摘 要： 本文在对Y公司深入调研的基础上, 从客户细分的角度出发, 探究该公司客户关系管理实施过程中的问题, 构建基于RFM指标体系和两步聚类算法的客户细分模型并进行实证分析, 从加强推广客户关系管理理念、完善客户关系管理系统功能、细分业务及优化流程、实施差异化营销4个方面提出该公司客户关系管理的优化策略, 为解决B2B电商交易服务型企业的客户关系管理问题提供参考。
关键词： 客户关系管理; 客户细分; RFM分析;
随着互联网经济的迅猛发展, 在竞争加剧的市场环境下, 客户对于企业未来的生存和发展起着至关重要的作用, 当今企业逐渐意识到实施客户关系管理 (Customer Relationship Management, CRM) 的重要性。CRM是一种以客户为中心的经营策略, 其以信息技术为手段, 并对业务流程进行重组, 以赋予企业更完善的客户交流能力, 最大化客户的收益率[1]。客户细分是实施高效CRM的基础, 能够达到减少成本、加强市场渗透的目的, 是企业在特定的经营模式和市场环境下, 依据客户的属性、行为、需求、偏好及价值等因素对客户进行划分, 并为客户提供满足其需求的产品、服务和营销模式的过程[2]。国内外学者对于客户细分的研究成果从研究视角上可分为四类, 分别为基于人口统计、生活方式、行为以及利益的客户细分方法[3]。目前, 基于行为的客户细分方法应用最为广泛, 这种方法以行为模式数据为基础, 以信息技术为支撑, 通过数据库中已有的数据实现对客户的分类, 其中, RFM分析法是CRM领域应用最为广泛的客户消费行为细分方法[4]。
一、Y公司客户关系管理现状
1、Y公司发展及业务概况
Y公司作为国内领先的“互联网+制造业”服务平台, 能在线解决企业的采购交易问题。客户通过注册并缴费购买VIP会员套餐成为公司会员, 公司为客户提供产品及服务, 包括商贸搜索、Saa S采购系统、信贷指数认证等。Y公司的营销业务主要由招商部和客服部工作人员来完成, 公司自主研发了CRM系统帮助工作人员查看和处理客户信息及其订单。招商部负责搜集客户资源, 与客户进行初步沟通并判断其是否具有交易意向, 并将有交易意向的客户资料传递给客服部的工作人员, 把无交易意向的客户资料储备在客户信息“公海”之中。客服部负责与客户对接, 开展营销工作, 促使客户体验公司产品进而与公司达成交易。在交易达成后, 大部分客户还需要客服部工作人员提供系统使用指导, 客服人员也需完成客户的售后咨询工作, 在产品服务期满之前, 提前告知客户并提醒续费。
2、CRM实施效果
自CRM系统投入使用以来, 公司在客户信息和营销业务流程的电子化管理方面有很大的提升。主要表现在以下三个方面:一是CRM系统为营销业务工作的交接提供了便利。通过CRM系统交接客户资料, 弱化了业务交接的执行动作, 提高了业务的执行效率;二是为营销业务信息整合提供了便利, 实现了对营销业务和客户资源的在线实时管理, 提高了管理层以及业务人员对信息的及时响应速率;三是营销数据和个人业绩的统计结果能够得到多维度的立体呈现, 为公司领导了解业绩情况提供了支持。
3、CRM问题分析
对Y公司2017年3月至2018年2月的客户交易信息进行分析, 发现该公司面对激增的客户与交易量, 没有采取恰当的CRM措施, 导致出现客户流失的现象, 如图1所示。客户月交易频率和月交易总额均较历史水平有较大的增长, 客户月交易总额于9月达到顶峰, 但随后5个月的交易统计数据显示, 客户交易频率和月交易总额呈现出缓慢下跌的趋势。2017年10月和2018年2月的客户交易总额分别较上月下跌了29.7%和13.1%。客户月交易频率于2017年11月达到顶峰, 但客户月交易总额和客户月交易频率的增减趋势并未呈现一致的状态。虽然2018年2月的客户月交易总额较上月下跌了13.1%, 但月交易频率甚至还有小幅增长。
从营销业务流程的角度来看, 客服部人员工作的内容范围和时间跨度较大, 包括售前的初步沟通, 销售过程中的客户需求分析及公司产品介绍, 售后服务等。对于单个客服部人员而言, 每天需要频繁地在不同业务流程中切换工作内容, 这对客服部的工作能力提出了很高的要求。进一步调查公司工作人员对于CRM的认知情况, 结果显示:37.8%的员工无法对CRM的概念、相关观点和应用模式做出较为清楚的阐释, 41.3%的客服营销人员认为CRM系统只能够作为客户信息统计工具, 对实际的营销工作没有较为明显的帮助。
图1 Y公司客户月交易总额及频率 (2017年3月至2 0 1 8 年2月)
基于上述分析, Y公司在CRM的实施过程中主要存在三方面的问题:一是CRM系统功能不全, 尤其是缺少客户细分功能;二是营销业务流程需改善, 工作分配待细化;三是CRM理念尚未深入人心。
二、Y公司客户细分
1、改进RFM指标体系
RFM分析方法作为CRM领域应用最为广泛的客户细分方法, 在反映客户价值及客户交易偏好方面都具有良好的表征性, 是一种能够较好地评估客户价值及其创利能力的重要手段。传统RFM分析法由美国学者Hughes于1994年提出, 通过最近交易时间距今的时间间隔R (Recency) 、交易频率F (Frequency) 、交易金额M (Monetary) 这3个维度来描述客户价值状况[5], 能够较为动态地显示一个客户的整体轮廓, 对客服营销人员为客户提供个性化服务提供了依据。
RFM分析方法虽然能够有效识别客户价值和交易行为倾向, 但指标的划分标准过于宽泛, 所得种群结果过多, 只能在一定程度上反映某个客户在全体客户中所处的地位, 无法给出该客户自身的交易变化趋势。基于上述不足, 本文对RFM分析中的3个指标进行进一步细化, 运用比值的形式考察客户交易特征, 如表1所示。这种比值形式的细分指标, 增加了客户在交易周期内自身数据的比对, 如指标R2, 可以观察出该客户对公司的依赖程度以及客户是否已经流失;也增加了客户之间交易数据横向的比对, 如指标F2、M2, 可以观察出该客户在全体客户中所处的具体地位。其中, 为了消除指标F与指标M的多重共线性[6], 用指标M1 (客户平均交易金额) 替代传统RFM模型中的指标M (客户交易总额) 。
表1 RFM传统指标及细分指标
细分指标的涵义如下。
R1:客户交易近度, 即最近一次交易的时间间隔。R1的值越大, 说明客户对于企业的依赖程度越低, 流失几率越大。
R2:客户交易近度与该客户在样本数据时间段内最初一次交易时间间隔的比值。该指标用以和其他指标综合考量客户的交易行为。当R2较大时, 综合考虑R1值的大小, 分辨出客户已经流失 (R1较大) , 或者为企业的新注册客户;当R2较大, F1较小时, 说明该客户的交易周期较长, 企业在该客户的交易活动中占比较小;当R2较小, F1较大时, 说明该客户对公司的依赖程度较高, 其交易活动的大部分内容均在公司完成。
F1:客户在样本数据所在时间段内的交易频率。
F2:某客户交易频率与全体客户交易频率均值之比, 能够间接说明客户对于企业的依赖性和忠诚度。客户交易频率越高, F2则越大, 体现了客户具有较高的忠诚度。
M1:客户与企业之间交易金额的均值。M1的值越大, 则该客户对企业的贡献越大, 为企业带来的利润越多。
M2:某客户交易均额与全体客户交易均额的比值。M2值越大, 则说明该客户为企业创造价值的能力比整体客户的平均水平要高。
2、聚类算法的选择
因聚类算法能够全面且客观地挖掘数据的内在联系, 从而被国内外学者广泛应用于客户细分的相关研究。根据算法原理的不同可分为层次聚类算法、划分聚类算法、基于密度的聚类算法等。经对比层次聚类算法中的两步聚类算法和划分聚类算法中的K均值算法, 最终选择两步聚类算法来建立客户细分模型。两步聚类算法能够自动确定最佳聚类数[7], 避免了K均值算法中K值难以确定而产生的偏差, 具有较高的精确性。
3、客户细分流程
图2 基于指标体系和两步聚类算法的客户细分流程图
综合RFM指标体系和两步聚类算法, 提出Y公司客户细分方法, 具体流程如图2所示。
4、实证分析
从Y公司CRM系统中获取客户交易数据, 能够较好地反映近一年来公司与客户的交互情况。本文随机选取了3850条的交易数据作为分析样本, 包括用户ID、公司名称、交易时间、交易类型、交易金额, 剔除信息不完整的数据后, 共得到3802条可用的交易信息, 利用EXCEL求得改进RFM指标体系数据, 再通过SPSS Statistics 22.0进行客户细分模型的实证分析。选择两步聚类算法, 共输入6个指标, 最终将样本分为三类。图3为凝聚和分离的轮廓测量结果, 表示聚类模型质量, 结果显示该值大于0.5, 即模型质量较好, 在一定程度上说明聚类整体效果较好。
图3 凝聚和分离的轮廓测量结果
两步聚类算法利用BIC (Bayesian Information Criterion, 贝叶斯信息准则) 评分, 通过比较数据特征, 选择最优聚类数目[8]。BIC评分对于最优聚类数目的确定有很大影响, 但实际上还应考虑BIC评分的变化率和距离测量值的变化率。表2为自动聚类结果, 综合考虑四个维度的值的大小, 确定最优聚类数为3。
表2 SPSS自动聚类结果
表3给出了聚类结果部分指标数值, 显示了每个类别客户数目及其占总客户数的百分比。其中, 100位客户被划分到第一类, 占比3.5%, 这类客户在各方面表现均为最优, 将这类客户称为VIP客户;758位客户被划分到第二类, 占比26.8%, 这类客户在各方面表现稍落后于VIP客户, 但均优于第三类客户, 将这类客户称为重要客户;另外, 1966位客户为第三类客户, 占比69.6%, 在各方面表现均落后于前两类客户, 将这类客户称为一般客户。
表4给出了聚类结果在改进RMF细分指标上的均值及标准差。在R1、R2、F1、F2四个指标维度上, 第二类客户的表现稍优于第一类客户, 第三类客户的表现远落后于前两类客户。其中, 三类客户在R1指标上的数值均大于40, 即客户上次交易时间距今间隔天数超过40天, 主要是由Y公司产品及服务期限的特殊性决定的, 如商城首页广告位产品的有效期分为一个月、一个季度、半年和整年。综合考虑指标R2和R1、F1可发现客户流失问题主要存在于第三类客户中, 体现在R2值较大的同时R1值较大、F1值较小。在指标M1、M2上, 第一类客户的表现远超后两类客户, 可知第一类客户能够为公司带来最大利润。
根据聚类结果及具体数据分析, 三类客户的具体交易行为特征如下。
VIP客户:企业的购买主力, 人数占比不足4%, 但交易总额占全体客户的57.7%。其交易特征呈现为交易频率较高, 交易均额远超其他客户。然而, 其正向指标正随着时间的推移而慢慢减小, 这也和Y公司当前存在的客户流失现象相吻合。VIP客户能够为公司带来巨大价值, 对公司有较高的忠诚度, 二次营销的成功率极高。
重要客户:此类客户在指标R1、F1、F2的表现均优于平均水平, 是为公司带来庞大利润的生力军, 是公司客户中必不可少的重要组成部分。此类客户的交易金额和交易频率均比较高, 同时在与自身指标的横向比对中体现出走高的趋势。
一般客户:人数占比高达69.6%, 但整体表现低于客户平均水平。除了少部分客户属于有潜质进一步发展的客户, 另一部分尚未与企业建立牢固的关系, 无论是交易的金额还是交易的频率, 都远远落后于其他两类客户, 这一部分客户为公司创造的价值相对来说比较小, 已体现出流失的趋势。
三、Y公司客户关系管理的优化
1、加强推广CRM理念
企业的一切价值活动、核心能力、战略资源, 究其本质而言, 是因客户的需求而存在。依据CRM理念开展营销工作, 能够最大程度地挖掘出客户的真实需求, 实施以客户为中心的业务流程。客户信息应当视作企业的整体资源, 流通共享, 而不是掌控在某个部门少数人的手中, 目的是使经营环境走向成熟, 脱离行业内传统“人治”持续存在的状态。将CRM理念提升到企业战略层面, 寻求高层领导的支持, 能够帮助企业优化管理客户资源、最大化客户价值。
表3 聚类结果部分指标数值
表4 聚类结果均值及标准差
图4 优化营销业务流程
2、完善CRM系统功能
Y公司CRM系统包含首页、商铺客户管理、我的订单管理、业绩查看、学习资料、问题反馈等模块, 但仍需要添加一些功能模块, 为营销人员的工作提供支持, 达到加强与客户之间的联系、提升部门之间协作互助的能力、实现信息资源高效共享的目的。建议增加客户细分模块、客户流失预警模块、市场知识库模块和时间管理模块。
3、细分业务并优化流程
将客服部的工作按照工作范围分为营销业务和售后业务, 优化后的营销业务流程如图4所示。营销业务包括产品营销、协助客户进行系统操作以及二次营销, 售后业务包括解决售后咨询问题、搜集反馈信息并改善、产品到期提醒, 并将产品到期客户信息传递到营销业务人员处进行二次营销。将客服部的工作人员按业务内容的不同分为两个部分, 分别负责营销业务和售后业务, 使两部分人员的工作内容无交叉, 一方面缩小每位客服人员的业务范围, 减轻其工作难度, 另一方面便于业务水平的提高, 有利于为客户提供更具专业性的服务。
在业务流程方面, 增加搜集并在CRM系统中记录客户反馈信息的环节, 深入挖掘客户需求, 为营销人员开展二次营销工作提供支持, 为改善客户服务质量提供依据, 为产品研发部完善产品功能及开发新产品提供数据和信息参考。客户产品到期之前, 售后人员提醒客户及时续费, 将仍有交易意向的客户信息传递给营销业务人员, 营销人员根据客户之前的反馈信息向客户推荐更符合其需求的产品组合, 开展二次营销工作。
4、实施差异化营销
营销不仅仅是销售, 而是包含销售、产品、渠道及客户关系等多方面内容。除了基本的售前和售后服务之外, Y公司还可以向客户提供额外的服务项目, 包括免费推广服务、Saa S采购补贴、专属客服、反馈服务、新年贺礼和年节祝福, 根据客户所属类别, 所能够享受的服务项目和内容也有所不同, 具体服务项目如表5所示。
表5 客户服务项目
根据客户细分模型所得结果, Y公司针对3类客户应采取不同的营销策略:对VIP客户采取重点维系的营销策略, 对重要客户采取重点营销的策略, 对一般客户群体采取努力辨别、及时唤醒的营销策略。具体说来, 客服部人员应将公司资源和个人精力主要投入到VIP客户群体中, 他们对公司的依赖程度高, 会更加信赖和支持公司的产品及服务, 二次交易成功的几率极大。对于此类客户, 营销人员的工作重点应该放在售后服务和二次销售上。重要客户群体在数量上较VIP客户群体更多, 与一般客户群体相比, 他们与公司的合作意向更加强烈, 对企业的忠诚度较高, 具有极大潜力成为给公司带来高价值的VIP客户。对于一般客户, 营销人员应以及时唤醒其对公司的好感度为主。但需要注意的是, 随着Y公司的转型, 公司知名度逐渐提升, 会吸引大批新注册客户, 这类新客户属于有意向和公司进行交易的群体, 营销人员应做到努力辨别, 将这部分客户向重点客户甚至VIP客户过渡。
四、结语
本文在对Y公司进行实地调研的基础上, 对该公司自主研发的CRM系统进行分析, 发现缺少客户细分这一重要过程。由于RFM分析指标过于简单, 难以全面反映客户的交易情况, 因此在传统RFM分析指标基础上进一步选取细分指标, 对公司客户交易数据进行处理, 再结合两步聚类算法, 构建Y公司客户细分模型, 最终把客户分为三类。针对这三类客户的不同交易行为特征, 从公司战略、CRM系统优化、业务细分及流程优化、营销策略四方面提出Y公司CRM优化建议。从理论上为后续客户细分的研究提供了一定的借鉴, 在实践上为企业依照该指标体系和客户细分模型提升客户关系管理效果提供了参考。
参考文献：
[1]陈旭:CRM综述[J].计算机应用研究, 2001 (8) .
[2]刘晓莉、刘西林:基于客户满意度的客户细分研究[J].情报杂志, 2006 (6) .
[3]刘英姿、吴昊:客户细分方法研究综述[J].管理工程学报, 2006 (1) .
[4]徐文瑞:基于RFM模型的顾客消费行为与顾客价值预测研究[J].商业经济研究, 2017 (19) .
[5]Hughes A.A Strategic Database Marketing[M].Chicago:Probus Publishing, 1994.
[6]刘义、万迪昉、张鹏:基于购买行为的客户细分方法比较研究[J].管理科学, 2003 (1) .
[7]张红梅、李以钢:基于两步聚类算法的卷烟零售客户分类研究[J].经济研究导刊, 2012 (34) .
[8]王海燕、刘路、李伟超:两步聚类法在汽车市场研究中的应用[J].软件导刊, 2014 (10) .
