2020年(价值管理)顾客的终生价值

（价值管理）顾客的终生价值

顾客的终生价值

引言：哪些顾客关系值得维系，和终生价值来分配营销资源。哪些不值得，这是困扰大多数企业的壹个难题。为此，很多企业不仅仅考虑顾客过去和当下为企业创造的利润，仍设法预测未来他们将为企业带来的价值，且根据顾客全生命周期利润和终生价值来分配营销资源。

罗伊·加德夫先生有壹家运营邮购业务的XX公司，最近，为了节省开支，他决定要砍去部分未来价值不高的顾客。市场分析人员交给了加德夫先生三类顾客的名单：第壹类顾客于过去几年内光顾过XX公司几次，可是购买的数量极少；另壹类顾客只光顾过壹次，可是壹次购买的数量很大；第三类顾客和XX公司有着长期的，可是零星的购买关系。

加德夫陷入了困境！究竟该砍掉哪壹部分顾客呢？如何从这些资料中判断顾客的未来价值呢？

企业实行客户关系管理已经有许多年的历史了，当下他们于整理其客户数据时经常会遇到类似的问题。对付这种复杂而且日益突出的问题，顾客终生价值”衡量方法就派上了大用场。

“顾客终生价值”（CustomerLifetimeValue）指的是每个购买者于未来可能为企业带来的收益总和。宾夕法尼亚大学沃顿商学院的彼得·费德教授于他的论文《从顾客的购买历史来衡量顾客价值，可能带来管理推论偏见》中指出：对于大多数企业来说，他们主要的营销策略就是要不断地考虑，到底哪些客户关系值得企业维持，哪些不值得。因此，营销经理需要对顾客数据进行更加精细的研究，更加精确地测量出顾客终生价值。”

其实仔细分析加德夫的顾客，能够按照单次交易收益和重复交易次数，大致将他

们分成四个类别，分别是：1.黄金顾客。愿意和企业建立长期互利互惠关系，每次交易均能为企业带来收益；2.流星顾客。喜欢不断尝试新的选择，且不总和该企业交易，但每次交易均能为企业带来壹定的收益；3.小溪顾客。顾客愿意和企业建立长期的业务关系，但每次交易均只能为企业带来较小的收益；4.负担顾客。有些顾客于众多企业中比较选择，只于企业为吸引顾客将价格压到极低甚至是负收益时才和企业交易。

伦敦商学院的高级研究员TimAmbl-er最近的研究表明，很多大企业已经开始计算单个顾客或某个细分市场未来30年的顾客收益率了。他们按照顾客终生的价值来分配企业的营销资源，使得企业的营销经费得到更好的利用。如同某种产品壹样，顾客对于企业利润的贡献也能够分为导入期、快速增长期、成熟期和衰退期。对于那些终生价值很低的顾客，企业基本上不会对他们进行投资，让他们自己慢慢地退出。

可是，很多企业却认为顾客终生价值非常难以捉摸，首先，它非常难以准确地测量和计算，其次，它非常难以应用。要预测顾客会和XX公司能保持多长时间的关系，以及他们的“成长性”，的确不是壹件简单的事情。

解析顾客终生价值

每个客户的价值均由三部分构成：历史价值（到目前为止已经实现了的顾客价值）、当前价值（如果顾客当前行为模式不发生改变的话，将来会给XX公司带来的顾客价值）和潜于价值（如果XX公司通过有效的交叉销售能够调动顾客购买积极性，或促使顾客向别人推荐产品和服务等，从而可能增加的顾客价值）。分析顾客终生价值的主要步骤包括：

1.收集顾客资料和数据

XX公司需要收集的基本数据包括个人信息（年龄、婚姻、性别、收入、职业等）、住址信息（区号、房屋类型、拥有者等）、生活方式（爱好、产品使用情况等）、态度（对风险、产品和服务的态度，将来购买或推荐的可能）、地区（经济、气候、风俗、历史等）、客户行为方式（购买渠道、更新、交易等）、需求（未来产品和服务需求等）、关系（家庭、朋友等）。这些数据以及数据随着时间推移的变化均将直接影响顾客的终生价值。

2.定义和计算终生价值

终生价值包括或影响终生价值的主要因素是：所有来自顾客初始购买的收益流，所有和顾客购买有关的直接可变成本，顾客购买的频率，顾客购买的时间长度，顾客购买其他产品的喜好及其收益流，顾客推荐给朋友、同事及其他人的可能、适当的贴现率。

3.顾客投资和利润分析

能够直接基于交易成本或资金投入进行计算，或者根据过去类似客户的行为模式，利用成熟的统计技术预测客户将来的利润。

国外的汽车业早已进入了“潜于顾客终生价值”管理营销时代，他们是这样计算顾客的终生价值的：他们把每位上门顾客壹生所可能购买的汽车数，乘上汽车的平均售价，再加上顾客可能需要的零件和维修服务而得出这个数字。他们甚至更精确地计算出加上购车贷款所带给XX公司的利息收入。通过这样的计算，壹个忠诚顾客终生平均能够为XX公司带来40万美元的收入。

为了最大程度地发掘顾客的终生价值，丰田汽车信奉的是“我们不是于卖汽车，而是于帮助顾客买汽车”的运营理念，推出了“保姆式”的服务计划。美国卡迪拉克想得更周到，于他的每壹个汽车维修点均已备好车，只要他的用户车壹坏，

即可把坏的车放下，开走备用车；待用户的坏车壹修好，马上开到你的门上去，壹点也不耽误用户的时间。

4.顾客分组

从第三个步骤中，企业能够见出如何于顾客终生价值中赢得最大的利润，随后企业能够根据这些数据将顾客分成具有不同特征、不同行为模式和不同需求的组。比如说企业能够用聚类分析法将顾客分成苛刻的顾客、犹豫不决的顾客、节俭的顾客和久经世故的顾客，根据每个组制定相应的措施。

5.开发相应的营销战略

衡量“顾客终生价值”的目的不仅仅是确定目标市场和认知消费者，而是要设计出能吸引他们的交叉销售方法（Cross-Selling）、向上销售方法(Up-Selling)、附带销售方法（Add-onSelling）、多渠道营销（Multi-ChannelMarketing）和其他手段。这些手段均能够帮助企业运用RFM（见关联链接）模式来提高客户的价值，尽可能地将客户的潜力开发出来。

测量顾客终生价值的方法

顾客终生价值的复杂性和变化性，使得采用何种方法准确地测量和计算成为了企业面临的最大挑战之壹。目前，比较流行和具有代表性的顾客终生价值预测方法为DWYER方法和顾客事件预测法。

DWYER方法

1985年，Jackson根据顾客购买行为的差异，把工业客户分为俩大类：永久流失型和暂时流失型。永久流失型指的是这样壹类客户，他们要么把其业务全部给予当下的供应商，要么完全流失给和另壹供应商。这类客户这样做的原因是，或者其业务无法分割，只能给予壹个供应商；或者其业务转移成本很高，壹旦将业

务给予某供应商则很难转向其他供应商。这种客户壹旦流失，便很难再回来，故称之为“永久流失”客户。

暂时流失型指的是这样壹类客户，他们将其业务同时给予多个供应商，每个供应商得到的只是其总业务量的壹部分（壹份）。这类客户的业务转移成本低，他们能够容易地于多个供应商之间转移业务份额，有时可能将某供应商的份额削减到零，但对该供应商来说不壹定意味着已经失去了这个客户，客户也许只是暂时中断购买，沉寂若干时间后，有可能突然恢复购买，甚至给予更多的业务份额。1997年DWYER将Jackson的客户分类应用到了直效营销中，他根据俩类客户的行为特征差异，开发了俩个分别针对这俩类客户的预测模型——适用于永久流失客户的客户保持模型（CustomerRetenti-onModel）和适用于暂时流失客户的客户转移模型（CustomerMigrationModel）。可是DWYER方法的缺陷是，它只能预测壹组客户的终生价值或每个客户的平均终生价值，无法具体评估某个客户对于XX公司的终生价值。

顾客事件预测法

利用“顾客事件”的概念预测未来的顾客终生价值是壹般营销领域比较常用的方法，壹些咨询XX公司，如QubeConsultingLimited甚至推出了基于这种方法的预测软件。这种方法主要是针对每壹个客户，预测壹系列事件发生的时间，且向每个事件分摊收益和成本，从而为每位顾客建立壹个详细的利润和费用预测表。

顾客事件预测能够说是为每壹个顾客建立了壹个盈亏账号，顾客事件档案越详细，和事件关联的收益和成本分摊就越精确，预测的准确度就越高。

可是，顾客未来事件预测的精准度且不能完全保证，主要有俩个原因。其壹，预

测依据的基础数据不确定性很大，顾客以后的变数、企业预计的资源投入和顾客保持策略，以及环境变数等均具有很多不确定性。其二，预测的过程不确定性很大，整个预测过程是壹个启发式的推理过程，涉及大量的判断，需要预测人员具有丰富的经验，所以预测过程和预测结果因人而异。

顾客终生价值对营销政策的影响

Harrah's娱乐集团的赌场业务能够算是顾客终生价值的壹个成功案例。他们从收集到的客户信息中计算出“某位顾客会于何时光顾赌场，他进门后首先会去哪个游戏机前，他于不同的赌桌前将停留多久，他随着时间的推移消费习惯有何改变等等。”Harrah's会根据这些信息来优化场地布置和人员分配，调整赌博游戏。医药行业和信用卡行业等服务业从顾客终生价值中获益更大。因为对于这些行业来说，顾客随着时间的推移，需求和消费行为可能会发生巨大的变化。有的顾客目前的购买量较大，但不壹定于未来具有增长潜力；有的顾客目前的购买量很小，可是未来的潜力惊人。

沃顿商学院营销学教授大卫·贝尔和他的同事认为，对于那些获得新顾客和维护客户关系成本较高的行业，顾客终生价值特别有意义，例如金融服务行业、航空业和酒店业。贝尔仍解释说：当企业是运用‘不对称的分配体系’（SkewedDistributi-on）来处理业务时，顾客终生价值就更加有用了。以酒店行业为例，壹小部分客户推动了企业的大部分业务，因此企业能够通过奖赏和激励手段来影响他们的消费行为；航空XX公司能够给壹部分顾客免费升舱，这对于顾客来说受益很大，但其实企业付出的代价很小。”

贝尔教授仍补充，按照顾客终生价值来收集客户资料和数据能够为企业带来壹些特别的好处，比如企业或企业联盟能够挑选出他们觉得最具潜力的顾客，且对他

们交叉销售其他关联产品和服务；按照顾客终生价值分配营销资源能够大大节约企业的经费，甚至能够根据顾客终生价值的预测来修正企业的产品和营销组合。例如加拿大的Sears连锁零售集团，于对他们的顾客数据库进行整理分类，研究消费者购买行为和购买潜力时发现：只通过邮寄目录购物的消费者平均每年的购买金额为492美元，只通过商场购买的消费者平均每年的购买金额为1020美元。而令他们吃惊的是，那些既通过邮寄目录同时也亲自前往商场采购的顾客，平均每年的购买金额为1883美元。这个发现使得加拿大Sears的管理者决定调整他们的营销战略。他们于所有连锁店的入口、出口、顾客流通量比较大的地方和收银台旁边均摆放了精美的邮寄目录和邮寄订单。这个小小的举动第壹年就使得XX 公司的销售额增长了2.5亿美元！

然而，目前预测顾客终生价值的模型和准确性仍然是营销研究的壹个难题，虽然很多商学院的专家提供了各种详细复杂的方法，预测的模型越来越复杂，需要考虑的变量越来越多，可是仍没有壹种方法能称得上非常客观、精确。而如何利用顾客终生价值进行交叉销售和向上销售也成为了营销界近年来的壹个热点。

最近，沃顿商学院的Fader教授于其和同事合作的研究中指出，将顾客终生价值模型过于复杂化也是壹种不正常的趋势，对企业且没有什么好处。尝试用消费者购买的时间（Recency）和购买频率（Frequ-ency）这样的简单易得的数据来作为预测标准，有时候反而能够得到较为准确的预测结果。

关联链接：ＲＦＭ模式

RFM是客户关系管理的壹种分析模式。于RFM模式中，R(Recency)表示客户最近壹次购买的时间有多远，F(Frequency)表示客户于最近壹段时间内购买的次数，M(Monetary)表示客户于最近壹段时间内购买的金额。壹般的分析型CRM

着重于对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。

RFM非常适用于生产多种商品的企业，而且这些商品单价相对不高，如消费品、化妆品、小家电等；它也适合于壹个企业内只有少数耐用品，可是该商品中有壹部分属于消耗品，如复印机、打印机等；RFM对于加油站、旅行保险、运输、快递、快餐店、KTV等也很适合。

RFM能够用来提高客户的交易次数。DM常常壹次寄发成千上万封邮购清单，其实这是很浪费钱的。根据统计，如果将所有R的客户分为五级，最好的第五级回函率是第四级的三倍，因为这些客户刚完成交易不久，所以会更注意同壹XX公司的产品信息。如果用M来把客户分为五级，最好和次好的平均回复率，几乎没有显著差异。

有些人会用客户绝对贡献金额来分析客户是否流失，可是绝对金额有时会曲解客户行为。因为对不同产品的促销会有不同的折扣。企业用R、F的变化，能够推测客户消费的异动情况，根据客户流失的可能性，列出客户，再从M（消费金额）的角度来分析，就能够把重点放于贡献度高且流失机会也高的客户上，重点拜访或联系，以最有效的方式挽回更多的商机。