作者：V.库马尔 出版社：中国人民大学出版社
相关问题

■ 如何建立并维持盈利性客户的忠诚？

■ 盈利性客户忠诚的驱动因素是什么？这些驱动因素何以有助于客户的管理？

为了开展有效的市场营销活动，公司应充分了解自己采取的行动将如何影响公司与客户之间的关系及公司的盈利状况。不同的客户偏爱不同的公司，他们的购买目的也不尽相同。有些客户是长期客户，有些只做短期交易，而有些客户则能给公司带来更丰厚的利润。每位客户与公司交易的频率也千差万别。有些客户只通过一定的渠道（如产品目录）进行购买，有些人则喜欢通过多种渠道来购买；有些人仅从公司购买某一类别的所有产品，有些人则购买某些具体需要的产品。那么，营销活动对广泛的客户群体的购买行为有何影响？公司应该如何衡量并加以了解呢？

要想解决这个问题，就需要利用盈利性客户的忠诚度（亦称CLV，客户终身价值）作为设计、执行市场营销活动的主要工具。正如第3章中提到的，公司可以基于CLV对客户进行分类和管理。因为通过CLV能够获知客户往期的行为，相应地也能够获知其将来行为，以及获知因维系客户所花费的营销成本。CLV在决定跟踪哪些客户以及如何接近客户方面具有重要的指导意义。除此之外，CLV不但可以帮助管理者了解他们采取的行动是如何影响客户行为的，还能帮助管理者分析其市场营销活动的效果如何。比如说，当一个公司改变其邮寄策略而采用一种更具选择性的方法时，就能够监控这种行为是如何影响客户的CLV的。CLV的变化可以直接衡量出该策略的执行效果；同时，它还能够帮助公司做出最终的决定：是否要继续、放弃或调整该策略。做出这种战略性决策的原则很简单：公司采取的行动是否会导致CLV最大化。如果是，则继续执行该策略；如果不是，则放弃或调整现行方案。

决定使用CLV之后，下一步要做的就是：清楚地了解与客户形成盈利关系的驱动因素，并了解这些因素将如何影响CLV。弄清楚这一关系将使公司在以下两方面受益：

● 更清楚地了解盈利性客户关系的结构；

● 帮助管理者采取积极措施，实现CLV的最大化。

典型的CLV驱动因素

CLV驱动因素是影响CLV的主要因素，这些驱动因素决定公司与客户关系的性质，并可以用来评价每位客户的盈利水平及CLV。CLV驱动因素可大致分为以下几类：

■ 交换特性 交换特性大致包括所有影响及左右客户与公司关系的变量。比如，客户消费水平、交叉购买行为、购买频率、退货、由公司所做的市场接触，以及客户忠诚度的措施。

■ 客户特性 人口统计变量——比如客户所在地区、年龄、收入水平等——构成了客户的异质性。基于客户的人口统计及心理统计指标对其进行分类，有助于公司细分客户并有效地管理客户与公司关系。

■ 产品特性 这个特性由产品供应类型、产品购入时机，以及产品自身的典型生命周期构成。

■ 公司的市场行动 它构成了营销的消息量、报价量、促销次数、销售人员的个别访问等数量，以及这些接触的频率与时机。

B2B模式的具体案例研究

在大多数B2B模式和B2C模式的案例中，交换特性大多是相同的(反映客户特性的驱动因素能够随着这些状况而改变)。B2B模式所用的典型CLV驱动因素列举如下（如图4—1所示），在其他情况下会考虑其他的CLV驱动因素。

■ 消费水平 表示的是某个特定时段内的月平均消费水平。这个因素对CLV具有积极影响，也就是说，一位客户的消费水平越高，他的CLV值就越大。当我们知道消费水平是否影响CLV之后，接下来的问题就是：它对客户的CLV会有多大影响？最新研究表明，月平均消费水平只要增加10美元，关系终止的可能性平均就会下降33%。这并不奇怪，因为如果该客户将他口袋里的大部分钱花费在这家公司，那么该客户就不太可能转向其他的公司。

■ 交叉购买 指的是客户从公司提供的大量产品或产品目录中进行购买的程度。以一家百货公司为例，一位客户可能只购买休闲装和鞋子，另一位客户则可能购买正装、配饰、鞋子、休闲装及儿童服装，后者与公司的交流范围更为广泛。客户的交叉购买行为范围越广，其CLV也越大。这是因为当客户与公司的各个部门接触时，会体现出客户对公司提供的产品/服务的满意程度，同时也显示出一种很强的客户与公司关系，而且这些客户不太可能终止他们与公司的关系。客户所接触的部门每增加一个，失去这位客户的风险便降低大约66%。

■ 焦点式购买 指的是客户对单一类别的购买程度。客户在某单一类别/部门购买的数量越大，该客户的CLV就越小。这符合前面提及的交叉购买效应，也就是说，客户的购买模式跨越的产品范围越广，CLV就越大，公司失去该客户的风险就越小。例如，一位客户可能定期从一个零售机构购买某一产品（比如鞋）?且据推理，客户对终身重复购买某单一产品并不会感觉不妥，但是，由于客户与公司的互动是有限的，因此客户对产品失去兴趣的风险较大，可能造成关系终止，从而导致较低的CLV。

■ 平均购买时间间隔 指的是两次购买行为之间的平均天数。这个因素与CLV的关系在坐标图中呈倒U型，也就是说，当购买时间间隔过长或过短时，CLV往往比较小。购买时间间隔长度适中的客户的CLV最大。这听起来似乎有悖常理，因为人们通常认为经常购物的客户是最具盈利性的，然而事实上，鉴于资源有限，尤其是在日用品范围内，持续高频的购买行为便是不可能的，因此，这类顾客往往更有可能终结与公司的关系。例如，一位顾客可能从零售商店购买鞋子和衣服，但在短期内进行多次购买行为之后，他不可能在随后的一段时期继续这种购买行为，这是因为，日用品的购买要经历持续的、有规律的间隔循环。这位顾客也许正在储存可以维持很长时间的生活用品，并且不会再光顾那家商店。即便如此，平均购买时间仍是有最低临界点的。长期没有消费的顾客更可能已经转而光顾你的竞争对手或干脆已经停止使用这类产品了，因此这种客户的CLV很小。

■ 退货量 指的是客户在两个购买时期之间退货的数量，它与CLV的关系呈倒U型。过多或过少的退货意味着该客户是一位CLV小的客户，而适中的退货数量则意味着客户与公司之间具有良性关系。这看起来或许有悖直觉，但退货为公司提供了一个与客户接触并满足客户需求的契机。另外，退货较多表明客户乐于使用对其开放的销售地点并且认为这是一个与该公司交易的有效途径。如果该公司奉行的是无障碍退货政策，那么该政策将推动更多的客户与之交易。一次美好的退货经历会让客户更忠诚于该公司。同时，由于退货的程度取决于消费程度，那么退货这一契机也意味着客户对该公司的投入更多，但过多的退货会对公司不利，而且表明退货契机并未得到合理的应用。

■ 忠诚工具 忠诚工具显示了客户与公司的状态。客户是否拥有一张忠诚卡？如果有，是何等级（在B2C模式下）？依据该客户前几年（在B2B模式下）对公司的收入贡献，可以确定该客户能否得到奖励服务。客户通常使用忠诚度工具来接受折扣和累积积分，并在以后用积分兑换一份特殊的礼物。发行忠诚卡或者使用其他任何的忠诚度工具对客户盈利性都会产生积极的影响。客户对公司很重要，承认这一点，公司就可以弱化客户终止关系的倾向，并增加客户重返公司满足其他需求的可能性。

■ 营销接触频率 指的是在所观察的两次购买行为期间，公司通过多种沟通渠道（如电话、广告直接投递，以及营销员直接拜访等）接触某位客户的次数。这一因素与CLV的关系呈倒U型。过多或过少的营销接触都是无益的。营销实践可以有效地避免公司失去与客户的联系，提醒客户不要忘记该公司，并提供促销吸引客户回归公司。营销接触过少不利于公司与客户关系，而且在确定针对不同客户该采用何种促销方式时，营销接触也是非常有效的。然而过犹不及，商家有时候会因与客户接触得过于频繁，导致与客户的关系遭到破坏甚至终止。营销接触过度会导致客户对以后的促销或者报价置之不理，进而断绝业务联系。因此，公司应当优化其营销活动，实现CLV最大化。

■ 双向沟通 指的是在两次购买行为之间，由客户发起的接触次数与客户接触总次数的比率（包括客户和公司双方发起的接触）。双向沟通加强了客户与公司的联系，体现了客户的参与度，也提升了公司和客户的相互依存，特别是在B2B模式下尤为有效。在这种模式下，客户可以发起与供应商的接触，来接受他们想要得到的培训并获得对新商品的评价等。双向沟通越广泛深入，盈利性就越强。

正如第1章所述，有几个途径可以引起客户资产的增加。为了增加客户的资产，我们可以利用驱动因素，如品牌资产、价值资产及关系资产，来实施自上而下的方法。通过最大限度地利用这些驱动因素，公司可以实现客户资产的最大化。正如本章所建议的，处理这一问题的另一种方法是采取自下而上的方法，这样，各种CLV驱动因素可以用来增加CLV，从而使客户资产最大化。我们这里讨论的CLV驱动因素与品牌、价值及关系资产等客户资产驱动因素是紧密相关的。例如，一位客户以往的消费水平与品牌资产驱动因素有关。往期购买行为与公司的价值资产有关，而交叉购买行为既与价值资产有关，又与关系资产有关。公司可以根据自身状况、所掌握的客户层资料的水平等，来选择使用其中任何一种方法。如果一家公司没有掌握关于其客户及客户购买行为的大量资料，那么，通过品牌、价值、关系资产使客户资产最大化，采取自上而下的方法则是比较理想的；如果该公司拥有客户层资料，便可以采取自下而上的方法，通过CLV驱动因素使CLV最大化。

零售业的B2C案例研究

为了研究各种驱动因素的重要性，以及量化它们在B2C模式下对CLV的影响，我们研究了向男性和女性销售服装、鞋及其他配饰的专门零售机构。为了进行此项研究，我们从该公司的客户数据库中提取了30多万个样本，并且计算了它们的个别CLV值（按照第3章中概括的方法）。正如所料，我们从这些客户中获得了广泛的CLV值分布情况。

传统上，零售机构用一些标准来衡量客户的忠诚度，如购买规律、购买频率及客户的保有期。购买规律衡量的是客户多久一次购买该公司的产品。购买频率指的是购买时间间隔。保有期指的是客户与公司交易的总期限。为了测试这些衡量忠诚度（据以考察客户的未来盈利性）的标准的实际效果如何，我们进行了相关的研究。表4—1显示了结果。直观地说，人们期望忠诚的客户具有盈利性，因此期望在忠诚度和盈利性之间存在显著的正相关关系。从表4—1中可以看出，购买规律和购买频率与客户未来盈利性之间的关系不显著。此外，很明显，公司不能依靠RFM（最近一次消费—消费频率—消费金额值标准，如第3章所述）等传统的忠诚度标准来管理它们的客户，因为客户RFM值与未来盈利性之间的联系相当薄弱。如果公司使用传统的标准，它们也许会停止将营销资源投资于错误的客户的行为，并且终止与错误客户的关系。公司应该采用前瞻性的标准，如CLV，来确定哪些是具有盈利性的忠诚客户，并且将资源投资在这样的客户身上。

接下来，根据客户的CLV值将客户平均分成10组，其中前两组由具有高CLV的客户组成，第3，4，5组由中等CLV的客户组成，后5组由具有低CLV的客户组成。图4—2显示了根据客户CLV值划分的客户分组。这项研究引发了一些有关客户盈利能力的饶有趣味的见解。从这项研究中，我们可以观察到前20%的客户占利润的95%，并且零售机构实际上因30%的客户而亏损。从图4—2可以看出，这是因为一些处于低CLV部分的客户具有负的CLV值。

根据这一客户分组，我们对低CLV和高CLV的客户资料进行了分析，观察到一些有趣的群体水平差异。表4—2是某一具体的零售机构的典型高CLV和低CLV的客户资料。分析表明，最具盈利性的客户是那些30~40岁年龄组的已婚职业女性，她们有子女，而且家庭收入高。高CLV的客户通常都是商店忠诚计划的成员，住在商店附近，并且通过多种渠道购物。相反，低CLV客户普遍是24~44岁年龄组的低收入未婚男性，主要通过单一渠道购物，在远离商店的地方居住，并且未组建家庭。进行这样的资料分析，有助于公司了解客户的CLV值，也有助于它们有效地管理客户。

在此项研究的基础上，我们根据客户的CLV值（高CLV和低CLV）和他们的盈利潜力将其进行分组，并为公司推荐了几种具有针对性的营销策略。表4—2所示为客户分组，图4—3所示为所采用的营销策略，从图4—3中可见，公司在那些具有低CLV和低盈利潜力的客户身上的营销投入应该最少，而对于那些具有高CLV和低盈利潜力的客户，公司应维持目前的营销投入水平。

对于那些具有低CLV、高盈利潜力的客户来说，公司应鼓励他们从不同产品类别和高价值的产品中进行交叉购买。对于那些具有高CLV、高盈利潜力的客户来说，公司应采取措施，通过不同产品类别之间的交叉销售和推动高价值的购买来提高客户的兴趣（见图4—3）。

这项研究的下一步包括查找各种CLV驱动因素的效力，以及它们对客户的CLV值最大化的影响。对于这部分研究来说，我们只考虑了具有高CLV的客户。图4—4显示了研究的结果。结果表明，任何类别的驱动因素增加15%，都会引起客户的CLV值的增加。零售商可以利用这些结果提供的信息来实施适当的营销计划。例如，如果一家公司知道增加15%的客户购买类别（交叉购买）会使该客户的CLV值提高20%，假设其他情况都不变，那么公司便可以尝试提供特定的促销，让客户在不同产品类别中购物，从而引导交叉购买行为。

能够推动CLV的关键因素有：（1）交叉购买；（2）多渠道购物；（3）销售特定产品；（4）关系保有期；（5）购买频率；（6）平均退货量。上述CLV驱动因素的相关影响详述如下：

■ 交叉购买的影响 如图4—4所示，如果高CLV客户的交叉购买行为增加15%，那么他们的CLV就会上升20%。这表明，如果客户从零售商那里购买更多的产品类别，那么该客户的未来盈利性就会增加。这突出了在购买的价值和购买产品类别的数量方面，公司与客户建立强有力的关系的重要性。

■ 多渠道购物的影响 如果客户通过其他渠道（如网络和目录）的消费增加15%，那么该客户的CLV值就会上升18%。该结果表明，商店的老主顾同时也是通过其他渠道购买的客户，对于该公司来说，具有更高的终身价值。随着互联网的发展，公司通过网站提供越来越多的产品，多渠道购物的重要性日益凸显，除为客户提供更多的方便外，还将客户转移到低成本渠道上来，并提供实体店所不能提供的广泛产品；多渠道购物还可以为公司增加收入、减少成本。

■ 销售特定产品的影响 在某产品类别A上的消费增加15%，会引起客户的CLV值增加14%。这个CLV驱动因素可以作为公司同时管理产品资料和客户的一种工具。如果一个零售机构想知道引进新产品或改变现有产品资料将如何影响客户价值，就可以利用这一方法来分析形势。这种情况下，在产品A的购买和客户的高CLV之间似乎存在一种因果关系。

■ 关系保有期的影响 如图4—4所示，如果客户的关系保有期延长15%，CLV值就会上升12%。这表明，对于零售机构来说，维系高价值（高CLV）的客户很重要，但是，公司不应该试图对全部客户都进行维系。正如本书前面所指出的，并不是所有的忠诚客户都具有盈利性，因此，公司应该采取策略维系具有盈利性的客户，同时建立忠诚和实现盈利性（第6章进一步讨论了这一策略）。

■ 购买频率的影响 如果客户的购买频率增加15%，该客户的CLV值就会上升7%。从这一结果明显看出，事实上，即使购买频率是CLV的一个重要驱动因素，与其他驱动因素相比，它对CLV值产生的负面影响也是最小的。

■ 平均退货量的影响 客户退货的平均数量增加15%，他们的CLV值会下降2%，但是产品退货量和CLV之间的关系比这一结果所体现的关系要复杂得多。如果退货量不大，则可能表示公司与客户之间的良好关系，因为这表明客户愿意与公司沟通并与其渠道连接；如果退货量过大，那么对公司可能是不利的，因为这表明公司没有妥善利用退货环节来建立自己与客户的关系。

如表4—3所示，根据CLV总和及其以往的收入，我们将15个零售商店进行了排序。如表4—3所示，根据终身价值得出的商店排名明显不同于根据过去收入得出的排名。在对比过去和未来客户收入时，我们也会观察到类似的差异。这清楚地表明，公司不能依赖以往的店铺业绩，相反，必须依靠其客户组合及该组合的未来价值。正如前面所指出的，平均约有30%的客户具有负的终身价值，商店需要更加谨慎地判断是否正在获得并维系正确的客户。管理者可以通过查询一位客户的CLV值来决定对该客户的营销投入水平，从而保持盈利。举例来说，（回顾图4—2）下面的做法是不可取的：为了确保客户具有盈利性的生命周期保有期，管理者在每个第3个10等分（组）中的客户身上（平均）花费超过92美元的营销投入。在获取新客户时，管理者可以参考典型的高CLV客户的档案资料，寻找具有类似特点的新客户，并将资源优先分配给这些客户。这一方法可以用来评价相对较新的客户，就现有客户制定营销决策，并在不同客户之间合理地分配营销资源。

此项案例研究有助于确定各种CLV驱动因素，如交叉购买、产品退货、多渠道购物等。其他公司可以根据自身的业务情况，对这些驱动因素加以计量，也可以添加新的驱动因素，然后测试它们是如何影响CLV的。这是公司制定日常营销策略决策的制胜法宝，而且通过控制驱动因素，还可以提高实施决策的潜力。

从此项案例研究得出的结论具有以下战略性含义：

● 可以根据某商店的CLV值来考核该商店管理者的绩效。

● 基于店铺的决策可用于实现CLV最大化：

1.商店应针对每个商店应拥有的客户类型来实现CLV最大化；

2.商店应根据某一具体客户组的CLV值来相应调整策略。

结论

无论什么时候，公司都要针对其客户和产品作出若干营销决策和策略性的决定。CLV框架为公司作出一贯正确的决策提供了一种高效集中的方法。正如本章所建议的，公司应始终以CLV最大化为目标，而且所有决策都应基于这一标准。通过了解界定客户与公司关系的CLV驱动因素，并采取适当措施，利用这些驱动因素来实现CLV最大化，公司可以确保利润最大化，并确保能够在未来取得成功。