基于忠诚度的客户价值细分模型构建及其应用

基于忠诚度的客户价值细分模型构建及其应用

内容摘要：随着客户关系管理的基础理论不断完善，越来越多的企业转向以客户为导向的市场战略，从而对客户价值细分的准确性提出了更高的要求，本文在讨论目前客户价值细分研究思路和方法的基础上，结合客户终身价值和客户忠诚度理论，构建三维客户价值细分模型并提出各维度的度量方法，通过实例阐述该客户价值细分模型的实现过程，验证模型有效性的同时，针对不同细分类型的客户提出个性化的客户保持与营销策略。

关键词：价值细分 CLV 忠诚度 BG/NBD

研究概述

随着全球经济进入服务经济的新时代，客户已经演变为企业获取现金流的重要通道之一，同时也成为企业在激烈的市场竞争中获取竞争优势的新来源，以客户为导向的客户关系管理（Customer Relationship Management，CRM）成为了与企业资源规划、供应链管理相比肩的企业提升自身综合竞争力的基本战略。

目前，从价值角度进行客户细分，即客户价值细分（Customer Value Segmentation），已经被众多学者和研究人员广泛认可，其研究的思路主要侧重两个方向：一是以客户价值指标数据为输入，运用数据挖掘等聚类算法，对客户群进行多变量的联合价值细分；二是建立不同维度的客户价值细分模型，对客户在不同维度上的表现分别做出价值评价，以客户占据多维价值空间的相对位置进行细分。国内学者对于聚类细分算法的应用研究已十分丰富，邓晓懿（2011）以K-means、SOM算法和粒子群优化算法为基础，提出混合聚类细分算法，对移动餐饮企业的客户进行价值细分。贺昌政（2013）鉴于决策树算法、BP神经网络、logistic算法在不同层面展现的优越性，采用多分类器组合的方法，对某银行信

用卡客户进行价值细分。褚格林（2014）针对移动客户在无线互联网流量使用过程中为企业贡献的当前价值和潜在价值，应用K-means划分算法，并对各个细分类别的客户群提出差异化的营销策略。

但是按照数据挖掘的聚类算法对客户进行价值细分是建立在企业拥有较为完整客户数据库的基础上，很多企业为了降低数据收集和存储的成本，通常有意忽略如市场波动、客户心理等较难获取的解释变量，重点仅放在客户的金钱价值、扩大购买等表层贡献上，并未触及客户与企业之间更深层次的关系贡献上。而且，不同行业、不同企业对客户价值衡量标准存在差异，也导致细分算法的可解释性仅被限制在某个特定范围。为此，有学者提出另一种研究思路，即建立不同维度的客户价值细分模型，如孟庆良（2008）将增值潜力进一步细分为客户潜在显性价值和潜在隐性价值，构建三维价值细分模型，并对各个维度的度量方法做了描述。吴玲（2012）应用二维价值细分模型，通过构建客户价值评估指标体系，细分电力客户群，证实该细分模型的有效性的同时提升了其应用的广泛度。

通过以上综述，本文结合两种思路，以客户终身价值和客户忠诚度理论为基础，构建三维客户价值细分模型，以我国电信行业为实证背景，讨论如何根据细分的客户类型优化公司的资源配置和客户保持策略。

客户价值细分模型的维度构建

（一）客户终身价值

Roberts和Berger（1998）最先从企业的角度定义了客户价值：“客户将来给企业的管理费用和利润所贡献的净现值”。Cartwright R.（2002）首次提出了“客户终身价值”（Customer Lifetime Value，CLV）的概念，将其定义为在企业在与客户保持良好关系的

前提下，客户在当前和未来为企业带来收入或利润的折现值。根据帕累托定律，企业80%的利润来源于与企业维系客户关系的20%客户。因此，正确细分出能够给企业真正带来高额利润的那一小部分客户群体，成为实现企业利润最大化的关键，而客户终身价值理论为此提供了解决思路。

客户终身价值理论包涵广义和狭义两个层面，广义上指客户在其整个生命周期内为企业带来的利润或损失的净现值，它包含两个部分，一是客户的历史贡献，二是客户的潜在贡献。广义层面的CLV也是目前学者进行客户价值细分的基础。而对客户实施CRM时则更侧重于客户未来对企业的价值，因此，狭义的CLV即只是指客户的潜在贡献，本文将采用狭义CLV对客户价值进行描述，用以反映客户对企业最直接的财务贡献，是一种外在的显性价值。

（二）客户忠诚度

客户忠诚度是CRM的根本目标和动力，高忠诚度的客户趋向于连贯的购买习惯、更低的价格敏感度、优质的口碑等无形价值，在增加企业收入的同时可以有效降低营销成本。当前对客户忠诚度的界定主要包括行为忠诚度和态度忠诚度。行为忠诚度指的是再次购买喜爱的产品或服务，尽管它仅是客户忠诚的低级表现，却是客户关系可持续的关键。形成行为忠诚的原因也许是客户对企业的认同感，也可能是因市场上缺少可替代产品而导致的垄断性忠诚，因此，判断客户忠诚度还需要辅以态度层面的理解。

态度忠诚度不仅表现为客户对企业的信任和情感依附，还意味着潜在购买和推荐的未来消费趋势，态度忠诚度对企业的贡献是通过作用于市场和客户自身，从而间接作用于企业产生的。客户行为忠诚度和态度忠诚度是从客户自身的角度分析，以内驱动力间接对企业产品的市场表现产生积极或消极的影响，因此，两者均反映出客户对企业的间接贡献，

不同的是，行为忠诚度是一种内在的显性价值，而态度忠诚度是一种内在的隐性价值。

在界定了CLV和客户忠诚度的概念之后，构建三维客户价值细分模型，如图1所示，三个轴分别表示为客户终身价值、客户行为忠诚度、客户态度忠诚度，客户在不同维度上的表现决定了其所占据的空间位置，由此可区分企业所有客户的价值贡献。

客户价值细分维度的测度方法

（一）CLV的测度方法

在客户终身价值测度研究领域，Barbara Jackson（1985）最早给出用传统现金分析测度CLV的方法，但局限在于未考虑潜在价值客户和客户活跃度的随机性，为此，Paul D. Berger和Nadal Nasr（1998）针对典型客户群，引入利润波动函数π（t）和客户保持率γ。本文CLV的测度方法是结合Fader等（2005）在负二项模型基础上提出的BG/NBD分布模型以及Colombo和Jiang（1999）给出的用以捕捉客户未来的交易贡献的Gamma-Gamma模型，构建客户未来期望购买次数和期望购买金额的概率分布，进而通过计算CLV对客户在终身价值维度上的表现进行描述。