引言：哪些顧客關系值得維系，和終生價值來分配營銷資源。哪些不值得，這是困擾大多數企業的一個難題。為此，很多企業不僅僅考慮顧客過去和現在為企業創造的利潤，還設法預測未來他們將為企業帶來的價值，并根據顧客全生命周期利潤和終生價值來分配營銷資源。 　　羅伊·加德夫先生有一家經營郵購業務的公司，最近，為了節省開支，他決定要砍去部分未來價值不高的顧客。市場分析人員交給了加德夫先生三類顧客的名單：第一類顧客在過去幾年內光顧過公司幾次，但是購買的數量極少；另一類顧客只光顧過一次，但是一次購買的數量很大；第三類顧客和公司有著長期的，但是零星的購買關系。 　　 　　加德夫陷入了困境！究竟該砍掉哪一部分顧客呢？如何從這些資料中判斷顧客的未來價值呢？ 　　企業實行客戶關系管理已經有許多年的歷史了，現在他們在整理其客戶數據時經常會遇到類似的問題。對付這種復雜而且日益突出的問題，顧客終生價值”衡量方法就派上了大用場。 　　“顧客終生價值”（Customer Lifetime Value）指的是每個購買者在未來可能為企業帶來的收益總和。賓夕法尼亞大學沃頓商學院的彼得·費德教授在他的論文《從顧客的購買歷史來衡量顧客價值，可能帶來管理推論偏見》中指出：對于大多數企業來說，他們主要的營銷策略就是要不斷地考慮，到底哪些客戶關系值得企業維持，哪些不值得。因此，營銷經理需要對顧客數據進行更加精細的研究，更加精確地測量出顧客終生價值。” 　　其實仔細分析加德夫的顧客，可以按照單次交易收益和重復交易次數，大致將他們分成四個類別，分別是：1.黃金顧客。愿意與企業建立長期互利互惠關系，每次交易都能為企業帶來收益；2.流星顧客。喜歡不斷嘗試新的選擇，并不總與該企業交易，但每次交易都能為企業帶來一定的收益；3.小溪顧客。顧客愿意與企業建立長期的業務關系，但每次交易都只能為企業帶來較小的收益；4.負擔顧客。有些顧客在眾多企業中比較選擇，只在企業為吸引顧客將價格壓到極低甚至是負收益時才與企業交易。 　　倫敦商學院的高級研究員Tim Ambl-er最近的研究表明，很多大企業已經開始計算單個顧客或某個細分市場未來30年的顧客收益率了。他們按照顧客終生的價值來分配企業的營銷資源，使得企業的營銷經費得到更好的利用。如同某種產品一樣，顧客對于企業利潤的貢獻也可以分為導入期、快速增長期、成熟期和衰退期。對于那些終生價值很低的顧客，企業基本上不會對他們進行投資，讓他們自己慢慢地退出。 　　但是，很多企業卻認為顧客終生價值非常難以捉摸，首先，它非常難以準確地測量與計算，其次，它非常難以應用。要預測顧客會和公司能保持多長時間的關系，以及他們的“成長性”，的確不是一件簡單的事情。 解析顧客終生價值 　　每個客戶的價值都由三部分構成：歷史價值（到目前為止已經實現了的顧客價值）、當前價值（如果顧客當前行為模式不發生改變的話，將來會給公司帶來的顧客價值）和潛在價值（如果公司通過有效的交叉銷售可以調動顧客購買積極性，或促使顧客向別人推薦產品和服務等，從而可能增加的顧客價值）。 　　分析顧客終生價值的主要步驟包括： 　　1.收集顧客資料和數據 　　公司需要收集的基本數據包括個人信息（年齡、婚姻、性別、收入、職業等）、住址信息（區號、房屋類型、擁有者等）、生活方式（愛好、產品使用情況等）、態度（對風險、產品和服務的態度，將來購買或推薦的可能）、地區（經濟、氣候、風俗、歷史等）、客戶行為方式（購買渠道、更新、交易等）、需求（未來產品和服務需求等）、關系（家庭、朋友等）。這些數據以及數據隨著時間推移的變化都將直接影響顧客的終生價值。 　　2.定義和計算終生價值 　　終生價值包括或影響終生價值的主要因素是：所有來自顧客初始購買的收益流，所有與顧客購買有關的直接可變成本，顧客購買的頻率，顧客購買的時間長度，顧客購買其他產品的喜好及其收益流，顧客推薦給朋友、同事及其他人的可能、適當的貼現率。 　　3.顧客投資與利潤分析 　　可以直接基于交易成本或資金投入進行計算，或者根據過去類似客戶的行為模式，利用成熟的統計技術預測客戶將來的利潤。 　　國外的汽車業早已進入了“潛在顧客終生價值”管理營銷時代，他們是這樣計算顧客的終生價值的：他們把每位上門顧客一生所可能購買的汽車數，乘上汽車的平均售價，再加上顧客可能需要的零件和維修服務而得出這個數字。他們甚至更精確地計算出加上購車貸款所帶給公司的利息收入。通過這樣的計算，一個忠誠顧客終生平均可以為公司帶來40萬美元的收入。 　　為了最大程度地發掘顧客的終生價值，豐田汽車信奉的是“我們不是在賣汽車，而是在幫助顧客買汽車”的經營理念，推出了“保姆式”的服務計劃。美國卡迪拉克想得更周到，在他的每一個汽車維修點都已備好車，只要他的用戶車一壞，即可把壞的車放下，開走備用車；待用戶的壞車一修好，馬上開到你的門上去，一點也不耽誤用戶的時間。 　　4.顧客分組 　　從第三個步驟中，企業可以看出如何在顧客終生價值中贏得最大的利潤，隨后企業可以根據這些數據將顧客分成具有不同特征、不同行為模式和不同需求的組。比如說企業可以用聚類分析法將顧客分成苛刻的顧客、猶豫不決的顧客、節儉的顧客和久經世故的顧客，根據每個組制定相應的措施。 　　5.開發相應的營銷戰略 　　衡量“顧客終生價值”的目的不僅僅是確定目標市場和認知消費者，而是要設計出能吸引他們的交叉銷售方法（Cross-Selling）、向上銷售方法(Up-Selling)、附帶銷售方法（Add-on Selling）、多渠道營銷 （Multi-Channel Marketing）和其他手段。這些手段都能夠幫助企業運用RFM模式來提高客戶的價值，盡可能地將客戶的潛力開發出來。 測量顧客終生價值的方法 　　顧客終生價值的復雜性和變化性，使得采用何種方法準確地測量和計算成為了企業面臨的最大挑戰之一。目前，比較流行和具有代表性的顧客終生價值預測方法為DWYER方法和顧客事件預測法。 DWYER方法 　　1985年，Jackson根據顧客購買行為的差異，把工業客戶分為兩大類：永久流失型和暫時流失型。永久流失型指的是這樣一類客戶，他們要么把其業務全部給予現在的供應商，要么完全流失給與另一供應商。這類客戶這樣做的原因是，或者其業務無法分割，只能給予一個供應商；或者其業務轉移成本很高，一旦將業務給予某供應商則很難轉向其他供應商。這種客戶一旦流失，便很難再回來，故稱之為“永久流失”客戶。 　　暫時流失型指的是這樣一類客戶，他們將其業務同時給予多個供應商，每個供應商得到的只是其總業務量的一部分（一份）。這類客戶的業務轉移成本低，他們可以容易地在多個供應商之間轉移業務份額，有時可能將某供應商的份額削減到零，但對該供應商來說不一定意味著已經失去了這個客戶，客戶也許只是暫時中斷購買，沉寂若干時間后，有可能突然恢復購買，甚至給予更多的業務份額。 　　1997年DWYER將Jackson的客戶分類應用到了直效營銷中，他根據兩類客戶的行為特征差異，開發了兩個分別針對這兩類客戶的預測模型——適用于永久流失客戶的客戶保持模型（Customer Retention Model）和適用于暫時流失客戶的客戶轉移模型（Customer Migration Model）。但是DWYER方法的缺陷是，它只能預測一組客戶的終生價值或每個客戶的平均終生價值，無法具體評估某個客戶對于公司的終生價值。 顧客事件預測法 　　利用“顧客事件”的概念預測未來的顧客終生價值是一般營銷領域比較常用的方法，一些咨詢公司，如Qube Consulting Limited甚至推出了基于這種方法的預測軟件。這種方法主要是針對每一個客戶，預測一系列事件發生的時間，并向每個事件分攤收益和成本，從而為每位顧客建立一個詳細的利潤和費用預測表。 　　顧客事件預測可以說是為每一個顧客建立了一個盈虧賬號，顧客事件檔案越詳細，與事件相關的收益和成本分攤就越精確，預測的準確度就越高。 　　但是，顧客未來事件預測的精準度并不能完全保證，主要有兩個原因。其一，預測依據的基礎數據不確定性很大，顧客以后的變數、企業預計的資源投入和顧客保持策略，以及環境變數等都具有很多不確定性。其二，預測的過程不確定性很大，整個預測過程是一個啟發式的推理過程，涉及大量的判斷，需要預測人員具有豐富的經驗，所以預測過程和預測結果因人而異。 顧客終生價值對營銷政策的影響 　　Harrahs娛樂集團的賭場業務可以算是顧客終生價值的一個成功案例。他們從收集到的客戶信息中計算出“某位顧客會在何時光顧賭場，他進門后首先會去哪個游戲機前，他在不同的賭桌前將停留多久，他隨著時間的推移消費習慣有何改變等等。”Harrahs會根據這些信息來優化場地布置和人員分配，調整賭博游戲。 　　醫藥行業和信用卡行業等服務業從顧客終生價值中獲益更大。因為對于這些行業來說，顧客隨著時間的推移，需求和消費行為可能會發生巨大的變化。有的顧客目前的購買量較大，但不一定在未來具有增長潛力；有的顧客目前的購買量很小，但是未來的潛力驚人。 　　沃頓商學院營銷學教授大衛·貝爾和他的同事認為，對于那些獲得新顧客和維護客戶關系成本較高的行業，顧客終生價值特別有意義，例如金融服務行業、航空業和酒店業。貝爾還解釋說：當企業是運用‘不對稱的分配體系’（Skewed Distributi-on）來處理業務時，顧客終生價值就更加有用了。以酒店行業為例，一小部分客戶推動了企業的大部分業務，因此企業可以通過獎賞和激勵手段來影響他們的消費行為；航空公司可以給一部分顧客免費升艙，這對于顧客來說受益很大，但其實企業付出的代價很小。” 　　貝爾教授還補充，按照顧客終生價值來收集客戶資料和數據可以為企業帶來一些特別的好處，比如企業或企業聯盟可以挑選出他們覺得最具潛力的顧客，并對他們交叉銷售其他相關產品和服務；按照顧客終生價值分配營銷資源能夠大大節約企業的經費，甚至可以根據顧客終生價值的預測來修正企業的產品和營銷組合。 　　例如加拿大的Sears連鎖零售集團，在對他們的顧客數據庫進行整理分類，研究消費者購買行為和購買潛力時發現：只通過郵寄目錄購物的消費者平均每年的購買金額為492美元，只通過商場購買的消費者平均每年的購買金額為1020美元。而令他們吃驚的是，那些既通過郵寄目錄同時也親自前往商場采購的顧客，平均每年的購買金額為1883美元。這個發現使得加拿大Sears的管理者決定調整他們的營銷戰略。他們在所有連鎖店的入口、出口、顧客流通量比較大的地方和收銀臺旁邊都擺放了精美的郵寄目錄和郵寄訂單。這個小小的舉動第一年就使得公司的銷售額增長了2.5億美元！ 　　然而，目前預測顧客終生價值的模型和準確性仍然是營銷研究的一個難題，雖然很多商學院的專家提供了各種詳細復雜的方法，預測的模型越來越復雜，需要考慮的變量越來越多，但是還沒有一種方法能稱得上非常客觀、精確。而如何利用顧客終生價值進行交叉銷售和向上銷售也成為了營銷界近年來的一個熱點。 　　最近，沃頓商學院的Fader教授在其和同事合作的研究中指出，將顧客終生價值模型過于復雜化也是一種不正常的趨勢，對企業并沒有什么好處。嘗試用消費者購買的時間（Recency）和購買頻率（Frequency）這樣的簡單易得的數據來作為預測標準，有時候反而能夠得到較為準確的預測結果。 （王卓）