【文章內(nèi)容簡(jiǎn)介】 企業(yè)的價(jià)值不同；二是他們對(duì)產(chǎn)品或服務(wù)的需求不同。對(duì)客戶進(jìn)行有效的差異分析，可以企業(yè)更好地配置資源，使產(chǎn)品或服務(wù)得到有效的改進(jìn)，識(shí)別并掌握最有價(jià)值的客戶以期獲得最大的收益。(5) 知識(shí)獲?。和ㄟ^(guò)對(duì)各個(gè)渠道的客戶歷史數(shù)據(jù)以及在線數(shù)據(jù)的分析處理，并進(jìn)行數(shù)據(jù)挖掘，獲取有關(guān)客戶的知識(shí)。(6)知識(shí)運(yùn)用：將獲得的客戶知識(shí)運(yùn)用到企業(yè)的客戶服務(wù)、生產(chǎn)計(jì)劃等各個(gè)部門，以便讓這些知識(shí)發(fā)揮出杠桿作用。 CRM的重要組成部分便是對(duì)消費(fèi)者行為進(jìn)行分析，進(jìn)而建立客戶行為模式，為后續(xù)的管理與預(yù)測(cè)及活動(dòng)管理的制定做準(zhǔn)備?？蛻絷P(guān)系管理要求企業(yè)千方百計(jì)取悅自己的客戶，讓客戶感到滿意。并最終形成忠誠(chéng)，這就要求企業(yè)能夠充分了解自己的客戶，當(dāng)然也包括客戶的消費(fèi)行為。消費(fèi)者行為是指消費(fèi)者為獲取、使用、處置消費(fèi)物品或服務(wù)所采取的各種行動(dòng)，包括獲取前的決策過(guò)程[25]。當(dāng)代企業(yè)研究消費(fèi)者行為，不僅僅是了解消費(fèi)者是如何獲取產(chǎn)品與服務(wù)的，更是了解消費(fèi)者如何消費(fèi)產(chǎn)品以及如何處置產(chǎn)品。如果企業(yè)想要與消費(fèi)者之間建立黏性關(guān)系，就需要分析消費(fèi)者的消費(fèi)體驗(yàn)，消費(fèi)者處理舊物的方式等，因?yàn)檫@些將會(huì)影響消費(fèi)者的下次消費(fèi)。只有建立完善的體系，深入分析消費(fèi)者行為，才能在企業(yè)和消費(fèi)者之間建立長(zhǎng)遠(yuǎn)持久的關(guān)系。隨著服務(wù)業(yè)的發(fā)展，消費(fèi)者行為研究受到了廣泛關(guān)注，各大企業(yè)開(kāi)始意識(shí)到，消費(fèi)者行為不是購(gòu)買或者獲取這一階段，消費(fèi)者行為是一個(gè)整體，能夠讓企業(yè)更深入了解企業(yè)產(chǎn)品，以及更好的為消費(fèi)者進(jìn)行服務(wù)，取得更大的收益。在整個(gè)消費(fèi)過(guò)程中，消費(fèi)者行為常表現(xiàn)為如下幾個(gè)階段：圖 客戶行為過(guò)程示意 在客戶關(guān)系管理中，消費(fèi)者行為分析可以分為兩個(gè)方面[26]：(1)整體行為分析：消費(fèi)者行為整體分析從全局考慮，總括分析企業(yè)所有消費(fèi)者的行為規(guī)律，雖然整體行為分析有利于企業(yè)的總體規(guī)劃和布局，但是由于客戶組成的多元性，整體分析不能針對(duì)性地分析客戶群體之間的差異，所以需要群體行為分析；(2)群體行為分析：根據(jù)客戶行為，可以將客戶分為不同的群體，各個(gè)群體有著各自的特征，通過(guò)客戶群體行為分析，消費(fèi)者行為管理能夠更好的發(fā)現(xiàn)群體規(guī)律，并采取針對(duì)性措施。 消費(fèi)者行為模式 消費(fèi)者行為模式是指消費(fèi)者在某一時(shí)期內(nèi)，相對(duì)穩(wěn)定性、規(guī)律性和發(fā)展性的消費(fèi)者行為。當(dāng)然，消費(fèi)者行為常因?yàn)橐恍┛陀^或主觀的因素影響，但是消費(fèi)者行為模式是相對(duì)穩(wěn)定不變的，更有利于研究。消費(fèi)者行為模式的研究客觀反映消費(fèi)者行為信息的分析，客觀真實(shí)。 消費(fèi)者行為模式有雙重特征：(1)穩(wěn)定性：穩(wěn)定性是指消費(fèi)者在相對(duì)較短時(shí)間內(nèi)較固定不變的消費(fèi)行為模式。這種固定不變可能源于客戶自身和外界環(huán)境的各種因素，如受收入水平等因素的制約客戶在一定時(shí)期內(nèi)表現(xiàn)出穩(wěn)定的購(gòu)買決策標(biāo)準(zhǔn)，對(duì)具體客戶而言個(gè)人所表現(xiàn)出來(lái)的特定消費(fèi)等均具有相對(duì)穩(wěn)定性。(2)發(fā)展性：發(fā)展性是指客戶隨時(shí)間發(fā)展受自身及外界環(huán)境因素的影響，其消費(fèi)行為也相應(yīng)發(fā)生變化，表現(xiàn)為測(cè)度客戶行為的特征指標(biāo)發(fā)生變化。由營(yíng)銷管理的理論可知，客戶行為模式發(fā)展性的影響因素是非常多的，但關(guān)鍵的問(wèn)題是，如何掌握、認(rèn)識(shí)客戶行為模式的發(fā)展性。 消費(fèi)者行為研究理論基礎(chǔ) 由于消費(fèi)者行為模式研究的基礎(chǔ)是消費(fèi)者行為具有規(guī)律性和發(fā)展性。不少學(xué)者分別對(duì)消費(fèi)行為的這兩個(gè)屬性進(jìn)行研究并提出了一些基礎(chǔ)理論，具有代表性的理論有消費(fèi)者生命周期理論和反映層次模型（LS模型），這些理論都可以作為研究消費(fèi)者行為模式發(fā)展性的理論基礎(chǔ)[27]。 (1)消費(fèi)者生命周期理論消費(fèi)者生命周期理論也成為消費(fèi)者關(guān)系生命周期理論，是指從企業(yè)與消費(fèi)者建立業(yè)務(wù)關(guān)系到完全終止關(guān)系的過(guò)程，是客戶關(guān)系水平隨時(shí)間變化的發(fā)展軌跡，它描述了客戶關(guān)系從一種狀態(tài)向另一種狀態(tài)運(yùn)動(dòng)的總體特征。客戶生命周期可以分為考察期、形成期、穩(wěn)定期和退化期四個(gè)階段。考察期是客戶關(guān)系的孕育期，形成期是客戶關(guān)系的快速發(fā)展階段，穩(wěn)定期是客戶關(guān)系的成熟期和理想階段，退化期是客戶關(guān)系水平發(fā)生逆轉(zhuǎn)的階段。 (2)反映層次模型消費(fèi)者在內(nèi)在的需求與動(dòng)機(jī)的作用下，對(duì)外部刺激產(chǎn)生一定的反應(yīng)。按照Robert 和 Gary (1961)提出的反應(yīng)層次模型（LS模型），他們認(rèn)為客戶對(duì)外界刺激的反應(yīng)可能處在對(duì)產(chǎn)品和服務(wù)認(rèn)識(shí)與情感的不同階段并最終表現(xiàn)為購(gòu)買消費(fèi)，并且這些反應(yīng)都以某種方式表現(xiàn)出來(lái)從而形成客戶的反應(yīng)信息，企業(yè)可以通過(guò)客戶在不同階段的反應(yīng)尤其是購(gòu)買行為的觀察、記錄等活動(dòng)，收集其相關(guān)的客戶信息，并通過(guò)對(duì)客戶信息的研究分析對(duì)客戶行為的規(guī)律性進(jìn)行學(xué)習(xí)和認(rèn)識(shí)，從而形成企業(yè)的客戶知識(shí)指導(dǎo)企業(yè)的經(jīng)營(yíng)實(shí)踐。反映層次模型最終反映了消費(fèi)者在一個(gè)消費(fèi)周期中消費(fèi)行為的發(fā)展過(guò)程的發(fā)展規(guī)律。圖 反應(yīng)層次模型 上述理論都可以作為消費(fèi)者行為模型研究的理論基礎(chǔ)，但是對(duì)每一個(gè)消費(fèi)者的行為模式的發(fā)展性而言，由于反映消費(fèi)者行為模式的行為信息都是歷史數(shù)據(jù)，因此對(duì)其發(fā)展性的研究可以依據(jù)預(yù)測(cè)理論從時(shí)間序列和類推兩個(gè)角度出發(fā)。 (1)時(shí)間序列預(yù)測(cè)：時(shí)間序列預(yù)測(cè)的基本思想是預(yù)測(cè)事物過(guò)去發(fā)展過(guò)程中形成的行為規(guī)律在將來(lái)依然保持基本不變，因此可以根據(jù)對(duì)歷史數(shù)據(jù)的配合來(lái)認(rèn)識(shí)客戶行為模式規(guī)律，并通過(guò)外推預(yù)測(cè)未來(lái)某一時(shí)期內(nèi)的消費(fèi)者行為模式。但這一預(yù)測(cè)的基本假設(shè)前提是事物自身及外界相關(guān)環(huán)境因素沒(méi)有發(fā)生根本性的變化，因而歷史的模式規(guī)律能夠繼續(xù)保持下去而不發(fā)生改變。顯然，依據(jù)消費(fèi)者行為信息歷史數(shù)據(jù)的時(shí)間序列分析消費(fèi)者行為在短期內(nèi)是可行的、合乎邏輯的；但從長(zhǎng)期來(lái)看，消費(fèi)者家庭生命周期階段的改變意味著客戶自身及外界相關(guān)環(huán)境因素的重大變化，消費(fèi)者行為模式也必將產(chǎn)生相應(yīng)的變化，而依據(jù)時(shí)間序列分析將難以得到合理的結(jié)論，即基于時(shí)間序列分析研究消費(fèi)者行為模式的穩(wěn)定性是可行的、但不適宜用于研究消費(fèi)者行為模式的發(fā)展性。 (2)類推預(yù)測(cè)：類推預(yù)測(cè)的基本思路是，如果一個(gè)事物在某種外界環(huán)境下其發(fā)展表現(xiàn)出某種規(guī)律性，那么類似的事物在同樣的環(huán)境下也將表現(xiàn)出同樣的規(guī)律性。這一方法也適用于對(duì)客戶行為模式的預(yù)測(cè)。至今為止，西方學(xué)者提出了不少消費(fèi)者行為方面的模型，這些模型從不同視野和角度對(duì)影響消費(fèi)者行為的變量及相互關(guān)系進(jìn)行描述，從而有助于我們對(duì)消費(fèi)者行為作更全面、系統(tǒng)的思考和把握。本文給出了消費(fèi)者行為研究的一個(gè)簡(jiǎn)單框架。如下圖所示，該框架將影響消費(fèi)者行為的各種因素按一定的層面組織在一起，形成消費(fèi)者行為研究的一幅總體圖畫。從下午可以看出，該框架主要由三部分構(gòu)成： (1)決策過(guò)程：消費(fèi)者在決策過(guò)程中，受到多種因素的影響，對(duì)消費(fèi)商品的認(rèn)識(shí)，收集商品的信息，與同類商品進(jìn)行比較，并對(duì)其進(jìn)行評(píng)價(jià)，最后決定是否購(gòu)買，以及購(gòu)買后的處置； (2)個(gè)人因素：消費(fèi)者消費(fèi)行為與個(gè)人觀念有著強(qiáng)有力的關(guān)聯(lián)，其消費(fèi)動(dòng)機(jī)，對(duì)消費(fèi)商品的需求，都對(duì)消費(fèi)者的消費(fèi)行為有著潛移默化的作用； (3)外部因素：消費(fèi)者消費(fèi)與時(shí)代潮流，其所處的家庭、社會(huì)階層有著間接的關(guān)系，最終影響其消費(fèi)決策。 圖 消費(fèi)者行為研究框架 消費(fèi)者細(xì)分也可以稱作客戶細(xì)分，客戶細(xì)分(Customer Segmentation)是 20 世紀(jì) 50 年代中期由美國(guó)學(xué)者溫德?tīng)柺访芩固岢?，是指按照一定的?biāo)準(zhǔn)將企業(yè)的現(xiàn)有客戶劃分為不同的客戶群的行為。正確的客戶細(xì)分能夠有效的降低成本，同時(shí)獲得更強(qiáng)、更有利可圖的市場(chǎng)滲透[28]。按照群體分析方法，屬于一個(gè)細(xì)分群體的消費(fèi)者消費(fèi)行為類似，相對(duì)而言，屬于不同細(xì)分群體的消費(fèi)者其消費(fèi)行為則大不相同。當(dāng)然分類的標(biāo)準(zhǔn)也大不相同，有的是在區(qū)域上相似，同屬學(xué)校、工廠等；有的是收入相似有的則是其消費(fèi)偏好相似。對(duì)于移動(dòng)通訊而言，其消費(fèi)偏好有的偏好流量多，有的偏好話費(fèi)多，理解不同消費(fèi)者群體的偏好、購(gòu)物態(tài)度、價(jià)格觀念是市場(chǎng)營(yíng)銷成功的關(guān)鍵，明智的商家和營(yíng)銷人員會(huì)根據(jù)不同城市的不同消費(fèi)群體，以及不同的產(chǎn)品生命周期的階段，有效地規(guī)劃市場(chǎng)策略。本文主要從消費(fèi)者消費(fèi)行為的角度出發(fā)，目前基于消費(fèi)者消費(fèi)行為研究方法與消費(fèi)者價(jià)值相結(jié)合，RFM是目前使用最多的一種消費(fèi)者消費(fèi)行為研究方法，而消費(fèi)者價(jià)值矩陣可以對(duì)RFM模型進(jìn)行改進(jìn)。 RFM分析 RFM分析是廣泛應(yīng)用于數(shù)據(jù)庫(kù)營(yíng)銷的一種客戶細(xì)分方法。其中R、F、M各有其含義：R(Recency)指上次購(gòu)買至今的時(shí)間間隔，該時(shí)期越短，則 R 越大。研究發(fā)現(xiàn)，R 越大的客戶越有可能產(chǎn)生新的消費(fèi)行為[29]，R 越大，企業(yè)保存該客戶的數(shù)據(jù)就越準(zhǔn)確，R 越小則該客戶的數(shù)據(jù)有效性越低，如果時(shí)間間隔一年，則有 50%的客戶信息失效。F(Frequency)指在某一期間購(gòu)買的次數(shù)。交易次數(shù)越多的客戶越有可能與產(chǎn)生新的新的消費(fèi)行為[30]。M(Monetary)指在某一期間內(nèi)消費(fèi)的額度，M 越大，越有可能產(chǎn)生新的消費(fèi)行為[31]。用來(lái)衡量該客戶的行為，RFM 分析的所有成分都是行為方面的，這些容易獲得的因素，能夠預(yù)測(cè)客戶的購(gòu)買行為，以最近的行為預(yù)測(cè)客戶的購(gòu)買行為比用其他任何一種因素進(jìn)行預(yù)測(cè)更加準(zhǔn)確有效[32]。RFM三個(gè)指標(biāo)可以用下圖進(jìn)行描述：圖 RFM指標(biāo)參數(shù)從上圖，本文將客戶價(jià)值分為八類：即一般價(jià)值客戶、一般發(fā)展客戶、一般挽留客戶、一般保持客戶、重要價(jià)值客戶、重要發(fā)展客戶、重要挽留客戶和重要保持客戶。 本文對(duì)RFM進(jìn)行了五等分切割，以100、10和1加權(quán)得到了125個(gè)RFM魔方塊，將數(shù)據(jù)導(dǎo)入到IBM Modeler中，使數(shù)據(jù)滿足RFM的數(shù)據(jù)結(jié)構(gòu)要求，建模如下：圖 SPSS Modeler進(jìn)行RFM分析模型 本文將消費(fèi)者數(shù)據(jù)記錄導(dǎo)入進(jìn)去，包含了消費(fèi)者在2014年度消費(fèi)的日期和金額，通過(guò)RFM分析，統(tǒng)計(jì)出2014年消費(fèi)者消費(fèi)的頻率、最近一次消費(fèi)的時(shí)間以及總消費(fèi)金額，以5分制，計(jì)算出對(duì)應(yīng)的R、F、M，進(jìn)而得到RFM=R*100+F*10+M。將所得的數(shù)據(jù)導(dǎo)入到Tableau中進(jìn)行可視化分析，有：圖 RFM導(dǎo)入Tableau進(jìn)行可視化分析將數(shù)據(jù)導(dǎo)入到IBM SPSS中進(jìn)行描述性分析，得到RFM塊計(jì)數(shù)：圖 SPSS中RFM描述性分析塊計(jì)數(shù)圖表顯示選定離散化方法的塊分布。 每個(gè)條代表將被分配每個(gè)合并 RFM 得分的客戶數(shù)。 盡管您通常希望相當(dāng)均勻的分布，即所有（或多數(shù)）條大體高度相同，但當(dāng)使用將同數(shù)值分配給相同塊的默認(rèn)離散化方法時(shí)，必然會(huì)產(chǎn)生一定量的偏差。 塊分布中的極值波動(dòng)和/或較多空的塊可能表明您應(yīng)嘗試另一種離散化方法（塊數(shù)量和/或隨機(jī)分配數(shù)量較少），或重新考慮 RFM 分析的適用性。塊計(jì)數(shù)表顯示選定離散化方法的塊分布。 每個(gè)單元格代表將被分配每個(gè)合并 RFM 得分的客戶數(shù)。 盡管您通常希望相當(dāng)均勻的分布，即所有（或多數(shù)）單元格包含類似數(shù)目的客戶，但當(dāng)使用將同數(shù)值分配給相同塊的默認(rèn)離散化方法時(shí)，必然會(huì)產(chǎn)生一定量的偏差。 單元格計(jì)數(shù)中的極值波動(dòng)和/或較多零計(jì)數(shù)的單元格可能表明您應(yīng)嘗試另一種離散化方法（塊數(shù)量和/或隨機(jī)分配數(shù)量較少），或重新考慮 RFM 分析的適用性。圖 RFM熱圖RFM熱圖由時(shí)間先后順序和頻率得分定義的類別的平均貨幣值。 顏色越深的區(qū)域表示平均貨幣值越高。 換句話說(shuō)，時(shí)間先后順序和頻率得分在深色區(qū)域中的客戶，比時(shí)間先后順序和頻率得分在淺色區(qū)域中的客戶的平均花費(fèi)貨幣值大。利用Tableau進(jìn)行可視化操作有： 客戶價(jià)值矩陣分析 由于RFM分析的缺點(diǎn)：(1) 分析過(guò)程復(fù)雜，需要耗費(fèi)很多時(shí)間；(2) 細(xì)分后得到的客廣群過(guò)多，如每一種變量用三個(gè)值就會(huì)得到27個(gè)客戶群，以至于難以形成對(duì)每個(gè)客戶群的準(zhǔn)確理解，也就難以針對(duì)每個(gè)細(xì)分客戶群制定有效的營(yíng)銷策略。(3) 由于結(jié)果只使用 RFM 的值進(jìn)行區(qū)分，不容易細(xì)分每個(gè)因素的對(duì)結(jié)果的貢獻(xiàn)，例如在一個(gè) 555 的測(cè)量空間里，難以區(qū)分 125 和 521 這兩個(gè)客戶的行為差別。(4) 購(gòu)買次數(shù)（F）與同期總購(gòu)買額（M）這兩個(gè)變量存在多重共線性，即一個(gè)給定客戶每多一次購(gòu)買，他的總購(gòu)買額也相應(yīng)增加[20]。為了消除消費(fèi)次數(shù)與總消費(fèi)額的多重共線性， Marcus 提出對(duì)傳統(tǒng)的 RFM分析進(jìn)行修正，用平均消費(fèi)額代替總消費(fèi)額[33]，另外，為了解決傳統(tǒng) RFM 分析過(guò)多細(xì)分客戶群的缺陷，他提出用購(gòu)買次數(shù)(F)與平均購(gòu)買額(A)構(gòu)造的客戶價(jià)值矩陣簡(jiǎn)化細(xì)分的結(jié)果，如下圖。第三個(gè)變量 Recency 在客戶價(jià)值矩陣中被剔除，Recency 與其他的變量(如交易類型、關(guān)系的長(zhǎng)度與客戶價(jià)值矩陣)結(jié)合使用。圖 客戶價(jià)值矩陣分析產(chǎn)生客戶價(jià)值矩陣需要的信息有：客戶代碼、購(gòu)買日期。當(dāng)日購(gòu)買額，購(gòu)買次數(shù)由不同的購(gòu)買日期的數(shù)目確定，當(dāng)日購(gòu)買額用來(lái)計(jì)算平均購(gòu)買額。Recency 可以由最近的購(gòu)買日期確定，關(guān)系的長(zhǎng)度可以用最近的購(gòu)買日期減最早的購(gòu)買日期。交易類型需要收集產(chǎn)品信息。地理、人口統(tǒng)計(jì)學(xué)、偏好方面的信息也可以與客戶價(jià)值矩陣結(jié)合使用。圖 Marcus客戶價(jià)值矩陣流程在 Marcus 提出的客戶價(jià)值矩陣中，確定購(gòu)買次數(shù)與平均購(gòu)買額的基準(zhǔn)是各自的平均值，一旦確定每一個(gè)坐標(biāo)軸的平均值，每個(gè)客戶就被定位于客戶價(jià)值矩陣的某個(gè)象限里。然后，分析每個(gè)象限中的客戶群的關(guān)鍵差異，并根據(jù)各個(gè)矩陣的差異采取不同的營(yíng)銷策略。客戶價(jià)值矩陣的優(yōu)點(diǎn)在于這種細(xì)分方法簡(jiǎn)化了客戶細(xì)分群體，而且易于產(chǎn)生針對(duì)每一個(gè)客戶群的與跨越客戶群的營(yíng)銷戰(zhàn)略/戰(zhàn)術(shù)，下圖為基于客戶矩陣的營(yíng)銷策略。最好的客戶代表了企業(yè)的基礎(chǔ)，應(yīng)采取保持策略；對(duì)于樂(lè)于消費(fèi)型，最適當(dāng)?shù)膽?zhàn)略是增加他們的購(gòu)買頻率；對(duì)于經(jīng)常性客戶，他們通過(guò)不斷的購(gòu)買證明了自己的忠誠(chéng)，最好的戰(zhàn)略是通過(guò)交叉銷售。向上銷售增加他們的平均購(gòu)買額；對(duì)于不確定型客戶，應(yīng)對(duì)他們進(jìn)行進(jìn)一步的細(xì)分，把營(yíng)銷努力集中于不確定型的新客戶和那些對(duì)某種具體的產(chǎn)品感興趣的客戶。結(jié)合其它的客戶信息，客戶價(jià)值矩陣能夠制定跨越客戶群的營(yíng)銷戰(zhàn)略/戰(zhàn)術(shù)，強(qiáng)化客戶保持[20]。 移動(dòng)通訊企業(yè)的消費(fèi)者細(xì)分問(wèn)題 不論是國(guó)外移動(dòng)通訊企業(yè)還是國(guó)內(nèi)移動(dòng)通訊公司，都習(xí)慣將移動(dòng)通訊客戶分為三大類，即大客戶、商業(yè)客戶和公眾客戶[33]。一般情況而言，移動(dòng)通訊企業(yè)的消費(fèi)者細(xì)分主有兩種方式： (1)按照客戶消費(fèi)額度進(jìn)行細(xì)分； (2)依據(jù)客戶年齡、職業(yè)等指標(biāo)進(jìn)行細(xì)分；雖然移動(dòng)通訊企業(yè)的消費(fèi)者細(xì)分標(biāo)準(zhǔn)可能不同，但是由于移動(dòng)通訊經(jīng)營(yíng)業(yè)務(wù)有一定相似性，客戶群體一樣，以中國(guó)電信、中國(guó)移動(dòng)、中國(guó)聯(lián)通和中國(guó)網(wǎng)通為例，中國(guó)電信和中國(guó)網(wǎng)通在網(wǎng)絡(luò)上有類似性，