企业可以根据不同的维度细分客户群

企业可以根据不同的维度细分客户群[立体的细分维度是客户维系之“道”]立体的细分维度是客户维系之“道”在传统语音通话的时代，客户维系工作几乎被等同于客户服务。由于过去运营商所提供的产品在用户体验的本质上没有太大差别，因此服务被看作是产品差异化的一个重要组成部分，也正是在这种思维下，用户被简单的用ARPU值划分成了高价值客户和中低端用户。正是在这种唯ARPU值论的逻辑下，客户维系（服务）工作的重心就是通过塑造客户接触界面上的差异来体现产品的差异，例如钻金银卡的用户可以有专属客户经理，在营业厅有特定的业务台席，可以参加客户俱乐部的活动，出行能够享受候机厅候车厅服务等。同时在这种逻辑之下，也必然带来维系（服务）成本居高不下的现实问题。而维系（服务）成本的制约，也引发了另外一个关键的问题，那就是数量庞大的中低端用户由于缺乏成本投入，与运营商之间的关系十分脆弱，一旦对手采取低价优惠的措施，就会造成严重的离网后果。传统客户维系思路面临着挑战，站在中国电信所处的当下环境，重新思考客户维系工作的基本逻辑，尤其具有现实意义。首先，电信行业正处于传统语音业务逐渐势微而增值业务蓬勃发展的转型期，用户使用行为的变化已经无法简单通过ARPU值来体现，尤其是中国电信所面临的用户新增压力，维系工作的目标不能仅仅局限在中高端用户，而应放大到全网用户，增强全网的维系，降低离网率，才可能为发展目标实现做更大贡献。其次，中国电信与其他运营商相比，资金实力处于劣势，用不断提升服务成本来抬高服务感知的做法，显然不利于其长远的发展，尤其是当下必须考虑全网用户的维系，而非单纯的所谓二八原则下的高价值客户。“节约办大事”应成为客户维系的努力方向。利用简单ARPU值维度来细分客户，进而开展服务差异化的传统维系做法，显然已经不适用于中国电信当下的发展需要。那么，中国电信应以何种思想作为客户维系工作的基本逻辑呢？笔者认为，维系就是细分，而细分的关键在于建立“立体细分维度”。在ARPU值维度的逻辑下，传统的客户细分标准一般被认为是用户自然特征和用户消费特征两大类。用户自然特征通常指性别、年龄、职业等人的自然或社会属性。传统的消费者行为研究者相信，用户的自然特征可以映射出用户可能的消费行为倾向，例如商务人士可能会有漫游的需求，而学生可能会有更多短信需求。用户消费特征通常指呼入呼出、网内网外、本地漫游、市话长途、通话短信、呼叫次数及时长等基于手机应用本身的使用行为。用户的这种手机使用行为特征，结合用户的自然属性，便成为了产品设计及维系标准设计的依据。基于这种细分逻辑固然可以较为清晰的界定用户类别，从而提供产品或服务。但是这种逻辑的弊端也是显而易见的，即运营商永远无法知道用户何时需要何种服务。这是因为传统的用户细分标准，无法准确描述消费者行为过程中一个十分关键的组成部分一一“场所”。例如，某咖啡厅得知有人经常喝咖啡，在传统逻辑下，商家会认为他是一个咖啡爱好者，甚至不断给他提供关于各类咖啡厅打折的产品信息。可是这个人其实只是因为不断加夜班，所以需要喝速溶咖啡来提神。所以，商家这种殷勤的服务很有可能引起用户的反感，被认为是广告骚扰，一旦有机会他就会选择逃避这种骚扰。由于缺乏对于用户“使用场所”的认识，一切用户行为都只能是一种对趋势的预估和猜测，而无法做到精准和定制。在愈演愈烈的运营商大战中，不能真正认识客户，是十分可怕的窘境。如果在传统的自然属性和消费特征二维细分原则下，增加“使用场所”的维度，构成立体的细分模型，运营商就能够将用户行为用十分清晰的标准的定义出来，从而实现针对性的维系设计和准定制化产品提供。“使用场所”的定义可以通过基站的方式轻易在系统中获取相关数据。例如，针对高ARPU值且频繁出现漫游的客户（可以被认为是商旅人士），维系经理可以提供更多天气预报或者旅行保健的信息服务；针对中低ARPU值且上下班时间在本地出现基站频繁切换的客户（可以被认为是乘坐交通工具的上班族），维系经理可以在该时间段