客户细分的软性研究

《客户细分的软性研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、客户细分的软性研究FromMandyLin一、客户细分概念客户关系管理(CRM)的核心概念之一,客户细分(CustomerSegmentation)已成为一种基础性的分析功能,并将为包括操作层、战术层以及战略层在内的企业管理提供全面的信息支持。如2002年《哈佛商业评论》的一篇文章所说,任何高效的客户关系管理都将以扎实的客户细分为基础。客户细分是指企业在明确的战略、业务模式和特定的市场中,根据客户的属性、行为、需求、偏好及价值等因素对客户进行分类,并提供有针对性的产品、服务和营销模式。二、客户细分研究的分类在这里，我把客户细分研究分为软性研究和硬性研究。所谓软性研究就是

2、人为的分析客户细分的算法、方法和实现，而硬性研究就是依赖于计算机、数据挖掘的客户细分的算法、实现手段等，是无法单单依靠人为实现的。硬性的研究主要是关于数据挖掘技术在客户细分方面的应用，最终是用计算机进行客户细分的实现。例如聚类技术的应用，涉及到聚类技术的客户细分模型、聚类算法的应用、客户价值计算、数据建模、模型分析结果等从算法、建模到系统实现的过程。三、客户细分的软性研究针对研究可人为的客户细分，我把“客户”定类为狭义客户和广义客户，狭义客户是指产品服务的最终接受者，企业与客户之间存在销售买卖关系。而泛化的客户不单包括销售买卖关系的买的一方，也可以是供应链下游的企业客户

3、、批发商、零售商等，企业内部的工作人员，企业与企业的工作人员都可以看作是客户。3．1狭义角度上如何细分客户客户细分可以从三个方面进行：（1）外在属性如地域分布、客户产品拥有、客户的组织归属——企业用户、个人用户、政府用户，此类的资料容易获取，我们能从中得知哪类的客户消费能力比较强。（2）内在属性客户内在因素决定的属性，如性别、年龄、信仰、爱好、收入、家庭成员数、信用度、性格、价值取向等。（3）消费行为许多企业对消费行为分析从三个方面考虑，即所谓RFM：最近购买情况、购买频率和购买金额，这些指标从财务中能够得到。3．2狭义角度上研究客户细分方法1．RFM分类法RFM：最近

4、购买情况、购买频率、购买金额。在计算所有客户R×F×M后，把计算结果从大到小排序，前面的20％是最好的客户，企业应该尽力保持；后面的20％是企业应该避免的客户；企业应该大力投资中间60%的客户。2．ABC分类法原理是根据企业利润额的构成区分客户，运用帕雷托曲线表示企业利润额的构成情况，客户被直观的分成A、B、C三类，他们对于企业的客户价值不同，客户管理的要点是优先发展A类客户，保持或缩减B类客户，抛弃C类客户。该类分类法缺陷是只考虑客户给企业带来的利润的高低。以下为帕雷托曲线：3．因素组合分类法影响企业盈利能力的因素有很多，根据相关因素组合结果对客户进行分类，便是因素组

5、合法，该类方法有多种细分内容，一下介绍几种分类方法：根据客户对企业产品的需求情况分类，企业根据产品盈利情况有选择地培养黄金以及白银客户，有选择的发展普通客户与危险客户，抛弃劣质客户。通过此标准把客户分为五类，下图为客户对企业产品需求情况分类表：根据企业产品发展前景与客户市场的成长进行分类，属于矩阵分类，分为四类客户，I类客户市场成长性差，相对应产品发展前景不好，属于瘫痪型客户，应该将之淘汰；II类客户市场成长性高，相对应产品发展前景不好，属于危险型客户，应该抛弃供应商，寻找更加合适的合作伙伴，该类客户忠诚度低；III类客户成长性高，相对应产品发展前景好，属于明星型客户，

6、企业应该加强培养；IV类客户市场成长性低，相对应的产品成长前景好，属于成熟型客户，会为企业带来一定的客户。4．客户成本贡献率分类法成本贡献率即客户投资收益率，是企业与客户年交易所获取的利润与客户年分摊营销成本的比值。公式为：CV=CP/CC（其中CP：企业与客户年交易的净受益；CC是企业与客户年交易中所发生的经营成本；CV：客户成本贡献率。）将取得的CP值与企业的平均销售利润率m进行比较，根据其取值范围可以区分客户类型，如下表：3．3广义上的客户细分研究我所定义的泛化的客户，实质上指存在沟通的双方。根据朵格和威廉·马斯顿的理论按照人的行为模式把客户划分为四种：要求型——

7、想要什么当时就要，不顾细节，该类客户占有欲强，身份感强，事业心中，只在乎结果，他们正在做的事情就是唯一重要的东西，不会花费很多的时间听取建议。影响型——愿意与人交往，希望别人接受他们，热情洋溢，该类客户属于健谈类，对人信任，说话具有说服力，认为人与人之间的关系最为重要。稳定型——对事情的原委感兴趣，比较保守，不希望有变化，该类客户富有耐心，能包容、随和、忠诚，有条理性和逻辑性，不在乎多做事情。恭顺型——对事情的特性感兴趣，做任何事情都按章行事，属于完美主义者，做事情严格认真、一丝不苟，喜欢数字分析和推理，喜欢发现问题。这种分类，对人与人之