要了解一位客户的价值标准，绝不是一件容易的事情。企业希望自己“以客户为中心”，但是却不知道要如何了解客户。有人相信要了解客户必须从了解客户价值(customervalue)与利润率(profitability)做起。也有人认为客户价值分析是一种工具，帮助我们了解客户形成购买决策的需求与欲望。还有人相信要了解客户必须从行为区分(behavioralsegmentation)开始。
客户利润率、客户价值/态度与行为区分3种方式，各自拥护者间的争论持续加剧，每一方都坚称自己是最好的。了解客户的最佳方式究竟是什么呢?简单来说，就是“以上皆是”。上述3种方式——客户利润率、客户购买价值标准与客户细分——在了解“客户为中心”的课题上都占有一席之地。企业面临的挑战，是了解这3种方式的差异，知道何时该应用它们，以及如何从中获得策略性与战略性价值。
客户利润率
为什么要考虑客户利润率的差别呢？许多企业坚信所有客户一样重要，应该一视同仁。这有助于公关获得成效，但是却忽略了客户价值与客户对公司获利贡献的实际情况。每一位客户对公司的获利贡献各不相同。你只要针对客户收入与利润率简单作个十分位数分析(decileanalysis),就会在客户价值方面呈现惊人结果。宣称一小群客户代表公司大部分收入与利润表现的帕累托法则(Paretorule),通常可以适用于这些状况。
要凸显少数客户特别的重要性，得经过几道手续。首先要管理服务客户的成本。尽管客户服务在某种程度上适用于所有客户，但是由客户价值决定服务成本也不无道理。保险投保人即为一例。利润高的客户足以负担保险经纪人亲自打电话的费用与其他高成本的沟通方式，而利润较低的客户就只能通过邮件或电话服务中心来联系。将这项原则与客户深度洞察力结合，就能够提高客户利润率、客户满意度与公司价值。
第二道手续是产品策略。企业多半不特别参考那些为公司创造高额利润的客户的需求、为他们定制产品，反而根据全体客户广泛的需要来管理产品供应状况，犯下这个错误的公司不胜枚举。有一个典型的例子，很多食杂零售商在规划展售架位置与商品摆放空间时，以那些“喜爱挑拣商品”及利润率低的客户需求为主要诉求，而没有特别凸显最佳(高利润率)客户所需要的产品。
只评估目前的客户价值是不够的。对那些过去消费额度很高、但最近不如以往的客户该怎么处理？还有，那些目前价值不高、但未来价值可能大幅提高的客户又该如何看待呢？
客户长期价值(customerlong-termvalue,CLV)分析是一种衡量客户长期价值的方法。CLV等于未来收入净值减去与客户相关的成本。CLV公式还能帮助企业找出创造价值的因素，包括获取客户的成本与利润、升等销售与交叉销售、留住客户的各种做法与客户提名的影响等。CLV可以有效计算客户利润率，它阐明一家公司在营销、销售与服务上的投资应该达到何种程度，它也能清楚显示应该在某位客户身上投入多少成本。
CLV能够帮助企业做出“以价值为基准”的资源分配，特别是那些在客户资料库、客户解析、客户互动以及其他与客户关系管理相关资源决策上的投资。让我们来看看运用客户价值组成要素，以支持CRM性能 的一种有效方法，也就是通过CLV主要影响因素来估算价值潜力°这些影响因素可能包括客户获取率、客户叛离率、购买的产品或服务、获取成本要素、销售成本要素、服务成本要素与客户持有期等等。
价值潜力的估算方法是利用公司业绩之于整个产业的表现标准或潜在业绩之于弹性目标，这要视手上拥有何种资料而定。举例来说,假设目前的新客户获取率是20%,而潜在获取率是22%,这2%的新客户获取率就可以很容易换算成利润影响力，也就是将2%乘以既有客户人数，然后再列入目前每位客户带来的净利。如此一来，每个CLV要素的增长价值潜力就可以一一算出，企业便可依照这些结果，优先投资那些能够直接为公司创造最大价值的CRM性能。
客户的购买价值标准
了解“以客户为中心”的第二种方法，是找出客户做出特定购买决策的原因，并与特定市场与服务策略的知识整合，这就是所谓的“客户的购买价值标准分析”(customerbuyervaluesanalysis)它包括以下步骤：
- 找出影响客户行为的关键价值标准。
- 了解客户偏好以及它们的代价，
- 根据价值标准与取舍状况，对客户进行细分。
- 发展出最符合这些类别的产品、渠道、定价、服务策略与价值议题。
以价值为基础的区分法能够支持策略性做法，包括整体企业策略、收入强化、成本降低、流程改善，以及提高客户对产品或服务内容的兴趣。
购买价值标准分析方式，通常是针对样本客户进行问卷调查，通过“要客户衡量损益、做出决策”，可以找出驱动客户评估产品与做出购买决策的因素。传统的调查会一一询问各种特性的重要性，但客户通常认为每种特性都很重要，这是可预见的结果。而取舍研究(trade-offresearch)则是利用联合分析法(conjointanalysis)这类技巧，要客户在多项选择中做出决定，以更有效率地评估客户实际购买决策。例如，一家金融服务公司的客户可能会选择按市场利率开户，或是以高出市场利率0.5%为条件、经由电话开户，其他影响的因素还包括开户渠道、等候时间、利率与服务、问题解决渠道等等。企业通过多重选择比较的方式，可以看出每一项变数在客户购买决策中的重要性。
进行这类取舍分析时，以正确的方式来问正确的问题是很重要的。“垃圾进、垃圾(garbagein,garbageout)的谚语也适用于此。首先，列出所有可能影响客户决策的因素。其次，从客户的角度来重新组合这些因素，让它们反映实际决策过程。有些取舍技巧会将每一变数分别列出，但大多则是为受访者列出所有与产品相关的变数。由于不同的取舍分析会给予每种特性不同的权重，若没能选择正确技巧，就有可能忽略影响客户行为的重要因素。
然后根据客户的回答，对他们进行区分。举例来说，其中一种客户类别也许特别看重交易速度，而且愿意为了更快完成交易而放弃其他优惠；也有些客户特别偏好某一交易渠道；或者，有些客户类别特别注重价钱高低。由此可以清楚看出各种客户类 别重要的价值标准，因此能够了解哪些因素对客户整体或某一客户类别特别重要。例如，一家大银行进行购买价值标准分析后，消除了许多疑虑。第一个疑虑是，过去认为要以年龄与收入等人口统计资料来细分客户，而事实上，人口统计资料分布在各个购买价值标准类别中。第二个疑虑是，过去认为客户最重视与银行职员的关系，结果，多数客户认为价格与速度比与银行职员的关系还要重要。第三个疑虑是，客户满意度是成功抢占市场的主要因素，而事实上，要了解购买价值标准、将之作为行动依据，才能使利润率最大化。
决定客户深度洞察力以及让他们愿意掏腰包的购买价值标准，能够主导客户策略，例如：以合理的定价与递送成本提供新产品；提供高速电话线路给那些偏好电话理财的高利润客户；根据特定(而非全体)客户类别的需要来制定企业策略；针对吸引目标客户的产品与渠道举办营销活动。另外，这种方式也能改善流程，例如，简化贷款申请文件的内容，将贷款审核期从两周缩短为三天。举凡各种组织设计与技术方面的改变，都能使企业收入增加、成本降低。
客户价值分析也是将重点放在“了解客户购买关键因素”上面，除此之外，还纳入了客户在各家竞争公司之间的选择。它涵盖每一项购买因素的相对重要性、业界各家公司提供购买决策要素的表现评分，以及这些购买因素、重要性与各家公司的相对表现如何因时而异。
这项方法所依据的观念，是客户根据产品、服务特性与成本组成的复杂取舍评估来做出购买决策。它不只查看客户对某家公司特定产品的满意度，还能比较各家竞争公司的产品，帮助企业对客户满意度有更透彻的了解。它还可以作为竞争威胁的领先指标，让企业针对这些威胁做出策略性评估。
举例来说，一家长途电话公司在面临可能兴起的价格大战之际，利用客户价值分析，权衡是继续原有的溢价措施，还是使价格更有竞争力。该公司在了解客户对竞争性价格和长途电话服务品质的看法之后，发现客户认为他们公司的服务较佳，而且客户愿意支付较高费用以得到较好的服务。尽管如此，客户却认为该公司的溢价措施已超过可接受程度，而且品质也受限。该公司根据这项分析结果定出提高品质的投资策略，包括基础设施支出、账单与架设流程改善计划，以及一个说明溢价措施与强调服务品质改善的广告。
客户行为区分第三种了解客户的方法是利用行为区分，特别是分析客户资料库中的客户资料。有资料库作后盾的区分法能够应对客户购买价值标准分析所面临的重大挑战—就是无法有效率地为所有客户分发类别会员资格。
有些人坚信，除非企业可以评估所有客户，否则客户价值矩阵不会是一种有用的方法；除了策略层面外，问卷调查的区分方式通常无法实际执行，除非先发展出一些方法，将调查结果转移到所有客户身上才行得通。这不是件简单的事，而且也很容易出错，所以结论通常不太可靠。因此，客户资料库数据挖掘的出现，对于了解“以客户为中心”非常重要。若能结合“以资料为基础”的区分方式与客户价值调查，则能够更加以客户为中心。
由客户资料库行为分析可以得到珍贵的客户深度洞察力，因为它显示了客户实际的行为——而非口头承诺或表面态度。这种分析方式可望获得许多交易资料，包括所购买的产品或服务、数量、时间、促销与平日购买状况。如果可能，还能得到人口统计、生活方式、生活阶段等资料。
有效率的行为区分始于一连串的业务规定，以及对于解决重要业务议题的理解。这也形成了各种区分用的变数选择，有助于产生有意义的结果。举例来说，有家在线经纪商相当吸引客户，但是却无法从客户资料库衍生出足够的活动与利润.行为区分涵盖各个交易层面，如账目价值、交易熟悉度，以及最近购买日、购买频率、购买金额评估，被列入以上六种行为区分的客户，从新客户到有经验、有影响力的客户都有。数据仓库中，每位客户都被标上所属类别会员身份，然后再附注他们的人口统计资料与生活阶段资料。这些资料让企业能够进行一连串意义重大的客户行为分析、相关人口统计资料与生活方式特性分析等。接下来，则是整合调查信息，归纳出适用所有投资者的通用区分法(universalsegmentation),如此一来，企业就可以进行渗透力分析(penetrationanalysis).潜在客户价值评估、甚至建立起预测潜在交易层面的模型。
从这些模型与分析方式发展出来的学习与理解层面，完全改变了经纪业看待客户的观点。产品与优惠内容被锁定在特定类别与子类别中，而且有了类别经理这个职位。几乎所有营销层面都大量倚重数据挖掘、树立模型与分析，而且执行状况相当成功。这家经纪商采取这种方式所创造出的营销效果极为成功，不到18个月，发展数据仓库与数据挖掘活动成本就已经全数回收。
许多企业实施态度区分来了解客户，而且有效率地利用区分方法，进行广告与产品策略。有些进行态度区分的公司宣称他们已经拥有自己的区分方法，而不愿额外采用行为区分方法。这种情况很常见，但未免太过短视。事实上，态度与行为区分方法可以有效率地并存。态度驱动行为、行为再为公司创造价值。态度与行为皆能提供珍贵的客户深度洞察力信息，不过，它们的应用方式各异。绝大部分的态度区分法都是以问卷调查为基础，并被用作市场定位的参考。行为区分法可以以问卷调查为基础、也可以以资料库为基础；以资料库为基础的区分方式能让所有客户都被区分，而且可以影响与客户的互动。因此，行为区分法可以用于客户决策与战略性的客户对待方式。
进行区分的关键在于明确区分各个类别。有一个常犯的错误，就是将年龄与性别等人口统计资料混入行为区分当中。这会让区分变得模糊，效用降低。我们的做法是清楚定义资料库中属于行为变数的部分，选出具有业务价值的资料，只用这些变数来进行区分。然后，其他的信息可以从区分结果上来进行分析。人口统计资料分析可以用来测试各种行为的驱动因素。
另外一项区分关键，是用区分指标与档案资料将每位客户作上标记的能力。运用“以类别为基础”的客户对待方式，需要确认每一类别的客户身份。要做到这一点，需要一个容纳所有区分信息与各类别档案的数据仓库。以类别为基础的营销方式，能够帮助预测客户对营销与优惠活动的反映。
最后，这个区分方法与模型必须实际运用。销售与营销人员必须了解如何使用这些模式.如何规划活动与测试电话，以及如何分析这些反映。这些信息必须储存于数据仓库中，用来发展出更佳的模式。在导入新模型时一定要小心，还要有资深主管的监督作为后盾。如果以上两项因素缺乏其一，就算是全世界最佳的模型也无法使用，只是徒然浪费金钱与精力而已。
这种区分方法可以作为档案经理建立客户档案的基础。每份档案都有自己的优先顺序与指令，这种“以服务为导向”的区分也许需要发展一套特别的服务与对待方式。企业在进行初步区分时，可能还需要教育及其他协助。类别经理需要开发策略让低价值客户往高价值类别移动。区分方法的重点在于提供一种架构，让客户关系管理活动都得到明确的定义。
结论
我们的经验显示，客户区分法是发展客户深度洞察力的基础，也是衍生其他一切方法和活动的核心组织架构。它使营销构想与策略得以经由实验证明，也让档案经理能够完成特定类别的目标。区分法可以成为新产品优惠活动设计与测试的基础.虽然它并不容易，而且所费不菲，但却是成为一家以客户为中心企业的第一步。
