顧客資產測量模型研究

(上海大學 上海 200000)

一、引言

隨著市場競爭的日益激烈，許多行業市場份額的爭奪進入愛熱化階段，如何擴大自己的市場份額獲取更多的顧客，如何將競爭對手的顧客轉換成自身的顧客，是企業在動態發展的市場環境中生存與發展必須考慮的問題。同時顧客資產理論的研究對于企業經營管理的意義也越來越重要。

Blattberg和Deighton(1996)[1]首先提出“顧客資產”的概念,這使得顧客資產構成與測量的有關研究成為管理學，營銷學和會計學的研究熱點之一。之后，Rust,Lemom和Zeithaml(2000)[2]對“顧客資產觀”進行了具體的闡述,他們認為顧客資產是企業所有顧客終生價值(CLV)折現現值的總和,而對企業來說,顧客終生價值是企業在那位顧客與公司交易的整個期間從顧客那里獲得的純利潤或損失。

Blattberg和Deighton提出用以下方法來測量顧客資產：首先，測量每位顧客相對于公司在該顧客整個生命周期內的期望貢獻。然后按照公司經營投資的目標收益率將該期望貢獻折現成凈現值。最后,將所有現存顧客的折現后的期望貢獻加總。這也是后來諸多學者研究CLV和顧客資產測量問題的思路。

由于顧客資產的測量是基于CLV的計量的，所以本文先從計量CLV的模型開始闡述，然后再進一步深入到顧客資產的測量。

而由于是否契約型顧客是一種應用甚廣的分類方法，因此，筆者先分是否契約型來介紹關于計算CLV的研究模型，再進一步據此分析簡述研究顧客資產的模型。契約型顧客的測量模型主要是在這樣的企業背景下：顧客在交易的過程中，企業可以明確地知道顧客與企業結束關系的時間。

二、國內外顧客資產測量模型理論

(一)計算CLV的模型

1、契約型CLV測量模型

(1)確定性模型

最初的CLV測量模型是按照Blattberg和Deighton(1996)[3]提出的方法來計算的：首先，在基于成本和利潤可預測的情況下(即契約型顧客的背景下)，測量每位顧客相對于公司在該顧客整個生命周期內的期望貢獻。然后，按照公司營銷投資的目標收益率將該期望貢獻折現成凈現值。最后，將所有現存顧客的折現后的期望貢獻加總。公式具體如下：

其中i是顧客交易的時期，n是顧客與企業關系維持的時間；Ri是在i時期顧客為企業帶來的利潤；Ci是指為獲得Ri而付出的總成本；d是折現率。該模型簡單，便于應用，但是它只考慮了正在與企業交易的顧客，忽略過去的和將來的可能顧客，并且忽略了購買過程的隨機性。Berger and Nasr(1998)在測量模型中引入了顧客保留率，提出了幾個不同假設條件下的CLV模型。

(2)以CLV為基礎的動態定價模型

Blattberg和Thomas(1998)[4]提出的應用動態定價戰略以使CLV最大化的模型。

在該模型中,顧客資產財務指數在考慮顧客獲得和顧客保留的條件下被優化,以實現顧客獲得和顧客保留價格的優化。該模型可以用于評價對不同顧客群進行營銷投資的收益情況,并通過研究不同決策對CLV的影響來指導企業營銷投資的力度和方向。

2、非契約型CLV測量模型

非契約型顧客資產測量模型中對顧客的行為預測更為復雜。學者們在這一方面也進行了較多的研究。

(1)Pareto/NBD模型

Pareto/NBD模型由Schmitllein,Morrison和Colombo(1987)[5]提出,可以用來計算顧客仍活躍的可能性。該模型要求顧客過去交易的數量和時間作為輸入數據,公司利用它可以辨別哪些顧客仍活躍并計算其數量。作者指出,應用此模型可以求得隨著過去幾年顧客群的增長公司所擁有的零售顧客的數量,其中個體顧客能代表顧客群體是否活躍,以及公司將來對個體顧客和整個顧客群應賦予多大的期望。

Pareto/NBD模型可用于顧客不活躍時間不可知的情況,顧客可以在任何時間進行任何數量的交易,也可以在任何時間變得不活躍。此模型對擁有較少長期顧客的公司較為適用,當顧客的購買歷史較長,該模型在數據獲得方面就存在缺陷了。若將一位顧客超過兩年時間的交易計算進去,就可能產生誤差。

(2)馬爾科夫鏈

Pfeifer和Carraway(2000)[6]提出了一個可以模擬顧客關系的被稱為馬爾科夫鏈(MCM)的數學模型,并認為該模型具有較強的適用性。在Berger和Nasr(1998)，Blattberg和Deighton(1996)，Dwyer(1997)所提出的顧客終身價值測量模型中當顧客停止交易后即被企業作為流失的顧客處理，當一段時間后這些顧客重新選擇購買本企業的產品時，企業通常把它們作為新顧客對待。而MCM模型可以用來解決顧客的保留和遷移問題。

在該部分描述的模型中,盡管MCM是最適用的,但它也存在一些致命的假設。尤其是,所有顧客購買的時期又一次被視為相同的、恒定的。轉移概率的計算對此類模型的成功十分重要,但這些概率并不容易計算。

(3)國內非契約型CLV研究

在國內，馬少輝、劉金蘭(2006)[7]以某專業視頻設備零售商近5年的客戶購買數據作為樣本,用最大似然法進行參數估計,對Pareto/NBD模型有關客戶活躍度、客戶未來購買期望等方面的預測性能進行實證檢驗。提出結合Pareto/NBD模型與購買金額期望模型計算有(無)購買歷史客戶的客戶終生價值、根據客戶終生價值設置客戶流失預警點等方法。

王高、李純青、趙平和童璐瓊(2007)[8]采用NBD模型來擬合購買次數,用gamma-gamma模型來擬合平均購買金額，基于貝葉斯原理,在給定過去購買行為條件下，計算顧客未來購買次數和平均購買金額的期望值,進而用這兩個期望值的乘積得到顧客的未來經濟價值，并應用上述模型對一家零售企業的顧客積分卡數據進行了實證分析,結果表明該模型不僅可以比較準確地擬合顧客購買次數和購買金額數據,而且可以對顧客未來價值進行較為準確的預測。

(二)計算顧客資產的模型

1、契約型顧客資產測量模型

(1)穩定顧客群模型

Tomas,Jen,和Hans[9](2002)在研究前人成果的基礎上提出了該模型。首先,設單一顧客C的終生價值為CLVc，其結果如下：

CLVc=[Cc+WoMc]Wc

(1)

式中Cc是綜觀顧客C的整個保留期(終生)的利潤總量的折現值(報告期為現期),該值是由顧客C的直接交易產生的。WoMc是顧客C的口碑行為帶來的利潤總量的折現值。Wc≥1是顧客C由于其率先使用、引導和潛在的購買價值產生的利潤折現的權重。Cc的計算模型如下：

(2)

式中r表示顧客C的終生期,t表示顧客C的時間周期,i表示以公司利潤率最小值確定的折現率,Cc,t為由顧客C在時期t中的直接購買產生的利潤。

該等式為計算顧客資產提供了一種方法,它是以單個顧客的CLV為基礎的,并在CLV和顧客資產的測量研究方面首次將口碑價值考慮其中,因此在顧客資產研究領域,在建立系統的以價值為基礎的模型時起到重要作用。但該模型復雜的計算過程以及在確定口碑行為給企業帶來的利潤總量方面存在的困難,使得該模型的應用受到限制。

(2)VK模型

在Venkatesan和Kumar[10](2004)提出的框架中，通過Logit模型來確定單個顧客的維系率，用以識別顧客對不同渠道的營銷傳播的反應。這形成了營銷資源最優配置的基礎，這樣的配置通過每位顧客的接觸渠道使得他們各自的CLV最大化。這個模型也能用于設計其它的顧客級策略，例如顧客選擇、購買序列分析、定位獲得正確的顧客。該模型將測量與提升結合起來，在契約型企業可以準確預測顧客購買間隔的情況下，這種方法既可以較為準確地測量顧客資產，還可以辨別不同營銷行為的效果，非常適合應用于企業的經營活動。

(3)顧客資本資產定價模型

譚文偉(2011)[11]在通過引入信用風險率的概念，把契約中企業和顧客之間已經明確的收益率作為名義收益率固定下來，將其導入資本資產定價模型(CAPM)，從而推導建立了顧客資產期望收益率模型。

但傳統的資本資產定價模型用于證券投資市場，便于獲得歷史數據。但企業與顧客間的關系可能是契約型的，這種易于得到歷史數據，也可能是非契約型的，次數較少，缺乏歷史數據，這是該模型的缺陷。

2、非契約型顧客資產測量模型

(1)營銷收益模型

該模型由Rust,Lemom和Zeithaml(2004)[12]提出。他們依據個人層次的轉換矩陣來模擬顧客在購買中的品牌轉換過程,強調每一次購買相對于前一次購買都是獨立的,這就更加逼真的模擬了競爭。下面就是其建立的顧客i對品牌J的CLV模型：

對于品牌j，dj為企業的折現率；fi表示的是單位時間內顧客i的平均購買率(如每年購買三次)；Tij代表在企業j的時間范疇Hj內，顧客i從j企業購買產品或服務的期望購買次數；Ti=int[HjFi]，此處int[]是指取整；Vijt是顧客i在t次購買中j的期望購買量；πijt是在t次購買中顧客i可能給企業帶來的邊際貢獻；Bijt表示顧客i在t次購買中購買品牌j的可能性，Bijt可以通過將Markov矩陣相乘t次得到。為了求得品牌轉換矩陣，作者建立了品牌效用模型如公式：

Uijk=β0kLASTijk+Xikβ1k+εijk

Uijk表示品牌k對最近購買了品牌j的個人i的效用。如果j=k，LASTijk的名義變量等于1，反之則為0；X是價值資產、品牌資產和維系資產驅動要素的行向量。其中β0k是與品牌慣性有關的回歸系數，β1k是與價值資產、品牌資產和維系資產有關的回歸系數的列向量，而εijk是呈二重指數分布的隨機誤差。

這樣，人層次的效用導出個人層次的轉換矩陣，個人層次的轉換矩陣又導出個人層次的CLV，而后結合企業顧客數量的數據就可以求得顧客資產的值。

(2)顧客資產四維驅動測量模型

邵景波(2011)[13]在營銷收益模型的基礎上，認為在價值驅動、品牌驅動及關系驅動之外，還存在著表示顧客感知的一類驅動要素，進而提出了顧客資產感知驅動要素，應用趨勢預測法對需求市場規模進行預測，運用馬爾科夫矩陣模擬競爭和品牌轉換，同時通過對顧客資產驅動要素構成的完善，將交叉購買和口碑宣傳納入模型，進而構建了需求市場規模變化條件下的四維驅動CE測量模型。顧客資產四維驅動測量模型的貢獻在于不僅科學合理地提出了感知驅動要素，更是將顧客資產的測量方法很好地應用于多品牌的企業中，使顧客資產的測量值更加準確且符合實際。

三、國內外顧客資產測量模型理論研究的局限性與不足

雖然國外學者對顧客資產的測量研究在理論上進行了廣泛的探索,也建立了一定的數學模型,但在實踐中用其來對顧客資產進行計量、估算并有效提升卻困難重重。主要是因為CLV和顧客資產計量方法的不完備性。其主要問題如下：

1、所有模型都存在的問題

(1)企業需要強大的數據庫系統去記錄、跟蹤和分析顧客的購買行為信息與收益狀況,即便是目前許多具有這樣的數據庫系統,但是,信息的搜集、處理和加工的工作量大及復雜性本身就足以令人生畏。一個不容忽視的問題就是目前許多企業還缺乏能勝任這項工作的復合型統計分析人才。

(2)現有的估價模型都有大量假設,或是限定了來自單個顧客的現金流的數量、時間和適用的業務類型,或是嚴格限定了所需的數據類型,從而制約了其效度和實用性。

2、部分模型存在的問題

(1)除了四維驅動測量模型，上述所有的測量模型都存在一個假設,即市場規模不變。但事實上,市場規模是不斷變化的。

(2)在模擬競爭和顧客的品牌轉換方面,除了營銷收益模型和四維驅動測量模型，其他測量模型都沒有明確的模擬競爭。

(3)在對“獲得”和“保留”的處理方面,許多模型沒有將顧客“獲得”與“保留”包含在同一個模型中。營銷收益模型將現有顧客和潛在顧客的期望終生價值都考慮在內了,因此在同一模型中同時考慮了“獲得”和“保留”(從本公司和競爭者間關系的角度看)。既然顧客獲得成本在決定凈獲利時很重要,那么只有同時將顧客的“獲得”與“保留”包括在內的模型才更有意義。

四、未來研究啟示

總體而言,現有顧客資產理論的研究己經構建了一個關于顧客資產理論體系的初步輪廓,將顧客資產提升到戰略的高度進行論述,并且在某些方面己經達成了共識,比如有關顧客資產的研究都建立在CLV計量的基礎之上。但對于顧客資產測量模型的研究還是有很多不盡如人意的地方需要進一步的改善優化，尤其是在以下的幾個領域：

(一)引入市場規模變化對顧客資產的影響

市場規模不是一成不變的，如果市場正在迅速擴張或縮小,市場規模穩定的假設就行不通了。顧客數量變化能夠引起顧客資產價值的顯著變化，因此，市場規模的變化因素是測量顧客資產時不可忽視的因素。

(二)考慮到競爭和品牌轉換因素的影響

在現實生活中企業間的競爭和顧客在不同品牌間的轉換一直存在，并且對于顧客資產肯定有很大影響，但是很少測量模型會引入這些因素。

(三)對顧客資產測量模型相關數據庫的研究

該模型的建立是基于對于顧客龐大的歷史數據之上的，傳統的企業中對此沒有完備的記錄，開發出專門收集統計相關數據的數據庫軟件刻不容緩。

(四)簡化研究模型的假設條件

理論和實踐都迫切需要更簡單、實用的研究模型,探索具有較少限制假設的模型和尋求更有效的評價顧客資產的方法成為研究的重點。

[1]Blattberg R C,Deighton J.Manage Marketing by the Customer Equity Test[M]// Perspectives On Promotion And Database Marketing:The Collected Works of Robert C Blattberg.1996:205-213.

[2]Verhoef P C,Commandeur H.Driving Customer Equity,How Customer Lifetime Value is Reshaping Corporate Strategy:Roland T.Rust,Valarie A.Zeithaml,Katherine N.Lemon,The Free Press,New York;(2000),292pp[J].Long Range Planning,2001,34(6):759-762.

[3]Berger P.D.&Nasr NI.Customer Lifetime Value:Marketing Models and Applications[J].Journal of Interactive Marketing,1998,12(1):17-30.

[4]Blatterg,R.C.and Thomas,J.S..Dynamic Pricing Strategies to Maximize Customer Equity[Z].Unpublished manuscript,Northwestern University,Evanston,IL.1997

[5]Schmittlein D C,Morrison D G,Colombo R.Counting your customers:who are they and what will they do next?[J].Management Science,1987,33(1):1-24.

[6]Pfeifer P E,Carraway R L.Modeling customer relationships as Markov chains[J].Journal of Interactive Marketing,2000,14(2):43-55.

[7]馬少輝,劉金蘭.Pareto/NBD模型實證與應用研究[J].管理科學,2006,(05):45-49.

[8]王高,李純青,趙平,童璐瓊.隨機模型在零售顧客未來經濟價值估計中的應用[J].中國管理科學,2007,(02):104-110.

[9]Bayón T,Gutsche J,Bauer H.Customer Equity Marketing::Touching the Intangible[J].European Management Journal,2002,20(3):213-222.

[10]Venkatesan R,Kumar V.A Customer Lifetime Value Framework for Customer Selection and Optimal Resource Alloca - tion[J].Journal of Marketing,2004,68(4):106-125.

[11]譚文偉.基于顧客資產的資本資產定價模型[J].價值工程,2011,30(14):155-157.

[12]RolandT.Rust,R.A.,Lemon,K.N,Zeithaml,V.A.(2004b):Return on Marketing:

Using Customer Equity to Focus Marketing Strategy.[J]Journal of Marketing.2004,68(1):109-127.

[13]邵景波,吳曉靜,崔文慧等.需求市場規模變化條件下四維驅動CE測量模型[J].哈爾濱工業大學學報,2011,43(5):79-83.