基于风险分析的顾客关系价值测度，本文主要内容关键词为：顾客论文,风险论文,价值论文,关系论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F713.50 文献标识码：A 文章编号：1671-6477(2008)02-0216-05
目前对顾客关系价值的测量方法的研究尚不完善。现有研究成果并没有很好地处理企业在发展顾客关系战略时所面临的风险。针对这一情况，本文在Hogan的研究结果[1]基础上，引入一种新的顾客关系价值的测量方法。该法在蒙特卡罗模拟技术的帮助下充分捕捉了顾客关系战略中的风险，这种测量顾客关系价值的方法将为制定及执行顾客关系战略决策提供重要依据。
一、顾客关系价值的测量方法
Jackson对顾客关系价值所下的定义，即：“顾客关系价值是指顾客为企业所带来的当前和未来利益的净现值”[2]。基于这一定义，当前的测量方法主要有以下两类：
第一，使用净现值(NPV)法测量顾客关系价值。Jackson在为顾客关系价值下定义的同时也提出了测量方法，她直接使用现金流量分析技术中的净现值法(NPV)来测量顾客关系价值，即：
式中：CRV为顾客关系价值，CI为顾客关系在第t年时产生的现金流入，CO为顾客关系在第t年时产生的现金流出，i为贴现率，n为顾客关系所持续的期限[2]。
净现值法简单易懂，用它来测量顾客关系价值具有较强的可操作性。但是Hogan认为，Jackson对顾客关系价值所作的定义和测量方法只描绘了一个有限的价值范畴，即只考虑了顾客关系所带来的货币利益，而没有考虑它可能产生的非货币利益，例如供应商与顾客建立良好的关系可能会导致产品及服务质量的提高以及生产效率的提高[1]。
Hogan的观点不无道理，但可以通过使用一些定性调研技术将非货币利益转化为现金流量来解决这一问题。Jackson测量方法的真正缺陷在于对风险问题的处理。她只是在贴现率中包含了单一的风险报酬率，而影响顾客关系价值的因素有很多种，每一种因素的不确定程度都各不相同，只考虑单一的风险报酬率的处理方法显然过于粗糙。在意识到顾客关系投资中的风险后，一些学者建议将最佳证券投资理论(Portfolio Theory)运用到顾客关系管理中[3]，其中就包括使用资本资产定价模型(CAPM)来测量顾客关系价值。
第二，使用CAPM测量顾客关系价值。CAPM被用于多种类型的投资决策中，它的一个突出的优点是能够量化风险，并将这些风险考虑进预期回报的评估中。Hopkinson & Lum将CAPM模型中的公式移植到顾客关系价值的计算中[4]，即：
利用CAPM模型计算顾客关系价值清晰地表明了关系投资风险对顾客关系价值的影响，但是这种方法对顾客关系价值的测度并没有多少实际意义。
首先，Sharpe等学者是针对金融证券市场来开发CAPM模型的，此类市场是较典型的完全竞争市场，其中价格机制起关键作用，而关系投资市场中价格机制的作用有限，资源的依赖程度、社会纽带、心理机制等因素都会影响关系投资决策，因此直接将CAPM模型移植到顾客关系管理中，其有效性值得怀疑。其次，在金融市场中，有专业机构评定β系数以供投资决策之需，而在顾客关系管理时要获得这一数据则非常困难。第三，即使在金融市场中，CAPM模型的有效性也受到了质疑，很多学者都指出CAPM模型所描述的风险与报酬之间的线性关系并不总是成立的[5-7]。
通过以上分析可以看到，CAPM模型并不能有效地测量顾客关系价值，而NPV法尽管具有较强的可操作性，但是它对风险问题的处理却过于粗糙。因此，基于Hogan提出的“期望关系价值”的测量工具[1]，文中介绍了一种新的测量方法来弥补现有方法的缺陷。
二、基于风险分析的测量方法
根据所选择的顾客关系价值的定义，新的测量方法(Measurement based on risk analysis)（MBRA法）仍然以“净现值法”为基础，但是它却运用了定性调研技术将关系价值中的非货币利益转化为货币利益。更为重要的是，考虑到顾客关系的动态性，MBRA法在计算关系价值时，使用了蒙特卡罗模拟技术来充分捕捉顾客关系中的风险。MBRA法的工作流程分为以下五个步骤：
步骤1：识别影响顾客关系价值的关键变量
步骤2：预测各关键变量对顾客关系价值的贡献
步骤3：建立计算顾客关系价值的数字模型
步骤4：使用蒙特卡罗模拟算顾客关系价值
步骤5：分析关键变量与顾客关系价值的相关程度
图1 MBRA法的工作流程
（一）识别“价值创造中心”
测量顾客关系价值的关键在于识别顾客关系所带来的货币及非货币利益以及建立和维护这一关系所需要的各类投资和成本。将通过识别“价值创造中心”来寻找这些关键变量，研究者可以将供应商与顾客之间的长期合作关系划分为若干个合作计划，并将每一个合作计划都看作是一个“关系价值创造中心”，而影响顾客关系价值的关键变量就是各个合作计划所发生的成本、投资以及所产生的收益。
本步骤的工作并不要求获取各关键变量的具体数值，只是在于识别这些关键变量的类型，因此可以在焦点小组访谈的帮助下进行。研究者可以邀请企业中各部门的经理共同讨论企业与某一顾客可能进行哪些方面的合作，而每一方面的合作又会让企业发生哪些类型的投资和成本，以及为企业带来哪些类型的货币利益和非货币利益。
（二）预测关键变量的数值及其概率分布
本步骤的主要目的是通过深度访谈来预测上一步骤识别的关键变量对顾客关系价值可能做出的具体贡献。深度访谈的对象是熟悉各项合作计划的专家，他们可能来自于企业内部的各个阶层，也可能来自于外部的管理咨询公司。
由于合作计划尚未实施，其效果存在很大的不确定，因此，为了充分捕捉顾客关系价值的风险，研究者在本步骤中应当计算各个关键变量的概率分布。为获得这一结果，有两项工作是必须的，一是根据历史资料以及专家建议判断关键变量所服从的概率分布类型，二是要求专家估计各个关键变量的最可能值以及取值范围。在要求专家估计关键变量的取值范围之前，研究者还应当根据专家的经验和他们手头可利用的参考数据来确定一个置信度，以约束专家对取值范围的估计。根据各关键变量的分布类型及专家的估计值，在计算机软件的帮助下就可模拟出各个关键变量的概率分布函数，这些数据将是第四步骤中蒙特卡罗模拟的输入值。
此外，为了使得最终测量结果在管理决策中具有可比性，需要以现金流量来计量顾客关系价值，这就需要以货币资金的形式表达各个关键变量对关系价值的影响。为此，本步骤的另一个重要工作就是通过对专家及企业财务人员的深度访谈，估计出每一单位的关键变量对企业现金流量所造成的影响，以将顾客关系价值中的非货币因素转换为货币因素。
（三）建立计算顾客关系价值的模型
（五）分析各关键变量与顾客关系价值之间的相关程度
计算出顾客关系价值后，另一个重要工作就是分析各个关键变量与顾客关系价值的相关程度。当某一变量与顾客关系价值的相关程度较大时，则表明顾客关系价值的波动程度受这一变量的影响较大，即可以通过减少这一变量的不确定性来控制顾客关系价值的风险。
三、一个产业市场中的案例
从以上步骤中可以看出，使用MBRA法计算顾客关系价值需要经历一个相对复杂的过程，因此，MBRA法更适用于产业市场中顾客关系价值的测量。因在产业市场中，供应商与顾客之间的相互依赖程度远远超过了消费品市场，测量关系价值的重要性足以承受测量方法的复杂性。此外，产业市场中顾客数量相对较少，这也为使用复杂的测量方法创造了条件。以下内容将结合一个产业市场中的案例来阐述MBRA法的运用。
案例背景：A公司是一家生产汽车塑料配件的中型企业，其高层管理获悉一家国际大型汽车企业正准备在本地区建立一家新的合资汽车公司（简称为B公司），因此希望能够与B公司建立长期的合作关系。如果能够较准确地预测这一合作关系的价值，将为A公司的管理决策提供重要的依据。
步骤一：识别“价值创造中心”。在对A公司的管理人员进行小组访谈后，研究者发现，Hogan在提出“期望关系价值”时，所识别的价值创造中心[1]同样存在于A公司之中。首先，在与B公司建立关系的初期，A公司可以向B公司出售a产品，并希望获得B公司对这一产品的长期定单。Hogan称这个价值创造中心为“稳定定单计划”；其次，A公司的管理人员还了解到，B公司将在一年以后实施适时生产计划(Just in time program,JIT)，为此，A公司希望能够同时向B公司销售b产品并成为B公司JIT计划的主要供应商之一。这就是Hogan所说的“交叉销售及JIT计划”；此外，如果双方的前期合作比较顺利的话，A公司还希望与B公司共同研发新产品，这一价值创造中心被Hogan称为“供应商先期介入计划(Early supplier involvement program,ESI)”。还可以通过进一步的调研，识别出每一个价值创造中心内，影响关系价值的关键变量。见图2。
图2 识别关系价值创造中心（注：根据文献[1]改编）
步骤二：预测关键变量的数值及其概率。通过A公司提供的历史资料，首先确定了各关键变量的概率分布类型。见表1。
然后根据A公司的实际情况，将置信度确定为95%，要求受访专家对各关键变量的取值进行估计。这一工作是通过询问两个问题来完成的，以“稳定定单计划”中的变量“关系管理时间”为例，这两类问题可表达为：
一是你认为为管理与B公司的关系以获得一个稳定的定单，A公司每年需投入的关系管理时间的最可能值是多少？
二是针对以上问题，置信度为95%时，关系管理时间的取值范围是多少？
对于其他关键变量的估计，也可向专家们提出类似的问题。根据各关键变量的分布类型及专家的估计值，在MATLAB软件的帮助下模拟出各个关键变量的概率分布函数的数字特征。见表1。这些数据将是第四步骤中蒙特卡罗模拟的输入值。
另外，汇集了深度访谈中的专家意见和企业财务人员的观点，可对各单位关键变量对企业未来现金流量的影响做出估计，并将其称为单位价值。见表1。
例如关系管理时间(C[,1])的单位价值为150元，是指每耗费1小时的关系管理时间，会导致150元的净现金流出；产品销售收入(R[,1])的单位价值为3000元是指：每万元的产品销售收入在扣除成本后会导致3000元的净现金流入。
步骤三：建立计算顾客关系价值的模型。在第一步的分析中可以发现，影响顾客关系价值的因素有13个关键变量，又由于A公司以5年作为一个战略计划期，而且A公司预计从第二年开始执行交叉销售及JIT计划，从第三年开始执行ESI计划，因此根据NPV法，得出顾客关系价值的函数表达式为：
并在第二个步骤中已确定了各自变量的概率分布函数的数字特征，因此在MATLAB软件的帮助下即可对顾客关系价值的概率分布进行模拟。见图3。
图3 CRV的概率分布图（模拟10000次）
图3是对本案例中CRV模拟10000次后的概率分布图，同时也可以得出这一分布的期望值为5548300元，即可将其看做是A公司与B公司建立的关系在未来5年中为A公司所带来的价值。
步骤五：分析关键变量与顾客关系价值的相关程度。根据各关键变量的随机数与据此模拟出的顾客关系价值的随机数，可进一步分析各关键变量的重要性程度。相关分析的结果显示，顾客关系价值与
这五个关键变量在0.01的水平上显著相关，其中，CRV与
之间的相关系数相对较大，因此A公司在关系战略的执行中，减少
这三个变量的不确定性，将能很好地控制顾客关系价值的风险。
四、MBRA法的实践意义
通过以上的案例演示可以看出，MBRA法充分捕捉了未来关系利益的不确定性程度，从而大大提高了测量值的精度。其次，MBRA法将定性调研技术与定量分析相结合，不仅考虑了顾客关系可能为企业带来的非货币利益，而且将这些非货币利益以现金流量的形式计量，保证了计量单位的一致性，从而得出了一个具有可比性的计量结果。此外，MBRA法使用了相关分析来识别影响顾客关系风险的关键变量，这将有助于企业在执行顾客关系战略时对风险进行有效的控制，从而促进顾客关系战略的有效实施。
收稿日期：2008-01-15