摘要：随着信息技术的发展，现阶段大数据技术的应用对企业的生产经营产生了重大的推动作用，对企业来讲，提升大数据作用，为企业创造更大的价值已成为必不可少的趋势。通过选用需要的数据资源，再加上正确的分析模式，从而正确预测客户的行为特征，更好地了解客户需求，据以制定营销创新策略，就能掌握商机与主动权，为企业带来效益。因此，本文就某铜加工企业客户的下单行为进行大数据分析，促进该企业做好客户群体细分，更好地帮助该企业了解自己的客户，更高效地实现顾客价值。
关键词：大数据；顾客价值；客户关系；关系管理
新冠肺炎疫情的全面暴发，导致全球经济活动暂停和经济衰退，引发国际经济格局变动。全球进入新一轮的大变革大发展时期，我国制造业也面临新的挑战和机遇，2020年与汽车、家电、耐用消费品相关的铜加工产品的消费受疫情影响较大，已于2021年逐渐出现恢复性的增长，“碳中和”“新基建”将带来铜消费增量1%～2%，铜加工企业应该加强专业调研，细化数据，制定相应的营销决策，才能实现顾客满意和企业发展的双赢。
一、G公司客户细分模型的创建和客户关系管理的概述
（一）ARFM模型概述
RFM模型来源于美国数据库营销研究所ArthurHughes对于客户的研究，是一种常用的客户分类模型，最常用来进行客户分群，衡量顾客价值。RFM中R（recency）是最近购买期间，指顾客最近一次的购买日到目前（或统计日期）为止的相隔天数。F（frequency）是购买次数，指顾客在最近一段时间内购买的次数,购买次数愈多代表顾客价值愈高。M（monetary）是购买金额，表示顾客最近一段时间内购买的平均金额，平均金额愈高代表顾客价值愈高。RFM分析的目的是综合这三个指标来衡量两两交易之间的间隔天数期间的顾客价值。有了RFM这个模型，我们要如何做好用户的细分呢？RFM有两种客户分类方法，一种是计算RFM各指标的值来代表客户的价值，通过设定阈值来对客户分类；另一种是运用RFM各指标分类，利用SOM（Self-organizingMaps）自组织特征映射网络对客户的RFM值分类。也有学者提出五等均分法，五等均分法的给分机制是排在前20%的客户获得5分，其他依次为4、3、2、1分。因为三者代表不同的购买行为，衡量单位完全不同。通过给分机制将原始的RFM指标转换成RFM分数，这样可以视为区间尺度，将三个分数汇总，以总分判定每位顾客的价值的高低，15分代表最高价值，3分代表最低价值。但是对于这些给分机制所获得的RFM分数，究竟属于何种衡量尺度？阈值和均分法是否能够有效辨认顾客价值的差异？RFM分析采用三个指标衡量顾客价值，但是购买频率（F）与最近购买期间（R）并不能够充分表示出一个客户的价值。若购买期间同时包含购买频率与最近购买期间的意义，才是更好的指标。ARFM模型则是根据购买期间的算数平均数（MLE）与加权平均数（WMLE）的比较结果，创造一个新的顾客价值指标，称为活跃性指标（customeractivityindex,CAI），计算公式如下：若CAI≈0，客户的购买行为非常规律且稳定。若MLE>WMLE，则CAI>0，代表距今越近的购买期间越短，即顾客购买行为越来越活跃（active），是企业喜欢的情况。反之，若MLE<WMLE，则CAI<0，客户越来越沉寂（inactive），企业要考虑采取预防措施。活跃性指标（CAI值）可再结合M/F等R指标进行顾客价值结构分析。活跃性指标衡量的是动态的顾客价值，能够预测客户未来的消费进度。基于此模型，选取该公司半年内的销售数据，包含客户名称、购买时间、购买金额相关数据，通过数据分析得出顾客活跃度，从而进行市场细分，区分客户群体，进行针对性营销，可以最大限度地利用有限的资本去维护最有价值的客户，达到收益最大化。
（二）客户关系管理概述
客户关系管理简称CRM（CustomerRelationshipManagement），是指企业为提高核心竞争力，利用相应的信息技术以及互联网技术协调企业与顾客间在销售、营销和服务上的交互，从而优化其管理方式，向客户提供创新的个性化的客户交互和服务过程。其最终目标是吸引新客户、保留老客户以及将已有客户转为忠实客户，增加市场黏性。客户关系管理强调铜加工企业与客户构建良好的沟通渠道，保持有效、持续地和客户对话，获取客户需求。利用数据客观地分析客户购买行为，利用数学模型与计算法则进行客户分析，使公司能够分类、估计、预测、组合和更准确地描述客户数据，通过采取客户专门化的行动来达到客户专门化的目的，从被动型向主动型营销转变，不断满足客户整体需求，提升为客户提供一站式工业加工服务的整体解决方案的能力，提升客户价值，持续与客户建立起互相依存的战略关系，从而获得更高的客户满意度。
（三）G公司客户关系管理整体思路
围绕“细分客户，客户分群”的思路搭建企业客户关系管理框架（见图1），确定客户细分的相关指标，搭建数字模型，通过测算，得出顾客价值指标，再结合R、F、M三大指标进行顾客价值结构分析，通过分析可得出客户分群，再针对不同的客户群体制定相关的营销策略，以最合适的营销成本去提高企业忠诚客户比例。
二、G公司客户关系管理实证分析
（一）G公司数据分析
本文选取G公司2021年6月24日至2021年11月23日时间段内进行的消费数据统计，共计3406条消费数据，包含101位消费客户，总消费金额26461万元。最终选择客户简称、消费数量和消费总额等与ARFM模型细分指标相关的属性。
（二）G公司数据整理
数据库中的数据属性存在不一致性，因此需要进行数据整理。数据整理可以提高整体数据的准确率。本文的操作步骤如下：第一，为方便计算，先从小到大排序客户ID，再从小到大排序时间。在空白列依次定义所需变量F、间隔天数、statisticsday、R、唯一F和累计次数；statisticsday的值为“2021/11/24”等。第二，计算F值（K列），即刷卡次数。第三，本课题共涉及四个指标：购买相隔天数、R（Recency）、F（Frequency）和累计次数。启动和运行VisualBasic，输入代码并运行，以同时计算间隔天数、R、唯一F和累计次数。
（三）基于ARFM模型的数据变换
这一阶段我们从数据库中选择现有变量，组成了我们用于客户细分指标体系的基础。由于每个指标描述的内容不同、数量级不同，各指标数据没有可比性，所以我们要通过数据变换把各个指标的数据转化成可以比较的统一标准。先计算M（消费总金额）值指标，具体步骤如下：第一，先计算出唯一的ID、F和R值。复制A列（customerID）、U列和V列至新的Sheet;去掉空白行：同时选中三列，CTRL+G→定位条件→选中“空值”→确定→右键“删除”→选中“整行删除”，得到100个唯一的顾客ID号、相应的F和R,再拷贝回原sheet的T列、U列和V列（注意空出一列）。第二，先在第一行的第X列定义M，再计算M值（X列）。整体观察期间（天数）除以购买频率（次数）而得到的平均天数，称为平均购买期间（MLE）。个人平均购买期间的估计值是购买期间资料的算数平均数。换句话说，在指数分配的假设下，平均购买期间（λi）由ni笔资料构成，且每笔权重相同，皆为1/ni。其中tij=第i位客户的第j次与第j+1次交易的间隔时间长度，即购买期间。现计算MLE（平均购买期间）值指标，若要依照购买期间的形态去掌握客户的顾客价值，则每笔资料的权重不应该像算数平均数一样完全相等。对企业而言，距离今天越接近的资料，则越有助于预测客户的未来价值，应赋予越高的权重。平均购买期间的极大似然估计值（WeightedMLE,WMLE），加权平均购买期间得到第j笔资料的权重为：如上式所示，第1笔资料因为距离现在最远，故权重最低，即w1=1/6；第3笔资料因为距今最近，故权重最高，即w3=3/6。计算WMLE的分母是F×（F+1）/2，分子是每个间隔天数×相应的累计次数的乘积，再求和。关键的是分子。所以在求WMLE的分子之前先计算每个间隔天数，然后再乘以相应的累计次数即可。再以此计算F和CAI的均值、中位数、最大值、最小值。现已将所有客户的CAI值做一排序，绘制CAI指标的累计相对次数，如图2所示。图中横轴是CAI值，纵轴是累计消费次数比例。统计结果显示，CAI值的中位数是-0.0928。代表全部客户消费次数中约有一半比例的CAI值低于-0.0928，另一半则高于-0.0928。此处依照二八法则，使用第80百分位数（即0.0376）与第20百分位数（即-0.3333）作为切分点，将客户区分为Top20%群、Bottom20%群，以及中间群。其中Top20%群的CAI值最高，称为渐趋活跃群；Bottom20%群的CAI值最低，称为渐趋静止群；居中者称为稳定消费群。
三、基于数据分析的结论
（一）G公司客户细分结果
通过ARFM模型分析，结合象限图及CAI值散点图对客户进行群级细分，具体分析如下：渐趋活跃群（CAI值为0.0382～0.4865）的顾客可视为稳定群，交易稳定度高，顾客价值也最高，应受到企业重视，集中资源，为该群级客户提供定制服务（包括：适应型定制、装饰型定制、合作型定制、透明型定制），形成战略关系。了解该类客户需求，通过客户的反馈意见来改进其服务和产品（即针对特定客户的需求，通过调整如何对客户行动、如何与客户交流、如何为客户制造产品或提供服务，“定制化”对待客户需求），从而提升客户满意度及忠诚度，与其建立一个成功的相互依存型的关系是这类群体的客户关系管理方向。稳定消费群（CAI值为-0.3333～0.0376）应采取不同的CRM策略，促进该群体客户提升客户满意度及提高客户忠诚度。对于该群体客户，应往升级为重要客户的方向努力。可以根据信息收集再进行客户细分，针对不同类型的客户进行一对一的客户关怀，制订客户激励计划，引导其增加消费，在保持稳定的客户关系的基础上，再开发潜在客户资源，进一步挖掘其顾客价值，向渐趋活跃群群体转变。渐趋静止群（CAI值为-0.3635～-0.7154）是购买行为尚没有稳定的高风险群。企业应该马上想办法主动联系顾客，逐一关心发生了什么，为什么渐渐远去。或者识别潜力小客户，挖掘转化可能。对于数据库分析出的潜力小客户，可以对该批潜在客户进行跟踪服务，限时向其开放只能由重要客户享受的优惠条件，让这部分客户感受到公司的特殊优待，随着时间的推移及客户订单的增长，这批客户可能成为重要客户。在客户激励计划试行期间，通过ARFM模型，不停关注该群体客户CAI值的变化，对于CAI值没有变化的普通客户，可以减少服务，以降低公司运营成本。尽管失去任何客户都是损失，但理解损失的本质将有助于管理用来尝试重新激活客户甚至赢回客户所付出的成本。比如：获取更多的客户；获取那些价值更高的客户；增加每个客户的平均利润；减少每个客户的服务成本；向客户销售附加产品或服务；增加客户参考其他客户的倾向；降低客户流失率等。
（二）顾客终身价值
顾客价值（customervalue）被教科书定义为：为顾客从公司提供的产品或服务中所获得的价值。不过，站在顾客关系管理的角度，顾客价值则是指顾客终身价值（customerlifetimevalue），也可以说是预期的从该客户身上得到的未来财务贡献流的净现值。企业通过与顾客建立长久的交易关系，来提升顾客对企业的价值贡献度。不同的客户有不同的财务贡献的净现值，管理客户关系的最中心的目标是要增加客户基数的价值，这种价值的全部内容就是所有客户生命价值的总和。通过ARFM模型测算出来的CAI指标的用途是让企业根据已发生的购买期间资料，预判客户在未来会更频繁地消费还是逐渐停止消费，所以企业需要不停地去监测CAI值，以便及早防范客户变成静止户，从而维护好顾客终身价值。
四、结语
在碳达峰和碳中和的背景下，光伏、风电以及新能源车无疑会促进铜在这些领域的消费，例如，新能源汽车的用铜需求，每台车耗量40～85kg铜，其中有一半的量来自动力电池中的铜箔，充电桩中主要用铜包括电线电缆、充电机模块、接插件以及各种开关；“构建以国内为主，国内国际双循环相互促进的双格局”。中国铜板带下游终端产品很大部分需求源自全球市场，中国铜消费的容量需要看中国“世界工厂”的持续时间，不能仅仅从国内消费需求来看。全球疫情给我国铜板带带来发展机遇，我国在全力构建供应全球化的生产供应体系，自由贸易有利于我国产业发展和扩张，有利于保持我国巨大的市场活力。铜加工产品在市场中同类化严重，所以企业开展市场营销的有效性就落在了客户关系管理上，只有了解客户关系管理在企业市场营销中的重要价值，维护好企业的客户关系，更好地服务客户、创造客户价值，才能够降低自身的营销风险，获得更大的经济利益。
作者：肖萍 单位：广州铜材厂有限公司