大数据背景下我国企业客户价值识别研究

罗婷 湖南科技学院

一、引言

在信息时代，客户关系管理已经成为当今企业关键性的竞争工具和获得利润增长的有效途径。虽然我国很多企业已经意识到了客户关系管理的重要性，但是在实施过程中却存在众多问题。有些企业的客户关系管理只是把工作重心放在不断开发新客户上，不惜花费大量资源和代价去拼命争夺新客户。有些企业的客户关系管理只是停留在简单的喊口号和照办照抄上，既缺乏将客户为中心的理念根植于管理层和员工心中的指导，又缺乏客户关系管理相关重要理论知识和实践操作的指导。而有些企业的客户关系管理就是简单开发或引进一款客户关系管理系统软件，但是客户关系软件只是实施客户关系管理的基本前提，不是客户关系管理的全部。客户关系管理的核心是识别客户价值，然后在客户价值识别的基础对客户进行分层，最后实施精准营销，有效配置企业资源，实现资源最优化，提高企业效益。

二、大数据价值

（一）进行用户画像

用户画像是指根据用户的属性、生活习惯、用户偏好、用户行为等信息而抽象出来的标准化用户模型。因此进行用户画像企业就必须掌握用户各方面的数据进行有效画像。所以用户画像最初是在用户最易获取的电商领域得到应用的。离开大数据就无法进行用户画像。在如今在大数据时代背景下用户画像在各领域得到充分的应用。用户画像可以用来挖掘用户兴趣、偏好、人口统计学特征，适合企业产品的各个周期，从新用户挖掘到老用户培养到挽回流失客户等，主要是提升影响营销精准度、推荐匹配度、终极目标是提升产品服务，提高企业利润。

（二）判断客户价值

对于企业来说并非所有的客户都是有价值的，企业应该根据客户对企业的价值的不同而区别对待。科学识别客户的价值是成功运作客户关系管理的前提，是企业营销实践客观发展的需要。客户对企业的价值贯穿于客户与企业关系存在的整个周期，因此在衡量客户价值的时候不能简单地把客户直接购买而为企业带来的利润贡献作为客户价值，而是应该衡量在客户关系的整个生命周期内为企业创造的所有价值总和。一般来说，影响客户价值的因素有客户生命周期长度、企业与客户关系的质量。企业与客户关系的质量包括购买价值、口碑价值、信息价值、知识价值和交易价值。对这些价值的衡量就必须获得客户的个人信息如年龄、婚姻、性别、收入；客户的住址信息如区号、房屋类型、家庭情况；客户的生活方式如爱好、产品使用情况等；客户行为方式如购买渠道、客户态度如对风险产品/服务的态度、将来购买或推荐的可能等数据。因此，客户价值的判断离不开大数据的支撑。

（三）实施精准营销

在大数据时代到来之前，企业营销活动的决策仅仅依据传统的营销数据，即一般线下活动的数据，如顾客性别、年龄、职业和收入等来判断顾客的需求和购买力，数据来源仅限于消费者某一方面的有限信息，不能提供消费者全面信息，导致企业无法充分了解消费者的购物行为购物需求及趋势。互联网时代尤其是移动互联网的发展带来了新类型的数据，包括消费者浏览网站的数据、行为地理位置的数据、社交媒体数据、邮件数据等。这些数据不仅记录了消费者的行为轨迹，还记录了消费者的情感与生活习惯。在这样的大数据背景下，企业可以借助大数据技术将新类型的数据与传统数据进行整合，从而更加全面地了解消费者的虚拟性，对顾客群体进行细分，然后对不同群体的消费心理和行为特征采取相应的专门策略，实施精准营销。

三、我国企业客户价值识别中存在的问题

（一）对客户数据收集不够

并非所有的客户都是有价值的，企业应该根据客户贡献的价值不同而区别对待客户。因此科学地进行客户价值识别是企业成功进行客户关系管理的基础。对企业客户价值的识别就必须充分掌握客户的数据。客户数据是营销决策的基础，是对客户分级的基础，是与客户沟通的基础，是实现客户满意的基础。但是目前我们大多少企业对客户数据的收集仅仅停留在一般基础性的消费者数据，其中不乏知名的金融机构、通信运营商、航空公司以及医疗组织。这些企业虽然采用的都是国外知名软件公司提高的客户关系管理软件，留存了海里的客户交易行为信息，但是缺乏客户的背景信息或与客户互动的信息。比如一个银行的白金客户，系统里留存了他所有的存贷款和理财产品交易记录，但是个人背景、家庭情况等信息很少，专属的客户精炼和他互动的记录只有短短几条，而且每条记录不超过10个字。

（二）对客户价值识别方法认知不足

根据客户价值让渡理论，客户价值意味着客户为企业带来的利润以及客户在其生命周期内为企业的生存和发展所作出的贡献。对于大多数企业而言都是通过采购客户关系软件来实施客户关系管理，对客户价值识别也是依赖采购的客户关系软件，缺乏针对企业具体业务特征的客户价值识别方法。比如对于一些制造商而言，其面临的客户不仅包括经销商等组织客户，还包括许多个人客户，因此进行客户识别的时候应考虑企业自身的业务特征。

（三）未有效利用客户价值识别的作用

大数据背景下客户关系管理的重要性不言而喻，目前我国众多企业也越来越重视客户关系管理，甚至花高价购买或开发客户关系管理系统。在对客户价值进行科学有效地分析前提下，企业可对客户进行分层。但是很多企业未有效利用客户价值识别的结果，未对客户进行组合分析，导致客户关系管理形同虚设，企业营销活动也未参考客户价值识别结果。

四、大数据背景下客户价值识别的对策

（一）加强对客户数据的挖掘与整合

在美国85%的零售商和制造商认为他们需要一个强大的数据来支持他们的营销。企业只有收集全面的数据，特别时客户与企业的交易数据才能清楚地知道谁是企业的客户，客户价值多少，哪些是优质客户，哪些是劣质客户，从而根据客户不同特点针对性地实施营销活动，降低营销成本。所有企业必须全面、准确、及时地掌握客户的数据。在大数据背景下企业更应该加强对客户数据的挖掘与整合。在客户数据挖掘方面要充分收集消费者各方面的数据，除一般基础数据外还应该收集消费者的生活情况、个性情况、人际情况等更为隐私的情况，比如房地产企业应该还要去了解消费者家庭人口情况。其次还要多渠道获取消费者信息。比如直接渠道有在调查中获取、在营销活动中获取、在服务过程获取、在终端采集获取、通过博览会等会议获取、通过网站和呼叫中心获取、从客户投诉中采取。间接渠道有工商行政管理部分、国内外金融机构及分支机构、战略伙伴或者老客户、行业协会等。对收集的数据与企业内部各部门业务数据进行整合，为客户价值识别提供灵魂、高速的数据库。

（二）根据业务特征优化客户价值分析方法

目前典型的客户价值识别方法有ABC分析法、RFM分析法以及CLV分析法，但是三种方法各有优劣（见附表）。ABC分析法强调了是对客户以往贡献度的分析而没有考虑客户未来能为企业贡献的价值。RFM分析法是根据客户行为来区分客户，操作起来很容易，但是却没有考虑企业投入的成本。CLV分析法相对来说准确性最高，但是应用难度大，操作成本高，对客户未来为企业创造价值的判断主观性强。所有企业在具体应用的时候就应根据自身业务特点进行识别方法的优化。比如在运用RFM分析法时在购买时间、购买频率、购买金额都相同时，加入企业投入成本作为影响因素。在客户关系管理的具体实施过程中应重视可以动态调整客户价值分析法，运用不同评估方法对已发生的情况进行预测，然后比较预测跟和实际情况以判断分析方法的准确性。

（三）运用客户价值识别结果指导营销

对于客户进行有效的细分有助于提高企业营销活动的效率和效果。客户价值地科学分析为客户分析提供了新的变量。基于客户价值的细分，可以使企业的营销资源配置更有效。因此企业应运用客户价值识别的结果对客户进行分析，然后针对不同细分群体采取相应的营销策略。同时客户价值识别的结果还应用于指导企业的客户开发、维护以及识别防范客户流失等活动的管理。