閆磊 徐斌

摘要：本文從當(dāng)前價值和潛在價值兩方面設(shè)計(jì)綜合測度煙草公司卷煙零售客戶價值的指標(biāo)體系?；贚市2017年、2018年零售客戶基礎(chǔ)數(shù)據(jù)和營銷數(shù)據(jù)，測度零售客戶的當(dāng)前價值和潛在價值。采用k-means方法對零售客戶進(jìn)行聚類，聚類結(jié)果符合“二八”原理，為煙草公司實(shí)施精準(zhǔn)營銷、客戶經(jīng)理職業(yè)化等工作提供更加細(xì)致地客戶細(xì)分依據(jù)。

Abstract： In order to measure the value of tobacco retail customers in tobacco companies， a comprehensive index system is designed， which based on the current value and potential value of tobacco retail customers. According to the basic retail customer data and marketing data of L city in 2017 and 2018， the current and potential value of each retail customer is measured. Then the k-means method is used to cluster tobacco retail customers. The clustering results conform to the principle of 28， and provide more detailed customer segmentation basis for tobacco companies to implement precision marketing and customer manager professionalization.

關(guān)鍵詞：煙草公司;零售客戶;價值;客戶細(xì)分;K-means

Key words： tobacco company;tobacco retail customers;value;customer segmentation;K-means

中圖分類號：F224;F274? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）25-0089-02

0? 引言

客戶價值及分類研究得到廣泛關(guān)注，Ma Y等通過評估購物體驗(yàn)和服務(wù)過程中的特點(diǎn)，發(fā)現(xiàn)良好的服務(wù)流程和購物體驗(yàn)可以幫助企業(yè)提供卓越的客戶價值[1]。ChenS等提出利用模糊層次分析法來評價B2C電商公司的客戶價值[2]。葉志龍等改進(jìn)RFM模型從當(dāng)前價值、潛在價值、忠誠度三個方面建立適用于線上企業(yè)的客戶價值評價及分類指標(biāo)體系[3]。夏維力和王青松[4]構(gòu)建了客戶價值細(xì)分三維模型，將客戶分為八類，每類客戶擁有不同特征，并針對每類給出了具體的客戶保持策略。馬駿珍[5]研究了煙草公司客戶價值管理和服務(wù)營銷策略，建立了一套多角度的客戶價值評價體系，實(shí)現(xiàn)了客戶分類和個性化的服務(wù)營銷策略。本文首先構(gòu)建能夠測度當(dāng)前價值和潛在價值的評價指標(biāo)體系，然后進(jìn)行數(shù)據(jù)的預(yù)處理，保留合法數(shù)據(jù)，計(jì)算每個客戶群的不同價值得分，最后基于K-means聚類算法進(jìn)一步細(xì)分客戶。

1? 卷煙零售客戶價值指標(biāo)體系

客戶價值是指企業(yè)從與其具有長期穩(wěn)定合作關(guān)系并愿意為其提供的產(chǎn)品和服務(wù)承擔(dān)合理價格的客戶中所能夠獲得的利潤。企業(yè)在對客戶價值進(jìn)行評價時，既關(guān)注客戶當(dāng)前價值，也非常重視客戶潛在價值?？蛻舢?dāng)前價值決定了企業(yè)當(dāng)前盈利水平，客戶潛在價值則在一定程度上決定了企業(yè)能否實(shí)現(xiàn)科學(xué)可持續(xù)發(fā)展及長遠(yuǎn)利潤保持，將直接影響到企業(yè)對于該客戶價值的主觀印象和判斷，同樣更決定了企業(yè)與該客戶是否保持一定的投資關(guān)系。

為了綜合評價卷煙零售客戶的當(dāng)前價值和潛在價值，根據(jù)客戶價值相關(guān)理論和方法，結(jié)合L市卷煙零售客戶經(jīng)營現(xiàn)狀，設(shè)計(jì)如表1所示卷煙零售客戶價值評價指標(biāo)。

當(dāng)前價值是企業(yè)判斷客戶價值的重要方面，可從貢獻(xiàn)度、影響度、支持度三方面來感知。

①貢獻(xiàn)度：主要從訂貨額、訂貨量、單箱值三個指標(biāo)進(jìn)行衡量，其直接反應(yīng)出梁山煙草零售客戶對公司的利潤貢獻(xiàn)。②影響度：主要從卷煙規(guī)格數(shù)量、地理位置、經(jīng)營業(yè)態(tài)三個指標(biāo)進(jìn)行衡量，反映出當(dāng)前銷售狀況的影響因素。③支持度：主要從結(jié)算成功率、品牌培育情況、一二類卷煙進(jìn)貨占比進(jìn)行衡量，反應(yīng)出客戶對卷煙銷售工作的支持情況。

潛在價值是企業(yè)采取某些方式改變客戶行為所預(yù)期的未來可能產(chǎn)生的客戶價值?？蓮某砷L度、規(guī)范度等方面來感知。

①成長度：對客戶成長空間和未來的評價，需要通過對未來交易風(fēng)險的預(yù)測來實(shí)現(xiàn)企業(yè)對某一客戶群體潛在價值的評價。評價指標(biāo)主要包括：低焦系列增幅、銷售量增長率、銷售額增長率、單箱值增長率等指標(biāo)。②規(guī)范度：需要通過檢測卷煙零售客戶對煙草公司的忠誠程度來預(yù)測零售客戶的潛在價值。評價指標(biāo)主要包括：明碼標(biāo)價執(zhí)行、規(guī)范經(jīng)營情況等指標(biāo)。

各級評價指標(biāo)在指標(biāo)體系中所占權(quán)重會有差異，本文采用優(yōu)序圖法，對L市卷煙零售客戶價值評價指標(biāo)進(jìn)行計(jì)算。首先兩兩對比畫出棋盤圖，計(jì)算各指標(biāo)的匯總分?jǐn)?shù)，計(jì)算各三級指標(biāo)的權(quán)重。然后根據(jù)三級指標(biāo)的權(quán)重匯總得到二級指標(biāo)的權(quán)重。一級指標(biāo)的權(quán)重由二級指標(biāo)權(quán)重匯總得到。在不同市場環(huán)境下，煙草公司工作重點(diǎn)不同，指標(biāo)權(quán)重也應(yīng)適當(dāng)調(diào)整。L市煙草的訂貨額、一二類卷煙進(jìn)貨占比、單箱值幾個指標(biāo)是衡量客戶當(dāng)前價值的重要指標(biāo)，所以權(quán)重較大。卷煙零售客戶價值評價模型將零售客戶的價值水平表現(xiàn)為量化的數(shù)值形式，使得不同類型、不同地域、不同時期零售客戶的價值水平比較成為可能。

2? 基于K-Means的卷煙零售客戶聚類步驟

K-Means算法是通過重復(fù)移動類中心點(diǎn)（也稱重心），直至移動到其包含成員的平均位置，重新對內(nèi)部成員進(jìn)行分類的過程。

第一步：進(jìn)行數(shù)據(jù)融合。將零售客戶基本信息表、調(diào)查問卷數(shù)據(jù)按許可證號進(jìn)行數(shù)據(jù)融合，形成涵蓋18個指標(biāo)的客戶信息評價表。

第二步：剔除無效數(shù)據(jù)并實(shí)現(xiàn)文本類數(shù)據(jù)的量化等數(shù)據(jù)預(yù)處理。首先是將信息表中無效數(shù)據(jù)的剔除。其次是將文本類數(shù)據(jù)進(jìn)行量化，如：經(jīng)營業(yè)態(tài)（娛樂服務(wù)：7，商場：6，煙酒商店：5，超市：4，便利店：3，食雜店：2，其他：1）、是否手機(jī)支付、經(jīng)營地址（縣域：3，鎮(zhèn)：2，村1）等進(jìn)行量化。

第三步：實(shí)現(xiàn)數(shù)據(jù)的歸一化處理。為了保證計(jì)算結(jié)果的科學(xué)性和可比性，我們采用0均值標(biāo)準(zhǔn)化方法將數(shù)據(jù)集歸一化位均值為0、方差為1的數(shù)據(jù)集，歸一化公式如下：

第四步：計(jì)算每一位客戶的貢獻(xiàn)度、影響度、支持度、成長度和規(guī)范度。

表示指標(biāo)權(quán)重，fi（x）表示歸一化指標(biāo)值，Vi分別表示每個客戶的貢獻(xiàn)度、影響度、支持度、成長度和規(guī)范度。

第五步：將數(shù)據(jù)采用k-means聚類實(shí)現(xiàn)零售客戶細(xì)分。設(shè)聚類簇?cái)?shù)為k，最大迭代次數(shù)為N。輸入樣本集 ，輸出聚類后的結(jié)果為 。

首先隨機(jī)選取k個樣本作為質(zhì)心向量 ，初始化 。對于 ，迭代計(jì)算每個樣本si和各質(zhì)心 的距離 ，將si歸為最小 所對應(yīng)的類別，更新 ;重新計(jì)算分類后的質(zhì)心，直到完成最大迭代次數(shù)為N;按照Elbow法選擇聚類的個數(shù)，即拐點(diǎn)上的k值為最優(yōu)解，輸出聚類的結(jié)果 。

3? L市卷煙零售客戶聚類分析

本節(jié)以L市零售客戶為例，采用K-Means方法完成零售客戶的聚類分析?；谡{(diào)查問卷數(shù)據(jù)、零售客戶基礎(chǔ)信息表、2017年、2018年客戶訂貨數(shù)據(jù)，通過對數(shù)據(jù)進(jìn)行預(yù)處理、多源數(shù)據(jù)融合，完成客戶聚類。

①數(shù)據(jù)預(yù)處理與清洗?？蛻粲嗀洈?shù)據(jù)中有訂貨金額和訂貨量均為0、一二類卷煙和單箱價格為空的數(shù)據(jù)，需先進(jìn)行無效數(shù)據(jù)的剔除。②將文本數(shù)據(jù)進(jìn)行量化并進(jìn)行數(shù)據(jù)融合，并將數(shù)據(jù)按照式（1）進(jìn)行歸一化處理。③按照式（2）計(jì)算每個客戶的貢獻(xiàn)度、影響度、支持度、成正度和規(guī)范度。④采用k-means聚類處理數(shù)據(jù)實(shí)現(xiàn)客戶細(xì)分。數(shù)據(jù)歸一化后的數(shù)據(jù)有2303條有效樣本，我們隨機(jī)選取5個中心位置，計(jì)算誤差平方和，經(jīng)過25次迭代，得到最優(yōu)解，SSE=29.513705745024062（SSE越小分類結(jié)果越好），分類后結(jié)果如表2所示。

如表2和圖1所示，第1類是次價值客戶1317戶，占比為57%，為當(dāng)前價值較高，潛在價值較低的客戶;第2類是潛在價值客戶540戶，占比為23%，為當(dāng)前價值較低，潛在價值較高的客戶;這兩類客戶占到客戶的80%;第3類是低價值客戶282戶，占比為12%，為當(dāng)前價值和潛在價值均很低的客戶;第4類是核心價值客戶164戶，占比7%，為當(dāng)前價值和潛在價值均很高的客戶。依據(jù)計(jì)算所得的客戶群價值得分與客戶細(xì)分對客戶群價值的判斷結(jié)果基本一致，從側(cè)面驗(yàn)證客戶細(xì)分模型的準(zhǔn)確性。

4? 結(jié)論

本文通過分析零售客戶的當(dāng)前價值和潛在價值，實(shí)現(xiàn)轄區(qū)內(nèi)零售客戶的價值評價和分類，據(jù)此能夠?qū)崿F(xiàn)轄區(qū)內(nèi)零售客戶群體的個性化服務(wù)，有利于優(yōu)化企業(yè)資源配置，節(jié)約人力成本;有利于維護(hù)卷煙營銷網(wǎng)絡(luò)，培育卷煙品牌，推動轄區(qū)卷煙上水平。

參考文獻(xiàn)：

[1]Ma Y，Ding J，Hong W.Delivering Customer Value Based on Service Process：The Example Teso.com[J].International Business Research，2010，3（2）.

[2]Chen S，Jian T，Yang H.A fuzzy AHP Approach for Evaluating Customer Value of b2c Companies [J].Journal of Computers，2011，6（2）.

[3]葉志龍，黃章樹.基于新三維客戶細(xì)分模型的線上會員客戶價值研究[J].統(tǒng)計(jì)與信息論壇，2016（5）：96-101.

[4]夏維力，王青松.基于客戶價值的客戶細(xì)分及保持策略研究[J].管理科學(xué)，2006，19（4）.

[5]馬駿珍.基于客戶價值分析的卷煙服務(wù)營銷策略研究——以X市煙草公司為例[D].2012.

[6]周冉，于軼頡，金廣利.市級煙草商業(yè)企業(yè)零售客戶滿意度測評指標(biāo)體系構(gòu)建[J].價值工程，2016，35（27）：20-21.