客戶定位

出自 MBA智库百科(https://wiki.mbalib.com/)

客戶定位（Customer Locate）

　　客戶定位是客戶關係管理的一個重要研究內容。對咨詢顧問來說，客戶定位包括確認和審查：誰是“真正”的客戶、客戶的產物和地位、客戶的開放性程度、客戶研究相關問題的意願，以及客戶雇請咨詢顧問的經歷等。

1.屬性分析

　　屬性分析可以從三個方面來考慮：

　　(1)外在屬性。像客戶的地域分佈，客戶的產品擁有，客戶的組織歸屬(如企業用戶、個人用戶、政府用戶)等。這種方式數據易得，但比較粗放，不易明晰客戶層面誰是“好”客戶，誰是“差”客戶，可能知道的只是某一類客戶(如大企業客戶)較之另一類客戶(如政府客戶)可能消費能力更強。

　　(2)內在屬性。內在屬性指客戶的內在因素所決定的屬性，如性別、年齡、信仰、愛好、收入、家庭成員、信用度、性格、價值取向等。通過客戶的內在屬性亦可將客戶定位，如VIP客戶等。

　　(3)消費屬性。即所謂的RFM：最近消費、消費頻率與消費額，這些指標需在財務系統中得到。但並不是每個行業都能適用。比如說，在通信行業，對客戶定位主要依據這樣一些變數：話費量使用行為特征，付款記錄，信用記錄等。

　　根據消費行為來定位只能適用於現有客戶，對於潛在客戶，由於消費行為還沒有開始，當然無從談起。即使對於現有客戶，消費行為定位也只能滿足企業客戶細分的特定目的，如獎勵貢獻多的客戶。至於找出客戶中的特點為市場營銷活動找到確定對策，則要做更多的數據分析工作。

2．統計分析

　　如果按照上述定位方式進行客戶定位的話，基本上不需要進行數據分析。但隨著營銷的統計方法日益精確化，服務的日益個性化，客戶定位在不同情況下常常精確到能適用多種統計方法。如要知道什麼樣的客戶為優質客戶，就要用消費行為數據為應變數，找出在內在屬性，外在屬性各變數中影響應變數的自變數。這個自變數可能是一個或幾個前文中我們所列的數據，也可能是由這些數據所導出的一些抽象的因數，只有這樣營銷策略才能有針對性。否則，若僅僅盯住那些高消費，高價值客戶不斷促銷，結果並不一定表明客戶仍然會有良好的響應。

　　除了一般描述型，比如Cross-tab報表的方法外，目前數據發現與數據挖掘用得最多的有兩類：傳統統計方法，這包括聚類分析、因素分析和CHAID方法。非傳統統計方法，其中包括神經網路方法、回歸樹方法等。

　　企業處於大眾營銷階段，客戶的定位比較簡單，如分為大中小企業、個人用戶等。但是，隨著精準化營銷時代的來臨，客戶定位的方法將變得多樣化。具有什麼樣的特征(內在的或外在的)客戶會對什麼形式和內容的營銷活動有什麼樣的響應就會是一個通過反覆研究嘗試才能得出的結果。

　　一個日益重要的觀念是對給企業帶來更多利潤的大客戶的待遇。這和營銷階段的客戶區分不一樣。在客戶關懷階段，更感興趣的是那些在消費行為定位中被認定為高貢獻的客戶。要為這些客戶提供優先接入，更多現場解決許可權，更快服務響應時間等優先、高質服務。這樣，客戶的滿意度得以提升，企業希望因此增強這些客戶的忠誠度。但是，在進行新的營銷活動設計時，依然不可視這一類客戶為一種類型，需要進一步地區分對待，根據客戶的特點採用合適的溝通方式等。

　　研究表明，對客戶定位的結果沒有必要讓客戶本人知道，特別是對於低端客戶，知道有別人比他接受更高層次的不收費服務會導致負面反應。如果要讓客戶知曉，則必定給出客戶自己能掌控的方向與路徑，比如根據某個積分計劃而設立的獎勵或根據事先選定的產品級別而提供的相應待遇。

　　然而，在國內更多的高端客戶喜歡顯示自己的獨特與不同，所以不少企業傾向於幫助高端客戶增強這類“顯性”價值。例如，在不少營業廳開闢特設的大客戶室。在機場等地設金卡客戶櫃臺特別通道與休息室 ，給大客戶設計有特殊標識的日常高檔用品等是中國企業越來越多採用的方法。但是有很多企業由於倉促開始客戶區分，往往讓“大客戶”們搞不清楚何時成為大客戶的，讓“小客戶”們不明白要經過那些努力可以成為“大客戶”。

　　如果你的定位是為營銷策略而設，沒有必要告訴客戶；如果你的定位是為客戶服務而設，而定位的標準又是純粹按照客戶貢獻的絕對金額數來計算，則可以甚至應當大力宣傳高端客戶的優惠待遇。同時，明晰游戲規則，且規則設計應當簡潔明瞭，促使低端客戶“學有榜樣，趕有方向”。