第2章客户关系管理的内涵及相关理论.pptVIP

客户转移模型 （适用“暂时流失”类客户）预测思路 第N年 客户基数 客户购买率 本年购买人数 暂时流失客户数 购买金额$ 收入（元） 1 1000 70％ 700 300 100 70000 2 700 80％ 560 140 110 61600 300 40％ 120 180 90 10800 3 560 85％ 476 84 90 42840 120 75％ 90 30 100 9000 140 50％ 70 70 90 6300 180 30％ 54 126 50 2700 合计 203240 预测的核心思想是：客户最近一次购买距离当前越久远，客户购买的可能性越小，即使购买，购买的金额越小。 Dwyer法的缺陷 Dwyer法预测的是一组客户的CLP，无法在客户级上预测CLP（即不能预测每个客户的CLP），因此无法具体评估某个客户对公司的价值。 CLP预测方法之二：客户事件法 基本原理： 针对每一个客户，预测一系列事件发生的时间，并向每个事件分摊收益和成本，从而为每位客户建立一个详细的利润和费用预测表。 每个客户CLP预测的精度取决于事件（产品购买、产品使用、营销活动、坏帐等）预测的精度和事件收益与成本分摊的准确性。 客户事件预测可认为是为每个客户建立了一个盈亏帐号。客户事件集越详细，与事件相关的收益和成本分摊得越精确，CLP的预测精度就越高。 时间 第一年 第二年 第三年 第四年 第五年 第六年 产品1 产品2 产品4 产品3 产品5 产品6 图例： 产品购买等事件 某产品事件终止 事件继续 第一年 第二年 第三年 第四年 第五年 第六年 收入 × × × × × × 成本 × × × × × × 纯收益 × × × × × × 纯收益现值 × × × × × × 客户事件法的缺陷 客户未来事件预测的精度无法保证： 预测依据的基础数据不确定性大 历史交易信息（如最近一次的交易时间、每次交易额、交易的平均时间间隔、平均价格水平、交叉购买情况、信用状况等） 客户变量（如客户公司的知名度、发展历史、业务规模、利润额、经营现状、未来走势等） 公司变量（如预计的资源投入、客户保持策略等） 环境变量等 预测过程不确定性大 整个预测过程是一个启发式推理过程，涉及大量的判断，需要预测人员大有量的经验积累，不仅一般人员不容易掌握，而且预测过程和预测结果因人而异，预测的主观性强。 CLP预测方法之三：拟合法 总体思路: 利用历史利润预测未来利润 假设： 历史利润符合某一已知的典型利润规律，那么未来的利润也符合这一规律。 与时间序列 法预测不同。 拟合法的预测步骤 （1）计算客户过去每个时间单元的利润： P(t)=GCt-Ct （2）绘制历史利润随时间变化的曲线图，即历史利润曲线。 （3）根据历史利润曲线，预测客户未来利润模式并确定模式中的参数。 （4）确定客户生命周期长度n。(n=3 or 5） （5）预测客户全生命周期利润。 倒“U”形曲线的拟合函数 倒“U”形客户曲线可分成三段 P(t) g1 g2 t 历史利润曲线有三种情况： ①进入了Ⅰ阶段（快速增长阶段）； ②进入了Ⅱ阶段（缓慢增长阶段）； ③进入了Ⅲ阶段（快速下降阶段）。 将三种情况分别抽象成三个案例 (a) P(t) t g1 t0 (b) t0 g1 t P(t) (c) P(t) t0 t g1 g2 案例1的CLP预测模型 P(t) t g1 t0 案例1的计算例子 已知条件：设某分销公司一渠道客户与该公司已有18个月的交易历史，历史利润很好地拟合了P1（t），参数h1=0.025 ，v=3.40（据最小二乘法求得），根据与其最类似客户的历史利润数据推测该客户的利润：从第25个月起开始进入缓慢增长期，最大不超过20万元。 根据已知条件,可得出该客户利润曲线的拟合函数如下： 其中P（24）=17.80