大数据时代企业客户资产价值评估研究

张丽

【摘 要】 文章从利用大数据分析客户价值入手，对客户盈利能力、客户发掘成本、客户忠诚度、满意度、保留率等客户价值评估指标进行了分析，构建了基于大数据的企业客户价值评估的现在价值模型和潜力价值模型，以期使企业客户价值评估更为科学、高效，为企业管理者提供财务决策参考。

【关键词】 大数据； 客户； 资产价值； 评估模型

【中图分类号】 F275 【文献标识码】 A 【文章编号】 1004-5937（2018）17-0133-03

一、引言

在当前企业竞争日益激烈的背景下，客户价值评估对企业财务管理有重要的意义：第一，客户价值的评估可以使企业更有针对性地进行财务管理工作。客户是企业资金管理、成本费用管理、利润管理及战略管理等需要考虑的最重要的因素，长期保持有高质量的忠诚客户，可以使企业节省大量的成本；企业通过锁定高价值客户，将资产分配到更具有价值的客户的业务中去，可以获得更高的利润回报，进而实现企业价值最大化的目标。第二，分析客户价值可以让企业价值评估运作体系更加有效。客户价值的分析便于企业在兼并或者收购、资产的出售、资本金重组、回购股份等重大交易活动中更好地对目标企业的盈利的能力和潜在发展的能力进行评估，从而使企业抓住对自身发展更为有利的交易机会。第三，客户价值的评估有助于企业管理和量化客户资产。客户资产是企业重要的无形资产，客户价值衡量了客户对企业的重要程度，用客户价值来评估企业价值，可以更加及时和全面地反映企业的财务状况，预测企业收益的增长前景。

大数据的特点是数据量巨大，数据类型众多，具有很高的商业价值。大数据技术使企业迅速地获得各种类型有价值的数据信息。庞大的数据为企业进行客户价值评估节省了收集数据信息的成本和时间。在海量的数据中，企业可以根据客户的数据对客户进行识别，对客户价值进行评估。大数据技术可以迅速处理信息，使企业借助大数据技术掌握客户重要的信息，依据云计算架构立刻处理和分析数据[1]，极大地提高了企业客户价值评估的效率，及时为企业管理者提供重要的管理决策信息。

二、运用大数据分析企业的客户价值

（一）利用大数据分析客户价值的方法

1.数据的收集

客户数据的收集是企业利用大数据分析客户价值的第一步。企业在商业活动中通过不同的渠道获取客户信息，有直接获得客户信息的渠道，例如，在市场调查过程中获得客户数据，在市场营销、对客户服务过程中获得客户数据或是在终端设备收集客户数据等；也有间接获得客户数据的渠道，例如，通过媒介、行政部门、金融机构等等。企业可以把从各种不同渠道获得的客户数据建立客户数据仓库，为客户价值评估提供依据。客户数据仓库还可以把分散在企业内部的订单处理、客户支持、营销、销售、查询等环节的信息和分散在企业外部的统计人口信息、客户信用等信息集成，整合成现有的客户、潜在的客户、流失的客户的数据信息[2]，用于企业客户价值评估。

2.數据的挖掘

客户数据的挖掘就是企业通过有规划、有目标地收集客户数据，以特别高的转换效率把数据转换成信息，在海量的客户数据中找出潜在的规则。企业客户数据挖掘的方法有很多种，分类挖掘、聚类分析、回归分析法是其中最常用的数据挖掘方法[3]。

客户数据的分类挖掘法，就是企业把客户数据库当中一组数据的共同特征找出来，将它们按照分类方法划分为不同的类别。分类挖掘法常用于细分企业客户、分析客户的满意度、分析客户购买商品偏好、预测客户购买趋势等[3]。客户数据的聚类分析法，就是把一组客户数据按照类似性和互异性分成不同的几个类别，再对结果数据分析后归纳总结出相似性和共同点。聚类分析法常应用于分析客户的背景、分类客户、细分市场等，通过聚类分析可以让企业管理者从比较高的层面上分析总数据库中的数据。客户数据的回归分析法，是确定两种或更多的变量间互相依存的定量关系的统计分析的方法。回归分析法主要用于发掘客户、客户保持和预防客户流失、分析客户生命周期、预测企业销售趋势等。

3.数据的分析

企业获得了客户的数据信息，挖掘了数据的价值，接着更重要的一步就是数据分析。客户数据分析就是分析客户数据的实质属性，它是最大限度地利用客户数据和最准确地定位客户的重要手段。客户数据分析是细分客户数据的一个过程，主要是从海量的客户信息数据中找出关键的数据，因为关键数据能表现出数据的重要价值，例如客户价值大小的数据。数据分析可以使企业更好地把握客户数据的含义，对客户价值做出预测性的判断。

（二）利用大数据分析客户价值评估指标

1.客户的盈利能力指标

客户的盈利能力指标是一个定量的评价企业客户资产的指标。它是根据事先规定好的评价标准，对企业客户数据计算得出的确定的结果。并不是所有的企业客户都是对企业有价值的，有的客户只能增加企业的成本，而不能给企业带来收益。企业可以利用大数据技术，运用决策树方法识别找到最有价值的客户[4]。企业还可以借助大数据挖掘的技术预测在不同的市场竞争环境下客户获利能力的变化，为准确进行客户价值评估提供依据。

2.客户的发掘成本指标

客户的发掘成本指标是评价客户资产的一个主要的指标。客户的发掘成本是指企业为了吸引和维系原有的老客户而进行投资的成本，以及为了发掘获得新客户发生的营销费用等。例如，企业为了吸引新客户花费的广告费用，向新客户介绍推广产品或服务所需的费用，营销人员的管理费用等。企业有关客户发掘成本的计算，应该把这些发掘成本对每位客户进行具体的量化，而不是简单的分摊。为了达到这个目标，企业可以在前期调整客户发掘成本的数据统计，尽可能单独统计和核算每位客户的成本，这样计算出来的是真正意义上的每位客户的发掘成本。这个计算过程并不是一件非常容易的事，因为企业并没有对每位客户进行细化管理。有的企业可能只计算出了客户发掘的总成本，但是并没有把成本具体量化到每位客户的身上。更多的情况是，企业只是把客户发掘的总成本简单地平均分摊到每位客户的头上，这是非常不科学和不准确的。企业利用大数据的挖掘技术可以根据一系列的客户资料，创建一个模型，对每位客户的发掘成本单独计算，进而使企业核算的客户价值更加准确。

3.客户的忠诚度指标

客户忠诚度是评价企业客户资产的一个重要的指标。客户忠诚行为是指受价格、产品或提供的服务的特性等要素的影响，客户很长时间地购买企业的产品或服务的态度或者行为。忠诚的客户是企业最大的财产，企业保留住一位老客户成本是发掘一位新客户的成本的五分之一，所以提升客户对企业的忠诚、减少老客户的流失是企业关注和研究的重点问题。企业可以通过挖掘客户的信息数据，分析客户的购买产品或服务的趋势，统计有关的数据，从而对企业客户的忠诚程度进行区分，预测其中老客户的忠诚度的变化[4]。

4.客户的满意度指标

客户满意度是表示客户对企业的产品或者提供的服务满意程度大小的衡量指标。客户的满意程度越高，企业留住客户的可能性就越大；相反，客户的满意程度越低，企业留住客户的可能性就越小。客户对企业的满意度也是评价客户资产的一个重要的指标。客户的满意度可以用客户的期望、客户的需求、客户消费的体验和客户获得的售后服务作为参数表示成一个函数。企业可以通过对客户的关键数据分析（例如多维度分析客户的基本资料信息，客户对价格的期望，客户价值大小的数据等）预测客户的满意度。

5.客户的保留率指标

客户的保留率是一个与客户的流失率相对的比率。企业不可能永远保留住客户，市场竞争的激烈程度越大，客户保留率越低。客户的保留率可以用在一定时间内的（如月、年）忠诚的客户占总的客户的比例计算出来。保持现有的客户可以增加企业资金的流量，同时可以节省发掘新客户所需的营销成本，从而使企业获得更多的现金流量和收益。客户的保留率越高，表明客户对企业越忠诚，企业客户的价值越高。客户的保留率是客户价值评估的重要指标之一。企业可以借助于收集、统计数据和数据挖掘技术对客户的保留情况进行研究，建立一个客户保留预测模型，对企业存在流失风险的客户进行辨别和预测。大数据技术也可以帮助企业对客户流失的情况进行分析。企业借助大数据进行预测，对现有客户的消费行为进行分析，可以确定各类客户流失的可能性。企业还可以通过使用数据挖掘工具对已经流失的客户建立模型，即建立客户流失预测模型[1]，找出导致客户流失转移的模式，然后识别企业目前哪些客户可能流失，从而计算分析出客户的保留率。

三、借助大数据建立客户价值评估模型

（一）客户现在价值评估模型

（二）客户潜力价值评估模型

预测计算客户潜力价值的变量很大程度上依赖于大数据。客户潜力价值（Customer Potential Value，CPV）是指企业现有的客户和潜在的客户将来可能给企业创造的利润总和的现值。从企业客户资产管理的角度来看，客户潜力价值不但可以反映当前的潜力价值，也可以反映未来的潜力价值[5]。客户潜力价值主要体现在客户的增量购买和客户的交叉购买。客户的增量购买是指客户增加已购产品或服务的交易额，它的可能性与大小取决于客户份额、客户资产的管理水平和客户业务总量。客户份额是指客户带给企业的业务量占企业总业务量的比例，所以客户份额越小，增量购买的可能性就越大。如果一个客户将所有的业务都给了企业，他就没有了增量购买的可能。企业客户资产的管理水平越高，客户增加交易量的可能性就越大；相反，客户有可能缩减业务量的份额。客户业务总量主要决定了增量购买的多少。如果客户的业务总量很大，即使份额增加很小的比例，增加的交易量也很可观；相反，业务总量很小的客户，即使份额增加很大的比例，增加的交易量也很少。客户交叉购买是指客户购买之前从未买过的企业的产品或服务，或是拓展业务范围。客户交叉购买可能性取决于两个因素：一是企业可以提供给客户从未购买又有需求的产品或服务的数量，该产品或服务的数量越多，客户交叉购买的可能就越大；二是企业客户资产的管理水平，企业客户资产的管理水平越高，客户交叉购买的可能就越大[7]。

因为企业的客户信息数据库不但会有社会学特征的统计数据（例如，客户的人口学信息数据），还会有客户在企业的购买行为模式信息数据，所以在客户潜力价值的计算过程中，一般情况下可以用人口学信息数据（例如客户的国籍、年龄大小和教育程度等信息）和客户在企业中的购买行为模式数据[8]来作为预测客户潜力价值的构成因素，如图1。

四、结语

客户资产是企业重要的无形资产，大数据是企业重要的商业信息资源，利用大数据帮助企业进行客户价值评估，对企业的财务管理工作有重要的意义。企业借助于大数据技术掌握客户关键的信息，依据云计算架构，即时处理分析信息数据，可以使企业客户价值的评估更加高效和准确，为企业管理者提供重要的财务决策参考，以此来制定有效的企业管理发展策略，提升企业的客户价值，提高企业的收益，使企业价值实现最大化的财务管理目标，达到企业与客户双赢的目的。

【参考文献】

[1] 杨进.企业客户关系管理中的大数据解决方案研究[J].现代经济信息，2014（11）：33.

[2] 徐剛，饶欣.客户关系管理理论与实务[M].上海：上海财经大学出版社，2016：205-207.

[3] 李军.实战大数据客户定位与精准营销[M].北京：清华大学出版社，2015：3-15.

[4] 栾港.客户关系管理理论与应用[M].北京：人民邮电出版社，2015：65-66.

[5] 吴辅世.基于客户—企业动态关系的客户资产研究[D].天津：南开大学博士学位论文，2013.

[6] 马少辉.客户资产分析与管理研究[D].天津：天津大学博士学位论文，2007.

[7] 齐佳音，舒华英.客户价值评价、建模及决策[M].北京：北京邮电大学出版社，2005：58-80.

[8] 马辉民，尹汉斌，肖威.客户潜在价值预测模型及细分研究[J].工业工程与管理，2003（2）：26-27.