對于ToB産品，僅僅基于用戶需求來設計産品架構是遠遠不夠的。B端産品服務的是有着幾年，甚至幾十年管理積澱的企業，必須依靠一定的理論知識來支撐系統的設計規劃。

上篇文章《CRM系統的整體功能設計》基于用戶需求，構建出一個涵蓋營銷管理、銷售過程管理和售後管理的CRM系統。本文采用“1個理論 n個模型”的文章結構，從客戶關系管理相關的理論研究入手，結合軟件開發特點，總結出15個客戶關系管理模型，以便對CRM系統的設計規劃作重要參考。

一、客戶資産理論

“客戶資産”這一概念源于哈佛商業評論在1996年刊登的一篇文章《用客戶資産進行營銷管理》，文章稱：全美第二大服裝零售商Lands’End和麥當勞都明确提出，其營銷目标是要保持客戶而不是賣出産品；企業業績增長被解釋為“得到客戶并且保持客戶”，以便獲得客戶全部潛在價值。

客戶資産理論鼓勵把客戶當作當前和未來的現金流來源。其誕生的背景是，銷售被視為一種産品導向、離散交易的推介行為。直至今天，我們仍然可以看到有類似的銷售行為——忽悠一個是一個，完全不考慮售出後的服務和有可能的二次銷售，這就相當于切斷了企業“未來的現金流”來源。

理解“客戶資産”必須站在相對宏觀的角度，它對CRM系統的理論支撐在于：

• 客戶是企業的一部分資産（無形資産），擴充客戶數量就是擴充企業資産；
• 客戶質量越高，這份資産越保值，業績越容易得到持續提升；
• 這份資産是會動态變化的，正确、持續地維護客戶關系可以實現資産增值。

模型1：客戶資産的空間組成

客戶資産=客戶價值的總和。客戶價值主要包含5個方面，下圖已有備注說明：

應用：

客戶檔案卡：将客戶檔案卡視為企業的一項無形資産，檔案卡的系信息設計中要包含以上五種價值要素。

模型2：客戶資産的時間組成

客戶資産的空間組成和時間組成的關系是相互包含的，例如市場價值有曆史的、當前的和未來的，曆史價值也包含市場、規模、品牌等等。

這裡要注意，評價客戶資産規模需要引入一定的成本概念，例如營銷投入成本、銷售支持成本、跟進時間成本等等，避免盲目投入成本而收獲不到相應的客戶資産。

應用：

銷售業績預測：基于已有銷售數據對未來的業績進行趨勢判斷；

銷售建議：根據客戶當前的價值，結合客戶關系管理模型，為實現客戶價值增值提供智能化建議。

二、客戶價值理論

客戶價值理論曾被美國服務管理研究學者V.Zeithaml稱作“客戶可感知價值理論”，即客戶通過權衡可感知的利益或服務，對産品或服務作出的總體評價；也被美國“現代營銷學之父”菲利普·科特勒稱為“客戶讓渡價值”，意思是總顧客價值與總顧客成本之差，他強調的價值包含産品質量、響應速度、企業形象等等。

這兩個概念都是站在客戶角度對企業一方的要求。

1994年，中國學者王海洲從企業角度提出客戶價值理論，即上一節<客戶資産理論>中提到的5個價值指标：市場價值、規模價值、品牌價值、信息價值，網絡價值。

模型3：客戶價值模型

客戶資産是企業宏觀意義上的客戶價值的總和，而客戶價值是對市場價值、規模價值、品牌價值等價值要素的抽象。即：客戶資産=總客戶價值=多個客戶的（市場價值 規模價值 品牌價值 信息價值 網絡價值）。

（1）市場價值主要指客戶對企業銷售額的貢獻：具體包含曆史消費總額，單次消費最大/小金額、曆次消費平均金額、消費頻次；

（2）規模價值主要指客戶的規模能否在行業内形成從衆效應：具體包含已披露的企業淨利潤、銷售收入、稅收（或排名）、參保人數、輿論指數、行業/區域影響力（偏主觀）等；

（3）品牌價值即V.Zeithaml提出的客戶可感知價值理論：在實際應用中，通常由銷售人員進行主觀判斷，例如通過聊天記錄、說話語氣等因素，判斷該客戶對于企業的意向程度；

（4）信息價值主要指所獲取客戶信息的完整程度：具體包含聯系人信息的完整性、聯系人數量、客戶信息明細項等等；

（5）網絡價值主要指能否通過該客戶獲取到新客戶：通常由客戶的行業/區域影響力，是否有母/子公司、客戶口頭承諾等因素綜合決定；

（6）此外，還有一些對銷售決策起補充或輔助作用的價值，下一節<客戶細分理論>将會介紹。

模型4：RFM模型

RFM模型最早在1994年由美國數據庫營銷研究所Arthur Hughes提出，該模型由R（最近一次購買至現在的間隔）、F（購買次數）、M（某一期間購買的金額）三個行為變量來對客戶進行細分：

首先針對這三個指标進行打分，然後計算三個指标的加權和，最後按結果排序，形成類似重要、一般、無效客戶的分類。

針對RFM模型，有研究表明，R、F值越大，客戶與企業開展新交易的可能性越大；M值越大，客戶與企業重複購買的可能性越大。

僅由三種指标組成的RFM模型相對已經落後，可以看做是對客戶價值模型的精簡化表達。随着信息技術的發展，完全可以借助更多的指标來判斷客戶價值：填寫客戶基本信息後，系統自動在網絡上爬取客戶已公開的其他信息，通過數據對比和清洗形成完整的客戶檔案，最後根據各類分析模型給出銷售建議。

模型5：客戶價值評估模型（方法）

每類客戶價值都擁有衆多的組成指标，客戶總價值又有多種類型的客戶價值組成，那麼，如何去評估這些指标或類型的重要程度和最終價值呢？

層次分析結構圖

（1）價值評估：賦值/權重乘積加和

以RFM模型為例：

指标權重由層次分析法和判斷矩陣得出，指标賦值由函數映射或主觀填數取得。

該分析模型可以應用在包括RFM模型、客戶價值模型以及下文将要介紹的客戶細分模型在内的，所有包含指标類型和權重定義兩類元素的分析模型中。

（2）權重定義：構造判斷矩陣

首先建立層次分析結構圖，構建出客戶價值評價指标，如上圖；

構建判斷矩陣：針對上一層次的某一指标，确定本層次指标之間的相對重要性;通過對同一準則下的指标進行兩兩比對，确定彼此間的重要性，并賦予一定的分值；

計算各價值層次中指标的權重，具體方法有特征根法、和法、幾何平均法等；

一緻性檢驗：由于人為判斷力誤差，在構造判斷矩陣R時，對兩兩因素進行比較可能會出現一些判斷上的矛盾，因此需要對結果進行一緻性檢驗，計算檢驗數C.R.：

• 當C.R.=0時，R判斷矩陣具有完全一緻性；
• 當C.R.<0.1時，R判斷矩陣具有滿意一緻性；
• 當C.R.≥0.1時，R判斷矩陣存在矛盾，需要予以調整。

（3）權重賦值：函數映射or主觀填數

對于具備客觀事實特征的數據，如日期、銷售額、次數等，采用函數映射的方式對價值指标進行賦值；由于這些數據的單位不同，數值範圍差異也較大，因此在抓取到真實數據後需要做函數映射，在可控的數值範圍内取數參與計算。

對于難以用客觀事實衡量的價值指标，如區域影響力、行業影響力等，直接通過手工填數來賦值。

三、客戶細分理論

客戶細分理論是指企業根據客戶的價值、需求和偏好等因素對客戶進行分類管理的方法，它是對客戶價值理論的繼承和完善。進行客戶細分後，屬于某一類型的客戶具備一定的相似性，而不同的細分客戶群間存在明顯的差異性；細分出的類型仍然是客戶價值的體現，如客戶信用、客戶流失傾向等。

“如果企業不能正确選擇客戶，所有的銷售策略都可能是無效或低效的”，客戶細分理論之所以受到重視，就是源于這樣的獲客背景。另外，數據挖掘技術的發展和企業信息化程度的提高，也讓企業認識到收集客戶信息并進行分析和分類管理的重要性，尤其是對于服務行業。

模型6：聚類分析模型（方法）

客戶價值模型僅僅對客戶的價值進行了簡單的歸類，并沒有指出如何進行歸類，滿足歸類的關鍵條件是什麼。客戶細分模型即是對價值模型的細化，如滿足多少曆史消費總額的算高端客戶，曆次平均消費達多少的算重點客戶，消費頻次為多少的算常規客戶……

依靠主觀标準确定可能不符合銷售數據預測趨勢，依靠手工分析又需要整理大量的原始數據，基于以上兩個難點，CRM系統引進了數據挖掘技術。

本節主要介紹數據挖掘中的聚類分析模型：

聚類分析有一個重要特點：輸入分析模型的是一組未分類的記錄，也就是事先不知道數據對象的結構；通過算法檢測多個觀測指标，找出數據個案與數據個案之間相似程度的統計量，然後對數據個案進行分組；組内的相似性越大，組間的差别越大，聚類效果就越好。這就是選擇用聚類分析來實現客戶細分的原因——不必指定價值指标，也不必關心指标權重。可參照<技術掃盲：數據挖掘（Data Mining）>

常見的聚類模型比較：

模型7：客戶信用評價模型

根據客戶的曆史信用資料（回款率、逾期範圍等），利用信用評分模型，得到不同等級的信用分數；根據客戶的信用等級，确定客戶可以持有的金額權限，從而保證收款業務的安全性。

具體實施方法可參照價值評價模型或聚類分析模型。

模型8：客戶流失傾向預警模型

該模型的關鍵點在于客戶流失警戒點的确定，即滿足哪些條件可構成客戶流失評判标準。

其次是客戶挽回策略的制定，通常需要與SCRM系統相關聯，針對流失客戶提供自動化營銷協助，如短信問候、郵件關懷等等。

本文待續……

#相關閱讀#

CRM系統的市場機遇和發展趨勢

CRM系統之銷售場景還原與用戶聲音彙總

CRM系統的整體功能設計

作者：産品路漫漫，産品路漫漫（Tonswin）

本文由 @産品路漫漫 原創發布于人人都是産品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部