改进的客户价值预测模型, 建立了三维客户价值细分模型, 根据客户细分的结果对每类客户的特征及相应的客户保持策略进行分析。
关键词:客户关系管理; 客户生命周期价值; 客户保持; 客户细分
中图分类号:F713 5 文献标识码:A 文章编号:1672-0334(2006) 04-0035-04
Custo m er Seg m entation and R etenti on Strategy
Based on Custo m er Value
X I A W e-i l, i WANG Q i ng -song
Schoo l o f Busi ness A d m i n istra tion , N orth w este rn Po lytechn i ca lU n i versity , X i an 710072, Ch i na Ab stract :Co rporate s success depends on an o rganiza ti on s ability t o buil d and m a i nta i n l oya l and va l ued custo m e r re lati onshi ps . T he re f o re , it i s essential t o buil d refi ned strateg i es for custo m ers based on their va l ue .
T he first step o f i m p l em enti ng custo m er retenti on strateg ies i s to seg m ent custo m er acco rding t o t he ir pro fit con -tri buti ons . T h i s pape r rev ie w s t he for m er research on de fini ng and ca lcu l a ti ng custo m er va l ue , suggests a ne w custo m e r lifeti m e value m ode l for ana l yzing custom er va l ue w hich covered the for m er sho rtag es , and proposes a three -di m ens i ona l fra m ework f o r segmenti ng cust om ers based on t he ir va l ue . A t last , the paper analyzes spec ifi c ma rketi ng stra tegy accordi ng to each segment s character . K ey words :custom er relationsh i p m anagement ; custo m er lifeti m e va l ue ; custom er reten tion ; custome r seg -m entati on
1 引言
客户关系管理(custom er relati onsh i p m anage m ent ,
CRM ) 是电子商务时代企业制胜的关键, 其中认知客户价值并保持有价值的客户是CR M 的核心活动[1]。客户细分是按照一定的标准将企业现有客户划分为不同的客户群, 它是企业成功实施客户保持策略的基础。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, 它是基于客户生命周期价值进行客户细分的。通过客户价值细分, 可使企业
的资源配置更为有效, 集中精力为高价值的客户提供个性化服务, 提升企业的赢利能力和竞争优势。
针对客户价值细分, 国内外已有学者进行了较深入的研究, 提出了一些客户价值评价方法及相关的客户细分模型[2, 3], 但还存在着不足。本文在回顾
收稿日期:2006-03-21
作者简介:夏维力(1962-) , 男, 陕西西安人, 毕业于西北农林科技大学, 获博士学位, 现为西北工业大学管理学院教授,
研:战管理、市场营销、客关系管理等。
36管理科学 2006年8月
户潜在价值两个维度对CLV 进行预测并进行客户价值细分存在一定的局限性。3 客户价值细分
进行客户价值细分必须研究客户价值, 发现影响客户价值的主要因素, 依据这些影响因素建立客户价值细分模型。
3. 1 改进的CLV 预测模型
针对以往研究的不足, 本文提出一个改进的CLV 预测模型, 它考虑到了竞争激烈的市场环境下客户生命周期长度的不确定性, 将整个客户生命周期长度分为确定的历史阶段以及未知的预期阶段, 相应的CLV 分为两部分, 即客户的历史贡献(past pro fit contr i bu ti on , PPC ) 和预期贡献(expect future pro fi t con -tr i bution, FPC ) 。
PPC 是指到目前为止客户为企业创造的利润总现值, 即
PPC =
前人研究的基础上, 结合客户生命周期理论, 提出了一种改进的客户价值预测模型, 建立了三维客户价值细分模型, 根据客户细分的结果对每类客户的特征及相应的客户保持策略进行分析。2 客户价值细分研究回顾
2. 1 基于客户生命周期价值的单维度细分
一些学者从客户生命周期价值(custom er lif e ti m e va l ue, CLV ) 大小的角度来进行客户细分。CLV 是指企业在与客户保持客户关系的全过程中从客户获得的全部利润现值[4~7], 由此可以得到预测单个客户CLV 的基本模型, 即
n
R i -C i
CLV =(1) i
i=0(1+d )
其中, i 为客户生命周期区间指数, d 为贴现率, n 为
整个客户生命周期长度, R i 为区间i 上的客户收益, C i 为区间i 上的客户成本。在计算出每一客户的CLV 后, 可按照其大小值对客户进行分类、排序, 位于最前列的是最有价值的客户群, 是企业重点投入的对象; 而位于末尾的是对于企业最没有价值的客户, 也是企业放弃投资的对象。
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; 它的不足在于该模型是在默认客户关系终身保持不变情况下对客户价值进行预测, 它没有考虑到在竞争激烈以及变化万千的市场环境下, 企业与客户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, 在客户发生转换的情况下并不成立。
2. 2 基于客户当前价值和客户潜在价值的二维细分
陈明亮提出有关CLV 的狭义定义, 认为CLV 仅指客户在将来为企业带来的利润流的总现值, 即未来利润, 而客户当前价值(custo m er current va l ue, CCV ) 和客户潜在价值(custom er po ten ti a l va l ue, CPV ) 则从不同侧面反映了客户的这种未来利润[2], CCV 与CPV 两项之和就是客户在未来可为企业带来的总利润, 即CLV =CCV +CP V 。
在对客户当前价值和客户潜在价值做出定义及预测之后, 陈明亮提出了二维客户价值细分矩阵, 其中当前价值和潜在价值都高的客户是企业最有价值的客户, 要重点投入, 不遗余力地保持; 相反, 两项取值都较低的客户价值最小, 企业不应投入任何资源。
此方法的优点在于考虑到了客户潜在价值对企业长期利润的影响, 较为全面的度量了客户对企业总体的价值贡献, 使管理者能够采取更明确、有效的客户保持策略, 深度挖掘客户的价值潜力; 它的不足在于没有考虑到客户忠诚对CL V 的影响, 一个忠诚度低的客户, 即使他拥有高的当前价值及潜在价值, 他的CLV 值也相对较低, 企业如果对其进行重点投入就会带来损失, 因为高的客户转换率会使企业的营, 因仅利用户当值和客
i=0N +E+1
N
p
(i) (1+d ) N-i
(2)
FPC 是指客户预期在未来可为企业带来的利润总现值, 即
FPC =
f (i) +P (i) (1+d ) i-N i=N+1
(3)
其中, N 为已有客户生命周期长度; E 为预期客户生命周期长度; p (i) 为历史贡献函数; f (i) 为未来
贡献函数, 它代表客户购买模式保持不变情况下在未来(区间i 上) 可为企业创造的利润; P (i) 为潜在贡献函数, 它代表客户购买模式改变情况下在未来(区间i 上) 可望为企业创造的利润。
由此可得最终的CLV 预测模型, 即
CLV =
i=0N+E+1
N
p
(i) (1+d) N-i +
(4)
f (i) +P (i) (1+d ) i=N+1
其中, p (i) 可由对客户数据库中以往客户交易数据的收集得到[8], f (i) 可由对以往客户交易数据进行线性回归得出[9], P (i ) 可采用K i m 对潜在价值的预测模型得出[10], E 的值可由客户转换率得出。
设y 为客户生命周期长度, y 服从几何分布, P churn 为客户转换概率, 则客户生命周期长度为n 的概率为
P (n) =P {y =n }=P chur n (1-P chur n ) n-1
n =1, 2, 3,
则
y ~G eo (P churn ), E (y ) =E =
1P churn
(5)
P churn 、 f (i) 、P (i) 的具体值可通过对以往客户交易数据的分析得到[11~13], 由于研究的主要目的在于找到影响客户价值的相关因素, 对其计算过程就不
再赘述。
3. 2 三维客户价值细分模型
述客究可以看客转换对
第4期 夏维力等:基于客户价值的客户细分及保持策略研究CLV 有着巨大影响, 本文提出客户忠诚维度(衡量客户转换) 作为研究客户价值的又一新维度, 再结合以往研究中的客户当前价值和潜在价值维度, 从这三个维度出发进行客户价值细分。下面对客户价值的三个维度进行定义及度量。
(1) 客户当前价值维度。本文结合广义的客户生命周期价值理论提出新的客户当前价值定义, 即客户当前价值是指过去到现在的一段时期内客户为企业带来的利润总现值, 即客户的历史贡献[14], 它的预测方法如(2) 式所示。
(2) 客户潜在价值维度。客户潜在价值是指客户在增加购买条件下, 未来可望为企业增加的利润总和的现值, 即增益价值, 它取决于客户增量购买、交叉性购买和推荐新客户的可能性和多少[15], 可以采用马辉民提出的线性回归模型对它进行预测[3]。(3) 客户忠诚维度。客户忠诚是指某企业客户愿意继续与企业保持客户关系的指数[16], 由它的定义可得度量公式, 即
客户忠诚=1-客户转换率(P c hur n )
(6)
37
生命周期的角度看这类客户与企业的关系可能处在稳定期前期。他们对企业高度忠诚, 已将其当前业务几乎100%地给了本公司, 而且本身发展潜力巨大, 业务总量在不断增大。这类客户是企业利润的基石, 如果失去他们对企业的影响很大, 因此企业需要将最主要资源投入到保持和发展与这些客户的关系上, 对每个客户设计和实施一对一的客户保持策略, 持续不断地向他们提供超期望价值, 不遗余力的做出各种努力保持住他们。
(2) 第二类客户。此类客户位于第二象限, 其特点是拥有高的当前价值和客户忠诚、低的潜在价值, 从客户生命周期的角度看这类客户与企业的关系可能处在稳定期后期。他们已将其业务几乎100%地给了本公司, 并一直真诚、积极地为本公司推荐新客户, 但是由于企业规模有限, 未来他们在增量销售、交叉销售和新客户推荐等方面已没有多少潜力可供进一步挖掘。这类客户对企业十分重要, 是仅次于第一类客户的有价值客户, 企业花费很大代价使客户关系进入稳定期, 现在正是企业从他们身上获取回报的黄金季节(稳定期客户的利润率是最高的) , 因此企业应投入足够的资源, 维持现有关系状态, 保留住这类客户, 决不能让他们转向竞争对手。
(3) 第三类客户。此类客户位于第三象限, 其特点是拥有高的客户忠诚、低的当前价值及潜在价值, 从客户生命周期的角度看这类客户与企业的关系可能已进入衰退期。他们可能曾经为企业带来了巨大收益但现在的业务量不大, 也没有什么销售潜力。企业本应放弃这部分客户以减少成本, 但鉴于他们对企业的高度忠诚以及由于长期合作的相关经验降低了客户成本, 企业可对这部分客户采取默认的客户策略, 即不鼓励他们离开, 也不进行挽留, 在资源配置方面应对他们投入很少的资源, 甚至不投入。
(4) 第四类客户。此类客户位于第四象限, 其特点是拥有高的客户忠诚及潜在价值、低的当前价值, 从客户生命周期的角度看这类客户与企业的关系可能处在形成期后期或稳定期前期。客户通过与企业一段时间的合作, 对企业产品、服务比较满意, 建立
在研究了客户价值三个维度的定义及度量方法
后, 本文建立了三维客户价值细分模型, 它的三个轴分别代表了客户当前价值、客户潜在价值和客户忠诚, 每个维度分为高低两档, 由此可将企业的所有客户分为8类[17]。具体细分模型如图1所示
。
图1 三维客户细分模型F igure 1
Three -d i mensional Cu sto m er Seg m en tati on M od el
了一定的客户忠诚, 并愿意增加购买额, 将关系向前
发展, 这类客户虽然当前业务量不大, 但未来他们在增量销售、交叉销售等方面有巨大潜力。对这类客户企业应该加大资源投入力度, 推动客户关系尽快进入稳定期, 扩大客户业务总量。
(5) 第五类客户。此类客户位于第五象限, 其特点是拥有高的当前价值及潜在价值、低的客户忠诚, 从客户生命周期的角度看这类客户与企业的关系可能处在形成期。一方面他们和企业合作时间有限, 客户忠诚度一般(转换成本较低) , 对是否继续合作持保留态度; 另一方面该类客户当前业务量较大, 且未来他们在增量销售、交叉销售等方面有着巨大潜力。对于企业而言, 他们是仅次于第一、二类客户的最有价值的客户, 是企业发展的基石, 对这类客户企应投入源, 予优惠合(如定制
4 基于细分结果的客户保持策略研究
根据上述三维客户价值细分模型可以将企业的所有客户分为8类, 每一类客户都有其自身的特点, 并处在相应的客户关系阶段中。企业可以利用客户价值细分结果实施相应的客户保持策略, 进行企业资源的优化配置, 从而实现企业利益的最大化。下面针对每类客户的特点进行相应的客户保持策略研究。
(1) 第一类客户。此类客户位于第一象限, 其特点价以及客诚, 从客户
38管理科学 2006年8月
[2]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, 18(4):23-25.
[3]马辉民, 尹汉斌, 肖威. 客户潜在价值预测模型
与细分研究[J].工业工程与管理, 2003, (2):25-29.
[4]H oekstra J C , H uizi ngh E K R E . T he L ifeti m e V a l ue
Concept i n Custo m er -based M arketi ng [J].Journa l o f
M arket F ocused M anage m ent , 1999, 3(3) :257-274. [5]
Ja i n D, S i ngh S S . Custo m e r L ifeti m e V a l ue R esearch i n M arketi ng :A R ev i ew and Future D irections[J].Journa l
化的服务、灵活的支付条件等) , 向他们提供超期望
价值, 以有效的提高客户满意度, 推动客户关系进入稳定期, 从而使之向第一类客户转换。
(6) 第六类客户。此类客户位于第六象限, 其特点是拥有高的当前价值、低的客户忠诚及潜在价值, 从客户生命周期的角度看这类客户与企业的关系可能一直徘徊在考察期。该类客户当前业务量较大, 但并不愿意与企业发展客户关系而进一步扩大业务量, 他们属于短期购买客户, 极易转换, 与企业的关系薄弱, 但他们短期购买量较大, 对企业利润有一定的贡献。对这类客户企业应该适当投入, 维持现状即可, 从而尽可能多的获取利润, 但不必为了挽留他们投入更多的资源。
(7) 第七类客户。此类客户位于第七象限, 其特点是拥有高的增值潜力、低的客户忠诚及当前价值, 从客户生命周期的角度看这类客户与企业的关系可能处在考察期或形成期前期。该类客户有很高的增值潜力, 但企业目前尚没有成功地获取他们的大部分价值, 他们与企业合作时间较短, 满意程度有限, 表现出较低的客户忠诚, 但是如果企业有意加强与此类客户的关系, 在未来他们能为企业创造可观的利润。对这类客户企业应当投入适当资源, 旨在促进客户关系向高级阶段发展。
(8) 第八类客户。此类客户位于第八象限, 其特点是当前价值、增值潜力和客户忠诚都低。他们是最没有吸引力的一类客户, 在当前及将来都不具备赢利的可能, 且客户转换率高。对这类客户企业不需要投入任何资源, 甚至可采取措施解除与其的关系。为了在他们身上获得赢利平衡, 战略侧重点应放在减少该类客户的服务成本以提高客户价值, 或者提高对该类客户销售产品的价格来增加收入。5 结论
客户保持是CRM 的核心, 能否有效地保持有价值的客户成为企业成功的关键, 分析客户价值、进行客户价值细分是企业成功实施客户保持战略的首要任务。本文在回顾了前人研究成果的基础上, 结合客户生命周期理论, 提出一个改进的CLV 预测模型, 它考虑到了客户忠诚对客户价值的影响; 然后利用上述结论提出了一个新的维度, 即客户忠诚维度, 结合以往客户价值研究中的客户当前价值维度和潜在价值维度, 利用这三个维度建立了三维客户价值细分模型, 从更为平衡的观点出发进行客户细分; 最后本文针对客户价值细分结果简要分析了相应的客户保持策略。利用上述成果企业可以合理地管理客户成本, 有效的实施客户关系管理, 实现企业利益的最大化。参考文献:
[1]孟庆良, 韩玉启, 陈晓君. 客户价值研究及其对
客户关系管理绩效的影响[J ].运筹与管理,
, .
o f Interacti ve M arke ti ng , 2002, 16(2):34-45. [6]Berger P D, N asr N I . Custo m e r L ifeti m e V alue :M arke-t
ing M odels and A pp licati ons[J].Journa l of Inte ractive
M arketi ng , 1998, 12(1):17-30. [7]
Dwye r F R. Custo m er L ifeti m e V alua tion to Suppo rt M arketi ng D ec i sion M aking [J].Journal o f Inte ractive
M arketi ng , 1997, 11(4):6-13. [8]Pauray S M T sa, i Ch i en -M ing Chen . M i n i ng Inte resti ng
A ssoc i a ti ons Ru les fro m Custom er D atabases and
T ransaction D atabases[J].Infor m ation Syste m s , 2004, 29(8):685-696.
[9]Chen L D, T oru S , M ark N F . D ata M i n i ng M ethods , A p -p licati ons and T oo ls[J].Infor m ati on Syste m M anage -m en t , 2000, 17(1):943-956. [10]K i m B, K i m S . M easur i ng U p -se lli ng P otenti a l o f L ife
Insurance Cust om ers :A pplica tion of a S tochastic F ron -ti e rM ode l[J].Journa l of Interacti ve M arketi ng , 1999, 13(4):2-9. [11]Ch ris R yg ielsk, i Jyun -Cheng W ang , D av i d C Y en . D a ta M ini ng T echniques for Custo m er R e l a ti ons h i p M anage -m en t[J].T echno logy i n So ciety , 2002, 24(4):493-502.
[12]Shy . A Q uick -and -easy M ethod fo r E sti m ati ng S w itch i ng Costs[J].Internationa l Journa l o f Industrial O rgan i za -ti on , 2002, 20(4):71-87. [13]E l der Er i ck , T o T ed . Consu m er Sw i tch i ng Co sts and Pr-i
va te In f o r m ati on[J].Econo m ics Le tters , 1999, 63(3):
369-375.
[14]R osset S , N eu m ann E , E i ck U, V atnik N, Idan Y. Cus -to m er L ifeti m e V a l ueM ode li ng and Its U se for Custom -er R etention P l ann i ng [C ]//Proceedi ng s o f ACM
SIGK DD Internationa l Conference on K now ledge D is -covery and D ata M i n i ng , 2002:583-592.
[15]V erhoef P C , D onke rs B. P red i cti ng Custom er P otenti a l
V al ue an A pp licati on i n the Insurance Industry [J].D ec isi on Suppo rt Syste m s , 2001, 32(7) :189-199. [16]李卫东, 张桂芸, 李欣, 杨炳儒. 利用数据挖掘
方法分析客户忠诚度[J ].通信论坛, 2005, (2) :59-61. [17]陈明亮. 客户忠诚与客户关系生命周期[J ].管理程学, 17(2) :93.