朱明英，邢豫，王海霞，王保中

（中国电信集团广东研究院，广州 510630）

基于客户价值的客户行为特征分类模型探讨

朱明英，邢豫，王海霞，王保中

（中国电信集团广东研究院，广州 510630）

通过对业界主流的客户价值分类模型的研究，同时针对电信客户消费的特点进行分析，提出以语音通信、数据流量、用户ARPU值为指标来判断客户价值，并以此作为客户分类指标建立客户分类模型。通过采用业界常用的层次分析法和聚类法，对客户进行价值分析和分类，为电信业务的针对性营销和电信套餐的制定提供参考。

客户价值；客户分类；层次分析法；聚类法

0 引言

（1）客户价值定义

对客户价值的定义，在很多文献中都有提到，解释也略有不同。

Barbara将客户价值定义为客户当前及将来所产生的货币收益的净现值，并认为客户价值取决于客户在生命周期的每一阶段内为企业带来收益及降低企业成本的能力。Frederick Reichheld将客户价值定义为客户为企业带来的净现金流数额，提出基础利润、增加购买、成本节约、推荐效应、价格溢价是客户利润产生的几个主要因素。Bitran and Mondsehein将客户价值定义为客户在全生命周期内所产生的净利润的折现值。Achim等将客户价值定义为企业的关键决策者从客户关系中所感受到的收益与付出之间的权衡，并将客户价值分解为直接价值、间接价值、社会价值三个维度。齐佳音将客户价值定义为企业在其所处的管理情景下，感知到的来自客户的净现金流及其未来现金流的总体能力，即包括当前价值和潜在价值两个方面。王海洲认为客户价值包括五个部分：市场价值、规模价值、品牌价值、信息价值和网络化价值。

本文中研究的客户价值，主要是基于客户当前价值，即客户当前为企业带来的净现金流。

（2）客户价值相关模型

伴随着客户价值的定义，不少学者也对客户价值模型进行了研究。总结起来，使用比较多的模型主要有：

①RFM模型

RFM是使用比较广泛的模型之一，主要通过客户历史的购买行为特征来预测客户未来的购买行为。RFM是一种非常重要的客户分类变量，其基本思想是通过3个重要的客户行为指标，即最近购买时间R（Recency）、购买频率F（Frequency）和总购买金额M（MonetaryValue）判断客户的价值。R表示客户最近一次购买与当前的时间间隔长度，F表示客户在所考察的时间段内的购买频率，M表示客户在考察期内单位购买所花费的平均金额。RFM数据是客户的交易数据，能全面说明客户的购买行为，不涉及客户的个人隐私、容易获得且准确度高。以此作为客户分类变量指标能更准确的对客户进行分类，是客户分类研究的新方向。RFM值从不同的方面反映了客户的购买行为，根据这些行为可以判断客户为企业带来的现实价值，是评判客户当前价值的充分变量。

研究表明，客户的“R”值越低，其对企业的价值就越高。“F”代表客户的购买频率，是间隔性或持续时间段的参考度量，以一段时间内客户发生交易的次数来表征购买频率。购买频率可以对客户未来的行为进行预测，客户“F”值越高，其对企业的价值就越高。“M”指客户在企业的消费金额，是一定时间周期内利润的度量，反映客户的实际需求。客户“M”值越高，其对企业的价值就越高。

RFM分析基于如下假设：

●最近有过购买行为的客户再次购买的可能性要高于最近没有购买行为的客户。

●购买频率高的客户较购买频率低的客户更有可能再次购买企业的产品。

●总购买金额较高的客户再次购买的可能性较高并且是价值较高的客户。

客户RFM数据对分析客户价值非常重要，在进行分析前，首先必须获取这些数据。一种分析方法，先将客户交易数据库中的RFM值按其数值大小进行等分，然后根据等分数值分类。也有学者提出了基于自组织神经网络的方法和基于粗糙集的方法。

②CLV模型

CLV（客户生命周期价值，Customer Lifetime Value, CLV）模型，主要是通过研究在整个客户生命周期长度内企业从某一客户处获得的利润流的总现值，来计算客户的价值。

对于客户价值的计算，许多学者给出了不同的计算公式。

其中：m为一个客户在每段时间内产生的边际利润；r为保留率；i为贴现率。终身价值等于边际利润（m）乘以因子，这个因子也称为边际倍数

（Marginal Multiple）。

罗兰·拉斯特引入顾客份额的概念，用顾客份额所带来的长期收益来衡量企业的绩效水平，客户生命周期价值的计算如下式所示。

其中：CLVi表示客户i的生命周期价值，t表示时期，n是计划的计算长度，k是折现因子，Fit是时期t内客户i购买某品牌产品的期望频次，Pit表示时期t内客户i的维系概率；πit是顾客在时期t内每笔购买的平均贡献。

谭跃雄等又引入了客户保持率（r）计算客户生命周期价值，并考虑到市场变化对客户购买倾向的影响，提出了动态客户保持率的研究方法，提出了基于动态客户保持的企业客户生命周期价值扩展模型，见如下式子：

基于CLV的客户分类模式是一个客观、有效率的理性化、定量化的方式，因为该方法是基于计算所得的客户的CLV值的大小来对客户进行划分。

1 客户分类指标分析

本文主要是讨论客户当前价值，即客户当前为企业带来的净现金流。电信运营商通常是用客户的ARPU值（Average Revenue Per User）来评价客户的价值。通过对客户ARPU值构成进行分析，主要包括如下类别：

在总结东江流域水资源分配工作经验的基础上，广东将根据十八届三中全会提出的改革方向，探索流域治理新措施。

（1）语音通信类业务消费。主要是指客户通话产生的费用，包括本地通话费，长途通话费，其他的智能通话费（17909，NGN等）。

（2）数据流量类业务消费。主要是指客户使用网络产生的流量计费收入。

（3）其他业务消费。包括各种增值业务收入、一次性支出等。

相比较而言，前面2类消费是客户的主要消费，而且是和使用量相关的。因此本文选取了语音通信类业务使用时长（分钟）、数据流量类业务使用流量（M）作为衡量客户价值的两个基本的指标，和客户的ARPU值一起，构成客户的分类指标。

2 客户分类模型设计和应用探讨

在确定了分类指标后，需要对客户分类的模型进行设计。通过对客户语音通信类业务使用时长（分钟）、数据流量类业务使用流量（M）、客户的ARPU值对客户价值的影响权重计算，最终得到客户的价值数值。应用层次分析法来确定分类指标中每个变量的权重，在此基础上使用K均值聚类法来对客户进行分类，对每类客户制定不同的营销策略和套餐，以提升客户的感知。

2.1 影响权重的确定

为和前面保持一致，使用CLV表示客户的最终价值，其计算公式如（4）所示。

其中，wv表示ARPU值在计算CLV中的权重，Vj表示客户的总ARPU值；wc表示客户通信类业务使用时长在计算CLV中的权重，Cj表示客户通信类业务使用时长；wL表示客户数据流量类业务使用流量在计算CLV中的权重，Lj表示客户数据流量类业务使用流量。

权重的确定，可以结合层次分析法计算及对相关企业的决策者、市场策划者等相关人员问卷调查的基础上获取，最终确定这3方面对客户最终价值的影响比重大小。

2.2 客户分类的确定

聚类是根据数据的相似程度，按照一定算法将类似的数据划归一个集合，将不相似的数据划归另外的集合。K-均值（Means）聚类是一种简单的聚类方法，它将样本数据与各聚类中心的欧氏距离作为判断依据，并划入与其距离最近的类别。

客户分类的实施步骤为：

①应用K-均值聚类法对加权后的指标进行聚类,得到m类客户。

②将每类客户的客户价值平均值和总价值平均值作比较,每次对比有两个结果:大于（等于）平均值和小于平均值.

③对于大于平均值的该类客户，定义为高价值客户。对高价值客户的客户语音通信类业务使用时长（分钟）、数据流量类业务使用流量（M）指标再进行细分,以便获知该高价值客户的消费倾向，从而制定针对性的营销策略。

2.3 客户分类的应用

为验证模型在实际生产中的有效性，计划采用某电信运营商的某地市局2014年的客户数据进行分析。

3 结语

本文通过对业界主流的客户价值定义和RFM、CLV等分类模型的研究，采用RFM模型的指标定义方法，针对电信客户消费的特点进行分析，提出了以语音通信、数据流量、用户ARPU值为指标来判断客户价值。在分类指标的基础上，以CLV模型的价值计算方法，建立客户分类模型。通过采用业界常用的层次分析法和聚类法，对客户进行价值分析和分类，为电信业务的针对性营销和电信套餐的制定提供参考。

[1]Frederick F.Reichheld.The Loyalty Effect:The Hidden Force Behind Growth,Profits and Lasting Value[J].Harvard Business School Press,1996.

[2]G R Bitran,S Mondschein.Mailing Decisions in the Catalog Sales Industry[J].Management Science,1996,42（9）:1364-1381.

[3]刘朝华，梅强，蔡淑琴.基于RFM的客户分类及价值评价模型.技术经济与管理研究，2012（5）.

[4]曹云忠.基于RFM和粗糙集的客户分类规则提取，软件时空，2009，25：3-3.

[5]林盛，肖旭.基于RFM的电信客户市场细分方法，哈尔滨工业大学学报，2006，5.

Classification Model of Customer Behavior Based on Customer Value

ZHU Ming-ying，XING Yu，WANG Hai-xia，WANG Bao-zhong

（Guangdong Research Institute of China Telecom Corporation Ltd.，Guangzhou 510630）

Based on the classification model of customer value,and according to the characteristics of telecom customer consumption analysis,provides voice communication,data flow,user ARPU value as an index to determine the customer value,and as a customer classification index to establish customer classification model.By using the commonly used AHP and clustering method,the customer value is analyzed and classified,which provides reference for the development of marketing and telecommunications package.

Customer Value;Customer Classification;Analytic Hierarchy Process;Clustering Method

1007-1423（2017）01-0007-04

10.3969/j.issn.1007-1423.2017.01.002

朱明英（1972-），女，湖南人，博士研究生，高级工程师，研究方向为IT系统架构设计、大数据研究分析等工作

2016-10-20

2016-12-10

邢豫（1974-），男，河南淅川人，硕士研究生，高级工程师，研究方向为中国电信IT架构互联网化、大数据分析等

王海霞（1975-），女，湖北人，硕士研究生，高级工程师，研究方向为IT系统架构设计、需求管理等