大數(shù)據(jù)時(shí)代企業(yè)客戶資產(chǎn)價(jià)值評估研究

張麗

【摘 要】 文章從利用大數(shù)據(jù)分析客戶價(jià)值入手，對客戶盈利能力、客戶發(fā)掘成本、客戶忠誠度、滿意度、保留率等客戶價(jià)值評估指標(biāo)進(jìn)行了分析，構(gòu)建了基于大數(shù)據(jù)的企業(yè)客戶價(jià)值評估的現(xiàn)在價(jià)值模型和潛力價(jià)值模型，以期使企業(yè)客戶價(jià)值評估更為科學(xué)、高效，為企業(yè)管理者提供財(cái)務(wù)決策參考。

【關(guān)鍵詞】 大數(shù)據(jù)； 客戶； 資產(chǎn)價(jià)值； 評估模型

【中圖分類號】 F275 【文獻(xiàn)標(biāo)識碼】 A 【文章編號】 1004-5937（2018）17-0133-03

一、引言

在當(dāng)前企業(yè)競爭日益激烈的背景下，客戶價(jià)值評估對企業(yè)財(cái)務(wù)管理有重要的意義：第一，客戶價(jià)值的評估可以使企業(yè)更有針對性地進(jìn)行財(cái)務(wù)管理工作。客戶是企業(yè)資金管理、成本費(fèi)用管理、利潤管理及戰(zhàn)略管理等需要考慮的最重要的因素，長期保持有高質(zhì)量的忠誠客戶，可以使企業(yè)節(jié)省大量的成本；企業(yè)通過鎖定高價(jià)值客戶，將資產(chǎn)分配到更具有價(jià)值的客戶的業(yè)務(wù)中去，可以獲得更高的利潤回報(bào)，進(jìn)而實(shí)現(xiàn)企業(yè)價(jià)值最大化的目標(biāo)。第二，分析客戶價(jià)值可以讓企業(yè)價(jià)值評估運(yùn)作體系更加有效。客戶價(jià)值的分析便于企業(yè)在兼并或者收購、資產(chǎn)的出售、資本金重組、回購股份等重大交易活動中更好地對目標(biāo)企業(yè)的盈利的能力和潛在發(fā)展的能力進(jìn)行評估，從而使企業(yè)抓住對自身發(fā)展更為有利的交易機(jī)會。第三，客戶價(jià)值的評估有助于企業(yè)管理和量化客戶資產(chǎn)。客戶資產(chǎn)是企業(yè)重要的無形資產(chǎn)，客戶價(jià)值衡量了客戶對企業(yè)的重要程度，用客戶價(jià)值來評估企業(yè)價(jià)值，可以更加及時(shí)和全面地反映企業(yè)的財(cái)務(wù)狀況，預(yù)測企業(yè)收益的增長前景。

大數(shù)據(jù)的特點(diǎn)是數(shù)據(jù)量巨大，數(shù)據(jù)類型眾多，具有很高的商業(yè)價(jià)值。大數(shù)據(jù)技術(shù)使企業(yè)迅速地獲得各種類型有價(jià)值的數(shù)據(jù)信息。龐大的數(shù)據(jù)為企業(yè)進(jìn)行客戶價(jià)值評估節(jié)省了收集數(shù)據(jù)信息的成本和時(shí)間。在海量的數(shù)據(jù)中，企業(yè)可以根據(jù)客戶的數(shù)據(jù)對客戶進(jìn)行識別，對客戶價(jià)值進(jìn)行評估。大數(shù)據(jù)技術(shù)可以迅速處理信息，使企業(yè)借助大數(shù)據(jù)技術(shù)掌握客戶重要的信息，依據(jù)云計(jì)算架構(gòu)立刻處理和分析數(shù)據(jù)[1]，極大地提高了企業(yè)客戶價(jià)值評估的效率，及時(shí)為企業(yè)管理者提供重要的管理決策信息。

二、運(yùn)用大數(shù)據(jù)分析企業(yè)的客戶價(jià)值

（一）利用大數(shù)據(jù)分析客戶價(jià)值的方法

1.數(shù)據(jù)的收集

客戶數(shù)據(jù)的收集是企業(yè)利用大數(shù)據(jù)分析客戶價(jià)值的第一步。企業(yè)在商業(yè)活動中通過不同的渠道獲取客戶信息，有直接獲得客戶信息的渠道，例如，在市場調(diào)查過程中獲得客戶數(shù)據(jù)，在市場營銷、對客戶服務(wù)過程中獲得客戶數(shù)據(jù)或是在終端設(shè)備收集客戶數(shù)據(jù)等；也有間接獲得客戶數(shù)據(jù)的渠道，例如，通過媒介、行政部門、金融機(jī)構(gòu)等等。企業(yè)可以把從各種不同渠道獲得的客戶數(shù)據(jù)建立客戶數(shù)據(jù)倉庫，為客戶價(jià)值評估提供依據(jù)。客戶數(shù)據(jù)倉庫還可以把分散在企業(yè)內(nèi)部的訂單處理、客戶支持、營銷、銷售、查詢等環(huán)節(jié)的信息和分散在企業(yè)外部的統(tǒng)計(jì)人口信息、客戶信用等信息集成，整合成現(xiàn)有的客戶、潛在的客戶、流失的客戶的數(shù)據(jù)信息[2]，用于企業(yè)客戶價(jià)值評估。

2.數(shù)據(jù)的挖掘

客戶數(shù)據(jù)的挖掘就是企業(yè)通過有規(guī)劃、有目標(biāo)地收集客戶數(shù)據(jù)，以特別高的轉(zhuǎn)換效率把數(shù)據(jù)轉(zhuǎn)換成信息，在海量的客戶數(shù)據(jù)中找出潛在的規(guī)則。企業(yè)客戶數(shù)據(jù)挖掘的方法有很多種，分類挖掘、聚類分析、回歸分析法是其中最常用的數(shù)據(jù)挖掘方法[3]。

客戶數(shù)據(jù)的分類挖掘法，就是企業(yè)把客戶數(shù)據(jù)庫當(dāng)中一組數(shù)據(jù)的共同特征找出來，將它們按照分類方法劃分為不同的類別。分類挖掘法常用于細(xì)分企業(yè)客戶、分析客戶的滿意度、分析客戶購買商品偏好、預(yù)測客戶購買趨勢等[3]。客戶數(shù)據(jù)的聚類分析法，就是把一組客戶數(shù)據(jù)按照類似性和互異性分成不同的幾個(gè)類別，再對結(jié)果數(shù)據(jù)分析后歸納總結(jié)出相似性和共同點(diǎn)。聚類分析法常應(yīng)用于分析客戶的背景、分類客戶、細(xì)分市場等，通過聚類分析可以讓企業(yè)管理者從比較高的層面上分析總數(shù)據(jù)庫中的數(shù)據(jù)。客戶數(shù)據(jù)的回歸分析法，是確定兩種或更多的變量間互相依存的定量關(guān)系的統(tǒng)計(jì)分析的方法。回歸分析法主要用于發(fā)掘客戶、客戶保持和預(yù)防客戶流失、分析客戶生命周期、預(yù)測企業(yè)銷售趨勢等。

3.數(shù)據(jù)的分析

企業(yè)獲得了客戶的數(shù)據(jù)信息，挖掘了數(shù)據(jù)的價(jià)值，接著更重要的一步就是數(shù)據(jù)分析。客戶數(shù)據(jù)分析就是分析客戶數(shù)據(jù)的實(shí)質(zhì)屬性，它是最大限度地利用客戶數(shù)據(jù)和最準(zhǔn)確地定位客戶的重要手段。客戶數(shù)據(jù)分析是細(xì)分客戶數(shù)據(jù)的一個(gè)過程，主要是從海量的客戶信息數(shù)據(jù)中找出關(guān)鍵的數(shù)據(jù)，因?yàn)殛P(guān)鍵數(shù)據(jù)能表現(xiàn)出數(shù)據(jù)的重要價(jià)值，例如客戶價(jià)值大小的數(shù)據(jù)。數(shù)據(jù)分析可以使企業(yè)更好地把握客戶數(shù)據(jù)的含義，對客戶價(jià)值做出預(yù)測性的判斷。

（二）利用大數(shù)據(jù)分析客戶價(jià)值評估指標(biāo)

1.客戶的盈利能力指標(biāo)

客戶的盈利能力指標(biāo)是一個(gè)定量的評價(jià)企業(yè)客戶資產(chǎn)的指標(biāo)。它是根據(jù)事先規(guī)定好的評價(jià)標(biāo)準(zhǔn)，對企業(yè)客戶數(shù)據(jù)計(jì)算得出的確定的結(jié)果。并不是所有的企業(yè)客戶都是對企業(yè)有價(jià)值的，有的客戶只能增加企業(yè)的成本，而不能給企業(yè)帶來收益。企業(yè)可以利用大數(shù)據(jù)技術(shù)，運(yùn)用決策樹方法識別找到最有價(jià)值的客戶[4]。企業(yè)還可以借助大數(shù)據(jù)挖掘的技術(shù)預(yù)測在不同的市場競爭環(huán)境下客戶獲利能力的變化，為準(zhǔn)確進(jìn)行客戶價(jià)值評估提供依據(jù)。

2.客戶的發(fā)掘成本指標(biāo)

客戶的發(fā)掘成本指標(biāo)是評價(jià)客戶資產(chǎn)的一個(gè)主要的指標(biāo)。客戶的發(fā)掘成本是指企業(yè)為了吸引和維系原有的老客戶而進(jìn)行投資的成本，以及為了發(fā)掘獲得新客戶發(fā)生的營銷費(fèi)用等。例如，企業(yè)為了吸引新客戶花費(fèi)的廣告費(fèi)用，向新客戶介紹推廣產(chǎn)品或服務(wù)所需的費(fèi)用，營銷人員的管理費(fèi)用等。企業(yè)有關(guān)客戶發(fā)掘成本的計(jì)算，應(yīng)該把這些發(fā)掘成本對每位客戶進(jìn)行具體的量化，而不是簡單的分?jǐn)偂榱诉_(dá)到這個(gè)目標(biāo)，企業(yè)可以在前期調(diào)整客戶發(fā)掘成本的數(shù)據(jù)統(tǒng)計(jì)，盡可能單獨(dú)統(tǒng)計(jì)和核算每位客戶的成本，這樣計(jì)算出來的是真正意義上的每位客戶的發(fā)掘成本。這個(gè)計(jì)算過程并不是一件非常容易的事，因?yàn)槠髽I(yè)并沒有對每位客戶進(jìn)行細(xì)化管理。有的企業(yè)可能只計(jì)算出了客戶發(fā)掘的總成本，但是并沒有把成本具體量化到每位客戶的身上。更多的情況是，企業(yè)只是把客戶發(fā)掘的總成本簡單地平均分?jǐn)偟矫课豢蛻舻念^上，這是非常不科學(xué)和不準(zhǔn)確的。企業(yè)利用大數(shù)據(jù)的挖掘技術(shù)可以根據(jù)一系列的客戶資料，創(chuàng)建一個(gè)模型，對每位客戶的發(fā)掘成本單獨(dú)計(jì)算，進(jìn)而使企業(yè)核算的客戶價(jià)值更加準(zhǔn)確。

3.客戶的忠誠度指標(biāo)

客戶忠誠度是評價(jià)企業(yè)客戶資產(chǎn)的一個(gè)重要的指標(biāo)。客戶忠誠行為是指受價(jià)格、產(chǎn)品或提供的服務(wù)的特性等要素的影響，客戶很長時(shí)間地購買企業(yè)的產(chǎn)品或服務(wù)的態(tài)度或者行為。忠誠的客戶是企業(yè)最大的財(cái)產(chǎn)，企業(yè)保留住一位老客戶成本是發(fā)掘一位新客戶的成本的五分之一，所以提升客戶對企業(yè)的忠誠、減少老客戶的流失是企業(yè)關(guān)注和研究的重點(diǎn)問題。企業(yè)可以通過挖掘客戶的信息數(shù)據(jù)，分析客戶的購買產(chǎn)品或服務(wù)的趨勢，統(tǒng)計(jì)有關(guān)的數(shù)據(jù)，從而對企業(yè)客戶的忠誠程度進(jìn)行區(qū)分，預(yù)測其中老客戶的忠誠度的變化[4]。

4.客戶的滿意度指標(biāo)

客戶滿意度是表示客戶對企業(yè)的產(chǎn)品或者提供的服務(wù)滿意程度大小的衡量指標(biāo)。客戶的滿意程度越高，企業(yè)留住客戶的可能性就越大；相反，客戶的滿意程度越低，企業(yè)留住客戶的可能性就越小。客戶對企業(yè)的滿意度也是評價(jià)客戶資產(chǎn)的一個(gè)重要的指標(biāo)。客戶的滿意度可以用客戶的期望、客戶的需求、客戶消費(fèi)的體驗(yàn)和客戶獲得的售后服務(wù)作為參數(shù)表示成一個(gè)函數(shù)。企業(yè)可以通過對客戶的關(guān)鍵數(shù)據(jù)分析（例如多維度分析客戶的基本資料信息，客戶對價(jià)格的期望，客戶價(jià)值大小的數(shù)據(jù)等）預(yù)測客戶的滿意度。

5.客戶的保留率指標(biāo)

客戶的保留率是一個(gè)與客戶的流失率相對的比率。企業(yè)不可能永遠(yuǎn)保留住客戶，市場競爭的激烈程度越大，客戶保留率越低。客戶的保留率可以用在一定時(shí)間內(nèi)的（如月、年）忠誠的客戶占總的客戶的比例計(jì)算出來。保持現(xiàn)有的客戶可以增加企業(yè)資金的流量，同時(shí)可以節(jié)省發(fā)掘新客戶所需的營銷成本，從而使企業(yè)獲得更多的現(xiàn)金流量和收益。客戶的保留率越高，表明客戶對企業(yè)越忠誠，企業(yè)客戶的價(jià)值越高。客戶的保留率是客戶價(jià)值評估的重要指標(biāo)之一。企業(yè)可以借助于收集、統(tǒng)計(jì)數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)對客戶的保留情況進(jìn)行研究，建立一個(gè)客戶保留預(yù)測模型，對企業(yè)存在流失風(fēng)險(xiǎn)的客戶進(jìn)行辨別和預(yù)測。大數(shù)據(jù)技術(shù)也可以幫助企業(yè)對客戶流失的情況進(jìn)行分析。企業(yè)借助大數(shù)據(jù)進(jìn)行預(yù)測，對現(xiàn)有客戶的消費(fèi)行為進(jìn)行分析，可以確定各類客戶流失的可能性。企業(yè)還可以通過使用數(shù)據(jù)挖掘工具對已經(jīng)流失的客戶建立模型，即建立客戶流失預(yù)測模型[1]，找出導(dǎo)致客戶流失轉(zhuǎn)移的模式，然后識別企業(yè)目前哪些客戶可能流失，從而計(jì)算分析出客戶的保留率。

三、借助大數(shù)據(jù)建立客戶價(jià)值評估模型

（一）客戶現(xiàn)在價(jià)值評估模型

（二）客戶潛力價(jià)值評估模型

預(yù)測計(jì)算客戶潛力價(jià)值的變量很大程度上依賴于大數(shù)據(jù)。客戶潛力價(jià)值（Customer Potential Value，CPV）是指企業(yè)現(xiàn)有的客戶和潛在的客戶將來可能給企業(yè)創(chuàng)造的利潤總和的現(xiàn)值。從企業(yè)客戶資產(chǎn)管理的角度來看，客戶潛力價(jià)值不但可以反映當(dāng)前的潛力價(jià)值，也可以反映未來的潛力價(jià)值[5]。客戶潛力價(jià)值主要體現(xiàn)在客戶的增量購買和客戶的交叉購買。客戶的增量購買是指客戶增加已購產(chǎn)品或服務(wù)的交易額，它的可能性與大小取決于客戶份額、客戶資產(chǎn)的管理水平和客戶業(yè)務(wù)總量。客戶份額是指客戶帶給企業(yè)的業(yè)務(wù)量占企業(yè)總業(yè)務(wù)量的比例，所以客戶份額越小，增量購買的可能性就越大。如果一個(gè)客戶將所有的業(yè)務(wù)都給了企業(yè)，他就沒有了增量購買的可能。企業(yè)客戶資產(chǎn)的管理水平越高，客戶增加交易量的可能性就越大；相反，客戶有可能縮減業(yè)務(wù)量的份額。客戶業(yè)務(wù)總量主要決定了增量購買的多少。如果客戶的業(yè)務(wù)總量很大，即使份額增加很小的比例，增加的交易量也很可觀；相反，業(yè)務(wù)總量很小的客戶，即使份額增加很大的比例，增加的交易量也很少。客戶交叉購買是指客戶購買之前從未買過的企業(yè)的產(chǎn)品或服務(wù)，或是拓展業(yè)務(wù)范圍。客戶交叉購買可能性取決于兩個(gè)因素：一是企業(yè)可以提供給客戶從未購買又有需求的產(chǎn)品或服務(wù)的數(shù)量，該產(chǎn)品或服務(wù)的數(shù)量越多，客戶交叉購買的可能就越大；二是企業(yè)客戶資產(chǎn)的管理水平，企業(yè)客戶資產(chǎn)的管理水平越高，客戶交叉購買的可能就越大[7]。

因?yàn)槠髽I(yè)的客戶信息數(shù)據(jù)庫不但會有社會學(xué)特征的統(tǒng)計(jì)數(shù)據(jù)（例如，客戶的人口學(xué)信息數(shù)據(jù)），還會有客戶在企業(yè)的購買行為模式信息數(shù)據(jù)，所以在客戶潛力價(jià)值的計(jì)算過程中，一般情況下可以用人口學(xué)信息數(shù)據(jù)（例如客戶的國籍、年齡大小和教育程度等信息）和客戶在企業(yè)中的購買行為模式數(shù)據(jù)[8]來作為預(yù)測客戶潛力價(jià)值的構(gòu)成因素，如圖1。

四、結(jié)語

客戶資產(chǎn)是企業(yè)重要的無形資產(chǎn)，大數(shù)據(jù)是企業(yè)重要的商業(yè)信息資源，利用大數(shù)據(jù)幫助企業(yè)進(jìn)行客戶價(jià)值評估，對企業(yè)的財(cái)務(wù)管理工作有重要的意義。企業(yè)借助于大數(shù)據(jù)技術(shù)掌握客戶關(guān)鍵的信息，依據(jù)云計(jì)算架構(gòu)，即時(shí)處理分析信息數(shù)據(jù)，可以使企業(yè)客戶價(jià)值的評估更加高效和準(zhǔn)確，為企業(yè)管理者提供重要的財(cái)務(wù)決策參考，以此來制定有效的企業(yè)管理發(fā)展策略，提升企業(yè)的客戶價(jià)值，提高企業(yè)的收益，使企業(yè)價(jià)值實(shí)現(xiàn)最大化的財(cái)務(wù)管理目標(biāo)，達(dá)到企業(yè)與客戶雙贏的目的。

【參考文獻(xiàn)】

[1] 楊進(jìn).企業(yè)客戶關(guān)系管理中的大數(shù)據(jù)解決方案研究[J].現(xiàn)代經(jīng)濟(jì)信息，2014（11）：33.

[2] 徐剛，饒欣.客戶關(guān)系管理理論與實(shí)務(wù)[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2016：205-207.

[3] 李軍.實(shí)戰(zhàn)大數(shù)據(jù)客戶定位與精準(zhǔn)營銷[M].北京：清華大學(xué)出版社，2015：3-15.

[4] 欒港.客戶關(guān)系管理理論與應(yīng)用[M].北京：人民郵電出版社，2015：65-66.

[5] 吳輔世.基于客戶—企業(yè)動態(tài)關(guān)系的客戶資產(chǎn)研究[D].天津：南開大學(xué)博士學(xué)位論文，2013.

[6] 馬少輝.客戶資產(chǎn)分析與管理研究[D].天津：天津大學(xué)博士學(xué)位論文，2007.

[7] 齊佳音，舒華英.客戶價(jià)值評價(jià)、建模及決策[M].北京：北京郵電大學(xué)出版社，2005：58-80.

[8] 馬輝民，尹漢斌，肖威.客戶潛在價(jià)值預(yù)測模型及細(xì)分研究[J].工業(yè)工程與管理，2003（2）：26-27.