客户群体划分

《客户群体划分》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实用标准文案客户群体划分.txt∞-一人行,必会发情二人行,必会激情三人行,必有奸情就不会被珍惜。真实的女孩不完美，完美的女孩不真实。得之坦然，失之淡然，顺其自然，争其必然。客户群体划分.txt永远像孩子一样好奇，像年轻人一样改变，像中年人一样耐心，像老年人一样睿智。我的腰闪了，惹祸的不是青春，而是压力。。。。。。当女人不再痴缠，不再耍赖，不再喜怒无常，也就不再爱了。客户群体划分什么是顾客细分？顾客细分的必要性顾客细分的方法细分有哪些方式顾客细分后的分类7个客户细分诀窍顾客细分（CustomerSegmentation）编辑什么是顾客

2、细分？　　客户细分是20世纪50年代中期由美国学者温德尔·史密斯提出的，其理论依据主要有两点。　　（1）顾客需求的异质性　　并不是所有顾客的需求都相同，只要存在两个以上的顾客，需求就会不同。由于顾客需求、欲望及购买行为是多元的，所以顾客需求满足呈现差异。　　（2）企业有限的资源和有效的市场竞争　　任何一个企业不能单凭自己的人力、财力和物力来满足整个市场的所有需求，这不仅缘于企业自身条件的限制，而且从经济效应方面来看也是不足取的。因为，企业应该分辨出它能有效为之服务的最具有吸引力的细分市场，集中企业资源，制定科学的竞争策略，以取得和增强

3、竞争优势。　　客户细分是指根据客户属性划分的客户集合。它既是客户关系管理（customerrelationshipmanagement,CRM）的重要理论组成部分，又是其重要管理工具。它是分门别类研究客户、进行有效客户评估、合理分配服务资源、成功实施客户策略的基本原则之一，为企业充分获取客户价值提供理论和方法指导。　　顾客细分理论原理是：每类产品的顾客群不是一个群体，根据顾客群的文化观念，消费收入、消费习俗、生活方式的不同细分新的类别，企业根据消费者的不同制定品牌推广战略和营销策略，将资源针对目标顾客集中使用。　　客户细分包括：确定应

4、该收集的数据，以及收集这些数据的方法将通常保存在分立信息系统中的数据整合在一起开发统计算法或模型，分析数据，将分析结果作为对客户细分的基础建立协作关系，使营销和客户服务部门能够与IT经理合作，保证所有人都能明确细分的目的，以及完成细分的技术要求和限制实施强有力的网络基础设施，以汇聚、保存、处理和分发数据分析结果精彩文档实用标准文案虽然高级数据库、营销自动化工具和细分模型对客户细分工作很重要，但各公司还必须拥有精通客户细分的人才，这样才能准确分析模型，最终制定出有效的营销和服务战略。编辑顾客细分的必要性　　顾客天生就存在差异，大量营销策

5、略在忠诚的世界里根本就不适用，因为并不是每一个顾客都适于成为某品牌的品牌忠诚者。如果企业要最大化地实现可持续发展和长期利润，就要明智地只关注正确的顾客群体，因为企业要获得每一位顾客，先前都要付出一定的投入，这种投入只有在你能赢得顾客的忠诚后才能得到补偿。因此，要通过价值营销以获得品牌忠诚重要的一步就是对客户进行细分，找寻到哪些顾客是能为企业带来赢利的，哪些顾客不能，并锁定那些高价值顾客。只有这样企业才能保证他在培育顾客忠诚的过程中所投入的资源得到回报，企业的长期利润和持续发展才能得到保证。编辑顾客细分的方法　　1.根据人口特征和购买历

6、史细分　　在消费者研究中，一般通过人口特征和购买历史的调研可以找到顾客忠诚的蛛丝马迹。一般而言，通过别人推荐而购买的顾客比因广告影响而购买的人要更忠诚；以标准价格购买的顾客比以促销价格购买的人更忠诚；有家的人、中年人、和乡村人口更忠诚，高流动人口忠诚度低。找到了目标消费群就可以知道企业要把价值给谁，及到底要给什么价值。比如美国USAA保险公司的顾客保留率达98%，简直高得不可想象，因为该公司有一个稳定的顾客群：军官。虽然军官保险的利润不是很高，但由于公司满足了这一群体的特定需求，使得顾客保留率很高，维持的成本很低，公司的利润也就很可观

7、。　　2.根据顾客对企业的价值细分　　我们有必要根据顾客对企业的价值来细分顾客。衡量顾客对企业的价值可以有很多方法，计算顾客的终身价值是一个切实可行的方法。所谓顾客终身价值是指顾客作为企业顾客的周期内为企业的利润的贡献的折现总和。影响顾客终身价值的最重要的两个因素是计算周期和贴现率。一般而言，在贴现率不变的情况下，顾客成为企业顾客的周期越长，那么纳入计算的顾客价值就越多，顾客的终身价值就越大；计算周期一定的情况下，贴现率越高，未来的收益就越不值钱，则顾客终身价值就越小。　　顾客终身价值的计算比较复杂，需要获得以下信息：　　①顾客作为某

8、品牌的顾客的时间周期　　②企业的贴现率　　③每个时间周期内顾客购买某种品牌的频数　　④顾客购买该品牌产品的平均贡献　　⑤顾客购买该品牌的概率　　⑥其他一些信息　　随着数据库技术的发展，尤其是数据挖掘和数据仓储技术的发展，