1704211550
1704211551
我们生活在一个现代商业模式正在形成的新时代。事实上，这对经营一家企业来说是具有深刻革命性的时刻。我们的客户比以往更加学识渊博，不仅如此，他们对于表达、期待和要求特定合作方式的能力，尤其是筛选与自己的合作企业的能力更上一层。一家企业要生存下去，就需要以一种全新的方式考虑其客户及其体验。那么接下来呢？
1704211552
1704211553
我们需要为我们的常青企业挖一个更深的坑——以确保根基体系有所需的伸展和成长空间。这就是接下来我们要做的，这也是为何以客户为中心的概念至关重要。在彼得·费德的定义中，以客户为中心论实际上是客户选择论——确定最有利可图的客户群并将注意力和资源集中在他们身上以激励更高的客户参与度、客户留存率及最终营利。如今，我们比过去更了解客户。但是如果我们不能聪明地利用这些，那么在战略会议上学习或使用更多花哨的词语也就毫无意义。
1704211554
1704211555
你们可能都听过80/20法则，也叫帕累托法则。它指出，对于许多事件，大约80%的效果来自20%的原因。在我的咨询工作中，我发现80/20法则几乎适用于各行各业的各个公司，无论规模大小，顶尖的20%的客户产生了80%的利润。然而，我们的错误是没有将足够时间或资源花在顶尖的20%客户上。记住，仅仅获得很多数据声称你以客户为中心并不意味着你是真正专注于提供客户认为最好的东西。
1704211556
1704211558
一位客户的真正价值
1704211559
1704211560
一位客户的真正价值是什么？现在，这是个难题——许多公司绞尽脑汁想给出恰当的答案，但这当然是一个要讨论的重大问题。在本书的后半部分，我将把你带回现实并提出一些常识性的实际建议——但是现在，让我们一起探索大多数大型企业如何确定一位客户的价值并揭示一些它们目前确定客户价值时的误区。
1704211561
1704211562
理解客户终身价值（CLV）模式的限制
1704211563
1704211564
大多数企业着眼于衡量顾客终身价值（CLV），有时被称为平均客户终身价值。客户终身价值通常被视为数据分析的“圣杯”——这个想法，简单得诱人，直觉上讲合情合理。正因如此，信用卡公司将斥巨资争取新客户，它们有一定的把握知道平均客户对它们价值有多大。然而，将对客户的价值的判断基于客户终身价值（CLV）模式存在一些缺点。
1704211565
1704211566
一个主要的问题与“平均思维方式”有关。对企业来说很难留住客户的直接原因在很大程度上是因为其将客户群视为可以用简单平均数理解的单一无定型点：“我们的平均客户年龄为37.34岁，包括1.38个孩子，薪资有53332美元，居住在人口为10万或以上的城市。今年这个客户预计将为我们花费237.1美元，但是让我们看看是否可以用一些聪明的社会媒体营销手段让我们得到更多呢？”当然，我在这里过度简化和过分渲染了，但是看到企业和客户的大量沟通，是否会怀疑，相比你作为个人而言，你作为“企业顾客群”的一部分才更能让企业感兴趣？
1704211567
1704211568
花一分钟来转换你的角色——不是具有商业头脑的专家，而是客户，事实上你自己就是一名客户。想想你自己和不同企业的互动：你最近一次收到电子邮件、自动应答或录音回复是什么时候？想想你最近一次拨打的客户支持热线。我更要强调的是，想想你最近一次被当作“平均客户”对待的时候。你有什么样的感受？我严重怀疑你看到的是甜言蜜语的假象！
1704211569
1704211570
还有一个关于客户终身价值的重要问题：如果你只看客户终身价值，即在整个客户群中的平均值，你就无法确定那些之前与你中断业务往来的客户有哪些共性，从而无法破解他们离开的原因。你也无法确认年复一年与你合作的客户有哪些共性，从而无法鼓励新客户加入。你是否曾试图这样做？如果是的话，是不是感觉你正在“投飞镖”？
1704211571
1704211572
使用客户终身价值数据的方式应具有创造性
1704211573
1704211574
仅看单独的客户终身价值数据会混淆很多有用的信息。例如，考虑一个中小型企业每年在吸引新客户的以下两个主要渠道上分别花费50000美元：谷歌按点击次数付费广告（PPC）和传统口碑引荐。这家企业对平均客户终身价值深信不疑，它可能认为只要它在“树上放足够多的叶子”，一切都会变好。
1704211575
1704211576
但事实可能是在第一个45天内，10%的引荐客户终止了与企业的关系，而60%的PPC客户在同一时间段内退出。知道这样的情况，企业的经理可能会决定大量削减对PPC的支出，并增加对引荐渠道上的支出。当然，他们没有意识到这一点——因为他们正根据单一数据做重要的营销决定。
1704211577
1704211578
有一些使客户终身价值更有效的方法，包括在客户群的不同分段中找到多个客户终身价值。例如：
1704211579
1704211580
·30岁以下的男性客户终身价值是什么？
1704211581
1704211582
·40岁以上的女性客户终身价值是什么？
1704211583
1704211584
·在第一周内第一次购买价格超过100美元的客户，其客户终身价值是什么？
1704211585
1704211586
·所有客户，其总客户终身价值是多少？购买超过10次的客户，其客户终身价值是多少？
1704211587
1704211588
·使用优惠券或在首次购买时利用销售优惠的客户，其客户终身价值是多少？总客户终身价值是多少？
1704211589
1704211590
一旦我们开始研究子集，我们就进入数据模型领域了，这直接把我们带到“大数据”这个经常有所耳闻的东西。你的头疼了吗？我知道我头疼了。
1704211591
1704211592
认清“大数据”的真相
1704211593
1704211594
简而言之，这是大数据的真相：规模并不重要，重要的是你如何使用它。企业拥有的数据比以往更多，我们比我们想象的更加了解我们的客户，我们完全可以用这些数据做一些更具有洞察力的决定。一些强调以客户为中心的企业在这方面有很大进步，使用这些数据能为他们的客户提供更积极的体验。
1704211595
1704211596
例如，亚马逊是我们这个时代最以客户为中心的公司之一，有些人还会认为它是地球上最以客户为中心的公司。亚马逊是我最喜欢的常青企业的例子之一。从早期开始，它就以激光般的精度重视客户和客户体验。它不断挑战极限，更加深入地研究客户并为客户量身打造体验。我相信你在亚马逊购物过，当你在寻找产品时，亚马逊的系统正帮助产品寻找你。亚马逊比你自己的配偶更了解你的购物习惯，这真是令人生畏。
1704211597
1704211598
抛开个人隐私和大数据收集令人毛骨悚然的因素，我喜欢讲的另一个故事是凯玛特公司（Kmart）知道一位少女怀孕的时间比少女的父亲还早——这是基于她的购物模式与该公司建立的孕妇购物模式相匹配。所有这些数据的神奇之处在于它使公司不仅能够满足客户预期，更能超过客户预期。这让企业能够创造和定制他们与客户持久对话的机会。
1704211599
[
上一页 ]
[ :1.70421155e+09 ]
[
下一页 ]