客户取舍之道(1)

《客户取舍之道(1)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、客户取舍之道罗伊·卡迪夫(RoyCardiff)经营的邮购公司记录了每个客户的交易信息。最近，他决定减少向那些购买欲望不强的客户发放商品目录，以减少成本。卡迪夫的客户可以分为三类：在过去的一年里多次下单但金额都不大的客户；只下过一个大单的客户；长期以来零星下单的客户。    他应该从邮寄名单中删除掉哪一类客户呢？按几位研究过这个问题的营销专家的说法，尽管新提出了一些日趋完善的衡量“客户终身价值（customerlifetimevalue，CLV）”的方法，问题的解决并没有那么简单。所谓客户终身价值，是

2、指由单个客户可能带来的未来收入的现值。利用数据，发现客户终身价值“CLV现在是炙手可热。”沃顿商学院教授沙维·德雷兹(XavierDreze)指出。CLV算不上是新生事物，但随着互联网技术日新月异的发展“使得公司能够以较低成本与客户发生直接联系”，CLV的概念也日渐走俏。德雷兹说，CLV“把客户看成是公司极力从中获取尽可能多的价值的源泉。”      然而很多公司发现，作为客户关系管理（CRM）组成部分的CLV仍然是很难把握。首先，测算时缺乏确定性；其次，难以用之于实践。      “经理人唯一真正有

3、把握的数据是客户现在带来的盈利率。”沃顿商学院教授乔治·戴伊（GeorgeDay）说，“根本的问题在于，你现在有了数据，那该怎么用它呢？有些公司利用客户现在的赢利率信息，针对不同价值的客户组群制定不同的方案。例如在金融服务业，客户因其重要性高低而得到不同水平的服务。但这样做很有可能激起其他客户的不满。”      此外，很难预测一个客户将在多长时间内保持和公司的交易关系，或他的“增长性”有多强。戴伊指出：“在对增长性的分析中，很难确切知道客户可能带来的赢利到底有多少。”      在获取和保留客户的成

4、本较高的行业，如金融服务业、航空运输业和酒店服务业，CLV倒是能发挥较大的作用。“当交易分布不对称的时候－－－也就是大部分的营业额由少数客户带来，如酒店服务业的情况；或当企业能够通过奖励或其他激励措施来影响消费行为的时候，CLV也比较有效。”沃顿商学院营销学教授大卫·贝尔（DavidBell）指出。比如航空公司可以通过把乘客调整到头等舱来吸引乘客，乘客因此而得到的好处多多，而航空公司增加的成本却微乎其微。      贝尔还指出，收集与CLV相关的信息可以使某些公司受益匪浅。如酒店收集到的客户入住信息可

5、以帮助它确定最佳客户，并向其交叉销售其他产品。酒店的营销人员可以从这些客户那里获得反馈意见。在反馈意见的基础上，酒店可以就更有效地分配营销资源做出合理的决定。假设信息显示，大部分客户都是来自最大的城市，而且年龄都是五十多岁，那么酒店可以利用该信息准确地进行业务拓展。      贝尔认为哈拉娱乐（Harrah誷）公司的博彩业务是一个成功运用CLV的典范。根据从顾客忠诚度计划中获取的信息，哈拉娱乐公司可以发现“哪些人会进入本公司的博彩厅，进来以后将首先玩哪个项目，他们将在不同的博彩桌旁呆上多长时间等等。有

6、了这些信息，公司就可以对博彩项目的种类和设置进行适度的调整。”      可能从CLV数据中获益的行业还包括：医疗保健业、信用卡业、直接营销业和网络邮件营销业，部分原因是他们都直接与客户发生联系，容易记录客户信息。德雷兹举了制药业的例子：销售人员可以根据相关信息来决定他们拜访医生进行药物推广的频率。      戴伊说：“通常情况下，只要具备了客户资料和交易信息等数据，CLV的可用性就比较高。但如果你不和客户发生直接联系，而是通过诸如可以增加价值的零售商之类的渠道来销售的话，那么运用CLV就不是那么简单

7、了。”客户在变，必须加上主观判断收集到更好的客户购买信息，足以判断客户的终身价值之后，该如何使用该数据呢？研究人员建议：“谨慎为妙”。      “人各不同。”贝尔说道，“分析单个顾客的行为比较难，而预测一个市场区隔的行为模式容易些。如我们可以说，商务旅行者平均在希尔顿酒店住若干个晚上。但要确切地说出某某先生将在希尔顿酒店待上几晚就很难办。”      贝尔还指出，运用CLV法的困难之一在于预测模型对于假设条件是非常敏感的。比如模型经常假定客户将维持多久和公司的业务关系、客户消费是否活跃以及客户将花费

8、多少钱。然而，其中的一些假设是不准确的。“我去年消费了100美元，并不意味着我今年也会买100美元的单。”贝尔说，“还需要搞清楚：某个客户的消费不太活跃，是因为他暂时停止了使用该产品，还是他转而选择了竞争对手的同类产品？”      以前评估互联网价值的方法的问题就在于，很多公司在一些方面的假设不准确，如客户的价值是多少，获取客户的成本是多少，客户将和公司保持多长时间的业务关系等。“而价值计算的结果对这些重要的假设条件是非常敏感的。”贝尔说，“任何失误都