,*,企业经济统计学,相关分析,与,回归分析,第十一章 企业客户关系统计,11.1 企业客户分类统计,11.2 企业客户满意度分析,11.3 企业广告效果统计分析,11.4 企业客户关系数据挖掘,第十四章 企业客户关系统计,11.1 企业客户分类统计,11.2 企业客户满意度分析,11.3 企业广告效果统计分析,11.4 企业客户关系数据挖掘,本章主要内容：,客户分类的定义及分类方法,客户满意度的概念和意义,客户满意度的测评流程,客户满意度指标体系及其测评模型,企业广告效果的测定方法,数据挖掘的概念和常用的统计方法,数据挖掘在企业客户管理中的流程及应用,第一节 企业客户分类统计,一、企业客户分类统计的概念及意义,二、企业客户的各种分类和细分方法,一、客户分类的概念及意义,1、,客户分类是指根据一个或若干个客户属性划分客户集合的过程，进行有效的客户分类能帮助企业将有限的资源投资在最有价值的客户身上为企业创造最大的利润价值。,2、意义：,企业客户分类统计是企业获取客户信息的主要手段，是企业统计的新领域,为企业决策服务的出发点和突破口。具体的说，企业客户分类统计就是要求企业统计承担对本企业客户市场的调查研究，并在此基础上运用统计方法根据客户分类标准对本企业的各种客户进行分类和细分。这一统计任务一般由企业市场职能部门的统计工作人员同技术职能部门的统计工作人员共同实施。,二、企业客户的分类方法,1、,定性分类方法,2、定量分类方法,1、定性客户分类方法,（1）,按客户的认知价值分类，可分为：,内在价值型客户：注重产品本身价值,外在价值型客户：注重,个性化订制方案,战略价值型客户：,建立战略伙伴联盟关系,（2）按客户的生命周期分类，可分为：,考察期的客户：,企业和客户关系的探索和试验阶段,形成期的客户：企业和客户关系快速发展阶段,稳定期的客户：企业和客户关系发展的最高阶段,消退期的客户：企业和客户,关系处于水平逆转的阶段,（3）按客户的领域分类,可分为国内客户与国外客户、本地客户与外地客户、城市客户与农村客户等。,（4）客户按客户的性质分类,可分为生产资料客户与消费资料客户、中间产品客户与最终产品客户。,（5）客户按客户的对象分类,可分为居民客户与集团客户、已存在客户与潜在客户等,（6）客户按流通方式,可分为零售业客户与批发业客户、直接客户和中介客户等。,2、定量客户分类方法,（1）、按客户的利润进行分类,这种方法主要是根据巴雷托80/20法则进行分类，又称ABC分类法,客户被直观地分为A、B、C三类，A类客户占20%左右，企业80%以上的利润来源于这些客户，属于重点客户或VIP客户；B类客户占70%左右，只提供了不足20%的利润，是可以保持或缩减的客户，即为普通客户；C类客户占10%左右，这类客户不仅不会为企业带来任何利益，甚至，应该抛弃这类客户，即为淘汰客户。,（,2）、按,客户成本贡献率分类,成本贡献率是企业与客户年交易中所获取的净利润与客户年分摊营销成本之比值。其计算公式为：,将得到的CP值与企业的平均销售净利润 进行比较，根据其取值范围即可区分出客户类型，,可分为黄金客户、白银客户、普通客户、淘汰客户。,（3）、按客户价值分类,客户价值是企业客户资源能够给企业带来的利益的高低，是客户为满足其需求而且进行消费所体现出来的市场价格。,其计算分式为：,CV为从核定期的客户价值；T为从核定期客户生命周期长度；为客户平均每次消费额；为客户平均消费周期。,根据这三个指标的不同，客户可分为黄金客户、白银客户、发展客户、放弃客户。,第二节 企业客户满意度分析,一、客户满意度的概念及意义,二、客户满意度的测评流程,三、客户满意度的探索性调查,四、客户满意度的测评,五、如何提高客户满意度,一、,什么是企业客户满意度,客户满意指客户将其对一个产品或服务的可感知的效果与他的期望值进行比较后，所形成的愉悦或失望的感觉状态。,客户满意度可以看作是可感知效果与期望值之间的差异函数。,客户满意度的概念可以分为行为意义上的客户满意度和经济意义上的客户满意度两个方面，其中行为上的客户满意度是指客户在与企业的多次接触中所逐渐积累起来的情感状态，经济意义上的客户满意度则是可从客户满意度的重要性上加以理解。,二、客户满意度的测评流程,1、确定对客户满意度研究和测评目标,2、找出影响客户满意度的主要因素,3、建立客户满意度指标体系,4、进行市场调研对产品和服务加以改进,5、跟踪测试,三、客户满意度的探索性调查（定性）,1,、调查人群的组成,探索性调查中不仅要研究什么顾客作出购买决定，还要考虑其它什么人涉及并影响他们的购买决定对每位顾客都进行调查，大多数情况下就要对最有代表性顾客进行抽样调查，大多数顾客满意调查的样本都在100200人之间，除了随机抽样调查方式以外，还常用根据客户的不同规模采用分层抽样、整群抽样等。,2、,顾客满意度的影响因素,不同行业、不同产品客户满意度影响因素不一样，但其核心思想与基本思路却存在着一致性,根据科罗思费耐（,Fornell C 1992,）的客户满意度指数理论，影响客户满意度的因素包括客户预期、客户对质量的感知、客户对价值的感知、客户满意度、客户抱怨和客户忠诚六个因素。,如下图：,感知质量,顾客预期,感知价值,顾客满意度,顾客抱怨,顾客忠诚,四、客户满意度的测评,1、建立客户满意度指标体系,客户满意度测评的指标体系是将影响因逐级展开，直到形成一系列可以直接测评的指标，这些逐级展开的测评指标就构成了客户满意度测评的指标体系。,借鉴“瑞典客户服务测评价标准”(SCSB)和“美国客户满意度指数”(ACSI)的成功经验，评价指标体系划分为以下三个层次：,（1）第一层次：“客户满意度指数”是总评价目标，为一级指标。,（2）第二层次：影响客户满意度的六大要素，为二级指标。,（3）第三层次：根据不同的产品、服务、企业或行业的特点，可将六大要素展开为具体的三级指标。,2,、客户满意度测评指标的量化（量表）,（1）量表的设计步骤,第一步是“赋值”，根据设定的规则，对顾客满意度的不同的态度特性赋予不同的数值。,第二步是“定位”，将这些数字排列或组成一个序列，根据受访者的不同态度，将其在这一序列上进行定位,（,2）量表的种类,利克特量表：,用于测量对一句陈述的同意程度,序列量表：,要求采访对象表明其对各项因素的态度的相对强度按重要性或偏好进行排序,数字量表：,要求采访对象对自已的态度强度给出一个分数,3、客户满意度的测评模型,（1）四分图模型,：,列出企业产品和服务的所有绩效指标，每个绩效指标有重要度和满意度两个属性，根据顾客对该绩效指标的重要程度及满意程度的打分，将影响企业满意度的各因素归进四个象限内，企业可按归类结果对这些因素分别处理。,如下图所示：,得分高,满意度,A,B,C,D,得,分,高,重,要,性,低,（,2）,美国顾客满意度指数模型(ACSI)：,由上述六个结构变量构成的因果关系模型，其数量关系通过多个方程的计算经济学模型进行估计。它提出了顾客期望、感知质量和感知价值这三个变量，它们影响顾客的满意度，是顾客满意的前因。感知价值作为一个潜变量，将价格这个信息引入模型，增加了跨企业、跨行业、跨部门的可比性。顾客满意的结果：抱怨和忠诚其中，(1，2，5)是模型的潜在内生变量，分别表示客户接受服务的感知质量、感知价值、满意度、抱怨以及忠诚度；,1,是模型的潜在外生变量，代表客户在接受实际服务之前对可能提供服务质量的预期。见下图：,ACSI,一般公式如下,ACSI一般公式如下：,1,1,2,3,4,5,4、客户满意度的提高及行动建议,（1）系统诊断：从顾客的意见和建议中寻找解决顾客不满的办法，为企业的管理者提供建议。,（2）系统规范：包括总结优势，进一步发展；改进弱项，寻找新的机会点，结合优劣势，对有关满意度的影响因素重新规范。,（3）,系统改进,：对企业客户满意度工作进行改进提升，重点是根据企业自身实际情况调查规范后的结果。,（4）,系统测试：客户满意度的跟踪调查，由此完成一个阶段的调查并作为下一个调查的起点,。,五、如何提高客户满意度,1、,倾听客户的声音,2、,对客户反映的事实负责并且采取行动,3、,集中关注并把资源放在那些对客户有影响的项目上,4、设置一套适合企业自身的共同指标体系来量度不同项目的成效,5、,调和部门之间的协助,6、,追踪所发生的一切找出你在客户工作中所产生的作用,第三节 企业广告效果统计分析,一、,广告媒体及衡量广告效果的指标,二、,企业广告效果测定的几种方法,三、,量化模型在广告上的应用,一、广告媒体及衡量广告效果的指标,现在的广告媒体主要有电视、报纸、广播、网络这四大全国性媒体，还有例如户外广告、电影等传播媒介。但是无论新媒介以何种形式出现，广告以何种形式表达，在广告信息传递效果的测量上基本指标体系不会发生大的变化。主要通过媒体覆盖范围、媒体覆盖率、信息到达率等指标来反映。,二、企业广告效果测定的方法,1、广告费比率法,从公式可看出，销售(利润)费用率越小，单位费用销售(利润)率越大，就说明广告效果越好，反之，则广告效果越差。,2、,广告效果比率法,计算公式为：,从公式中可以看出，销售效果比率越大，说明广,告,效果越好，反之，则广告效果越差,。,3、,广告效益法,计算公式为：,单位费用销售（或利润）增加额=（本期广告后销售（或利润）总额-上期广告后（或未做广告前）销售（或利润）总额）/本期广告费总额,由此可见，单位费用销售（或利润）增加额越大，说明广告效果越好,4、盈亏分界点计算法,销售费用率=广告费用率/销售额,用符号带入推导：,所以，,其中，A 为基期广告费；A为报告期广告费增加额；S为报告期销售额；R为平均销售费用率。,5、,小组比较法,（1）广告效果系数法,看过广告,未看过广告,合计,购买广告商品,a,b,a+b,未购买广告商品,c,d,c+d,合计,a+c,b+d,n,表中，a-看过广告而购买的人数,；,b-未看过广告而购买的人数,；,c-看过广告但没有购买的人数,；,d-未看过广告又未购买的人数,；,n-被调查的总人数。,广告效果指数（advertising effectiveness index）。简称AEI，计算公式为：,AEI=a-(a+c)b/(b+d)/n100%,（2）相关系数法：,小组比较法中还可以用相关系数进行推算，其计算公式为：,公式中为相关系数，a、b、c、d的含义与广告效果系数法公式中相同,第四节 企业客户关系的数据挖掘,一、数据挖掘的介绍,二、,企业客户关系管理中的数据挖掘流程,三、,客户关系中的（,CRM,）数据挖掘,四、数据挖掘在CRM中的典型应用,一、数据挖掘的介绍,1、,数据挖掘的概念描述,数据挖掘（Data Mining）,又称数据库中的知识发现，是指从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。,2、,数据挖掘的任务归为以下几类：,(1)关联分析,：,利用关联规则进行数据挖掘,(2)时序模式,：,通过时间序列搜索出重复发生概率较高的模式,(3)分类,：,找出一个类别的概念描述，它代表了这类数据的整体信息,(4)聚类,：,按一定规则将数据分为一系列有意义的子集,(5)预测：,利用历史数据建立固有模式和趋势的模型，并用此模型预测未来数据的种类、特征等,(6)偏差分析：从数据库中找出异常数据,3、,常用的数据挖掘统计方法和技术,（1）决策树方法,利用一系列规则对数据进行划分建立树状图，用于分类和预测常用的算法有CART、CHAID、ID3、C45、C50等,（2）遗传算法,在生物进化的概念基础上设计的一种优化技术，它包括基因组合、交叉、变异和自然选择等一系列过程，通过这些过程已达到优化的目的。,（3）人工神经网络,人工神经网络通过模拟人的神经元功能，从输入层获得影响预测量的变量值，通过隐藏层，用权数对数据进行调整、计算最后在输出层进行处理得到预测结果，人工神经网络可以用于分类和回归。,