基于三支决策理论客户细分方法.docVIP

基于三支决策理论客户细分方法 　　摘要：针对客户细分问题中存在的不确定性，提出了一种基于三支决策理论的细分方法。该方法综合考虑了客户细分的风险代价和收益，基于三支决策理论，建立了客户细分模型，给出了计算三支决策阈值的方法，同时还给出了应用实施的步骤。最后，通过实例分析说明了客户细分方法的应用过程和优势所在。三支决策不是仅仅作为二支决策的过程，而是在最终结果中保留三支结果，以采取三种不同的策略，这赋予了三支决策三个域以新的解释。三支决策理论的引入，为客户细分提供了新的思路和方法，可以最小化决策风险代价。 　　关键词： 客户细分； 三支决策； 二支决策； 评价指标； 决策分析 　　中图分类号： TP399；C931.2 文献标志码： A 　　0引言 　　客户关系管理（CustomerRelationshipManagement，CRM）是信息经济时代企业制胜的关键，其中认知客户价值并保持有价值的客户是CRM的核心活动。如何对客户进行评价分析，找出最有价值的客户，并针对不同的客户特点制定相应的营销方案，提供更个性化的服务，最终让企业以最小的投入获得最大的回报，这是客户细分问题研究的原初动力。 　　客户细分的概念来源于20世纪50年代出现的市场细分概念[1]。客户细分是指按照一定的标准将企业的现有客户划分为不同的客户群。通过客户细分，企业可以更好地识别不同客户群体的需求以及其对企业的价值，以此指导企业的客户关系管理，达到吸引客户、保持客户、建立客户忠诚的目的[2]。Donner认为：正确的客户细分能够有效地降低成本，同时获得更强、更有利可图的市场渗透[3]。 　　客户细分并没有统一的模式，企业往往根据自身的需要进行细分。研究目的不同，用于客户细分的指标也不同。客户细分的模式总结起来主要有4类[2-7]：基于客户统计学特征的客户细分、基于客户行为的客户细分、基于客户生命周期的客户细分和基于客户价值相关指标的客户细分。本文采用目前学术界、企业界广泛认可的客户价值细分理论。 　　现有的客户细分从技术的角度来看，主要有经验描述法、传统统计法、非传统统计法等[2-4，6-8]。这些方法中，经验描述法的主观性过强；传统统计法分析过程复杂、耗时较多，并且细分后得到的客户群过多，造成分析代价过大；而新兴起的非传统统计方法（主要是数据挖掘等基于人工智能技术的非数值计算方法）多使用确定性分类模型。由于客户行为、信息采集过程中的复杂性导致的不确定性，使得现有方法在解决客户细分问题时存在很多不足，尤其缺乏对细分过程中的风险收益分析。通常来讲，企业可以根据单一因素，也可根据多个因素对客户进行细分。选用的细分标准越多，相应的客户群体也就越多，每个群体的客户数量就越小。相反，选用的细分标准越少，相应的客户群体也就越少，每个群体的客户数量也就越大。从理论上来说，细分的程度越高，也就是每个群体的客户数量越小，越容易定位用户的需求，并针对需求制定相应的营销策略，实现精准营销。但随之而来的是细分成本问题。当实现客户细分的成本接近或者超过所获利润时，细分策略显然是不合算的。因此，从成本效益分析的角度来看，客户细分同样存在一个度的问题，即如何保持细分增加的成本与带来的利润之间的均衡问题。 　　在这个问题上，三支决策理论[9]提供了一个很好的理论框架。本文从客户价值评价出发，在三支决策理论框架内研究客户的细分问题，提出了一个更具有弹性的、考虑成本收益的客户细分方法。概括地讲，通过建立客户价值的评价指标体系，利用三支决策的方法，将客户分为三个域：正域、负域和边界域。其中正域中的客户是高价值客户，也是企业的优质客户资源，在客户关系管理中，是需要重点维护和保持的，企业应将维系客户关系80%的资源用于这类客户；负域中的客户是需要淘汰的客户，这些客户给企业带来的价值可能远远低于进行客户关系维系的成本，因此，建议尽可能地少投入资源用于该类客户的关系维系；边界域中的客户则是有待进一步观察的客户，可以维持现有的客户关系维系策略以不让客户流失为基准；进一步，当有新的信息到来时，可以对边界域的客户继续细分，但需要强调的是，在最终结果中始终保留三个决策域，而不是变成一个简单的二支决策结果。 　　按照这个思路，本文给出了利用三支决策进行客户细分的指标体系、价值评价模型以及分类阈值确定方法，并提出了实际应用的策略。该问题的研究，既为三支决策理论提供了应用实证，同时也为CRM中客户细分的研究提供了新的思路和方法，具有重要的理论价值和现实意义。 　　2客户细分的指标体系 　　客户价值的评价标准有很多，现在很难找到一个统一的，能被所有人接受的指标体系。综合已有的研究[16-19]并结合所调研的企业现状，本文构建的指标体系包含如下3类指标： 　　1）当前价值指标：单位毛利润、总购买量