以顧客為基礎的分析：管理層面的啟發經常能找到對的顧客.docVIP

以顧客為基礎的分析：管理層面的啟發經常能找到對的顧客 摘要： 最近幾年，學術界投注興趣與熱情在發展以顧客為基礎的關係，並找尋可能的解決方法，諸如Pareto/NBD與BG/NBD模式。將顧客資料透過這些模式得到一些答案，比方說：(1)從購買意願不高的顧客之中，找尋忠誠度高的顧客(2)預測個別顧客未來的交易次數，並找尋對企業貢獻度高的顧客以及(3)預測顧客的終身價值。 然而在尋找解答的過程會面臨一些難題，學術上逐漸發現這些模式無法實際應用於實務界的管理問題，為了證明贊成與否的論點，作者比較這些模式的數量來解決實務上的管理決策問題，站在一個啟發的角度來追尋問題的可能答案，作者發現啟發式可以找一個可能解答來應用在所有管理層面的相關領域，除了預測顧客未來的所有購買行為，意即無法考慮顧客所有的購買情況，作者為當前的狀況下了結論：應用在管理層面上以顧客為基礎的分析所發展的可行解會日益受到重視，甚至於，這些模式若能夠執行市場區隔，將使這些模式變得更為有效益。 緒論 考慮型錄零售商的行銷策略所面對的挑戰，首先，從不再購買的顧客之中發掘哪些顧客會持續購買，知道這些顧客之後便能夠幫助企業(1)辨識有利可圖的顧客，某些不再購買的顧客或許會再次購買(2)終止與無利可圖顧客的顧客關係(3)找出目標顧客群，制定行銷策略，例如寄發型錄。其次，預測顧客未來的購買行為，找出前10%的顧客或是計算顧客終生價值，這些預測顧客購買行為的資訊，有助於讓目標顧客持續從事購買行為，針對不同等級的顧客在不同的頻率下寄發型錄，找尋忠誠的顧客。最後，型錄零售商想要計算所有顧客的購買價值、購買數量以及增強顧客的取得率。 在執行行銷策略方面，核心問題在於無法觀察顧客購買的時間。顧客或許不再著迷於產品或者是該產品的供應商轉換等問題，抑或顧客搬家，甚至已經不在人世。此種現象對於服務業來說稱之為非契約型顧客，舉例而言，當顧客對型錄零售商下單後，貨物透過空運送達在飯店結帳離開或者離開零售商的商店之後，公司無從得知顧客未來是否還會購買或者何時購買。 相較之下，契約型顧客，以簽訂契約的方式固定買賣雙方的交易關係，不只能得知購買的期間的長短並且能掌握購買型態。在這篇文章中提到克氏比例風險迴歸模式或是羅吉斯特迴歸分析，在非契約型態中，最先進的方法決定顧客未來的購買行為即是Pareto/NBD模式，這類模式在最近幾年被廣泛應用於各種研究中，執行方式也最為研究人員所推崇。 Fader和Hardie以及Lee所提出的BG/NBD模式比Pareto/NBD模式來容易操作且估計。這兩種的模式都能執行(1)預測顧客未來的購買行為(2)使用顧客過去的購買資料，值得注意的是，只使用最近一次的購買時間，與購買次數。Pareto/NBD模式還有一個額外的優點，計算每個顧客重複購買的機率。 在學術界與實務界緊密的合作中，關注於預測顧客購買行為的模式是否能有途徑能應用於實務界中，因此在Verhoef和colleragues所進行的調查中，將簡單的啟發式模式運用於實務界中。 給定時間與金錢的成本與複雜的可能模式相互結合，並應用在實務界之中，為了說服實務界的人使用這套模式，此模式必須展現出，如何區隔顧客，顧客何時購買等資訊，並能夠考慮個別顧客所有的購買狀況，然而，企業的經營者並非唯一受益者，根據研究中，最重要的是確認此模型的預測準確性，比方說，預測顧客的終身購買價值。 在一些研究中比較了複雜模式與簡單模式的顧客購買行為與顧客終身價值的預測，在2007年的研究中，使用複雜模式並無法提升契約型顧客的預測準確性，在研究半契約型顧客中使用RFM模式所呈現的計算顧客終身價值的結果表現得與Pareto/NBD模式一樣好，另一方面，hierarchical Bayesian 模式比RFM模式和Pareto/NBD模式更好。然而，在非契約型客中並有一套可能的預測模式能夠藉由各行各業中多樣化資料來預測個別顧客的購買行為，這是現今研究所要關注的研究缺口。 在接下來的文章中，依序如下：首先，介紹啟發式與NBD模式的定義，其次藉由三家公司的資料，驗證啟發式的有效性，呈現NBD模式與啟發式結果的差異，最後，發掘以顧客為基礎的分析的主題的發現並給予實務界與學術界建議。 啟發式的模式經常在顧客關係管理與資料行銷的文章中提到，在其中一篇文章提到，啟發式的模式與複雜模式模式準確度的差異不大，在啟發式模型中，最顯著的例子莫過於用於計算顧客價值的RFM模式，此模式可以決定寄發DM的顧客名單。 機會成本的概念可以用於解釋啟發式的模型，評斷在實務界中所投資的時間與效益。在機會成本的概念下，企業主能更快速的下決策。針對偶發性的決策，在啟發式與複雜式的模式中做出選擇，針對模式的準確性與效用來制定可能的策略。 在準確性與效用的前提之下，模式的基本假設為提供準確且可能的目標