揭开客户流失真相

客户世界 | 2015年7月12日 | 文库 | 评论已关闭 | 1164

||2005-03-18

　　你知道哪些客户准备投向另一个商家吗？

　　要了解这一点，营销人员面对的挑战是：如何在数量惊人的可变因素和数据点中，找出客户可能离开的苗头及其原因，并采取相应的对策。在这一过程中，统计、建模、数据库等技术可以助你一臂之力，但还必须制订正确的目标、不断进行尝试、重视其他线索，并采取相应的行动。

　　与大多数企业一样，Grand & Toy公司也喜欢看到数字的不断增加，当然客户流失的数字除外。不过，这家办公用品经销商发现，某些市场的客户流失率已经从以前的个位数上升到了15%～17%。由于竞争激烈，占Grand & Toy公司收入80%的企业客户纷纷离开。

　　为了解决这一问题，Grand & Toy的管理层决定认真分析大量的数据。该公司推出了定制的“流失客户检测系统”（defector detector），利用Clarity Systems公司的分析软件，为员工提供了基于Web的“红绿灯”。“红绿灯”定义了每种客户关系的三个阶段:关系稳定（绿色）、关系有问题（黄色）、关系破裂（红色）。

　　Grand & Toy的营销人员开始使用营销活动管理系统，解决有问题客户的需求，然后把相关信息录入公司的CRM系统，指导员工如何对待这些特定客户。

　　犹如是在商界上演的好莱坞故事，这个加拿大经销商发现，客户流失率降到了新的低点，同时利润开始迅猛增加。不过，客户保留依然是一个实实在在的问题，而不是虚构的电影：实施“流失客户检测系统”大约1年后，Grand & Toy仍在致力于客户保留的工作。但管理班子得到了一丝慰藉，因为他们现在有了工具，可以精确地找出最严重的症结，确认及优先处理最需要保留的客户，免得这些客户流失。

　　一直以来，接受“留住客户”这一挑战的都是营销人员。传统的保留客户工作往往取决于专业人员运用高超手法来分析历史财务数据。如今，许多公司开始求助于统计、建模和数据库等方面的一批新兴技术，利用种类极其广泛的数据来源，不仅可以确定客户在过去的行为，还可以让公司更清楚地了解该客户在将来可能出现的行为。

利用技术工具

　　这些新兴工具让分析人员得以整理大量的数据——就像考古学家筛选线索那样，找出表明客户可能离开的苗头。一旦注意到某些客户在渐渐离开贵公司，营销人员就可以采取对策。

　　做好这项工作的好处不言而喻。据Paul Nunes说，获得新客户所需的费用通常是留住现有客户的5～10倍。他是埃森哲公司的高级研究员。

　　营销人员面临的挑战就是，要面临数量惊人的可变因素和数据点：客户购买的产品、付费方式、购买间隔时间、客户的居住地或办公地、客户最初来自何处、个人资料和信用报告，不一而足。草草看一下报告，根本无法理清它们之间的复杂关系。乍一看似乎相关的元素也许实际上毫无相干，而其他比较重要的关系可能隐藏在数据的好几层下面。这个领域的创新者正在更深入地探究它们之间的相互关系、依赖关系以及掌握令客户沮丧的真相，而简单的电子表格无法胜任这项工作。

　　当然，企业的管理者还需要在其他方面下功夫。如果管理者不先进行一些基本的规划和流程分析，技术也无能为力。譬如说，企业的营销文化是否准备好了对客户采用以数据中心的这种方法？如果没有人用这些工具，它们对企业还是一点用处也没有。

进行得当的部署

　　1998年，Gary Loveman加盟哈拉娱乐公司并就任首席运营官时，带来了数据库营销方面的丰富知识。该公司整合并分析了客户信息，然后制订了相应的营销计划，因而不仅保留了大部分最重要的客户，还从这批最高层客户群处得到了更多的生意。据Gartner称，来自VIP客户的收入如今已经占到了哈拉娱乐公司总收入的1/4。

　　但在20世纪90年代末，哈拉娱乐公司的许多营销人员还不具备相应的数据处理分析技术，大多数人也不想接受这方面的集中培训，结果导致大批员工纷纷离职。

　　遗憾的是，这种管理转型的需求并非罕见。如果一家公司实施了数据密集型的客户保留方法，它们就要营造与以前不同的环境和心态，而这可能意味着物色新人员来执行策略。

　　不过，虽然往往需要请外部专家来构建分析模型，但如果部署得当的话，工具本身应当可以为更广泛的营销队伍所利用。譬如构建更准确的客户列表，以提高营销活动的效果。

　　实际上，过于重视专业分析人员也会带来一些弊端。数据分析人员虽然不缺乏才能，但他们并不能真正明白业务问题，可能会把时间浪费在自以为重要的关系建立模型上，而实际上这些客户关系对公司毫无实际意义。

愿意尝试的态度

　　如果营销部门在业务知识融合和统计技能之间得到了良好平衡，就可以取得显著效果。20世纪90年代末，德雷弗斯公司（Dreyfus）的年资产损耗率将近25%。这家资产管理公司试用了信用卡行业曾使用的客户保留方法，譬如奖励计划和打折优惠，还发动了赢回客户的活动。“但这些似乎根本就不是正确的解决办法。”执行副总裁Prasanna Dhore说。

　　营销部门决定尝试新的“客户至上”（customer intimacy）方法：第一步就是启动为期6个月的项目，构建相应的数据库基础设施。Dhore领导的部门开始把德雷弗斯的客户细分成7个生命阶段和5个行为阶段，并利用SAS分析工具来分析优先活动和个人资料。

　　随后，德雷弗斯制订了一系列计划，包括向接听客户来电的客户服务人员传授外向营销和交叉销售方面的技巧，以便推销的产品能够针对每个客户。另外，公司既关注客户活动，如消费习惯、交易历史和贷款申请等，还关注客户拥有的账户数量。

　　一开始，效果不是很明显。不过到了2001年，也就是项目启动后不到三年，德雷弗斯的资产损耗率降到了7%。如今，该公司声称它能够在客户真正离开前的3～6个月，预测到客户可能什么时候流失，准确率高达80%～85%。

　　虽然SAS工具对项目取得成功起到了重要作用，但更重要的却是公司愿意尝试新方法的态度。Dhore说：“你不能把数据库营销或者分析方法强加在营销人员头上。管理班子作了多方面的努力，但毫无成效，所幸的是，他们会问‘干嘛不试试这个办法？’”

　　说到底，保留客户的成功与否更主要的在于这种愿意尝试的态度和为之付出努力，而不是公司用来解决问题的技术。

重视其他线索

　　显然，第一步就是要制订正确的目标。接下来，才可以确定最佳工具和方法，帮企业实现这个目标。许多公司往往掉入陷阱：自以为知道答案，所以没有使用标准的财务分析方法以外的手段，来寻找更能说明客户行为的线索。“历史财务分析无法告诉我客户会在将来花费多少，也无法告诉我竞争对手从我手中抢走客户有多容易。” Nucleus调研公司的研究副总裁Rebecca Wettemann如是说。

　　历史数据作用有限的一个重要原因是与客户的生活变化有关。不管客户原先购买了多少一次性尿布，在他们的孩子接受了大小便训练后，没有什么促销活动可以促使他们继续购买。除了购买历史外，营销人员还必须考虑该客户挑选同类商品的能力：客户之所以买你的产品，可能不是因为他们对贵公司忠心耿耿，而是因为贵公司的产品是适合其当前需求的惟一产品。购买数量可能仍然保持不变，但这并不意味着客户会推却其他厂商提供的好机会。

　　营销人员常用的另一个重要的传统数据来源就是客户反馈。譬如，公司直接分析呼叫中心的交易数据后，可能会把客户流失同客户支持不到位联系起来，而实际上可能是因为客户对支持极为满意，对产品本身不满意。如果不了解客户的这一点想法，公司可能会把呼叫中心的资源白白浪费在解决纯属子虚乌有的问题上。

　　Aon Reed Stenhouse是加拿大的一家保险经纪和风险管理公司，它就使用了这种“反馈管理”系统。它认为，客户反馈环（feedback loop）有时比传统的分析方法更重要，因为反馈环可以让公司有针对性地对某些客户实行保留计划，而不仅仅是针对一些难以分类的客户群。

　　这样，反馈成了企业自动校正机制的一部分，能了解某一产品或服务存在问题，并迅速加以解决。(译自美国《CMO》杂志)

计算机世界报

责编：admin