客户关系管理中地客户分类方法研究.doc

客户关系管理中地客户分类方法研究.doc

ID:53852086

大小:33.00 KB

页数:4页

时间:2020-04-08

客户关系管理中地客户分类方法研究.doc_第1页
客户关系管理中地客户分类方法研究.doc_第2页
客户关系管理中地客户分类方法研究.doc_第3页
客户关系管理中地客户分类方法研究.doc_第4页
资源描述:

《客户关系管理中地客户分类方法研究.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、客户关系管理中的客户分类方法研究摘要:有效的客户关系管理依赖于对客户的识别和科学分类,文章通过对现有文献的总结和归纳,对客户按不同标准进行分类研究。   在企业的客户关系管理中,需要对客户进行分类。所谓客户分类,也称为客户细分,是指根据客户的属性,将所有客户划分为不同的类型,对他们进行分门别类的研究,制定相应的服务策略,合理分配服务资源,从而达到保持客户,最大限度地提高客户满意度的目的。然而,客户关系管理中的客户分类方法并不固定,各个企业可根据客户数据库中已有的信息和自身管理的需要确定合适的客户分类方法

2、。1人口变量细分方法   人口变量细分是企业将整个市场按人口统计变量指标将其划分为不同的群体,如地域、家庭规模与年龄结构、性别、年龄、职业、收入和受教育程度等。以客户生命阶段为变量指标对客户进行分类更加揭示了人口的年龄特征与客户潜在需求之间的内在联系,因此,以客户生命阶段为指标的细分方法就转化为对客户生命阶段的划分。在现有文献报道和企业实践中,有两中较为常见的客户生命周期细分方法:第一种是PeopleUK细分方法,PeopleUK细分将客户的生命周期划分为8个阶段,每阶段又划分为数量不等的子阶段,总共有

3、46类;第二种细分方法是Claritas公司开发的PriZm方法,这一个方法细分更倾向于对客户生活方式的关注,如客户的生活方式、生命阶段和收入层次等,按PriZm方法细分以后,公司将现有16个大客户群被细分为60个不同子群体。2生活方式细分法   首先提出以生活方式为细分标量来划分和识别客户的学者是Lazer(1963oLazer虽然强调按生活方式进行划分的重要性,但他没有这一细分方法的内涵做出明确界定。后来学者Wells和Tigert(1971)提出用兴趣、活动和评价来作为客户划分的生活方法标量,这一

4、方法即称为AIO方法。Plummer(1974)扩充了客户细分的生活方式变量指标,将生活方式变量的内涵扩展到四维。Plummer(1974)的观点,活动体现为人们支配平时时间的方式,兴趣体现为人们对周围的环境的关心程度,评价体现为与己相关的事物或环境的各种评论;除上述细分指标以外,Plummer(1974)认为生活方式变量还包括一些外在特性,例如居住环境、教育程度、生活阶层和收入等。Hummer方法的具体操作有两个步骤:第一步,以客户在产品的类别、使用频率、品牌份额、产品特征与使用模式的方面为依据来确定

5、目标客户,选取在上述四个方面评价都为优的客户为目标客户,但是在现实生活中,目标客户只是一个次优的目标客户,因为客户群体划分十分复杂,而且不可能做到完全理性。第二步,将目标客户进行更深入和全面的描述和界定,揭示它们内在的相关性。3行为细分法   3.1RFM分析法   Hughes(1994)提出RFM客户细分方法,这一个方法从客户的三个行为变量来界定和划分客户。第一个变量为购买的时间间隔期(Recency),即两次购买之间的时间周期有多长,该时期越短,客户越有可能与企业达成新的交易;第二个变量为购买频率

6、(Frequency),即在一定时间周期内购买的次数,购买频率越高的客户更有可能与企业达成新的交易;第i个变量时够购买的货币支出(Monetary),即在一定的周期内购买的货币支出之和,货币支出越多,改客户越有可能再次光顾企业的产品与服务。RFM方法的基本思想就是把购买的时间周期、购买频率和货币支出3个变量整体考虑。依据上述三个变量,建立起一个三维客户划分空间。每个客户具有购买周期、频率和货币支出三个方面的特征,依据这三个特征不同组合,所有指标表现最高则为5分,最低为1分,三项指标都是5分,则该顾客处在

7、三维空间的(5,5,5)方格内,所有三项指标都为1分则处在(1,1,1)方格内。依次,将客户划分为125个客户群。凡是落在RFM方块上,同一单位里的客户,就作为同样的一群,可以同等对待。在计算了所有客户的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,企业应该尽力保持他们;后面的20%是企业应该避免的客户;企业还应该大力投资中间的60%的客户,使他们向前面的20%迁移。   3.2客户价值矩阵   Hughes(1994)提出BFM客户细分方法在实际应用过程中,存在购买次数与购买货币支出

8、之间的重叠的缺点。为此,Marcus(1998)对BFM分析法进行了修改和完善。具体方法为用平均购买货币支出代替总购买货币支出,用购买次数和平均购买货币支出建立一个二维的客户价值矩阵,避免了RFM细分法细分后的客户群过多(125种)的缺陷。使用该矩阵需要的信息为:购买日期、客户代码、日购买额。二维矩阵的两个维度分别为:购买次数和平均购买货币支出,购买次数是指在指定的时间内购买日期的数目来确定,平均购买货币支出等于在指定时间期内总购买货币支出

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。