信用卡客戶價值分析

讓歷史告訴未來。客戶價值分析就是通過數學模型由客戶歷史數據預測客戶未來購買力，這是數據挖掘與數據分析中一個重要的研究和應用方向。RMF方法就是讓歷史告訴未來的趨勢分析法，利用RMF方法科學地預測老客戶未來的購買金額，然后對產品成本、關系營銷費用等進行推算，即可按年、按季度、按月預測出客戶未來價值。這里以信用卡為例，討論和分析信用卡客戶價值。

一、預測模型

對銀行而言，預測客戶未來價值能夠使銀行將傳統的整體大眾營銷推進到分層差異化營銷、一對一差異化營銷的高度，對不同的分層客戶采取不同的營銷模式、產品策略和服務價格，從而推動和促進客戶購買交易。

根據RFM方法，“客戶價值”預測模型為：

客戶未來價值 = 銀行未來收益 – 未來產品成本 – 未來關系營銷費用

對于信用卡客戶，我們定義此處的“未來”是指未來一年（也可以是未來一季度）?！般y行收益”包括信用卡年費、商戶傭金、逾期利息，以及其他手續費等；“產品成本”即產品研發、維護和服務成本，包括發卡、制卡、換卡和郵寄等費用，以及其他服務費用；“關系營銷費用”即關系維護和營銷成本，包括商戶活動、積分禮品兌換、營銷宣傳等。

RFM方法是目前國際上最成熟、最通用、最被接受的客戶價值分析的主流預測方法。實際上，RFM方法是一整套客戶價值分析方法中的一部分（其中，R：最近購買日Recency，F：購買頻率Frequency，M：平均單次購買金額Monetary），但是RFM方法最具有代表性，其它還包括客戶購買行為隨機過程模型、馬可夫鏈狀態移轉矩陣方法、貝氏機率推導狀態移轉概率方法和擬合回歸分析方法等。

（一）預測未來收益

由于“銀行收益”包括信用卡年費、商戶傭金、逾期利息，以及其他手續費等，這里統一稱為“購買金額”。因此，“客戶未來購買金額”預測模型為：

客戶未來購買金額 = 未來購買頻率 * 未來平均金額 * 未來購買頻率概率 * 未來平均金額概率

其中，未來購買頻率、未來平均金額、未來購買頻率概率、未來平均金額概率均可通過客戶購買行為的隨機過程模型來描述和求解。對于信用卡客戶，“客戶購買行為”包括刷卡、透支、取現、支付、分期等，以及客戶消費習慣、還款習慣、收入貢獻、信用額度、用卡來往區間、逾期時長、進件通路、客戶服務和副卡的客戶購買行為等。

根據RFM方法預測過程，隨機過程模型除了推導和計算客戶未來購買頻率概率、未來平均金額概率的密度分配之外，還隱藏著客戶未來購買頻率、未來平均金額的狀態移轉期望值和概率。因此，除了使用隨機過程模型之外，還需使用貝氏機率方法推導狀態移轉期望值和概率。

此外，要科學地分析和預測客戶未來價值，有必要用長度和寬度的二維樣本數據建立一套牢固、可靠的隨機過程模型，樣本越大，客戶未來價值的預測結果就越接近未來的事實。其中二維樣本數據是指客戶購買頻率與購買金額是兩個相互獨立的不同的行為維度，不具有相關性。

（二）預測未來產品成本和關系營銷費用

RFM方法只能預測客戶未來購買金額（或銀行未來收益情況），卻不能預測出未來產品成本和關系營銷費用。而采取平均法或移動平均法將客戶歷史價值、歷史關系營銷費用直接應用到客戶未來，顯然不適合；同樣，采取RFM方法的概率分析方法來推斷客戶未來價值也是不適合的。因為未來產品成本和未來關系營銷費用并不是源自客戶的隨機行為，而是由銀行整體產品成本控制和差異化營銷決定的，其未來變化不一定按趨勢平滑，未來客戶的情況可能會出現逆反或抖動。因此，預測未來產品成本和關系營銷費用需要采取其他方法。

首先要明確，未來產品成本和未來關系營銷費用并不是隨機現象，而是遵循各自發生的規律；且客戶未來關系營銷費用服從客戶歷史關系營銷費用與購買金額的比例，即服從關系營銷投入產出比。對于信用卡客戶而言，通常以“年”為最小期數進行分析和預測，歷史區間和未來區間是連續的，即兩者之間無交易期數。所以，未來產品成本和未來關系營銷費用的變化符合銀行整體產品成本和營銷費用的線性擬合回歸規律。

因此，對于信用卡客戶，“未來產品成本”預測模型為：

未來產品成本 = 未來購買金額 *（1-CRM毛利率），CRM毛利 = 購買金額 – 產品成本 – 關系營銷費用

對于“未來關系營銷費用”，定義：

Ratei = ∑客戶歷史關系營銷費用/∑客戶歷史購買金額

Expensei = 客戶歷史最小關系營銷費用（須大于0）

Monetaryi = 客戶未來購買金額

X = Monetaryi * Ratei

因此，如果X＞Expensei，那么“未來關系營銷費用”=X。否則，如果Monetaryi＜Expensei，那么“未來關系營銷費用”=X；如果Monetaryi≥Expensei，那么“未來關系營銷費用”=Expensei。

二、客戶價值

從以上分析，客戶價值 = CRM毛利 = 購買金額 – 產品成本 – 關系營銷費用。因此，在完整的客戶關系生命周期內（即從建立關系到未流失的最近一次交易），分析客戶未來價值的意義遠遠大于分析客戶歷史價值，因此通常意義上的客戶價值分析就是對客戶未來的價值進行分析和預測。

對于預測出的客戶未來價值的結果，可按客戶價值分層，并將傳統的整體大眾營銷推進到分層差異化營銷、一對一差異化營銷的高度，其立足點就是客戶價值的差異化分析。

通過分析和預測客戶未來價值，即可清楚一旦高端客戶、大客戶流失將會造成未來怎樣的利潤損失，也可以挖掘出那些臨近虧損或負價值的客戶，并進行置疑分析，找出對策。但同時也要認識到，即使預測出客戶的未來價值較高，也只能說明其價值勢能（即潛在購買力）較高，坐等客戶主動上門的價值動能（實際購買力）是不現實的，還需要通過其他溝通交流和營銷渠道（如人工坐席外呼、短信發送、微博私信、微信、郵件推送等）與客戶互動，推動客戶追加購買、交叉購買。