客户分析管理

客户分析的思路可以总结为:两种视角，四个维度，十套模型。

两种视角，是客户分析的概要性分析思路；

第一个视角，是从时间流逝的角度，来观察客 户的行为、消费特点;第二个视角，是从深度上挖掘客户在各个主题或场景下的差异与特 点。

第二个视角中，包含最基础的四个分析维度，这四个分析维度可以涵盖线上线下业务消费者所有的核心信息要素。通过四个维度的组合使用，可以形成十个最经典的主题或场 景，设计出十套不同场景下的客户模型。

基础模型

基础模型主要基于基础属性维度建设，用来呈现客户的基本情况。C端用户基础模型相对简单，丰富的字段属性即可满足要求。B端的客户相对复杂，要通过复杂的逻辑模型，呈现出B端企业的组织架构，人员架构等。基础模型是对现实世界人或物的抽象描述，通常用ER模型来实现逻辑层的客户抽象定义。通过基础模型，可以做基于客户内外在属性的细分，例如客户类型，地区，性别，年龄，收入情况等。下图是一个简化的C端客户和B 端客户的基础模型ER示意图。

RFM模型

RFM是最经典的客户消费行为特征分析模型，RFM代表Recency(最近一次消费时间)，Frequency(某一个时间范围内的消费频次)，Monetary(某一个时间范围内的平均客单价或累计交易额)。根据公司实际数据情况，将这三个指标划分成几档，可以形 成多种组合(假设每个指标分五档，则可产生5x5x5个组合)，对这些组合进行聚类分 析，提炼出行为模式类似的多个群体，实现对客户消费特征的群体细分。

RFM的应用方向包括业务分析，客户消费特征分析，以及营销策略输出。RFM可以协助实现客户生命周期分析，例如，如果大多数成熟客户每个月稳定下单频次F是15次，即稳定一天下两单，如果R值变成了4，即最后一次下单距今已超过4天，则认为客户进入睡眠期(衰退期)，需要唤醒策略激活。如果R值变成了15，则认为客户进入流失状态(离开 期)，需要二次激活。至于如何定义R和F，从而定义衰退和离开，需要结合实际业务以及数据分布来制定。

价值模型

价值模型通常从消费额的角度来建设，输出方向主要是对不同贡献程度的客户提供差异化

服务。价值模型通常和客户等级共同建设，通过会员等级定义差异化服务。

需要注意的是，有些互联网APP在某些阶段不以营收为目的，对客户价值或用户价值的丈 量，会采用其他指标或方式，例如登陆次数，交互行为等。

忠诚度模型

忠诚度模型通常用交易频次来量化定义。以价值模型中提到的A、B客户为例，A客户虽然贡献度较小，但下单频次高，是一个高频忠诚客户。对于这类客户，企业可以通过礼包 或部分特权的形式给予鼓励。

有些时候，企业会综合考虑客户的价值模型和忠诚度模型来设计会员等级，提供差异化增 值服务。但对于企业来讲，本质上贡献度更高的客户更重要。例如，支付宝、携程等公司，在客户等级的规则描述中提到，会同时考虑消费、投资金额和交互行为。但我相信最 终的计算公式，更多考核的是消费或投资金额。

生命周期模型

前文已经对客户的生命周期做了很多介绍，定量界定客户生命周期的最重要目的，是对获 取期和提升期的客户进行激活和留存，对衰退期和离开期的客户进行及时挽回。

偏好模型

偏好模型通过分析用户的交互行为和交易数据，来判断客户的需求偏好。偏好模型更多的 时候通过客户画像和打标签来实现。

信誉模型

信誉模型的设计必须配合实际的业务动作，例如对低信誉客户进行部分限制。如果没有配 套的业务动作，创建信誉模型没有太大价值。信誉模型多数时候由风控团队负责。

客户画像

客户分析中的四个维度，包括基础属性、交互行为、业务数据、社交网络共同构成了客户 画像。客户画像通过对客户打标签的形式，将所有的特征识别并进行抽象总结，将特征类

似的客户聚类。

积分模型、会员等级    

积分是最常见的提升客户粘性的手段，会员等级要综合考虑客户贡献度和忠诚度；

举例说明：

消费趋势指数=最近30天加油升数/最近60天加油升数。0<=消费趋势指数<=1，若顾客的消费趋势指数>0.5，则消费趋势向于增长；反之，消费趋势趋向于衰退。

忠诚指数=最近30天加油升数/30天最大加油升数。0<=忠诚指数<=1，若顾客的忠诚指数越接近1，则顾客忠诚度越高，具有粘性；反之，忠诚度越低。增长净值=2*最近30天加油升数-最近60加油升数