（管理科学与工程专业论文）客户潜在价值及其在客户细分中的应用研究.pdf

丫、 5 7 7 5 0 4 摘要 关于客户对于企业潜在价值的定义以及如何定量计算，一直是客户关系管理 ( c u s t o m e r r e l a t i o n s h i p m a n a g e m e n t ， 简称c r m) 研究的 重点问 题。 l o g i s t i c 回归 模 型可以处理二分类因变量问题，因此在有效预测客户潜在价值方面具有很大的优势。 本文内 容主要包 括两个方面: 一是用l o g i s t i c 回归 构 建客户 潜在价 值模型 及计算; 二 是提出了客户当前价值和潜在价值在客户细分中的应用。 本文在介绍了国内 外客户价值、 l o g i s t i 。 回归、 市场细分和营销策略的最新研究 动态之后， 建立了评价客户潜在价值的指标体系， 在此基础上导出了 潜在价值经验模 型， 并探讨了模型的建立和回归估计。 然后提出了基于客户当前价值和潜在价值的细 分矩阵。通过这个细分矩阵，c r m管理者能够根据不同的客户细分群体，采取更明 确的市场战略。 本文讨论客户潜在价值经验模型分四个部分进行。 在第一部分， 提出使用多变量 l o g i s t i 。 模型来计 算客户购买某 种产品 或服务的 概率; 在第二 部分， 介绍l o g i s t i c 模 型的 建立: 在第三部分， 讨论l o g i s t i 。 模型的参数估计; 在第四 部分， 用客户购买某 种产品或服务的概率值与其产品或服务的利润值相乘，得到客户潜在价值的预测值， 然后采用更简化的预测公式， 把客户划分为高潜在价值和低潜在价值两个群体。 根据本文提出的预测客户潜在价值的回归方法， 结合客户的当前价值， 就可以得 到一个2 * 2 的细分矩阵，并根据不同的客户细分群体，采取不同的市场战略。 最后， 本文在现有研究工作基础上， 指出现有潜在价值预测模型的局限之处， 并 月探讨了在将来的研究中有待改进的方面。 关键词: l o g i s t i c 回归客户价值客户细分营销战略 ab s t r a c t i t s a l w a y s a n i m p o rt a n t p r o b l e m i n c u s t o m e r r e l a t i o n s h ip m a n a g e m e n t ( c r m) o f h o w t o d e f i n e a n d c a l c u l a t e t h e c u s t o m e r p o t e n t i a l v a l u e i n e n t e r p r i s e i n c u s t o m e r r e l a t i o n s h i p m a n a g e m e n t ( c r m) . l o g i s t i c r e g r e s s i o n m o d e l c a n b e u s e d i n r e g r e s s i n g t h e d i c h o t o m o u s d e p e n d e n t v a r i a b l e p r o b l e m , s o i t h a s s t r o n g a d v a n t a g e i n p r e d i c t i n g t h e p o t e n t i a l v a l u e o f c u s t o m e r . t h i s t h e s i s w i l l i n c l u d e t w o a s p e c t c o n t e n t s : m o d e lin g a n d c o u n t in g t h e c u s to m e r p o t e n t i a l v a l u e i n l o g is t i c re g r e s s i o n , a n d a p p 项n g t h e s e m o d e l s in c u s t o m e r s e g m e n t a t i o n . a ft e r i n t r o d u c i n g t h e r e c e n t o v e r s e a s a n d d o m e s t i c r e s e a r c h w o r k o n c u s t o m e r v a l u e , l o g i s t i c r e g r e s s i o n , m a r k e t i n g s e g m e n t a t io n a n d m a r k e t in g s t r a t e g i c , t h i s t h e s i s b u i l d s t h e i n d e x s y s t e m o f e s t i m a t i n g t h e c u s t o m e r p o t e n t i a l v a l u e . b a s e d o n t h e s e w o r k , t h e t h e s i s c o n s t r u c t s c u s t o m e r p o t e n t i a l v a l u e m o d e l a n d d i s c u s s e s i t s c o n s t i t u t i o n a n d r e g r e s s i o n , t h e n a p p l i e s t h e s e m o d e l s i n c u s t o m e r s e g m e n t a t i o n . u s i n g t h e c u s t o m e r s e g m e n t a t i o n m a t r i x , t h e c r m- m a n a g e r c a n h a v e m o r e d e f i n i t u d e m a r k e t i n g s t r a t e g i c f o r d i f f e r e n t s e g m e n t a t i o n . t h e r e a r e f o u r p a rt s t o c o n s t r u c t c u s t o m e r p o t e n t i a l v a l u e m o d e l s i n t h e t h e s i s . f i r s t a c c o r d i n g t o t h e m u l t i v a r i a t e l o g i s t i c m o d e l , c a l c u l a t e s t h e p r o b a b i l i t y o f c u s t o m e r p u r c h a s i n g t h e p r o d u c t s a n d s e r v i c e s ; i n t h e s e c o n d p a rt , i n t r o d u c i n g t h e c o n s t i t u t i o n o f l o g i s t i c m o d e l ; i n t h e t h i r d p a rt , d i s c u s s i n g t h e e s t i m a t i o n o f l o g i s t i c m o d e l ; i n t h e l a s t p a rt , a p r e d i c t io n f o r t h e p o t e n t i a l v a l u e i s o b t a i n e d b y m u l t i p l y in g t h e p r e d i c t e d p r o b a b i l i t y o f o w n e r s h i p o f e a c h p o s s i b l e s e r v i c e p o r t f o l i o , b y t h e e x p e c t e d p r o f it a b i l i t y o f s u c h a p o rt f o l i o ; f i n a l l y , a s u i t a b l e m o d e l i s u s e d f o r a s e g m e n t a t i o n o f t h e c u s t o m e r b a s e i n t o a h i g h p o t e n t i a l a n d a l o w p o t e n t i a l . t h i s t h e s i s a l s o in t r o d u c e s t h e c o n s t i t u t io n a n d r e g r e s s i o n o f l o g i s t i c m o d e l . i t c a n b e c o n s u l t e d w h e n m o d e l s i n c o m p u t e r . a c c o r d i n g t o t h e r e g r e s s i o n m e t h o d o f f o r e c a s t i n g t h e c u s t o m e r p o t e n t i a l v a l u e a n d t h e c u r r e n t v a l u e o f c u s t o m e r , a 2 * 2 m a t r i x c a n b e g o t . ma n a g e r c a n h a v e d i f f e r e n t m a r k e t i n g s t r a t e g i c b a s e d o n t h e s e g m e n t a t i o n . i n t h e m e a n t i m e , b a s e d o n p r e v i o u s w o r k , t h e t h e s i s a n a l y z e s t h e l im i t a t i o n s o f t h e m o d e l o f c u s t o m e r p o t e n t i a l v a l u e p r e d i c t i n g a n d d i s c u s s e s t h e i r d e v e l o p m e n t i n t h e f u t u r e . k e y w o r d s : l o g i s t i c r e g r e s s io n c u s t o m e r s e g m e n t a t i o n c u s t o me r v a l u e ma r k e t i n g s t r a t e g i c w 1 绪论 在以客户为主导的市场环境之中， 客户是企业最重要的资产， 是市场竞争的焦点， 众多企业为获得有限的客户资源展开激烈的竞争。 如何去寻找对企业最有价值的客户 并将其保留，对企业的成长具有非常重要的意义。 客户能够不断给企业带来收入，而客户潜在价值是假定客户购买行为模式改变， 客户未来可望为公司 增加的 利润现值山 。 公司管理者对客户潜在价 值是非常感兴趣 的， 因为客户潜在价值是决定客户管理投入预算的最主要依据， 由 此可以确定客户关 系管理的最理想预算。 预测问 题可以用回归统计技术建模解决。 回归分析是用数理统计的方法， 研究自 然界变量之间存在的非确定的相互依赖和制约关系， 并把这种关系用数学表达式表达 出来， 其目的在于利用这些数学表达式以及对这些表达式的精度估计， 对未知变量作 出 预测或 检验其 变化， 为决 策 服务 z 1 对于二态因变量的问 题， 如果套用一般线性模型， 将碰到两个问 题:一是模型只 取两个值， 难以 满足有关的 前 提假设; 二是 模型的 函 数形式与类 积密度函 数不 符 3 1 要解决这一问 题， 可以 采用l o g i s t i c 模型或p r o b i t 模型。 l o g i s t i c 分析是一种把离散( 主 要是二态) 事件的发生概率和有关变量联系起来的一种非线性回归模型4 1 。 可以 利用 这一模型确定客户潜在价值，并在此基础上对客户细分。 因 此， 本文 选择可以 处理二分 类因 变量的l o g i s t i c 回 归 模型来计算客 户潜 在价值。 其相关的应用领域， 可以包括客户细分、客户保持以及客户流失分析等市场活动， 本 文提出了 使用客户当前价值与潜在价值用于客户细分活动的解决方案， 有助于企业制 定合适的市场战略。 1 . 1 客户价值的研究 客户关系管理起源于2 0 世纪8 0 年代初提出的 “ 接触管理” c o n t a c t m a n a g e m e n t ) , 即专门收集整理客户与企业联系的所有信息。 1 9 9 0 年前后， 许多美国企业为了满足竞 争日 益激烈的市场需要，开始开发销售力量自 动化系统( s f a ) ,随后又大力发展客户 服务系统( c s s ) o 1 9 9 6 年后一些企业开始把s f a和c s s 两个系统合并起来， 再加上营 销策划( m a r k e t i n g ) 、 现场服务( f i e l d s e r v i c e ) ， 在此基础上形成集销售( s a l e s ) 和服务 ( s e r v i c e ) 于一体的呼叫中 心( c a l l c e n t e r ) 。 这样就逐步形成了 我们今天熟知的c r m。 特 别是g a rt n e r g r o u p 正式提出c r m ( c u s t o m e r r e l a t i o n s h i p m a n a g e m e n t )的概念， 也 加速了c r m的产生和发展。 1 9 9 8 年以 后随着电子商务的兴起， c r m向。 b r m/ e c r m 方向发展。 经历了近二十年的不断发展， 客户关系管理不断演变发展并趋向成熟， 最 终形成了一套完整的管理理论体系。 c r m 是一套先进的管理思想及技术手段，它通过将人力资源、业务流程与专业 技术进行有效的整合，最终为企业涉及到客户或消费者的各个领域提供了完美的集 成， 使得企业可以更低成本、 更高效率地满足客户的需求， 并与客户建立起基于学习 型关系基础上的一对一营销模式， 从而使企业可以最大程度的提高客户满意度及忠诚 度，挽回失去的客户，保留现有的客户，不断发展新的客户，发掘并牢牢地把握住能 给 企 业带 来 最大 价 值的 客 户群 5 l 在客户关系管理中，客户价值是进行客户分类管理的基本依据。c o u r t h e a u x在 1 9 8 6 年阐述了 客户价值对于管理决策的重要作用， 认为其不仅可以用于计算客户获得 的市场预算成本， 而且能够用于如何配置有限的资源用于保持现有客户的决策6 。 不同的客户对公司的价值各不相同， 公司的目的是竭尽所能保留对其具有最大价值的 客户。 s h e r d e n ( 1 9 9 4 ) 提出了 客户管理中 著名的2 / 8 原则， 即2 0 % 的客户产生了8 0 % 的 利润， 但是3 0 % 的无利可图客户消耗了 这些利润的一半7 1 。 从而指出 预测客户的 价值 对企业的市场战略具有重要意义。 如何去界定客户价值，这一直是公司关注的焦点。关于客户价值的定义有很多， 有人认为客户价值就是目前客户为公司创造的净收入总和， 也有人提出客户价值是指 客户所产生的利润减去适当的客户获得成本， 还有人将客户价值定义为客户在其整个 购买周期所产生的投影价值， 对客户价值的定义和计算有各种各样的方法。 产生这种 状况的根本在于客户价值本身就是一个相对概念，它是公司对客户的一个主观判断。 不同的行业、不同的公司目 标， 公司判断的客户价值的标准都会有所区别。但是从最 本质的角度看， 客户对于企业的价值就在于它给企业所带来的收益， 因此在客户关系 管理中我们将客户定义为和企业建立长期稳定的关系并愿意为企业提供的产品和服 务 承 担 合 适 价 格的 客 户 18 1 客户潜在价值是假定客户购买行为模式改变， 客户未来可望为公司增加的利润现 值。因此， 某客户的潜在价值， 是指如果公司愿意增加一定的投入进一步加强与该客 户的 关系， 公司 可望从该 客 户处获 得的 未来 价值( 9 ) 。 公司 管理者对客 户潜在价值 是非 常感兴趣的， 因为客户潜在价值是决定客户管理投入预算的最主要依据，由 此可以 确 定客户关系管理的最理想预算。 在定量 计算客 户价 值和 潜在价值方面， b l a t t b e r g i 1 + e x p a + ,y x , ( 1 一 1 ) 在实际的情况中一个变量可能同时和多个变量相关， 这时候就需要建立多变量回 归模型，把他们之间的关系用函数形势描述出来，再进行预测。多元回归分析力求全 面的反映客观世界的变化， 与一元回归相比， 多元回归能够在一定程度上准确地反映 因变量与自 变量之间的关系，但与此同时也加大了计算的复杂程度。当有k 个自 变量 时，上式扩展为: y= exp卜 k 刀 !x 虎了 ,i+ p kx kijk=1 1一 卜 k+ /奇x 无f ,il , a x ki lk=1 ( 1 - z ) 在线性回归分析中， 最大似然估计法可以 得到与最小二乘法相同的结果。 与最小 二乘法相比， 最大似然估计法既可以 用于线性模型， 也可以用于更为复杂的非线性估 计。 由 于l o g i s t i 。 回归是非线性模型， 因此最大似然估计法是最常用的 模型估计方法。 l o g i s t i c 回归 模型评 价包括 模型的 拟合 优度、 预测 准确性 和模型的广检验 1 5 。 拟 合优度是评价模型如何有效的描述反应变量及模型匹配观测数据的程度， 常用的整体 检验指标有: p e a r s o n x 2 、 偏差、 h o s m e r - l e m e s h o w拟合优度指标和信息测量指标。 评 价模型的 预测准 确性的 常 用指 标为: 类 r 2 指 标、 预 测概率 与观测值之间的 关联、 分类表 ( c l a s s i t i c a t i o n t a b l e )。 当l o g i s t i c 模型可以 较好的的 拟合数据以 后， 可以 对模型的 系数进行解释。 类似 于线性回归系数， l o g i s t i 。回归系数也可以 被解释为 对应自 变量一个单位的变化所导 致的 因 变 量 上的 变 化1 5 p l o g i s t ic 回 归 模 型的 系 数 如果 是 正 值 且 统 计 显 著， 意 味 着在 控制其他变量的条件下， 对数发生比随对应自 变量值增加而增加。 相反， 一个显著的 负系数代表对数发生比随对应自 变量值增加而减少。 如果系数的统计性不显著， 说明 对应自 变量的作用在统计上与0 无差异。 l o g i s t i c 回归 系数的 显著性 检 验可以 使 用wa ld 检 验， 似然比 检 验和检验数 字子 集p 5 j 1 .3 市场细分 自 从美国市场营销学教授温德尔史密斯于 1 9 5 6年首先提出 市场细分理论以来， 这一理论已被广泛的用来指导企业的市场营销活动， 为企业寻找目标市场，以及对产 品 进行精 确市 场定 位和加强 市 场竞 争 地 位 1 6 。 市 场细分 就是从区 别消费 者的 不同 需 求 出发， 根据消费者购买行为的差异性， 把整个市场细分成两个或两个以上具有类似需 求的消费者群。 企业进行市场细分的根本目的是为了找对顾客，即选择最有利可图的 目标市场。 这种市场细分主要是基于两个理论依据，一是由于顾客偏好、 欲望和购买 行为的多元化而产生的顾客需求的差异性; 二是企业有限的资源和为了进行有效的市 场竞争。企业的目 标市场营销过程主要由三个阶段组成。 第一阶段是市场细分，二阶 段是选定目 标市场， 第三阶段是企业市场定位。由此可见，市场细分是一个企业获得 最佳经营业绩的基础。 2 0 世纪8 0 年代初期，美国学者开始重视关于产业市场细分理论和方法的研究。 初期有 代表性的 研究成果 是卡多 佐 ( c a r d o z o ) 和温德 ( w i n d ) 于 1 9 7 3 年 提出的“ 组织 市 场细分方法模型” ro l 。 这是第一次比 较系统地总结概括了产业市场细分的基本方法 和过程。 此模型中提出的一系列细分因素， 也为我们提供了有价值的研究思路。该模 型的局限性在于， 模型的建立是基于对市场营销战略实施结果的一种解释， 而不是用 于营销战略的策划， 或者说它不是将市场细分看作策划产业市场营销战略时必须做的 重要基础工作。 因此 后来美国 学者c h o ff r a y 和c a ry l i l i e n 发展了“ 卡温模型” ， 在9 0 年代初期 提出了著名的两阶段论 n 1 。 他们认为， 产业市场细分要分为两个阶段进行。 第一阶段 是宏观市场细分在两个或多个企业组织之间进行市场细分，主要是以地理区域、 人口 统计、组织性购买和其它“ 具体可见的” ( o b s e r v a b l e ) 特点为依据进行市场细分。 此时，能够很容易地把握细分市场的同质性这一基本特征。完成第一阶段的任务后， 就进入第二阶段进行微观市场细分， 即在第一阶段选定的组织范围内， 在符合宏 观目 标要求的组织间进行细分。 微观市场细分的目的在于试图根据实际购买过程、 购 买过程参与者的影响力、 购买者动机和制定决策的方式等， 在各个决策单位之间找到 共同点。 对这个阶段所有使用的细分依据 ( 特征) 进行分析是比较困难的，因此必须 进行非常详细的营销调研，并利用有效的营销信息系统予以支持。总之， 产业市场细 分的全部过程是从宏观市场细分开始， 再到微观市场细分， 进而形成一个两阶段的复 合的市场细分过程。 “ 两阶段理论”显然弥补了“ 卡温模型”的不足，它强调在策划营销战略时要按 照上述两步法，进行有效的市场细分，以准确地进行市场定位，建立战略目 标。 但是 有的学者认为， 两步法操作起来有些困难， 于是上述两阶段细分过程后来又有了新的 发展。 s e e s h a p i r o , b e n s o n p . 和 t h o m a s v b o n o m a ) 等三位学者 又将其发展为五步分析 法( n e s t e d a p p r o a c h ) l i 。这种方法是在一个有层次的市场细分 “ 因素框” ( n e s t e d h i e r a r c h y ) 中 逐一 检测如下五 类细分标准: ( 1 ) ( 人口 ) 统计方面， 如产业类别、 公司规模和地理位置等; ( 2 ) 控制变量， 如使用者或非使用者与控制、 财务、技术能力 等; ( 3 ) 客户购买方式， 如购买政策、 集中 或非集中购买等; ( 4 ) 状态变量，如产品的 适用性、 订购的紧急程度和订购规模等; ( 5 ) 购买者个人特点， 如购买动机、 个人感觉 和风险管理战略等。 所谓五步分析法与上述的两步法的原理是一样的， 只是操作起来 更方便而已。 产业营销经理首先也是要研究总的、 概括的和容易观察的特点， 这相当 于宏观市场细分， 然后才能转到更为细微的和具体的特点分析，即微观市场细分， 最 后刁 能确定目 标市场。 作为一种行为， 市场细分是一个过程， 致力于需求差别的分析、 确认和具体市场 的整分合工作。即从顾客及其需求的不同之中，寻找和发掘某些共同或相关的因素， 将某一错综复杂的具体市场分为若干部分， 即分市场( m a r k e t s e g m e n t s ) ， 是各个部分 内部的异质性减少， 表现出较多的同 质性。 实际上， 市场细分也就是一个从思想上对 市场需求进行梳理、分类的过程，一个分市场就是一个需求大体接近的顾客群体。 市场细分可以 起到如下三方面的作用 1 8 l : 第一方面是分析发掘市场机会。 通过 市场细分企业可以了解到不同顾客群体的需求状况， 发现尚未满足的顾客需求，同时 可以了解其他竞争企业产品的特性、 市场占有率和营销实力， 使本企业扬长避短， 选 择合适的、 具有发展潜力的目 标市场。 第二方面作用是集中企业的人、 财、 物、 技术、 信息， 在市场竞争中以小胜大、以弱胜强。 这一条特别适用于中小型企业， 此类企业 的资源和市场营销能力是很有限的， 没有能力与大企业展开全面竞争， 必须通过市场 细分、 根据自 身的能力， 为本企业选择有利的细分市场， 从而集中人、 财、 物、 技术、 信息等资源投放该细分市场， 争取在局部市场上获得优异的经营业绩， 变整体市场的 劣势为局部市场的优势，使本企业在竞争中生存、发展、 壮大。市场细分的第三方面 作用是增强企业市场营销战略的有效性。 事实上， 未细分的整体市场上的需求差异和 需求变化是非常大的， 如果企业不加细分而采取一种市场营销组合策略往往不能获得 很好的经营效果， 而在细分市场上， 顾客的需求基本类似，企业可以随时注意市场需 求的变化，并且容易采取动态的营销策略而获得市场的主动权。 企业进行市场细分， 是为了更好的发现市场机会， 制定相应的市场营销战略。 因 此， 对市 场细分的结 果 有可识别 性、 可进入性、 可 营利性及可稳定性等 要求 1 9 可识别性是指， 细分出来的各个分市场， 顾客特征、 市场范围和规模及购买力大 小等有关资料，能够通过市场调研、 分析及其他方式获得，便于衡量该分市场。也就 是说， 足以取得必需的资料，分别描述、说明各个分市场的清晰轮廓，明确分市场的 概貌。 可进入性就是企业有能力进入选定的分市场的程度。 企业的人力、 物力及市场营 销组合，足以有效的覆盖该分市场，进入并有所作为，不是可望而不可及。 可营利性是指， 分市场的顾客数量及购买力， 足以是企业有利可图， 能够实现一 定的经济效益。 原则上说， 一个分市场应该是适合企业为之设计、 推出独立的市场营 销组合的最小单位。 可稳定性是指， 各个分市场的特征， 在一定时期内能够保持相对不变， 才能利于 企业制定较长期的市场营销战略。 变化过快的分市场，难以把握其脉络，会增大企业 经营风险。 1 .4 曹销策略 在2 0 世纪5 0 年代以前， 市场营销工作是在产品己经成形的条件下进行的。 其主 要任务是想出一些艺术性的、 创造性的方法去劝说消费者购买产品或服务。 随着技术 和工业的进步， 新的行业出现了， 这迫使企业采用更为灵活的方法去满足顾客的需求。 由 于新竞争者的出 现和一些老对手的退出， 使得公司间的竞争格局发生了 变化2 0 1 。 现 存行业和产品市场的界限己经模糊，公司开始寻求比他们的动态竞争者更好的途径， 以便满足消费者的需求。 相应的， 营销的重点开始转向发现消费者还没有被满足的需 求，以 及在满足消费者这些需求的机会中， 加深对消费者和竞争者行为的 理解2 1 1 营销战略包括企业的市场范围和竟争优势两方面内容。 市场范围是一个公司希望 以之作为目 标的那些行业或细分市场。市场范围可以根据消费者细分、消费者需要、 公司生产的产品或使用的技术来界定。 竞争优势是指， 一个公司所拥有的资产、 技能 和资源以及定位优势 ( 差异化、低成本) ，将决定一个公司能否获得较好的绩效2 2 1 当今社会市场细分在营销策略中已占有举足轻重的地位。 任何一个企业， 无论其 规模如何， 它所能满足的也只是市场总体中十分有限的部分， 而不可能予以全面满足， 不可能为所有消费者提供有效的服务。 因此， 企业在进入市场之前， 必须寻找其目 标市 场，并确定自己在市场中的竞争地位。 公司在细分市场后， 面临着是把所有的细分市场作为目 标市场， 还是选择其中一 个或几个作为目 标市场的问 题。一般情况下，企业的目 标市场有无差异性营销策略、 差异性营销策略和集中性营销策略这3 种营销策略可以 采用2 3 1 无差异性营销策略是企业把整个市场均看作是一个整体， 一个大的目 标市场， 不 再细分， 只推出一种商品， 运用一种市场营销组合， 满足尽可能多的顾客需要所采取 的营销策略。 它是以一种产品适合于各种细分市场的共同需要为前提， 很少甚至不去 考虑消费需求之间的差异性，只推出一种产品，采用一种价格，用相同的营销渠道， 运用相同的广告设计和广告宣传来开拓市场。 差异性营销策略是指企业通常把整体市场划分为若干细分市场， 同时在所有细分 市场上从事经营销售活动。 也就是说， 企业为不同的细分市场生产不同的商品， 制定 不同的营销因素组合， 能够有针对性地满足不同购买者的需求， 有利于扩大产品销路， 并在细分市场上站稳脚跟。这种策略最大的长处是企业能根据各个细分市场的特点， 更好地适应和满足各种不同消费者的需求， 从而扩大企业的销售量， 增强企业和竞争 能力。 集中性营销策略是指企业在市场细分后的不同细分市场中， 选择其中一个或几个 细分市场为目 标市场，集中满足一个或几个细分市场消费者的需求。 企业的市场细分， 直接关系到企业的目 标化和定位问题。当前， 随着需求的多种 多样及发展变化越来越快， 任何一家实力强大的企业要想拓展整体市场， 满足所有消 费者的全部需求， 都是不可能的。 但是根据消费者需求的差异性， 将整体大市场细分 为若干不同质的专门化市场， 然后以自 身的优势选择几个细分市场作为营销目 标， 集 中 优势力量开拓目 标市场， 一般都能获得可喜的成功， 夺取很高的 市场份额2 4 1 2 客户潜在价值指标体系的建立 通过数据库中的客户信息， 公司可以投资于对公司有价值 ( 或潜在价值) 的客户， 也可以把对没有价值的客户的投资压缩到最小。 但是，一个客户也许现在只购买了某 个公司很少的产品，但是潜在的购买量可能很多，而且将来还可能购买其他的产品。 因此，要想进行有效的客户关系管理，重点就是拥有客户潜在价值的信息。 在使 用l o g i s t i 。 回 归 衡量客 户的 潜在价 值及细 分客户 之前， 应该先考察评价 潜在 价值的指标，在此基础上建立指标体系。由于个人客户与企业客户存在很大的区别， 所以在建立指标体系时， 应针对这两种类型的客户分别建立相应的评价其潜在价值的 指标体系。 2 . 1 客户潜在价值的评价变f 客户潜在价值( c u s t o m e r p o t e n t i a l v a l u e ) 是假定客户购买行为模式改变， 客户未 来可望为公司增加的利润现值。 某客户的潜在价值， 是指如果公司愿意增加一定的投 入进一步加强与该客户的关系，公司可望从该客户处获得的未来价值。 客户的 潜在价值体 现在客户增量 购买( u p - b u y i n g ) 和交叉 购买( c r o s s - b u y i n g ) 上。 客户增量购买指的是客户增加已购产品的交易额， 其可能性与大小决定于: 客户份额、 客 户管理的 水平和客户业务 总量1 1 1 。 客户份额是客户给予本公司的 业务量占 其总的 业 务量的比例，显然客户份额越小，增量购买的可能性越大。如果一个客户己将1 0 0 % 的业务给了本公司， 那就没有增量购买的余地了。 增量购买的可能性还决定于客户管 理的水平， 客户管理水平越高， 说明客户对公司的产品和服务越满意， 对公司越信任， 因而，客户加大交易量的可能性越大;反之，客户可能缩小给予本公司的业务份额。 客户业务总量主要决定增量购买的大小，一个业务总量很大的客户，即使客户份额增 加一个很小的比例， 增加的交易量也很可观，反之则否。客户交叉购买指的是客户购 买以前从未买过的产品类型或拓展与公司的业务范围。 客户交叉购买的可能性取决于 两个因素:一是木公司能提供而客户又有需求的产品数量 ( 当然这些产品是客户以前 从未购买过的) ，这种产品数量越多客户交叉购买的可能性越大;二是客户管理的水 平。客户关系管理越高客户交叉购买的可能性越大。 在对客户进行分析时， 个人客户和企业客户之间存在很大的差异。例如，当在消 费 者 市场考虑人口 统计特点时 2 5 1 ， 它具体 涉及的 主 要是年龄、 性别、 收 入、 职业、 受 教育程度、 婚姻状况、 家庭规模和居民 类型等: 而在企业市场中， 它主要涉及的是雇员 数量、 年销售额、平均订购规模、年采购总额及制造商附加值等。这一简单的比较实 际上描述了两类市场之间的基本差别， 消费品市场上的基本市场要素是家庭， 而产业 市场上的基本市场要素却是组织单位。 2 . 1 . 1 个人客户 在消费者研究中， 客户需求和可用资源都是决定公司产品和服务的重要因素。 个 人的需求往往由以下因素所影响， 如家庭组成、 性别、 风险意识以及社会地位。 而个 人需求能否满足取决于其能否获得可用资源。 对于公司而言， 很难完整得到有关客户 需求信息，所以客户品味、需求以及一般人口学信息就具有很大的利用价值，比如客 户的收 入、 年龄、 性别、 宗教、国 籍 和 教育背 景等信息 d 1 在一个市场决策支持系统中， 预测客户潜在价值的变量很大程度上依赖于可用数 据。 公司的客户数据库不仅有客户的一般人口 学信息， 还记录了客户在本公司的购买 行为模式数据，但是缺乏了解客户的一些主观信息 ( 例如意识和生活方式) 。因此， 尽管这类主观信息的变量会对客户潜在价值可能存在影响，但由于其数据难以获得， 通常在市场决策支持系统中没有包括这些主观变量n 。图2 - 1 即反映了 客户信息的组 成: r购买产品 或服务的数量 客户数据库信息 客户人口学信息 ( 如年龄、 收入、教育程度等) 调查数据 ( 如兴趣、爱好等) 图2 - 1 客户信息组成 2 . 1 . 2 公司客户 产业市场是相对于个人消费品市场的一个概念， 它是指由企业之间或组织之间的 交换关系所形成的市场;其主体由生产型企业、服务性单位 ( 如银行、 保险、医院、 学校等)和政府机构等构成，而不包括个人消费者。因此产业市场营销又被称为企业 对企业营销， 或 b t o b ( b u s i n e s s t o b u s i n e s s m a r k e t i n g ) 模式， 或 称为1 业品 营 销。 产 : 业市场中的客户潜在价值主要从两个方面进行考虑，一是企业与客户的可能的 交易持续时间， 也就是指客户与企业可能的交易年数; 二是客户可能为企业未来提供 的 年 利 润 ， 。 ( 1 )交易时间 客户与企业交易时间的长短主要取决于企业为客户提供的满意度。客户满意度高 则客户与企业交易期就长， 就会成为忠诚客户， 反之则客户行为为短期行为。 企业必须 以客户满意为前提， 加强交易的持续性和稳定性， 要求企业做到以客户为中心; 在产 品环节上，以客户需求为出发点; 在定价环节上， 应充分考虑客户的承受能力:在销 售渠道上，必须充分地给客户提供方便， 并提供良好的售后服务; 在促销环节上， 应 时刻考虑客户的利益和社会长期利益。因 此， 企业应建立客户满意级度， 即客户在消 费了相应的产品和服务之后所产生的满足状态和程度。 企业可以将客户的满意级度分 为五等: 很满意、 较满意、 一般、 较不满意和很不满意。 客户的满意主要取决于产品 的价格、质量、品牌、供货及时性、 购买的便利性、服务态度。企业根据客户调查可 以得到客户满意级度，从而分析客户的交易期。 ( 2 )客户提供的潜在利润 客户提供的潜在的利润，也就是分析客户与企业未来的交易数量发展情况。客户 潜在的利润主要看客户未来的获利能力。客户的获利能力主要参见图2 - 2 . 客户的获利能力分析 外部环境因素 产品因素 销售因素 内部环境因素 图2 - 2 客户获利能力分析图 2 . 2 客户潜在价值的指标体系 在前面对客户潜在价值评价变量进行分析的基础上，我们就可以分别对个人客户 及企业客户建立相应的指标体系。 2 .2 . 1 个人客户 在图2 - 1 所示的客户信息组成中，消费者的购买行为可以看作是定量，这样我们 只需考虑由客户人口学信息和调查数据 有关客户兴趣和态度等) 组成的变量。 理论 上， 模型应该纳入所有理论上可以接受的自 变量。因此， 我们需要识别可以很好预测 反应变量的候选自 变量，并将他们全部纳入模型。表2 - 1 显示包括这两类信息的所有 自变量。 表2 - 1个人客户潜在价值评价指标 1 . 年龄 2 . 性别 3 . 是否有房 4 . 是否有车 5 . 是否结婚 6 . 小孩数量 7 . 文化程度 8 . 收入情况 9 . 宗教 1 0 . 民族 1 1 . 职业 1 2 . 爱好 1 3 . 对待风险的态度 1 4 . 对待产品的态度 巧 对待服务的 态度 1 6 ， 购买渠道 1 7 .向他人推荐的可能性 2 . 2 . 2 公司客户 这里主要考虑客户提供的潜在的利润，即分析客户与企业未来的交易数量发展情 况。图2 - 2 已 经分析了客户的盈利能力，其中，产品因素通常可以从产品市场地位、 产品收益性、 产品成长及构成及新产品开发等方面来考虑; 销售因素一般可以从销售 渠道、 销售成绩等方面来考虑。 综合分析这些因素， 我们提出的候选自 变量见表2 - 2 . 表2 - 2公司客户潜在价值评价指标 1 . 公司年龄 2 . 所属行业 3 . 公司规模 4 . 公司性质 5 ， 盈利情况 6 . 雇员数鱿 7 . 信誉度 8 . 年销售额 9 产品市场地位 1 0 . 新产品数量 1 1流动资金 1 2 . 平均订购规模 1 3 . 年采购总额 1 4 . 购买渠道 1 5 . 主要客户 1 6 . 对待产品的态度 1 7 . 对待服务的态度 3 l o g i s t i c 潜在价值模型 客户潜在价值的量度能 够通过一个l o g i s t i c 回归 模型建模。客户的 购买额可以 归 结成客户潜在价值的一个特殊量度， 用于预测每种产品或服务的购买模式行为模型处 于最低级别的集合， 这样通过模型在不同级别的模式行为集合， 就可以得到客户潜在 价值的 估计值。 当公司目 标仅限于具有高潜在价值和低潜在价值的细分客户群时， 关 于客户潜在价值的数据能通过客户所在细分群体来总结。 3 . 1 预测模型的选择 一般的， i 客户购买 7 产品的回归模型如下d 1 . y y = /3 j x i + i y jk z ik + 8 1 ( 3 - 1 ) 其中 i= 1 . . . i , j = 1 二 j 由上式可以得到: p ( y t; = i i x i ) = p u p a + 艺y jk z ik + : 。 ) 0 一 le j ( - ,6 j x ， 一 艺 y j k z ik ) ( 3 - 2) 在每个级别的数据集合上，可以使用不同类型的经济模型。在级别最低的集合， 依赖变量是购买某种产品服务的决策值， 它是一个二元选择。也就是说，因变量购买 决 策为只 能 取 两 个 值0 或1 , 如 式( 3 - 3 ) 所 示 。 y ,; 一 ,6 j x j + l ,y , z ik + e 0 ( 3 - 3 ) y= ii f 儿 。 y ! = 0i f y ;j 蕊 0 i 月. . . 1 , 司. . . j 其 中 ， 式为 潜 在 变 量 ， y 。 表 示 客 户i 对 j 产 品 或 服 务 的 购 买( 1 二 购 买 ， 0 一 没 有 购买) x ; = 客户i 的一 般人口 学属 性 ( 年 龄、 收 入、 性别等指 标) ( 来自 潜在价 值指标 评价体系或外部) 2 ，* =己 知的1 客户对于k 产品 或服务的购买( 客户以前的 购买行为) e= 误 差 如 果 采 用 线 性 回 归 ， 因 变 量 为 二 分 类型 的 线 性回 归 也 被 称为 线 性 概 率 模 型 ， 戈每 增 加 一 个 单 位 总 是 导 致 事 件 发 生 的 概 率 相 应 增 加 一 个 固 定 的 量 2 6 。 回 归 系 数 几代 表 相 应于x ， 一 个 单 位 变 化时 的 概 率 增 量。 由 于因变量的特殊性， 线性概率模型的估计和预测存在许多问 题 1 5 。 第一， 由 于 在线性概率模型中残差的非齐性，参数估计的估计方差将是有偏的。 因此，任何假设 检验，比如t 检验和f检验，都是无效的，即使样本很大也是如此。第二，由线性概 率 模型 估 计的 事 件 概 率 值 在 遇 到 很 大 或 很小 的戈值时 可能 超出 0 , 1 区 间。 基于常规最小二乘法模型的不适宜性， 对于二分类因变量的分析应使用非线性函 数， 最常用的是l o g i s t i 。 模型和p r o b i t 模型。 这里我们选择l o g i s t i c 模型来预测。 通常一个l o g i s t i c 模型是 用于预测各 种产品 服务的 购买 值。 然而， 在许多 情况下 这些购买决定几乎是同时定下的， 可以说这些决定也是相互关联的。 所以一个多变量 l o g i s t i 。 模型 得出的 结果是 估计 值， 允许每种服务的 概率单位等式中的