基于聚类分析第三方物流企业客户终身价值研究.docVIP

基于聚类分析第三方物流企业客户终身价值研究 　　[摘要] 本文针对目前第三方物流企业客户价值评价标准的不足，提出了第三方物流企业客户终身价值评价体系，运用聚类分析技术对第三方物流企业客户终身价值进行分类，为企业针对不同价值的客户投入不同的资源提供依据。最后运用了一个案例来验证方法的有效性。 　　[关键词] 第三方物流企业 客户终身价值 聚类分析 　　 　　第三方物流企业之间的竞争日益激烈，企业的资源是有限的，如何在激烈的竞争中战胜对手赢得有价值的客户，使企业的资源利润最大化，对企业的发展来说至关重要。如果无法评价和量化客户价值，就难以识别出企业的价值客户，更谈不上保留和发展价值客户。从企业对客户所带来的价值来看，是客户整个生命周期中与企业的交易行为给企业带来的净利润或亏损（Berger and Nasr，2002）。客户终身价值本质上是企业与客户之间的长期关系中，基于交易关系给企业带来的净现值。 　　一、第三方物流企业客户价值评断标准的不足 　　目前国内第三方物流企业营销工作仍处于起步阶段，客户价值判断时虽然采用了多标准体系，但仍存在一定的局限性，因为评价客户价值的指标主要是业务收入（或购买量）这个指标。 　　但是，购买量大的客户不一定就是大客户，因为购买量大的客户讨价还价的能力强，企业在同等业务量条件下收入会减少；购买量大的客户对服务质量和水平的要求也较高，企业为了保留他们，有时需要增大投入，与其他客户相比，企业为此要付出较高的成本；购买量大的客户地位比较特殊，企业会给予更优惠的付款条件。如果购买量大的客户的忠诚度或者信用度欠佳，对企业来说意味着风险，如果企业不及时补救，可能面临巨大的损失。 　　因此，从第三方物流企业发展战略的调整和提高竞争有效性的角度考虑，客户价值判断标准需要加以完善，以适应第三方物流企业追求经营质量和效益的目标。 　　二、第三方物流企业客户终身价值评价 　　1.客户终身价值评价标准 　　企业的效用不仅表现为经济效用，而且表现为非经济效用。经济效用是指当前的经济收益，主要为利润。非经济效用涉及许多因素，在客户价值方面的相关因素主要是指客户信任、忠诚、承诺等因素所产生的关系效用；以及规模价值，品牌价值，网络化价值等等。 　　非经济效用虽然在近期不能兑现为经济收益，但它会大大增强企业今后的盈利潜力，是企业可持续竞争的不竭动力。 　　客户价值评价标准是企业经济效用最大化原则在客户价值评价上的具体体现。因此，企业客户价值的评价标准依然是经济效用最大化。 　　2.第三方物流企业客户终身价值评价指标体系 　　企业在评价客户有价值与否时，不仅要参照该客户当前的价值表现，更重要的是依据其对该客户未来潜在价值的预测判断。客户当前价值决定了企业当前的盈利水平，是企业感知客户价值的一个重要方面。客户长期潜在价值关系到企业的长远利润，直接影响到企业在客户关系剩余生命周期上对该客户价值的主观感受和评判，是影响企业是否继续投资于该客户关系的一个重要因素[2]。 　　当前价值从间接的角度，可以用毛利润、购买量等指标来描述。 　　潜在价值可以通过客户关系的一些特征描述变量来间接表示，客户关系的一些特征描述变量，如忠诚度、客户的规模价值都能在一定程度上预测客户今后一段时间内潜在价值的变化。 　　因此，提出第三方物流企业客户终身价值评价体系，如下图1所示。 　　图1 第三方物流企业客户终身价值评价体系 　　3.第三方物流企业客户终身价值聚类分析 　　聚类分析（Clustering Analysis)，又称聚类，是一种广泛应用于数据挖掘的分析手段。聚类后同一类别的数据尽可能的聚集在一起，而不同类别的数据尽量分离。 　　（1）聚类模型。聚类算法根据不同的方法，可以分成以下几种类型：基于划分的，例如K-Means，K-Me-doids；基于层次的，例如BIRCH，CURE；基于密度的，例如DBSCAN，OPTICS。本文根据各个模型的特征和研究的目的，采用K-Means聚类算法。其基本思路是，选择K个数据点作为子类的中心，然后根据所定义的距离的衡量，把其余的点都划分到不同的子类。 　　（2）聚类分析数据的类型。在本文采用数据矩阵的结构，用单位产品毛利润、总用邮量、客户忠诚度和客户企业规模来表现邮政物流企业的每一个客户。 　　这种数据结构是关系表的形式，即看成n×p(n个对象×p个变量)的矩阵。 　　（3）数据的标准化。进行聚类分析时，毛利润、购买量、客户忠诚度和客户企业规模各变量之间存在不同量纲、不同数量级的情况，因此存在转换数据的必要性。转换数据的目的是使这些变量具有可比性。 　　（4）聚类类数的确定。本文主要是从客户的当前价值和潜在价值两个维度评价客户的生命周期价值，每个维度上需要区分出高