李欣欣?肖駿?孔維力

摘 要：隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，客戶的需求越來越個(gè)性化，客戶體驗(yàn)要求越來越高。準(zhǔn)確把握以及需求響應(yīng)的實(shí)時(shí)性，通過使用大數(shù)據(jù)和人工智能的技術(shù)，對(duì)客戶進(jìn)行精準(zhǔn)分類和價(jià)值預(yù)測(cè)，從而提供精準(zhǔn)服務(wù)顯得十分必要。為加快煙草工商業(yè)互聯(lián)網(wǎng)+營(yíng)銷數(shù)字化轉(zhuǎn)型，廣西中煙開展了面向智慧商圈的工商零消大數(shù)據(jù)分析關(guān)鍵技術(shù)研究，通過將“互聯(lián)網(wǎng)+”前沿技術(shù)與卷煙消費(fèi)場(chǎng)景相結(jié)合，借助數(shù)據(jù)分析建立客戶價(jià)值預(yù)測(cè)模型、客戶價(jià)值體系標(biāo)簽?zāi)Ｐ?、商圈價(jià)值預(yù)測(cè)模型，建設(shè)模型統(tǒng)一管理平臺(tái)，開展精細(xì)化的客戶分層分類，完成有依賴專家經(jīng)驗(yàn)的傳統(tǒng)工作模式轉(zhuǎn)變到數(shù)據(jù)驅(qū)動(dòng)智能輔助的科學(xué)高效工作模式，在繁雜的客戶拜訪任務(wù)池中篩選出高價(jià)值、高質(zhì)量客戶群，并針對(duì)性地開展精準(zhǔn)服務(wù)。

關(guān)鍵詞：大數(shù)據(jù);客戶分類;標(biāo)簽?zāi)Ｐ?精準(zhǔn)服務(wù)

一、研究背景

2015年以來，中國(guó)煙草行業(yè)逐步進(jìn)行市場(chǎng)化改革。移動(dòng)互聯(lián)網(wǎng)背景下，大數(shù)據(jù)正在以前所未有的速度，顛覆人們探索世界的方法。隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，客戶的需求越來越個(gè)性化，客戶體驗(yàn)要求越來越高。準(zhǔn)確把握以及需求響應(yīng)的實(shí)時(shí)性，通過使用大數(shù)據(jù)和人工智能的技術(shù)，對(duì)客戶進(jìn)行精準(zhǔn)分類和價(jià)值預(yù)測(cè)，從而提供精準(zhǔn)服務(wù)顯得十分必要。

通過查閱文獻(xiàn)，李曉萍等研究改善了K-means算法應(yīng)用于客戶分類中的RFM模型，解決了綜合性商場(chǎng)的客戶分類問題;冀慧杰、倪楓等在此基礎(chǔ)上引用灰度關(guān)聯(lián)度對(duì)各指標(biāo)權(quán)重又進(jìn)行了劃分;羅彪、閆維維等所研究模型則運(yùn)用網(wǎng)絡(luò)層次分析法（ANP）對(duì)指標(biāo)進(jìn)行賦權(quán)，兼顧了指標(biāo)間的相互影響;在行業(yè)內(nèi)，閆磊、劉旭等對(duì)卷煙零售客戶價(jià)值指標(biāo)體系建立，價(jià)值維度包括貢獻(xiàn)度、影響度、支持度三個(gè)方面進(jìn)行了研究。

綜上，為加快煙草工商業(yè)互聯(lián)網(wǎng)+營(yíng)銷數(shù)字化轉(zhuǎn)型，廣西中煙工業(yè)有限責(zé)任公司（以下簡(jiǎn)稱廣西中煙）以數(shù)據(jù)驅(qū)動(dòng)營(yíng)銷服務(wù)，構(gòu)建智能化數(shù)據(jù)支撐體系，基于標(biāo)簽體系構(gòu)建客戶價(jià)值模型，從而界定差異化的客戶服務(wù)群體，最大限度配置好客戶服務(wù)資源。通過將“互聯(lián)網(wǎng)+”前沿技術(shù)與卷煙消費(fèi)場(chǎng)景相結(jié)合，參考工商業(yè)卷煙銷售、投放、經(jīng)營(yíng)數(shù)據(jù)構(gòu)建方法，借助數(shù)據(jù)分析建立多維度、多指標(biāo)相互關(guān)聯(lián)的標(biāo)簽體系，開展精細(xì)化的客戶分層分類;借助人工智能的驅(qū)動(dòng)力，完成有依賴專家經(jīng)驗(yàn)的傳統(tǒng)工作模式轉(zhuǎn)變到數(shù)據(jù)驅(qū)動(dòng)智能輔助的科學(xué)高效工作模式。在繁雜的客戶拜訪任務(wù)池中篩選出高價(jià)值、高質(zhì)量客戶群，并針對(duì)性地開展精準(zhǔn)服務(wù)。

為實(shí)現(xiàn)上述目標(biāo)，廣西中煙與廣州煙草開展了面向智慧商圈的工商零消大數(shù)據(jù)分析關(guān)鍵技術(shù)研究，研究主要分為客戶價(jià)值預(yù)測(cè)模型和客戶價(jià)值體系標(biāo)簽?zāi)Ｐ脱芯俊?/p>

二、客戶價(jià)值預(yù)測(cè)模型

以客戶屬性作為細(xì)分標(biāo)準(zhǔn)，以銷售量為基礎(chǔ)，參考其他特征數(shù)據(jù)和市場(chǎng)狀態(tài)指數(shù)，結(jié)合人工智能對(duì)客戶價(jià)值進(jìn)行智能分析和預(yù)測(cè)，得到客戶價(jià)值預(yù)測(cè)模型。其中，客戶基本屬性可以分為檔次、銷量、品牌寬度、店面形象和經(jīng)營(yíng)能力等?？蛻舴诸愒u(píng)定要求如下：

通過影響客戶分類因子分析，為實(shí)現(xiàn)客戶分類的目標(biāo)，有效提供精細(xì)服務(wù)和精準(zhǔn)監(jiān)管，小組成員通過頭腦風(fēng)暴法，查找出影響客戶分類的定性、定量和異常因子。

1.客戶評(píng)價(jià)分類參與人員

主要包括營(yíng)銷部主任、管理人員、市場(chǎng)經(jīng)理、信息專員、終端專員、客戶專員，各崗位人員根據(jù)客戶評(píng)價(jià)分類流程和時(shí)間要求對(duì)客戶進(jìn)行評(píng)價(jià)分類。

2.客戶評(píng)價(jià)分類周期

客戶分類評(píng)價(jià)周期原則上每季度一次，每季度首月上旬開展評(píng)價(jià)。通過定性、定量及異常指標(biāo)對(duì)一季度內(nèi)客戶實(shí)際經(jīng)營(yíng)情況進(jìn)行全面摸查。

3.客戶分類評(píng)價(jià)流程

（1） 客戶基礎(chǔ)信息維護(hù)

客戶專員：評(píng)價(jià)周期前，客戶專員根據(jù)客戶分類評(píng)價(jià)指標(biāo)逐項(xiàng)梳理，對(duì)所有客戶的關(guān)鍵基礎(chǔ)信息重新維護(hù)一遍，特別是確定為分類有效因子的關(guān)鍵基礎(chǔ)信息必須做到全面、準(zhǔn)確維護(hù)。

信息專員：每季度首月前5日（節(jié)假日順延），負(fù)責(zé)對(duì)評(píng)價(jià)周期內(nèi)（上一個(gè)季度）的客戶實(shí)際經(jīng)營(yíng)數(shù)據(jù)進(jìn)行分析，主要包括一二類銷量、銷售額、條均價(jià)和品牌寬度等，并對(duì)客戶相關(guān)基礎(chǔ)信息進(jìn)行后臺(tái)維護(hù)。

（2） 評(píng)價(jià)基礎(chǔ)資料收集整理

信息專員：評(píng)價(jià)周期截止日，負(fù)責(zé)從相關(guān)系統(tǒng)中導(dǎo)出相關(guān)定量銷售數(shù)據(jù)，結(jié)合客戶分類周期定性數(shù)據(jù)、通過指標(biāo)分值加權(quán)運(yùn)用，對(duì)存在違法違規(guī)或不規(guī)范經(jīng)營(yíng)行為的客戶減去相關(guān)的扣分項(xiàng)，得出客戶綜合評(píng)定分值。結(jié)合所有客戶的得分情況對(duì)應(yīng)的客戶類別分值區(qū)間，形成季度客戶初始類別。

（3） 異常客戶類別調(diào)整說明

由于異常要因包括客戶存在違法違規(guī)行為和涉嫌不規(guī)范經(jīng)營(yíng)行為，此部分內(nèi)容將對(duì)以上兩種不同行為作相應(yīng)的補(bǔ)充說明。

①客戶存在違法違規(guī)記錄的取值周期

以客戶分類評(píng)定周期開始計(jì)算，根據(jù)內(nèi)管、專賣部門提供的違法違規(guī)數(shù)據(jù)為時(shí)間節(jié)點(diǎn)，取值周期為就近三個(gè)月。

②客戶涉嫌不規(guī)范經(jīng)營(yíng)行為的核定過程

客戶專員對(duì)客戶系統(tǒng)數(shù)據(jù)和實(shí)際經(jīng)營(yíng)情況進(jìn)行判斷排查，一旦發(fā)現(xiàn)客戶涉嫌異常情況，信息專員負(fù)責(zé)匯總收集后并把客戶名單傳遞到內(nèi)管部門跟進(jìn)。

③涉嫌不規(guī)范經(jīng)營(yíng)行為的客戶類別恢復(fù)條件

在每個(gè)客戶分類評(píng)定周期內(nèi)（一季度），異常類別客戶一直保持合法經(jīng)營(yíng)，不再出現(xiàn)異常情況，可在下一評(píng)定周期時(shí)，按客戶綜合評(píng)定得分結(jié)果恢復(fù)其對(duì)應(yīng)的初始類別。

根據(jù)以上客戶分類評(píng)定要求，查找影響客戶分類的定性、定量和異常因子。通過篩選、分析，對(duì)各項(xiàng)因子進(jìn)行一一比對(duì)，最后篩選出有效因子，構(gòu)建客戶價(jià)值預(yù)測(cè)模型，并對(duì)各項(xiàng)因子設(shè)置不同的權(quán)重和分值。以客戶銷售額、一二類銷量、品牌寬度、條均價(jià)等關(guān)鍵業(yè)績(jī)指標(biāo)為主，以客戶入網(wǎng)時(shí)間、經(jīng)營(yíng)者情況、守法情況等反映客戶成長(zhǎng)性的潛力指標(biāo)為輔，綜合考慮客戶的規(guī)范經(jīng)營(yíng)情況和示范效應(yīng)，多角度、立體化地對(duì)客戶進(jìn)行價(jià)值預(yù)測(cè)。

客戶價(jià)值基本算法為：客戶預(yù)測(cè)價(jià)值=定性因子得分+定量因子得分-違法違規(guī)扣分-核定不規(guī)范經(jīng)營(yíng)行為扣分。

三、客戶價(jià)值體系標(biāo)簽?zāi)Ｐ?/p>

以數(shù)據(jù)營(yíng)銷為主線，構(gòu)建智能化數(shù)據(jù)支撐體系，以服務(wù)營(yíng)銷為支線，準(zhǔn)確界定差異化的零售戶群體，設(shè)計(jì)客戶標(biāo)簽體系，建立客戶價(jià)值體系標(biāo)簽?zāi)Ｐ汀?/p>

根據(jù)表1的綜合評(píng)定結(jié)果，構(gòu)建分層分類模型，將客戶劃分為核心客戶、潛力客戶、常規(guī)客戶三個(gè)一級(jí)類別以及對(duì)應(yīng)細(xì)分的客戶類別。

結(jié)合客戶價(jià)值體系標(biāo)簽?zāi)Ｐ停瑢?duì)廣州市白云區(qū)全區(qū)客戶進(jìn)行精準(zhǔn)分類，對(duì)不同標(biāo)簽的客戶匹配不同的服務(wù)方案。

1.核心客戶

該類客戶綜合評(píng)定得分較高，經(jīng)營(yíng)業(yè)績(jī)很好，長(zhǎng)期守法經(jīng)營(yíng)，對(duì)經(jīng)營(yíng)利潤(rùn)非常重視，有自我提升訴求和進(jìn)一步提升空間，對(duì)利用電子信息技術(shù)開展經(jīng)營(yíng)工作比較積極，需要服務(wù)項(xiàng)目較多，對(duì)客戶專員的服務(wù)工作依賴性強(qiáng)，且對(duì)服務(wù)人員的配合度較高。對(duì)于公司而言，該類型客戶當(dāng)前價(jià)值與潛在價(jià)值均較高，是黃金客戶，公司擁有該類型客戶越多，市場(chǎng)就越穩(wěn)定，企業(yè)就越有發(fā)展?jié)摿?。因此，?yīng)把重要服務(wù)資源投入到保持和發(fā)展這類客戶上面，主動(dòng)及時(shí)地了解客戶服務(wù)需求，提供最優(yōu)的服務(wù)項(xiàng)目和實(shí)施最優(yōu)的服務(wù)策略。

（1） 分類標(biāo)準(zhǔn)

所占比例：總客戶數(shù)15%-20%

分類類別：按分層分值區(qū)間劃分為20支客戶、終端戶、重點(diǎn)客戶。

（2） 服務(wù)標(biāo)準(zhǔn)

拜訪頻次：兩周拜訪一次

拜訪時(shí)長(zhǎng)：15分鐘-30分鐘

拜訪方式：實(shí)地拜訪、網(wǎng)絡(luò)拜訪、電話拜訪

服務(wù)類型：親情服務(wù)

2.潛力客戶

該類客戶綜合評(píng)分較理想，具有較好經(jīng)營(yíng)業(yè)績(jī)的可提升空間，營(yíng)業(yè)收入在其總收入中所占比重較大，能夠配合服務(wù)人員開展各項(xiàng)工作。對(duì)于公司而言，該類型客戶的潛在價(jià)值要高于當(dāng)前價(jià)值，可以通過及時(shí)、有效的服務(wù)，將該類型客戶中的一部分發(fā)展、提升成為核心客戶。因此，公司要投入較為豐富的服務(wù)資源，建立便捷、高效的溝通渠道，加強(qiáng)對(duì)該類型客戶的情感維系，增加拜訪頻次，提供個(gè)性化服務(wù)，促使其向核心客戶邁進(jìn)。

（1） 分類標(biāo)準(zhǔn)

所占比例：25%-30%

分類類別：按分層分值區(qū)間劃分為成長(zhǎng)型潛力客戶、培育型潛力客戶、觀察型潛力客戶。

（2） 服務(wù)標(biāo)準(zhǔn)

拜訪頻次：每月拜訪一次

拜訪時(shí)長(zhǎng)：15分鐘-25分鐘

拜訪方式：實(shí)地拜訪、網(wǎng)絡(luò)拜訪、電話拜訪

服務(wù)類型：真情服務(wù)

3.常規(guī)客戶

該類客戶經(jīng)營(yíng)較為穩(wěn)定，長(zhǎng)期以來銷量、銷售結(jié)構(gòu)波動(dòng)非常小，經(jīng)營(yíng)利潤(rùn)在店鋪整體經(jīng)營(yíng)利潤(rùn)中占比較低。受市場(chǎng)環(huán)境、店主文化程度、消費(fèi)者購(gòu)買力等因素制約，客戶自我提升觀念不強(qiáng)，且提升空間有限。該類型客戶對(duì)客戶專員的服務(wù)需求較少，有服務(wù)需求時(shí)，習(xí)慣于通過電話向客戶專員咨詢。對(duì)于公司而言，該類型客戶是最廣泛的客戶群體，是企業(yè)生存和發(fā)展的根基。應(yīng)通過有規(guī)律的拜訪服務(wù)，同客戶建立相互信任與依賴的關(guān)系，進(jìn)而改變客戶經(jīng)營(yíng)觀念，釋放經(jīng)營(yíng)潛力，使其逐步向潛力客戶與核心客戶靠攏。

（1） 分類標(biāo)準(zhǔn)

所占比例：40%-50%

分類類別：按分層分值區(qū)間劃分為增長(zhǎng)型常規(guī)客戶、穩(wěn)定型常規(guī)客戶、波動(dòng)型常規(guī)客戶。

（2） 服務(wù)標(biāo)準(zhǔn)

拜訪頻次：季度拜訪一次

拜訪時(shí)長(zhǎng)：5分鐘-20分鐘

拜訪方式：實(shí)地拜訪、網(wǎng)絡(luò)拜訪、電話拜訪

服務(wù)類型：熱情服務(wù)

四、總結(jié)

通過客戶價(jià)值預(yù)測(cè)模型，對(duì)不同的客戶進(jìn)行價(jià)值評(píng)估，通過客戶價(jià)值體系標(biāo)簽?zāi)Ｐ?，?duì)客戶進(jìn)行分層分類，得到三大類九細(xì)分類的客戶表格，針對(duì)不同類別的客戶，匹配不同的服務(wù)方案。通過商圈價(jià)值預(yù)測(cè)模型，使用人工智能方法，為新店鋪選點(diǎn)提供參考，構(gòu)建基于標(biāo)準(zhǔn)數(shù)據(jù)交換格式的標(biāo)簽分類體系模型，通過模型統(tǒng)一管理平臺(tái)，針對(duì)客戶經(jīng)營(yíng)管理上存在的不足，提出改進(jìn)方案，改善客戶經(jīng)營(yíng)管理水平，降低客戶經(jīng)營(yíng)成本，分析周邊市場(chǎng)環(huán)境特點(diǎn)和消費(fèi)需求變化趨勢(shì)，幫助客戶把握市場(chǎng)動(dòng)向，找準(zhǔn)經(jīng)營(yíng)提升突破口。

參考文獻(xiàn)：

[1]李曉萍.K-means算法對(duì)綜合商場(chǎng)客戶價(jià)值分類的研究[J].電子技術(shù)與軟件工程，2021，（24）：122-124.

[2]冀慧杰，倪楓，劉姜，等.基于灰色關(guān)聯(lián)度和K-Means++的電子商務(wù)客戶價(jià)值分類[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2020，29（9）：249-254.

[3]羅彪，閆維維，萬亮.基于ANP和K-means聚類的客戶價(jià)值分類模型及應(yīng)用[J].計(jì)算機(jī)應(yīng)用，2013，33（10）：2954-2959.

[4]閆磊，劉旭，徐斌.基于客戶價(jià)值的卷煙零售客戶分類研究與應(yīng)用[J].價(jià)值工程，2019，38（25）：89-90.

[5]劉寧，苗銀家.煙草企業(yè)營(yíng)銷渠道建設(shè)存在的問題及對(duì)策——以煙草企業(yè)A公司為例[J].長(zhǎng)江大學(xué)學(xué)報(bào)（自科版），2017， 14（02）：66-67.

作者簡(jiǎn)介：李欣欣（1990.11- ），女，漢族，廣西貴港人，碩士研究生，工程師，研究方向：工商管理;肖駿（1990.07- ），男，漢族，湖南常德人，本科，助理工程師，研究方向：信息技術(shù);孔維力（1997.11- ），男，漢族，廣西南寧人，本科，助理工程師，研究方向：信息技術(shù)