(上海大学 上海 200000)

一、引言

随着市场竞争的日益激烈，许多行业市场份额的争夺进入爱热化阶段，如何扩大自己的市场份额获取更多的顾客，如何将竞争对手的顾客转换成自身的顾客，是企业在动态发展的市场环境中生存与发展必须考虑的问题。同时顾客资产理论的研究对于企业经营管理的意义也越来越重要。

Blattberg和Deighton(1996)[1]首先提出“顾客资产”的概念,这使得顾客资产构成与测量的有关研究成为管理学，营销学和会计学的研究热点之一。之后，Rust,Lemom和Zeithaml(2000)[2]对“顾客资产观”进行了具体的阐述,他们认为顾客资产是企业所有顾客终生价值(CLV)折现现值的总和,而对企业来说,顾客终生价值是企业在那位顾客与公司交易的整个期间从顾客那里获得的纯利润或损失。

Blattberg和Deighton提出用以下方法来测量顾客资产：首先，测量每位顾客相对于公司在该顾客整个生命周期内的期望贡献。然后按照公司经营投资的目标收益率将该期望贡献折现成净现值。最后,将所有现存顾客的折现后的期望贡献加总。这也是后来诸多学者研究CLV和顾客资产测量问题的思路。

由于顾客资产的测量是基于CLV的计量的，所以本文先从计量CLV的模型开始阐述，然后再进一步深入到顾客资产的测量。

而由于是否契约型顾客是一种应用甚广的分类方法，因此，笔者先分是否契约型来介绍关于计算CLV的研究模型，再进一步据此分析简述研究顾客资产的模型。契约型顾客的测量模型主要是在这样的企业背景下：顾客在交易的过程中，企业可以明确地知道顾客与企业结束关系的时间。

二、国内外顾客资产测量模型理论

(一)计算CLV的模型

1、契约型CLV测量模型

(1)确定性模型

最初的CLV测量模型是按照Blattberg和Deighton(1996)[3]提出的方法来计算的：首先，在基于成本和利润可预测的情况下(即契约型顾客的背景下)，测量每位顾客相对于公司在该顾客整个生命周期内的期望贡献。然后，按照公司营销投资的目标收益率将该期望贡献折现成净现值。最后，将所有现存顾客的折现后的期望贡献加总。公式具体如下：

其中i是顾客交易的时期，n是顾客与企业关系维持的时间；Ri是在i时期顾客为企业带来的利润；Ci是指为获得Ri而付出的总成本；d是折现率。该模型简单，便于应用，但是它只考虑了正在与企业交易的顾客，忽略过去的和将来的可能顾客，并且忽略了购买过程的随机性。Berger and Nasr(1998)在测量模型中引入了顾客保留率，提出了几个不同假设条件下的CLV模型。

(2)以CLV为基础的动态定价模型

Blattberg和Thomas(1998)[4]提出的应用动态定价战略以使CLV最大化的模型。

在该模型中,顾客资产财务指数在考虑顾客获得和顾客保留的条件下被优化,以实现顾客获得和顾客保留价格的优化。该模型可以用于评价对不同顾客群进行营销投资的收益情况,并通过研究不同决策对CLV的影响来指导企业营销投资的力度和方向。

2、非契约型CLV测量模型

非契约型顾客资产测量模型中对顾客的行为预测更为复杂。学者们在这一方面也进行了较多的研究。

(1)Pareto/NBD模型

Pareto/NBD模型由Schmitllein,Morrison和Colombo(1987)[5]提出,可以用来计算顾客仍活跃的可能性。该模型要求顾客过去交易的数量和时间作为输入数据,公司利用它可以辨别哪些顾客仍活跃并计算其数量。作者指出,应用此模型可以求得随着过去几年顾客群的增长公司所拥有的零售顾客的数量,其中个体顾客能代表顾客群体是否活跃,以及公司将来对个体顾客和整个顾客群应赋予多大的期望。

Pareto/NBD模型可用于顾客不活跃时间不可知的情况,顾客可以在任何时间进行任何数量的交易,也可以在任何时间变得不活跃。此模型对拥有较少长期顾客的公司较为适用,当顾客的购买历史较长,该模型在数据获得方面就存在缺陷了。若将一位顾客超过两年时间的交易计算进去,就可能产生误差。

(2)马尔科夫链

Pfeifer和Carraway(2000)[6]提出了一个可以模拟顾客关系的被称为马尔科夫链(MCM)的数学模型,并认为该模型具有较强的适用性。在Berger和Nasr(1998)，Blattberg和Deighton(1996)，Dwyer(1997)所提出的顾客终身价值测量模型中当顾客停止交易后即被企业作为流失的顾客处理，当一段时间后这些顾客重新选择购买本企业的产品时，企业通常把它们作为新顾客对待。而MCM模型可以用来解决顾客的保留和迁移问题。

在该部分描述的模型中,尽管MCM是最适用的,但它也存在一些致命的假设。尤其是,所有顾客购买的时期又一次被视为相同的、恒定的。转移概率的计算对此类模型的成功十分重要,但这些概率并不容易计算。

(3)国内非契约型CLV研究

在国内，马少辉、刘金兰(2006)[7]以某专业视频设备零售商近5年的客户购买数据作为样本,用最大似然法进行参数估计,对Pareto/NBD模型有关客户活跃度、客户未来购买期望等方面的预测性能进行实证检验。提出结合Pareto/NBD模型与购买金额期望模型计算有(无)购买历史客户的客户终生价值、根据客户终生价值设置客户流失预警点等方法。

王高、李纯青、赵平和童璐琼(2007)[8]采用NBD模型来拟合购买次数,用gamma-gamma模型来拟合平均购买金额，基于贝叶斯原理,在给定过去购买行为条件下，计算顾客未来购买次数和平均购买金额的期望值,进而用这两个期望值的乘积得到顾客的未来经济价值，并应用上述模型对一家零售企业的顾客积分卡数据进行了实证分析,结果表明该模型不仅可以比较准确地拟合顾客购买次数和购买金额数据,而且可以对顾客未来价值进行较为准确的预测。

(二)计算顾客资产的模型

1、契约型顾客资产测量模型

(1)稳定顾客群模型

Tomas,Jen,和Hans[9](2002)在研究前人成果的基础上提出了该模型。首先,设单一顾客C的终生价值为CLVc，其结果如下：

CLVc=[Cc+WoMc]Wc

(1)

式中Cc是综观顾客C的整个保留期(终生)的利润总量的折现值(报告期为现期),该值是由顾客C的直接交易产生的。WoMc是顾客C的口碑行为带来的利润总量的折现值。Wc≥1是顾客C由于其率先使用、引导和潜在的购买价值产生的利润折现的权重。Cc的计算模型如下：

(2)

式中r表示顾客C的终生期,t表示顾客C的时间周期,i表示以公司利润率最小值确定的折现率,Cc,t为由顾客C在时期t中的直接购买产生的利润。

该等式为计算顾客资产提供了一种方法,它是以单个顾客的CLV为基础的,并在CLV和顾客资产的测量研究方面首次将口碑价值考虑其中,因此在顾客资产研究领域,在建立系统的以价值为基础的模型时起到重要作用。但该模型复杂的计算过程以及在确定口碑行为给企业带来的利润总量方面存在的困难,使得该模型的应用受到限制。

(2)VK模型

在Venkatesan和Kumar[10](2004)提出的框架中，通过Logit模型来确定单个顾客的维系率，用以识别顾客对不同渠道的营销传播的反应。这形成了营销资源最优配置的基础，这样的配置通过每位顾客的接触渠道使得他们各自的CLV最大化。这个模型也能用于设计其它的顾客级策略，例如顾客选择、购买序列分析、定位获得正确的顾客。该模型将测量与提升结合起来，在契约型企业可以准确预测顾客购买间隔的情况下，这种方法既可以较为准确地测量顾客资产，还可以辨别不同营销行为的效果，非常适合应用于企业的经营活动。

(3)顾客资本资产定价模型

谭文伟(2011)[11]在通过引入信用风险率的概念，把契约中企业和顾客之间已经明确的收益率作为名义收益率固定下来，将其导入资本资产定价模型(CAPM)，从而推导建立了顾客资产期望收益率模型。

但传统的资本资产定价模型用于证券投资市场，便于获得历史数据。但企业与顾客间的关系可能是契约型的，这种易于得到历史数据，也可能是非契约型的，次数较少，缺乏历史数据，这是该模型的缺陷。

2、非契约型顾客资产测量模型

(1)营销收益模型

该模型由Rust,Lemom和Zeithaml(2004)[12]提出。他们依据个人层次的转换矩阵来模拟顾客在购买中的品牌转换过程,强调每一次购买相对于前一次购买都是独立的,这就更加逼真的模拟了竞争。下面就是其建立的顾客i对品牌J的CLV模型：

对于品牌j，dj为企业的折现率；fi表示的是单位时间内顾客i的平均购买率(如每年购买三次)；Tij代表在企业j的时间范畴Hj内，顾客i从j企业购买产品或服务的期望购买次数；Ti=int[HjFi]，此处int[]是指取整；Vijt是顾客i在t次购买中j的期望购买量；πijt是在t次购买中顾客i可能给企业带来的边际贡献；Bijt表示顾客i在t次购买中购买品牌j的可能性，Bijt可以通过将Markov矩阵相乘t次得到。为了求得品牌转换矩阵，作者建立了品牌效用模型如公式：

Uijk=β0kLASTijk+Xikβ1k+εijk

Uijk表示品牌k对最近购买了品牌j的个人i的效用。如果j=k，LASTijk的名义变量等于1，反之则为0；X是价值资产、品牌资产和维系资产驱动要素的行向量。其中β0k是与品牌惯性有关的回归系数，β1k是与价值资产、品牌资产和维系资产有关的回归系数的列向量，而εijk是呈二重指数分布的随机误差。

这样，人层次的效用导出个人层次的转换矩阵，个人层次的转换矩阵又导出个人层次的CLV，而后结合企业顾客数量的数据就可以求得顾客资产的值。

(2)顾客资产四维驱动测量模型

邵景波(2011)[13]在营销收益模型的基础上，认为在价值驱动、品牌驱动及关系驱动之外，还存在着表示顾客感知的一类驱动要素，进而提出了顾客资产感知驱动要素，应用趋势预测法对需求市场规模进行预测，运用马尔科夫矩阵模拟竞争和品牌转换，同时通过对顾客资产驱动要素构成的完善，将交叉购买和口碑宣传纳入模型，进而构建了需求市场规模变化条件下的四维驱动CE测量模型。顾客资产四维驱动测量模型的贡献在于不仅科学合理地提出了感知驱动要素，更是将顾客资产的测量方法很好地应用于多品牌的企业中，使顾客资产的测量值更加准确且符合实际。

三、国内外顾客资产测量模型理论研究的局限性与不足

虽然国外学者对顾客资产的测量研究在理论上进行了广泛的探索,也建立了一定的数学模型,但在实践中用其来对顾客资产进行计量、估算并有效提升却困难重重。主要是因为CLV和顾客资产计量方法的不完备性。其主要问题如下：

1、所有模型都存在的问题

(1)企业需要强大的数据库系统去记录、跟踪和分析顾客的购买行为信息与收益状况,即便是目前许多具有这样的数据库系统,但是,信息的搜集、处理和加工的工作量大及复杂性本身就足以令人生畏。一个不容忽视的问题就是目前许多企业还缺乏能胜任这项工作的复合型统计分析人才。

(2)现有的估价模型都有大量假设,或是限定了来自单个顾客的现金流的数量、时间和适用的业务类型,或是严格限定了所需的数据类型,从而制约了其效度和实用性。

2、部分模型存在的问题

(1)除了四维驱动测量模型，上述所有的测量模型都存在一个假设,即市场规模不变。但事实上,市场规模是不断变化的。

(2)在模拟竞争和顾客的品牌转换方面,除了营销收益模型和四维驱动测量模型，其他测量模型都没有明确的模拟竞争。

(3)在对“获得”和“保留”的处理方面,许多模型没有将顾客“获得”与“保留”包含在同一个模型中。营销收益模型将现有顾客和潜在顾客的期望终生价值都考虑在内了,因此在同一模型中同时考虑了“获得”和“保留”(从本公司和竞争者间关系的角度看)。既然顾客获得成本在决定净获利时很重要,那么只有同时将顾客的“获得”与“保留”包括在内的模型才更有意义。

四、未来研究启示

总体而言,现有顾客资产理论的研究己经构建了一个关于顾客资产理论体系的初步轮廓,将顾客资产提升到战略的高度进行论述,并且在某些方面己经达成了共识,比如有关顾客资产的研究都建立在CLV计量的基础之上。但对于顾客资产测量模型的研究还是有很多不尽如人意的地方需要进一步的改善优化，尤其是在以下的几个领域：

(一)引入市场规模变化对顾客资产的影响

市场规模不是一成不变的，如果市场正在迅速扩张或缩小,市场规模稳定的假设就行不通了。顾客数量变化能够引起顾客资产价值的显著变化，因此，市场规模的变化因素是测量顾客资产时不可忽视的因素。

(二)考虑到竞争和品牌转换因素的影响

在现实生活中企业间的竞争和顾客在不同品牌间的转换一直存在，并且对于顾客资产肯定有很大影响，但是很少测量模型会引入这些因素。

(三)对顾客资产测量模型相关数据库的研究

该模型的建立是基于对于顾客庞大的历史数据之上的，传统的企业中对此没有完备的记录，开发出专门收集统计相关数据的数据库软件刻不容缓。

(四)简化研究模型的假设条件

理论和实践都迫切需要更简单、实用的研究模型,探索具有较少限制假设的模型和寻求更有效的评价顾客资产的方法成为研究的重点。

[1]Blattberg R C,Deighton J.Manage Marketing by the Customer Equity Test[M]// Perspectives On Promotion And Database Marketing:The Collected Works of Robert C Blattberg.1996:205-213.

[2]Verhoef P C,Commandeur H.Driving Customer Equity,How Customer Lifetime Value is Reshaping Corporate Strategy:Roland T.Rust,Valarie A.Zeithaml,Katherine N.Lemon,The Free Press,New York;(2000),292pp[J].Long Range Planning,2001,34(6):759-762.

[3]Berger P.D.&Nasr NI.Customer Lifetime Value:Marketing Models and Applications[J].Journal of Interactive Marketing,1998,12(1):17-30.

[4]Blatterg,R.C.and Thomas,J.S..Dynamic Pricing Strategies to Maximize Customer Equity[Z].Unpublished manuscript,Northwestern University,Evanston,IL.1997

[5]Schmittlein D C,Morrison D G,Colombo R.Counting your customers:who are they and what will they do next?[J].Management Science,1987,33(1):1-24.

[6]Pfeifer P E,Carraway R L.Modeling customer relationships as Markov chains[J].Journal of Interactive Marketing,2000,14(2):43-55.

[7]马少辉,刘金兰.Pareto/NBD模型实证与应用研究[J].管理科学,2006,(05):45-49.

[8]王高,李纯青,赵平,童璐琼.随机模型在零售顾客未来经济价值估计中的应用[J].中国管理科学,2007,(02):104-110.

[9]Bayón T,Gutsche J,Bauer H.Customer Equity Marketing::Touching the Intangible[J].European Management Journal,2002,20(3):213-222.

[10]Venkatesan R,Kumar V.A Customer Lifetime Value Framework for Customer Selection and Optimal Resource Alloca - tion[J].Journal of Marketing,2004,68(4):106-125.

[11]谭文伟.基于顾客资产的资本资产定价模型[J].价值工程,2011,30(14):155-157.

[12]RolandT.Rust,R.A.,Lemon,K.N,Zeithaml,V.A.(2004b):Return on Marketing:

Using Customer Equity to Focus Marketing Strategy.[J]Journal of Marketing.2004,68(1):109-127.

[13]邵景波,吴晓静,崔文慧等.需求市场规模变化条件下四维驱动CE测量模型[J].哈尔滨工业大学学报,2011,43(5):79-83.