王瑞霞

摘? 要：近年來(lái)，成品油市場(chǎng)競(jìng)爭(zhēng)日益激烈，而競(jìng)爭(zhēng)的關(guān)鍵點(diǎn)在于對(duì)客戶的爭(zhēng)奪。如何做好客戶維護(hù)，為客戶創(chuàng)造價(jià)值，首要環(huán)節(jié)就是做好客戶分類?？蛻舴诸惞芾淼哪康氖鞘蛊髽I(yè)更好地分析客戶購(gòu)買行為，從而有針對(duì)性地提升客戶服務(wù)質(zhì)量，并為后期客戶價(jià)值挖掘做好鋪墊。本文以A石油公司為例，運(yùn)用RFM模型、K-均值聚類、對(duì)偶分析法等工具對(duì)成品油銷售企業(yè)客戶分類管理進(jìn)行了實(shí)證研究，從而為后續(xù)的客戶服務(wù)奠定了基礎(chǔ)。

關(guān)鍵詞：成品油銷售;客戶分類;RFM模型;K-均值聚類

一、成品油銷售客戶分類管理現(xiàn)狀

成品油銷售客戶按照銷售渠道可分為兩大類，即零售客戶和直分銷客戶。本文以A石油公司為例，研究直分銷客戶的分類管理。

國(guó)內(nèi)對(duì)成品油銷售企業(yè)客戶分類管理的研究，大多是從定性分析的角度出發(fā)，少量結(jié)合定量分析。

（一）國(guó)內(nèi)研究現(xiàn)狀

針對(duì)客戶分類管理的研究在我國(guó)成品油銷售領(lǐng)域雖然進(jìn)行了一些探索，但是相對(duì)來(lái)說(shuō)還比較少。李海明在《中石油S銷售公司客戶關(guān)系管理研究》中，采用ABC識(shí)別法、CLV分析法劃分客戶類型，從而改進(jìn)客戶維護(hù);張乃政等在《成品油營(yíng)銷中的顧客價(jià)值識(shí)別》中，運(yùn)用層次分析法對(duì)不同類型的客戶進(jìn)行價(jià)值評(píng)估;嚴(yán)偉在《中石油阿勒泰銷售公司客戶分類管理研究》中，采用五星客戶分類管理模式對(duì)客戶銷售量進(jìn)行排序分類，并根據(jù)客戶類型提出相應(yīng)的營(yíng)銷策略。

從總體上來(lái)講，客戶分類管理在我國(guó)成品油銷售企業(yè)的應(yīng)用尚不成熟，大多是定性的、概念上的分析，定量分析也多是對(duì)單一指標(biāo)的研究，沒(méi)有形成系統(tǒng)的客戶分類管理模式。

（二）企業(yè)內(nèi)部客戶分類管理現(xiàn)狀

A石油公司對(duì)直分銷客戶從不同維度對(duì)客戶進(jìn)行了分類，定性分類方法主要有：根據(jù)客戶性質(zhì)將客戶劃分為終端直銷、社會(huì)加油站和貿(mào)易商類客戶;根據(jù)客戶需求偏好可以劃分為資源保障型、品質(zhì)服務(wù)型、感情投入型和價(jià)格敏感型。這些定性的分類方法也僅是概念上的區(qū)分，沒(méi)有應(yīng)用到實(shí)際管理中。A石油公司雖然每年也在根據(jù)客戶購(gòu)油量劃分客戶級(jí)別，但是分級(jí)管理指標(biāo)單一，客戶分類管理效果不明顯。

二、RFM模型分析

RFM模型主要涉及3個(gè)指標(biāo)，即近度R（Recency）、頻度 F（Frequency） 和值度M（ Monetary） 。指標(biāo)數(shù)據(jù)均為客戶的日常銷售數(shù)據(jù)，比較容易獲得。RFM的基本思路是通過(guò)對(duì)3個(gè)指標(biāo)的分析來(lái)判斷每類客戶的價(jià)值， 其優(yōu)勢(shì)在于通過(guò)比較RFM平均值與總RFM平均值的變動(dòng)情況，總結(jié)客戶的變化規(guī)律和行為特征，常被用于研究客戶忠誠(chéng)度、活躍度。

（一）相關(guān)指標(biāo)說(shuō)明

本文根據(jù)成品油銷售市場(chǎng)的特點(diǎn)及企業(yè)管理的需要，將RFM指標(biāo)做了一定的改進(jìn)。R是客戶最近一次購(gòu)油距離分析點(diǎn)的天數(shù)，代表客戶的活躍度，最近購(gòu)油的客戶更有可能再一次購(gòu)油，對(duì)營(yíng)銷活動(dòng)的響應(yīng)力度也比長(zhǎng)時(shí)間未購(gòu)油的客戶強(qiáng)，因此R值越低，客戶價(jià)值越高;F是客戶一定時(shí)期內(nèi)購(gòu)油的頻率，代表客戶的穩(wěn)定性，用發(fā)生業(yè)務(wù)的天數(shù)表示，多次購(gòu)油的客戶比購(gòu)油次數(shù)少的客戶更有可能再次購(gòu)買，因此F值越高，客戶價(jià)值越高;M是客戶一定時(shí)期內(nèi)的總消費(fèi)金額，由于不同規(guī)模、不同類型的客戶能夠帶來(lái)的效益差別很大，因此，本文用銷售毛利代替總消費(fèi)金額作為客戶價(jià)值的值度指標(biāo)。M值越高，客戶價(jià)值越高。

（二）基于RFM的客戶類型分析

本文借鑒帥斌等人的研究，將成品油銷售企業(yè)客戶分為8種類型，即重要保持客戶（R↓F↑M↑）、重要發(fā)展客戶（R↓F↓M↑）、重要挽留客戶（R↑F↑M↑）、一般價(jià)值客戶（R↑F↓M↑）、一般保持客戶（R↓F↑M↓）、一般發(fā)展客戶（R↓F↓M↓）、一般挽留客戶（R↑F↑M↓）及無(wú)價(jià)值客戶（R↑F↓M↓）。

（三）RFM模型分析步驟

1、 數(shù)據(jù)收集

根據(jù)RFM指標(biāo)要求收集客戶數(shù)據(jù)信息，客戶原始數(shù)據(jù)的準(zhǔn)確性是進(jìn)行客戶分類管理的前提。

2、 RFM指標(biāo)權(quán)重分析

不同行業(yè)，乃至不同企業(yè)指標(biāo)權(quán)重都可能不同。成品油銷售具有其自身的特點(diǎn)，有必要對(duì)成品油銷售企業(yè)的RFM指標(biāo)權(quán)重進(jìn)行賦值。本文采用相對(duì)比較簡(jiǎn)單的對(duì)偶比較法，計(jì)算RFM各指標(biāo)的權(quán)重ωR、ωF、ωM，并且3個(gè)指標(biāo)權(quán)重要?dú)w一化，即相加等于1，分析過(guò)程如下：

（1）對(duì)RFM的3個(gè)指標(biāo)進(jìn)行兩兩比較，構(gòu)造成對(duì)比較矩陣。

（2）采用連加評(píng)分法求得各指標(biāo)的分值、所有指標(biāo)的總分值。

（3）計(jì)算各指標(biāo)的分值與總分值之比，得到各指標(biāo)的權(quán)重ωR、ωF、ωM。

3、將RFM各指標(biāo)標(biāo)準(zhǔn)化

在RFM值計(jì)算中，3個(gè)評(píng)價(jià)指標(biāo)的量綱和數(shù)量級(jí)不相同。為了消除量綱和數(shù)量級(jí)的影響，確保數(shù)據(jù)分析準(zhǔn)確性，需要對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。本文采用“最大-最小標(biāo)準(zhǔn)化”方法對(duì)原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理。設(shè)minX和maxX分別為某指標(biāo)的最小值和最大值，當(dāng)指標(biāo)望大特性時(shí)，標(biāo)準(zhǔn)化處理的公式為：X'=（X-minX）/（maxX-minX）;當(dāng)指標(biāo)望小特性時(shí)，標(biāo)準(zhǔn)化處理的公式為：X'=（maxX-X）/（maxX-minX）。

R指標(biāo)對(duì)客戶價(jià)值存在相反關(guān)系，F(xiàn) 和 M 指標(biāo)對(duì)客戶價(jià)值存在正相關(guān)關(guān)系，計(jì)算公式如下：

C[jR]=[maxR-RmaxR-minR]，C[jF]=[F-minFmaxF-minF]，C[jM]=[M-minMmaxM-minM]（1）

在公式（1）中，C[jR]、C[jF]、C[jM]分別指客戶j標(biāo)準(zhǔn)化后的R、F、M值。

4、聚類分析

應(yīng)用K-均值聚類分析法，對(duì)成品油銷售企業(yè)客戶進(jìn)行分類，分析過(guò)程如下。

（1）應(yīng)用SPSS軟件的K-均值聚類分析法，對(duì)標(biāo)準(zhǔn)化后的銷售數(shù)據(jù)進(jìn)行聚類分析操作，得到k類成品油銷售客戶。

（2）分別將每類成品油銷售客戶的RFM指標(biāo)均值與總均值作比較，得到每類客戶的RFM類型。

（3）利用公式（2）加權(quán)計(jì)算各類客戶的綜合RFM值，并對(duì)綜合價(jià)值進(jìn)行排序。

C[jI]=ωR×C[jR]+ωF×C[jF]+ωM×C[jM]（2）

在公式（2）中，C[jI]指客戶j加權(quán)后的RFM值，C[jR]、C[jF]、C[jM]分別為客戶j標(biāo)準(zhǔn)化處理后的R、F、M數(shù)值。

三、成品油銷售企業(yè)客戶分類實(shí)證研究

（一）指標(biāo)權(quán)重分析

本文邀請(qǐng)了6名商業(yè)客戶部主任及3名客戶經(jīng)理，對(duì)RFM三項(xiàng)指標(biāo)的重要性進(jìn)行排序，賦值1-3分。首先構(gòu)建每位評(píng)分者三項(xiàng)指標(biāo)的兩兩比較矩陣，然后采用對(duì)偶分析法求得每位評(píng)分者三項(xiàng)指標(biāo)的權(quán)重，最后用算術(shù)平均數(shù)求得三項(xiàng)指標(biāo)的權(quán)重。第一位評(píng)分者三項(xiàng)指標(biāo)的權(quán)重如表1所示。

同理，計(jì)算另外8位評(píng)分者RFM三項(xiàng)指標(biāo)的權(quán)重，采用算術(shù)平均數(shù)求出RFM三項(xiàng)指標(biāo)的權(quán)重ωR、ωF、ωM，如表2所示。

從表2中可以看出，F(xiàn)指標(biāo)的權(quán)重最大0.46，即專家們認(rèn)為在客戶管理中購(gòu)油頻率是最重要的因素，其次是R最近一次購(gòu)油0.3，最后是M毛利0.24，這與A石油公司的實(shí)際情況也是比較相符的。成品油市場(chǎng)價(jià)格未完全放開(kāi)，因此毛利不是企業(yè)關(guān)注的首要指標(biāo)，最重要的指標(biāo)是客戶的穩(wěn)定性，客戶的流失也就代表著銷量的流失、市場(chǎng)份額的流失。

（二）客戶類型分析

本文選取2019年1-6月的直分銷數(shù)據(jù)，對(duì)建立的RFM客戶分類模型進(jìn)行實(shí)證研究。按照公式（1）利用excel軟件對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，處理后的部分?jǐn)?shù)據(jù)如表3。

對(duì)標(biāo)準(zhǔn)化處理后的銷售數(shù)據(jù)，利用SPSS 23.0進(jìn)行K-均值聚類分析，輸入最近一次購(gòu)油C[jR]、購(gòu)油頻率C[jF]、毛利C[jM]3組數(shù)據(jù)。聚類分析的關(guān)鍵點(diǎn)是確定聚類的類別數(shù)。在RFM模型中，基本的客戶類別數(shù)由每類客戶的綜合RFM值與總RFM平均值比較結(jié)果來(lái)決定，共有8種可能結(jié)果，因此將類別數(shù)確定為8，根據(jù)研究目的的不同，類別數(shù)還可以細(xì)化。通過(guò)軟件分析得到8類客戶。分別將8類客戶的RFM平均值與總RFM均值一一比較，可以得到每類客戶的變動(dòng)情況，并以此定義A石油公司的客戶類型。

利用公式（2）加權(quán)計(jì)算各類客戶的綜合RFM值C[jI]，并對(duì)C[jI]進(jìn)行排序，結(jié)果如表4所示。通過(guò)比較發(fā)現(xiàn)，重要保持客戶和一般保持客戶的客戶價(jià)值較高，這兩類客戶需要企業(yè)重點(diǎn)維護(hù)，要定期拜訪，關(guān)鍵時(shí)刻可以由企業(yè)領(lǐng)導(dǎo)直接進(jìn)行“高層公關(guān)”;其次是一般發(fā)展客戶分值，這類客戶如果屬于新開(kāi)發(fā)客戶，則要派專人緊盯，加大維護(hù)力度;無(wú)價(jià)值客戶分值最低，特殊情況下可以放棄。

四、結(jié)語(yǔ)

客戶是成品油銷售企業(yè)最重要的資源，如何優(yōu)化企業(yè)資源，為客戶提供更好的差異化服務(wù)，首先就需要做好客戶分類管理。本文分析了客戶分類管理的現(xiàn)狀及存在的不足，提出通過(guò)建立RFM模型進(jìn)行成品油銷售客戶分類管理，并以A銷售企業(yè)為例進(jìn)行了實(shí)證研究。RFM模型為成品油銷售企業(yè)客戶分類管理提供了新的思路，但同時(shí)RFM模型也具有一定的局限性，一是僅能對(duì)現(xiàn)有客戶進(jìn)行分類，對(duì)于潛在客戶則無(wú)法分析;二是僅能對(duì)客戶現(xiàn)有價(jià)值進(jìn)行分析，而對(duì)客戶全生命周期價(jià)值則需要更深一步的分析。

參考文獻(xiàn)：

[1]帥斌，鄧紹蔚，黃麗霞.基于改進(jìn)RFM模型的鐵路快捷貨運(yùn)客戶市場(chǎng)細(xì)分方法[J].鐵道科學(xué)與工程學(xué)報(bào)，2014（01）.

[2]劉朝華，梅強(qiáng)，蔡淑琴.基于RFM的客戶分類及價(jià)值評(píng)價(jià)模型[J].技術(shù)經(jīng)濟(jì)與管理研究，2012（05）.

[3] 趙曉煜，黃小原，孫福權(quán).基于RFM分析的促銷組合策略優(yōu)化模型[J].中國(guó)管理科學(xué)，2005（01）.

[4]季曉芬，賈真.基于RFM行為模型的服裝企業(yè)VIP顧客數(shù)據(jù)挖掘[J].浙江理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015（02）.

[5]林盛，曉旭.基于RFM的電信客戶市場(chǎng)細(xì)分方法[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2005（05）.