论文部分内容阅读
企业管理的最终目的在于实现企业价值最大化，而差异化战略一直是企业管理创造价值的重要手段，但是，随着科技发展与信息化进程的突进、市场竞争加剧的环境下，控制权正从企业向顾客转移，仅仅采取差异化战略已无法为企业带来持续的核心竞争优势。而与顾客继承稳定战略伙伴关系可以为企业提供一种强有力的资源优势，其作用日益明显。推行“客户关系管理”必须对自己客户的价值有深入明确的认识，准确分辨出高值客户以及低值客户，并且对他们分别采用相应的营销策略才能保持企业的高绩效。 本文从客户价值的分析与应用角度出发，详细介绍了客户价值的概念、分类、影响因素、计算方法，并基于对某移动运营商顾客满意度调查的基础上，就移动电信行业客户价值的实际计算与市场细分进行了深入研究。 本文主要内容如下: 第一章:主要介绍了本课题的现实意义和必要性。揭示了客户关系管理和客户价值的研究是企业关注的重点，在移动电信行业这种研究尤为必要。因而，本文在对某移动运营商顾客满意度调查的基础上，对客户价值分析及应用展开深入研究。 第二章:对客户价值相关概念进行了综述，并进行了分析对比。本文关注的客户价值指客户流向企业的价值。对这种客户价值的衡量有多种指标，如客户生命周期价值，客户投资回收期、客户利润贡献率和客户潜在价值等，本文主要研究客户生命周期价值。客户与企业开始建立关系到关系结束有其一般性的发展轨迹，我们称之为客户生命周期。本文参考多种研究成果，将客户生命周期划分为考察期、形成期、稳定期和退化期。客户利润随着生命周期阶段的发展呈现不同特征:考察期最小，形成期次小，稳定期最大，退化期快速降低。客户生命周期大小受到两个因素的影响:客户消费服务为企业带来的收入（客户贡献）和企业为客户提供服务所需的运营成本（客户成本）。其中，企业对客户的投入主要由三部分组成:获取客户成本、忠诚回报成本和客户流失成本。客户带给企业的利润主要来自于:基本利润、交叉销售和成本节约。 第三章:主要介绍了三种客户生命周期价值的计算方法，即Dwyer法、客户事件法和CLP预测法，并在研究与比较的基础上，选定Dwyer法对某移动运营商客户价值进行实证研究。Dwyer法在Jackson(1985)对工业客户分类的基础上，针对成组客户提出一种客户价值计算方法。这种方法没有数学公式，而是通过具体例子给出的。通过考虑一组客户在客户生命周期内的流失率、交易次数，平均每次交易金额、销售额、成本、利润等指标得到平均每个客户在不同年份的客户生命周期价值。这种方法简单、直观，但是不能从单个客户层面考察客户生命周期价值。客户事件法是应用最广泛的计算方法，它的基本思想是:针对每一个客户，预测一系列事件的发生时间，并向每个事件分摊收益和成本，从而为每个客户建立一个详细的利润和费用预测表。由于事件及事件成本收益的预测都很难做到精确，因而这种方法计算结果的主观性很强，本文利用这种方法对电信行业客户价值的计算给出了简单的公式。最后一种方法是国内学者陈明亮提出的CLP预测法，他认为客户的购买行为具有继承性和延续性，利润是反映客户购买行为的综合指标，也具有继承性和延续性，因此用反映客户过去购买行为的历史利润预测反映客户未来购买行为的客户未来利润具有合理性。这种方法的基本思路是:根据客户历史利润与已知的典型客户利润曲线的拟合情况，预测客户未来利润随时间变化的趋势，即未来客户利润模式（曲线），然后根据描述客户未来利润模式的数学函数预测CLP。本文根据已有数据的特点，采用Dwyer法对某移动运营商的客户价值进行了实证分析，分别考察了该运营商客户当期价值的分布规律和两年内客户生命周期价值的具体数值。 第四章:针对当前客户价值分析的中心环节——客户市场细分研究的不足之处，本文将客户价值与客户忠诚度结合起来，分别采用矩阵分析和决策树方法进行了细分。与传统上基于客户价值的细分多根据客户购买行为特征进行分析的结果相比，本文提出的方法对营销策略的制定有更加直接的指导意义。 第五章对本文进行了总结，并且指出了需要改进之处。 通过对客户价值的实证分析，本文就某移动运营商的客户价值特征有以下几点结论: 1、对客户价值本身的研究发现，该移动运营商当期平均客户价值为223元/月。不考虑成本与平均交易金额变化的情况下，两年内的客户生命周期价值为4977.52元/人。用户每月平均话费支出(ARPU值)在150元以下的顾客占到了全体被调查顾客数的一半，但他们的话费贡献只有19.8％;ARPU值在300元以下的顾客占到了全体被调查顾客数的80％，但其话费贡献只有49.1％。 2、市场细分采用两种方法得到的结论可以互相印证。一是在前面关键因素定性分析的基础上，选择了适当的分组标准，使用简单的矩阵分析得到市场细分结果;二是通过市场细分研究中经常使用的决策树方法针对几个相关的变量进行市场细分。其中前者的分类效果比较理想，分别利用现时选择可能性与客户稳定性与ARPU值作交叉矩阵分析得到的结果是类似的，都可分为9个细分市场。其中高价值高离网可能客户群和中等价值高离网可能客户群是尤其需要重视的细分市场。以客户稳定性与ARPU值交叉分析为例:高价值高离网可能客户群和中等价值高离网可能客户群占顾客总体的比例分别为3.5％和5.9％，比例并不大，但是这两个市场的总体话费贡献占总体比例分别为10％和6.2％。深入研究发现，其中高价值高离网可能客户群的客户特征有中年人、事业成功者、男性比例大。企业应根据这些特征采取相应的措施。 利用CHAID方法进行市场细分的结论验证了矩阵分析的结果。如在显示选择可能性高端和低端用ARPU值进行划分时，都存在ARPU值越高客户稳定性越弱的现象，在细分规则中，ARPU值通常取值在50元、100元、150元、200元、300元、450元等节点。 本文选题集中于实际应用，在对实际数据进行研究的基础上，得到了一些对企业切实有效的数据结果，为进一步制定营销策略打下了基础。另外，本文引入了国际上在市场细分领域应用广泛，但是在国内使用并不多见的CHAID方法来做市场细分，并印证了矩阵分析的相关结论，但是还存在一些问题，有待进一步解决。 由于难以获取详细的企业内部资料，所以反映忠诚度、客户价值的指标不是很充分。这在一定程度上影响了本文的研究结论;另外，在CHAID方法进行市场细分中，如果能使用更详细的专门针对顾客忠诚和客户价值的指标信息，可能取得更好的分类效果。