SMC模型在客户潜在价值发现的应用实证研究

1、Value Engineering No.2,2007价值工程 2007年第 2期0引言CRM 起源于 20世纪 80年代提出的 “接触管理 ” , 即搜集客户联系信息资料 ; 到 20世纪 90年代初期则 演变成为包括电话服务中心与支援资料分析的客户服 务 。 经历了近二十年的不断发展 , 客户关系管理不断演 变发展并趋向成熟 , 最终形成了一套完整的管理理论 体系 。 自 1999年被引入我国之后 , 其产品和解决方案 得到了长足的发展 , 对提高企业的盈利水平以及竞争 力起到重要作用 。目前 , 对 CRM 还没有统一的定义 。 麦肯锡定义 CRM 为 持 续 性 的 关 系 营 销 (

2、Continuous Relationship Marketing , 并将 CRM 的营销观念定义为 “由以前的广 告信息般的大众营销转型为目标区隔营销 ” ; 也就是清 楚界定不同价值的客户群 , 找出最有价值的客户 , 并以 不同产品 、 不同渠道满足不同区隔的客户群 , 在关键时 刻 , 对最有价值客户提供一对一营销 , 强化客户的价值 贡献 。 ORACLE 把 CRM 定义为 :CRM 可以帮助企业通 过业务中实时信息了解客户 、 产品与结果 , 它可以指导 企业集中在盈利的客户关系上 , 而不仅仅是 “ 自动 ” 的 做事情 ; 它可以帮助企业花费很少的成本在软件实施 与维护方面

3、 , 却能够带来更多收益 。 作为为企业未来发 展定位的 CRM , 形成的共识主要有 :(1 CRM 核心是客户价值 。 广义的 CRM 的目标是 , 将潜在价值高的客户转化为现实客户和保持当前 价值高的客户 ; 在贯穿整个目标的过程中 , 对客户价值 的评价和计算是其核心问题 。对于客户价值的识别 , 关系着企业客户定位和营 销的实施 , 进而关乎企业利润的获取 。 如表 1所列表 明 :企业增长与清楚客户价值 、 集中精力于有利可图的 客户关系上 , 以及采取一定技术以培养强有力的客户 关系之间 , 有明显关系 。(2 CRM 是 基 于 客 户 价 值 来 稳 定 老 客 户 、 发

4、展 新客户 。 对客户的选择 , 是客户关系管理中的关键问 题 。 不能对所有的客户一致对待 , 而要针对价值客户 做出高于竞争对手所提供的价值 , 并 从 价 值 客 户 那 作者简介 :李德强 (1979- , 男 , 江苏东海人 , 硕士研究生 , 主要研究方向为客户关系管理和数据挖掘 。 傅铅生 , 男 , 教授 , 主要研究方向为电 子商务和管理信息系统 。SMC 模型在客户潜在价值发现的应用实证研究Positive Research of SMC Model in the Application ofCustomer Potential Value Finding李德强 Li De

5、qiang ; 傅铅生 Fu Qiansheng(南京航空航天大学经济与管理学院 , 南京 210016(School of Economics and Management , Nanjing University of Aeronautics and Astronautics , Nanjing 210016, China 摘要 :客户关系管理 (Customer R elationship Management, CR M 愈来愈成为企业营销的新观念 。 客户价值特别是客户潜在 价值的发现 , 在企业获取新客户 、 保持老客户等方面发挥着基础的作用 。 本研究结合一零售业的历史交易数据库

6、 , 分别计算出 客户的当前价值和潜在价值 , 将两者结合起来进行聚类分析 , 得到客户群集及其特征 , 以此可以作为开展营销策划的依据 。Abstract:Customer Relationship Management (CRM is growing to be the new concept of enterprise marketing. The finding of Customer value especially the customer potential value plays the role in acquiring new customers and keeping o

7、ld customers. In this article we use a history transaction database of a retail to compute respectively the customers current value and potential value, then cluster and analyze them. From these, we get the customers clusters and their characters, of which the enterprise can implement the marketing

8、plans on the basis.关键词 :客户关系管理 ; 客户价值 ; 潜在价值 ; SMC 模型Key words:customer relationship management ; customer value ; potential value ; SMC model中图分类号 :O141 4;F062 4文献标识码 :A文章编号 :1006-4311(2007 02-0029-05表 1企业增长与客户信息关系 1高增长公司 低增长公司 极其清楚 那些最有价值的客户 从前 10位客户中所得年收入的百分比 使用技巧强化与客户联系的表现指数38%46%7.022%32%5.7-29

9、-Value Engineering No.2,2007价值工程 2007年第 2期里得到高额的回报 。 通过企业客户选择 , 可以减少营销成本 、 减少商品多样化以及更好的 增 进 与 价 值 客户关系等 。(3 CRM 强调对客户的全生命周期的管理 2。 越来越多的公司开始关注于客户终身价值 , 而不仅仅是当前价值 , 所以 CRM 强调关系营销 。 争取一个新客户成本是保持一个客户成本的 5倍 , 客户关系持续时间越长 , 客户转移成本越高 , 企业收益就越大 。客户价值是 CRM 策略制定出发点 , 对其量化是企业生命周期客户管理决策的依据 。 而客户生命周期价值是判别客户价值的唯一标

10、准 , 客户生命周期价值由当前价值和潜在价值构成 。 客户当前价值可以由客户当前带给公司的利润计算而来 , 对于客户潜在价值的估计有多种方法 , 如 Dwyer 法 、 客 户 事 件 法 和 拟 合法等 3。 这些方法用来处理典型客户的终身价值是有效的 , 但无法有效处理个体客户的终生价值 。 判断个体客户的终生价值 , 可采用 SMC 模型 。1SMC 模型简介SMC 模 型 在 1987年 由 Schmittlien, Morrison andColombo 4提 出 , 由 David C Schmittlein 和 Robert A Peterson 5在 1994年进行完善 , 是

11、根据客户历史交易记录进行客户未来交易行为分析的方法 , 简称 SMC 法 。1.1客户活跃度分析根据该模型估算出的四个参数值 , 客户的活跃度有三种情况 : 若 , 则 :p T , s , a , , X =x , t , T=1+sa+T $r+x +T +t &S F (a 1, b 1; c 1; z 1(t -+T +t &S F (a 1,b 1 ; c1; z1(T ( -1(1其中 :a 1 =y+x+s ; b1=s+1; c1=y+x+s+1; z (y =+T +t 若 T , s , a , , X =x , t , T=1+s a+T+t&r+x +T +t &S F

12、 (a 2, b 2; c 2; z 2(T -a+T +t &S F (a 2,b2; c 2; z 2(T ( -1(2其中 :a2=y+x+s ; b 2=y+x ; c 2=y+x+s+1; z 2(y =- 若 =, 则 :pT , s , a , =, X=x , t , T=1+s a+T +t &r+x+s -1( -1(31.2再交易金额计算1994年 对 SMC 模 型 进 行 了 再 交 易 金 额 的 扩 展 , 使用了如下三个假设 : 客户个体假设 。 Z i 为某客户每次交易金额 , 假设 Z i (i=1, 2, , X 是正态随机变量 , 其平均值是 , 方差

13、是 2(表示这个客户多次交易金额之间的方差 。 客户之间假设 。 所有客户平均购买金额服从于 平均值为 E、 方差为 2的正态分布 , 其中 2是客户 之间平均交易金额的方差 。 平均交易金额 与交易率 和流失率 独立 。 依据假设 , 若客户只有一次交易记录 , 其依赖系数 :1=2(2+w2(4其中 :w2由于客户只有一次交易 , 其值为零 , 所以采用 所有交易大于 1次客户方差的平均值 。其再交易金额为 :E Z i =1Z 1+(1-1 E(5 通常情况下 , 也就是客户有大于 1次交易记录存 在 , 其依赖系数为 :x =22(w2/X (6 则其再交易金额为 :E Z i , Z

14、 2, , Z x =1(1-x E(7 其中 :1Xi =1*Z i2客户价值的实证研究2.1研究方法本研究利用历史交易记录作为研究的基础 , 采用 SMC 模型估计客户潜在价值 , 将其与客户的当前价值 一起作为聚类变量 , 得出客户分类 ; 以此作为提升客户 关系管理能力的根本 。 研究的框架如图 1所示 。2.2实证样本实 证 的 销 售 数 据 资 料 为 Microsoft 公 司 的 SQLSERVER2000附带的 Foodmart2000。 Foodmart 成立 于 1946年 , 是经营食品的国际杂货连锁店 , 其商店和 仓库分布在加拿大 、 墨西哥和美国 。 Foodm

15、art 是一家大 型公司 , 拥有数百个职员 、 24个位于不同地点的商店 和 24个仓库并服务上万客户 。 此数据库由销售信息 (sales_fact1997, sales_fact_1998, sales_fact_1998_dec 构 成 , 共有 44822 笔交易 、 商品信息 (1560种 产 品 、 顾-30-Value Engineering No.2,2007价值工程 2007年第 2期客信息 (10281位 等组成 。 销售日期从 1997年 初 至1998年底共 24个月 , 实际参与购买的顾客 8417名 ,客户平均购买次数为 5.32次 。 为了检验 SMC 模型效果

16、 , 将销售按月份排序 , 共计 24个 , 其中前 23个月作为实验集 , 通过其来预测客户在未来几个月的购买金额 , 而最后 1个月作为测试集 , 将预测结果和测试集进行比较 , 以得出模型预测的优劣 。3.3分析环境数 据 库 的 查 询 分 析 采 用 SQLSERVER2000; SMC模 型 中 参 数 的 估 计 、 超 几 何 函 数 的 计 算 使 用Mathematica5.0; EXCEL2003用来对查询到的数据进行汇总计算 ; 最后结果的聚类使用 SAS9.0。3.4数据预处理Foodmart2000数据库中 1997年 、 1998年 、 1998年12月 的 数

17、据 分 别 以 sales_fact_1997,sales_fact_1998,sales_fact_1998_dec 形式存放 ; 首先将其全部导入到一个表中 , 命名为 sales_fact ; 但是其 中的日期以 time_id为外键与 time_by_day 关联 ; 通过 SQL 的 UPDATE 操作 , 将 sales 中日期从 1到 24表示 ; 最后将第 24月份的数据放到 test 表中作为测试集 。3.5数据处理与结果分析 客户当前价值计算 。 客户当前价值也就是客户在计算期内 123月份购买的商品公司所得的净利润(由于零售业客户保留成本和发展成本几乎相同 , 所以没有考

18、虑 。 本研究通过对 sales_fact 执行 SQL 后得到客户的净利润 , 客户的当前价值为 :CCV=/(1+d n编号前 5位的客户当前价值信息如表 2所列 (折旧率以当前利率为准 。 SMC 模型参数的估计 。 SMC 模型参数 、 、 和s 四 个 参 数 的 估 计 有 两 种 方 法 :Schmittlien 等 在 1987年提出的三步法以及在 1994年提出的两步法 。 而在1994年的研究中指出三步法得到的参数不可靠 , 建议使用两步法 , 所以本研究使用两步法来求这四个参数 。第一步 , 选择 TM=23通过最小化TMT =1! (EX t , s , , T -(T

19、M 2求解 /, , s 。其中 :EX t , s , , T =(s-11-(+Ts-1(8而T(T M 通过 SQL 查询汇总 , 见表 3第 5列 (仅 列出前 6个月数据 。使用 Mathematica5.0计算 , 得 :/=0.20, =0.16, s=0.12;第二步 , 由于VarX r , , s , =EX r , , s , , T -EX r , , s , , T 2+2r (r+12(-(+ts-1(9其中 :VarX r , , s , =VarXT(T M 而 VarX T (T M 是客 户之间交易次数的方差 (汇总在表 3第 4列 ;通过式 (9 可以计算

20、出 T; 再根据下式 (10 计算得 =3.78。=(MT MT =1! T (10 最后 , 、 、 、 s 通过计算 , 分别为 :3.78、 0.16、 0.86和 0.12。 计算客户活动性概率 。 由于 , 故客户的活动 性概率计算使用式 (1 , 计算结果如表 4所列 (编号前 5位客户 。从表 4可以看出 :1 顾客最近购买时间离计算时 间越长 , 其活动性越小 , 如编号为 5的客户 ; 2 历史购 买次数比最近购买时间对活跃概率的影响要弱得多 , 如客户 6和 8; 3 在同等最近交易时间的情况下 , 购买 次数越多的客户其活跃概率越小 , 如客户 6和 10。 这 些都拟合

21、 SMC 模型的预期结果 。 客户预期再交易金额计算 (基于以上理论与假 设 :首先 , 计算个体客户的平均交易金额 。 使用 SQL 查询 , 得到客户的 23个月的总交易金额和总交易次 数 ; 两者相除即得平均交易金额 。表 2客户当前价值的计算客户编号 净利润 ( 折现率 (d 客户当前价值 (CCV 5 6 8 9 101.1232265.3925188.015672.0419340.41690.060.060.060.060.060.3712236.1984177.373257.0639302.9698表 3客户交易方差和平均交易次数表T 交易次数 交易人数客户交易方差VarX T

22、(T M 平均交易次数 (T (T M 1234561677161118181562162216041396133114781317137113360.226840.256460.265260.206250.190550.214411.20129 1.21037 1.23004 1.18603 1.18308 1.20060表 4客户活动概率表客户编号 客户历史信息 (x , t , T PT |, s , =, X=x , t , T 568910(1, 1, 23(3, 18, 23(5, 19, 23(1, 16, 23(7, 18, 230.020994632 0.937673256

23、0.942249871 0.928255915 0.881678706-31-Value Engineering No.2,2007价值工程 2007年第 2期其次 , 利用个体客户平均交易金额 , 计算出全体客 户的平均交易金额 E及客户平均交易金额之间的方 差 w 2,分别为 315.4777155和 653.2552068。 再次 , 使用 SQL 查询 , 得到个体客户每个 T (T=1, 2 , 23 期 内 平 均 交 易 金 额 ; 而 后 将 得 到 信 息 , 用 SAS 进行批量的方差运算 , 得到交易次数大于 1的每个客 户期平 均交易金额的方差 , 取这些客户 方 差

24、平 均 值982.8562作为交易次数为 1的客户的交易方差 。最后 , 利 用 式 (7 算 出 每 个 客 户 预 期 的 再 交 易 金 额 。 计算结果如表 5(编号前 5位客户 。 客户潜在价值的计算 。 它是客户预期再交易金 额与客户活跃概率的乘积 , 计算结果如表 6所列 。 客户聚类分析 。 将得到的客户当前价值和潜在 价值 , 用 SAS 进行 FASTCLUS 4聚类分析 , 汇总如表 7。从表 7可以看出 :1, 3, 4类客户数量 占 总 客 户 数 量的 13.58%, 而其对企业利润贡献却达到 80.59%; 2类虽然人数占 86.42%, 其利润贡献却只有 19.

25、41%。 这 个结果证实了二八法则 , 即 20%的客户 为 企 业 创 造 80%的利润 。 将表 7用坐标表示如图 2。现在使用按照价值进行客户细分的评价指标体系 方法 , 对图 2的客户类别进行定义 , 如图 3。 依据分类 标准 , 低价值客户是当前价值较低同时潜在价值也较 低 , 这类客户占公司大部分的营销成本 , 但对公司利润 贡献却极小 , 需要设法减少这部分客户或者设法使他们向其余价值客户转换 ; 次价值客户当前价值较高但 是潜在价值较小 , 虽然他们为公司利润贡献较大 , 但有 流失的危险 , 应设法保持他们 , 让他们向价值客户转 移 ; 潜价值客户当前价值较低 , 但潜在

26、价值很大 , 这类 客户是公司后继发展的保障 , 是将来利润的主要来源 ; 价值客户也就是 “ 双高 ” 客户 , 是公司的黄金客户 , 公司 对他们应尽一切努力保持并进一步发展关系 。 将实验集与测试集进行比较 6, 验证是否能够有 效地预测到高价值与潜力客户 。如表 8所示 , 低潜力客户的预测率达 95.73%, 高潜力客户的预测率达 59.82%, 本研究预测的结果与实 际情形大致相符 , 因此可信 。3本研究在管理方面的应用从历史交易记录中计算客户当前价值 、 潜在价值 以及以此为基础的客户聚类 , 在企业营销策划管理中 有广泛的应用 , 主要表现为 :(1 价值客户的识别 。通过对

27、客户历史交易行为的 聚类分析 , 得到价值 、 次价值 、 潜价值和低价值客户的 数目和名单 ; 以此为基础 , 通过进一步挖掘 , 可以得到 各类客户人口统计变量和行为特征 。(2 客户关系的发展和企业营销资源的使用 。对不 同类型的客户 , 选择不同客户关系发展和不同资源分 配的策略 : 对于价值客户 , 他们是企业主要利润来源 , 要极 力维持与他们的关系而且要投入足够的资源 , 以期使 他们成为企业的忠诚客户 ; 对于次价值客户 , 他们当前对企业的贡献较大 , 但是未来的潜在价值较低 , 应投入一定资源尽可能延 长高现值的持续期 , 多为企业创造利润 ; 对于潜价值客户 , 企业应投

28、入一定资源 , 引导其 消费 , 尽快提升他们的现值 ; 对于低价值客户 , 企业投入资源时要结合实际 情况 , 以免浪费有限资源 。(3 企业绩效管理 。 价值客户的增加 、流失是衡量 企业管理绩效的一个重要指标 。 价值客户数量随时间表 5客户预期交易额客户 编号平均购 买次数平均购 买金额2w 2x预期交 易额568910135171.123288.464237.603172.041948.6310653.2552653.2552653.2552653.2552653.2552982.85624760.3538552.4654982.8562694.93650.39920.29160.8

29、5530.39930.8681189.9644249.274577.8038218.280483.8343表 6客户潜在价值顾客编号预期活动概率 (P预期再交易金额潜在价值5689100.020990.937670.942250.928260.88168189.96442249.2745277.80382218.2803583.834343.98823233.7381073.31064202.6200073.91495表 7客户聚类分析类客户数量数量 百分比利润 百分比12343729.861943192.8504032148.459847973.070382111.04425818.8112

30、1146.76951160.2919107727410310330.08%86.42%1.23%12.27%2.16%19.41%20.20%58.23%聚类中心点客户当前价值 客户潜在价值高潜值低现值 (1033位 高潜值高现值 (7位 低潜值低现值 (7274位 低潜值高现值 (103位 潜 在价 值 当前价值图 2价值坐标图 潜价值客户 价值客户低价值客户 次价值客户当前价值潜在 价 值图 3客户类别定义图表 8试验集与测试集比较实验集 低潜力实验集 高潜力测试集 总计精确度测试集低潜力 测试集高潜力 实验集总计68645137377306764104071701277841795.73

31、%59.82%-32-Value Engineering No.2,2007价值工程 2007年第 2期0引言自 20世纪 40年代以来 , “顾客就是上帝 ” 在经济 活动领域中一直是为人们所信奉的准则 , 到 80年代末 客户关系管理 (CRM 首先在美国萌芽 。 其基本思想和 方法是 “ 顾客就是上帝 ” 思想在当今信息技术时代的具 体化 。 随着网络经济 、 知识经济迅猛发展和全球市场竞 争日益激烈 , 顾客对产品和服务的需求也呈现多样化 , 企业为了获取并保持竞争优势 , 必须在了解市场和客 户真正需要的基础上 , 尽可能使客户满意程度最大化 。客户关系管理 , 是一种整合以客户为核

32、心的企业 营运及管理策略 , 通过与客户的全方位接触 , 分析市场 上各种影响客户消费行为的变量 , 以量化数据为基础 , 达到保留有价值客户 、 挖掘潜在客户 、 赢得客户忠诚 , 并最终获得客户长期价值的目的 。1移动客户关系理论的新发展据有关统计数据显示 , 截止 2005年底 , 仅中国已有超过 4亿的手机用户和数目众多的个人数字助理 , 手机短信每天超过 3亿条 。 移动电话用户的高度普及 使得移动电子商务将发展成足以颠覆传统交易管道的 新经济模式 , 成为一种个人信息获得与完成交易活动 的重要手段 。与传统的交易方式不同 , 电子商务和移动电子商 作者简介 :孙丽莉 (1977-

33、, 女 , 硕士研究生 。移动电子商务中的客户价值理论探析Analysis on Theories of Customer Value in Mobile Electronic Commerce孙丽莉 Sun Lili(南京航空航天大学经济与管理学院 , 南京 210016(School of Economics and Managemtnt , Nanjing University of Aeronautics and Astronautics , Nanjing 210016, China 摘要 :在当前大多数行业买方市场的前提下 , 客户是企业的重要资源之一 。 企业之间由产品 、 技术

34、和人才的竞争逐步向客 户竞争转变 。 随着网络经济的迅猛发展 , 顾客对产品和服务的需求也呈现多样化 ; 而移动电子商务的迅速崛起 , 更对传统的客 户关系理论提出了新的挑战 。 移动运营企业必须在了解移动电子商务市场的基础上 , 客观全面地评价客户价值 , 构建全新的适 合移动电子商务市场发展的客户关系理论 。Abstract:Under current buyer markets, the customer is one of the important resources of the business enterprises, competitiveness among enterprises has been gradually changed from product , technique and the talented persons to the customers competition .Along with the fast development of the network economy , the need of customer to product and service also presents a diversification , but the mobile electronic commerce s quick rising