2015-09-25 侯天華 鵜鶘全面客戶體驗管理
客戶細分這個概念從最早提出到今天已經有70多個年頭了，至今一直經久不衰，甚至在近幾年變得越來越為人關注。歸其原因，我覺得在于兩方面，一是企業分析能力日趨強大，二是客戶的需求日趨多樣。
先從企業分析能力的角度來說一說，之所以說近幾年分析能力有所提升，主要源于大數據技術的實現，為什么說大數據技術能夠對客戶細分帶來影響，關鍵在于對客戶打標簽的概念上。
從根本上來講，所謂的客戶細分就是全面的描述一個客戶，比如說我是一個手機購買者，而大數據通過給我打標簽，讓我變成了20-30歲間，單身狗，文藝青年，長在帝都混在帝都，達到平均薪資，經常上ZOL中關村在線的男性客戶。在這些條件中，平均薪資又是在北京混，而且上ZOL對手機參數較為了解，商家是不是可以考慮給我推薦價位相對較高，參數較為理想的手機；同時考慮到文藝范、年齡和帝都混，是不是給我提供些比較豐富的手機配套設備，比如文藝范的手機殼，健康保養的設備；再來單身又是這個年齡還長在工作地，是不是該推薦一些父母使用的老人機和測血壓之類的保健設備；有沒有可能搞個同好會，聯絡一下大家的感情，順便找個對象之類的。
細分之后，企業對于客戶的理解更為到位，需求也更為清晰和豐富，如果只是一個手機購買者，企業確實難以做太多的內容，但是加入這些標簽后，客戶就變得更像是一個人，一個有著很多需求的人，誰能夠先滿足客戶的需求，誰就先有可能讓客戶記住。
那么在這里就要提到如何才能把客戶分的很清楚了。分類的維度和模型很多，在標準定義中提出的是一種三維模型：
外在屬性
如用戶的地域分布，用戶的產品擁有，客戶的組織歸屬——企業用戶、個人用戶、政府用戶等；
內在屬性
內在屬性行為客戶的內在因素所決定的屬性，比如性別、年齡、信仰、愛好、收入、家庭成員數、信用度、性格、價值取向等；
消費行為分類
RFM：最近消費、消費頻率與消費額。
不過在這里，我提出一個相對較為復雜的細分模型，模型與上述分析的維度一致，但是在劃分拆解的更為詳細一些：
人口特征維度
基本的人口特征維度不變（包含性別、年齡、收入、家庭成員等），對應上邊我的案例，其中20-30歲，單身狗，達到平均薪資都是這個板塊的，將來要是結婚生子，買房買車，我這個字段就有的聊了；
地理維度
地理維度本來也應當是人口特征中的一部分，但是我建議可以單獨拿出來，上述長在帝都混在帝都屬于這個板塊，之所以這樣考慮的因素是，地理概念與以往不同了，城市本身已經擁有自身的屬性，也成為了人們調侃和城市本身的標志，因此在未來的地理標簽中，我們不能簡簡單單就寫一個“北京”，而是要加上“帝都”，“霧都”，“超一線城市”，“一天堵兩次車”等等對于城市屬性的標簽，這些可以幫助客戶產生共鳴感；
行為軌跡維度
行為軌跡維度（包含RFM，交互軌跡，購買軌跡，使用軌跡），上述經常上ZOL中關村在線屬于這個板塊，今天行為分析可以比以往更為全面了，因為更多的客戶行為都發生在網絡上，而網絡交互行為本身就是能夠完全記錄的，這樣的條件下，我們可以更綜合的了解客戶的行為；
個性維度
個性維度（包含性格特點，星座等），上述文藝青年可以算在這個板塊，相信短時間內星座這個維度就將要發揮它的價值了，假設說搞個逼死處女座的桌面主題之類的；
需求維度
需求維度（包含消費心理，功能需求偏好等），價格敏感，渠道偏好，功能需求等，對于企業了解客戶關注什么有直接的指導作用，在上述分析中，基于達到平均薪資和混在帝都，可以判斷我自己在購買手機上不是一個價格敏感型的客戶，蘋果咱不賣腎也是可以有的，所以就不要推薦價位太低的了；
忠誠維度
忠誠維度（包含以往滿意度，交互活躍情況，購買活躍情況，正負面口碑比例等）這個板塊屬于領先概念，在上述案例中沒有涵蓋進去，但是隨著客戶體驗的關注程度在企業和在客戶當中變得越來越高，相信在短時間內，就需要把這個字段也加入進來，比如我對于品牌的忠誠程度等，將能夠直接指導到后續如何維護我和企業關系的方案。
在確定細分維度后，后續分析工作就不強調了，因為針對客戶細分，最關鍵的是聚類分析，而聚類分析目前在各大統計分析軟件中已經完善的相當到位，如在SPSS中大概10步之內就能完成聚類分析，因此如果各位對具體算法有興趣，可以直接搜索“聚類分析 （分析軟件名稱）”，就能找到相應的分析方法以及典型案例。在這里我再提供兩個文章作為參考：
《SPSS聚類分析——一個案例演示聚類分析全過程》文章提供了SPSS中操作聚類分析的流程步驟。
《Spss K-means聚類分析案例——某移動公司客戶細分模型》文章提供了聚類較為完整分析流程，包括數據整理及分析。
然后是第二點，客戶的需求多樣。在以上內容完成后，客戶細分是否僅到此就為止了，其實不然，在常態的客戶細分過程中，最關鍵的是還需要定期與客戶需求分析相結合。之所以在這里強調這一點，是因為客戶的細分起源于客戶需求的異質性。如果說客戶對于企業的產品只有簡單的需求，假設所有客戶在手機上的需求就是買個手機而已，不在乎外觀，價位，功能等等，我們還需不需要做客戶細分，我的理解是不，因為這些客戶都可以分為一類，沒有差異。所以回歸本質，客戶細分就是要找差異，但是是什么差異，其實是在價值上的差異。如果細分后，發現客戶在需求上有差異，那么企業就需要同步做兩件事，第一是優化或創造新產品以滿意需求，第二就是分析有此需求的客戶有哪些特征，進而實現新的客戶細分維度。
同時企業內部各部門與數據分析部門的協同機制也必須成熟，如在互聯網公司中，其管理架構的特點是產品項目管理模式。最典型的案例就是騰訊公司，其中各個部門都是以產品為單位設置的，旗下是對產品生產所需要配置的團隊結構，因此針對客戶的訴求，其團隊只需要對單一產品的功能進行改善即可，因此其效率極高。
發揮客群的最大價值，需要明確整體客群中的每一位客戶對應的需求特征，進而將客戶歸類，并讓每一個客戶都能夠發揮最大的價值，在此基礎上，企業才有可能針對各個客戶群落去開展新客戶的挖掘。在今天中國的市場，客戶正在從不成熟向成熟轉型，客戶的需求也正在變得越來越復雜，對應的客戶需求分析以及客戶細分分析也將變成企業嶄露頭角的至關重要的一環，我們需要的是像喬幫主那樣能夠挖掘客戶需求的分析人員，找到客戶的各類需求內容，同時也需要能夠將需求與客戶特征對應起來的分析人員，從而把客戶細分的各個維度完善起來，最終實現精準營銷并帶給客戶最佳的體驗。
本文為作者原創作品，歡迎直接微信轉發。
轉載時需在文章開頭注明作者和“來源鵜鶘全面客戶體驗管理（微信號：CEM-tihu）“，文字顏色為黑色，且不得修改原文內容。
歡迎小伙伴投稿合作，具體請聯系：易女士 Yiml@tihu.com.cn
