口碑值多少钱，本文主要内容关键词为：口碑论文,值多少钱论文，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。
现在，应用于客户关系管理的技术已经相当成熟。通过数据库，公司可以知道每个客户的购物数量和购物频率；如果辅之以详细的个人信息，并应用统计学模型，公司不但可以预测每个客户可能会在何时再次光顾，而且可以预测客户会通过何种渠道购买何种商品。管理者可以利用这些数据，估算出每个客户潜在的终身价值(lifetime value)，并决定是否要继续联系这些客户，以及何时、以何种方式进行联系，从而尽可能地实现——甚至增加——这些客户的价值。
不过，贝恩咨询公司(Bain)的弗雷德·赖希黑尔德(Fred Reichheld)提醒我们注意，任何一名客户的价值都不仅仅来自他所购买的商品。在当今这个人与人之间联系十分紧密的年代，客户在你这里的体验，以及他们在别人面前对你的评论，同样会在很大程度上影响你的收入和利润。正因为如此，很多公司会花大力气，激励客户成为自己的推销员。比如，移动电话运营商斯普林特PCS公司(Sprint PCS)就宣布，老客户每推荐一名新客户，就可以得到20美元的话费优惠；而被推荐者如果真的签约成为新客户，也将得到10美元的话费优惠。同样，在线经纪商史考特证券(Scottrade)也有类似的政策，无论你是推荐者还是被推荐者，史考特都会免去你的三笔交易费用，每笔交易费用为7美元。
因此，在理想状态下，如果公司想知道一名客户的全部价值，就应该对该客户推荐新客户的能力进行评估，当然，这些新客户是能为公司带来利润的客户。但是，在评估客户的推介能力(referral power)时，大部分公司基本上都是调查客户是否愿意向他人推荐。在宏观层面上，这种评估方式并无不妥之处，因为正如赖希黑尔德指出的那样，此类评估结果确实与公司的利润增长呈现出正相关的关系。
但问题是：大多数人的良好意愿仅仅是良好意愿而已，不会转化为行动。我们曾与一家电信公司和一家金融服务公司的管理人员合作，选择了他们的部分客户（电信公司9,900名，金融服务公司6,700名）作为研究对象。首先，我们调查了这些客户是否有推荐的意愿，然后对他们的行为以及他们所推荐潜在客户的行为进行了一段时间的跟踪研究。在两家公司的客户样本中，表示愿意向他人推荐公司业务的人数比例都很高，但是真正采取行动的人数比例却低很多。在金融服务公司的客户中，尽管有68%的客户表示会向别人推荐这家公司，但是只有33%的人付诸行动。而在电信公司的客户中，高达81%的人表示会向他人推荐这家公司，但实际上只有30%的人做到了。不仅如此，客户推介真正带来新客户的比例在两家公司都很小，金融服务公司仅占14%，而电信公司更低，只有12%。而且，在那些的确成为公司新客户的人中，仅有11%为金融服务公司带来了利润，为电信公司带来利润的新客户比例更低，仅为8%。
很明显，如果一家公司能够准确地锁定那些可能推荐高利润新客户的客户，将会比竞争对手取得更高的营销投资回报。下面，我们将介绍公司可以如何评估客户的推介价值。有了上述两家公司的数据，我们将会证明，客户的推介价值远远大于一般客户的终身价值。我们也将说明，给你带来最多业务的客户（也就是那些终身价值最大的客户），通常并不是你最好的营销者。换句话说，对你最忠诚的客户并不是最有价值的客户。我们还将运用上述两个样本的研究结果来说明，如果公司更好地了解客户的价值有多大，就可以更准确地确定营销活动的目标，从而从营销投资中获取超额回报。
评估客户的价值
相对来说，估测客户的终身价值(customer's lifetime value,CLV)是比较简单的。我们假设玛丽是FirmCo公司的客户。那么，玛丽将要购买的所有产品给FirmCo公司带来的价值，就等于她所购商品给公司带来的营业利润减去公司对她进行营销所花费的成本。没有人真正知道玛丽将来会从FirmCo购买多少东西，但是我们可以分析她过去一段时间内的购物行为，找到她的购买模式，然后利用复杂的统计模型将该购买模式投射到未来的一个时间段，从而对她未来的购物量进行预测。我们用预测的购物量给公司带来的利润减去营销成本，所得数字的净现值(net present value)，就是玛丽的CLV。我们这里说的营销成本，既包括争取玛丽成为公司客户的成本，也包括在将来一段时间内用于挽留她的预算成本。
我们正是用这一方法计算上述两组样本的CLV的。我们以月为单位，分析每一位客户的交易情况，然后利用其带来的月平均利润（已减去营销成本），推算一年时间内每位客户的CLV。通常，以一年的时间长度推算出来的数字，大约等于一名客户整个终身价值的一半，尽管这会随行业不同而不同。我们之所以要计算一年的CLV，就是要与推介值的估算保持时间长短上的一致性。
计算玛丽的客户推介值(customer's referral value,CRV)，要比计算她的终身价值更加复杂。在通过营销活动促使玛丽推荐新客户后，我们首先必须估测她将会成功推荐的客户数量。就像计算她的CLV一样，我们要研究她过去的行为，但是这次研究的时间段必须大于一个月，以确保她推荐客户的数量在一定范围内波动，只有这样才能建立合适的统计模型，并保证预测的准确度。对于不同行业来说，用于观测的时间长度是不同的。我们发现，对于电信行业来说，最佳的观测期为三个月，而对于金融服务公司来说，这个时间段则为六个月。
此外，我们还要评估我们激励玛丽推荐客户的营销活动能保持多长时间的影响力，也就是说，我们还需要确定，玛丽推荐客户的行为在多长时间内确实是由当初的营销活动引发的。根据我们的经验，这类营销活动的影响大约可以持续一年。所以，正像计算客户的CLV时一样，为了谨慎起见，我们只把开展营销活动一年之内玛丽推荐的客户计算在内，尽管这样做可能会在预测客户的推荐行为时产生一定的误差。
下一步，我们必须估测在那些被推荐来的客户中，有多少人即使不经过玛丽的推荐仍然会成为FirmCo的客户。这一区分很重要。假设有一位名叫约翰的新客户。一种情况是，如果没有玛丽的推荐，约翰就不可能成为公司的客户，那么玛丽的推介值就应该包括约翰所带来业务的价值。我们把这类推介称为“一类推介”。但还有一种情况，即使没有玛丽的推荐，约翰仍然会成为公司的客户，我们把这类推介称为“二类推介”。如果是这种情况，那么玛丽的CRV就只应该包括公司在获得约翰这名客户时省下的营销成本，因为公司在获得他时并没有进行直接的营销活动。要估算玛丽推荐的客户中有多少属于二类推介客户，我们只需直接问他们，如果没有玛丽的推荐，他们是否会购买FirmCo的产品或服务。
我们对两组样本客户所推荐的客户进行了类似的调查。我们估计，平均下来，每位客户推荐的一类客户和二类客户，比例大体相等。随着在线业务不断增加，而在线调查又变得更为有效，公司将不仅能够弄清这两类被推荐客户的平均比例，甚至可以知道每位客户所推荐一类客户和二类客户的比例。
很明显，玛丽的推介值等于她所推荐的一类客户的现值(present value)加上她所推荐的二类客户的现值。假设没有玛丽的推荐，约翰就不会成为Firmco的客户，那么，玛丽对约翰的一类推介值基本上就是约翰的CLV，也就是约翰给公司带来的利润扣除公司对他的营销成本之后的现值，时间以一年为限。不过，这样一来就产生了一个问题：尽管公司在争取约翰时营销成本相对更低，但约翰的CLV不一定高于或低于玛丽的CLV。也就是说，尽管Firmco当初通过昂贵而又低效的直接营销才争取到玛丽这位客户，而仅仅通过激励手段就促使玛丽推荐了约翰这位客户，但是约翰最终可能比玛丽买得多，也可能比玛丽买得少。当然，在获得约翰这位客户之后，挽留住他的营销成本与挽留玛丽的成本是一样的。
正如我们前面提到过的，二类被推荐客户的价值，仅仅为所节省营销成本的现值。请注意，如果此类被推荐客户的营销成本高于用其他方法获得客户的营销成本，他们就会对公司不利。（关于CLV和CRV的计算公式，参见副栏“估测客户的终身价值和推介值”）
估测客户的终身价值和推介值
实现客户群(customer base)价值最大化的关键，是确定每位客户的价值有多少来自他的购物行为（终身价值），有多少来自他推荐新客户的行为（推介值）。两种价值都是用现金流贴现法(discounted cash flow)计算。
客户的终身价值(CLV)等于他为公司所创造利润的现值减去公司对他进行营销所付出成本的现值，用公式表示如下：
评估结果的启示
为了弄清CRV估值对客户总体价值产生多大的影响，我们将把我们的价值计算公式应用到两组样本中的每一名客户。我们根据两组客户的历史数据，计算出消费量、消费频率以及公司挽留客户的营销成本等三方面的预测值，并进而估测出金融服务公司客户的CLV为144美元，电信公司客户的CLV为245美元。虽然这两个数字也不算小，但是它们都远低于两组客户的推介值。通过对客户过去的推荐行为进行分析，我们发现，在出台一个鼓励推介的方案之后，每名客户在观测期内平均会推荐4名客户，其中一半为一类被推荐客户，另一半为二类被推荐客户。假设观测期为一年，经过计算，我们发现金融服务公司每名客户的CRV为257美元，电信公司客户的CRV更是高达1,049美元，这两个数值均显著高于客户的CLV。
其实，这些数字还低估了客户真正的推介值，因为被推荐来的新客户又会推荐其他客户，而这也应该归功于最初的推荐者。在我们的假想例子中，我们不但询问了约翰是否是因为玛丽的推荐才选择了FirmCo公司，而且还询问了他自己是否向别人推荐了FirmCo公司。假设他又向另外两个人推荐了这家公司，那么他的推荐行为也应该部分归功于玛丽。
现在我们假设，在玛丽推荐的所有一类客户中，约翰具有代表性。这意味着，在每一个时间段内，玛丽为公司推荐两名新客户，而这两名新客户又会在下一个阶段各自推荐两名新客户（共四名）。当玛丽推荐的两名新客户在这一阶段各自推荐两名新客户时，玛丽自己又在继续推荐其他两名新客户。那么，在两个时间段内，玛丽共为公司带来了八名新客户，其中四名是她直接推荐的，四名是她间接带来的。由于每一位新客户都会不断推荐两名新客户，玛丽的累计推荐总数在每个阶段都将呈现出几何级数的增长，一直延续到年底。
当我们假设一类、二类被推荐客户的比例保持不变时，我们发现在四个观测阶段中，金融服务公司客户的CRV会迅速膨胀到4,632美元，而电信公司客户的CRV则为6,305美元。然而，考虑到本文的写作目的，我们决定在预测客户CRV时采取谨慎的态度，因此在下面的论述中，将不把间接推荐计算在内。
假如客户的终身价值和客户推介值之间仅仅是一种正相关的关系，那么从管理的角度看，区分二者便没有多大意义，因为任何能够增加CLV的举措都会立即可以转化为更高的CRV。但是，当我们研究不同CLV水平的客户的具体推荐行为时，却发现CLV较高的客户并不一定拥有较高的CRV，因此，用CLV来代表客户全部价值是靠不住的。正如副栏“言行差距”所显示的那样，在电信公司的客户样本中，高CRV客户和高CLV客户完全不相同。因此，对这家公司来说，任何客户分类方案都必须既考虑到客户的终身价值，又考虑到客户的推介值。
言行差距
令人吃惊的是，该电信公司最忠诚的客户并不是最积极的宣传者。而那些最乐于为公司推荐新客户的客户，其客户终身价值明显偏低。
要做到这一点，最明显的方法就是建立一个2×2的矩阵，将客户归入四个不同的区域。我们就是这样研究电信公司的样本的。（参见副栏“客户价值矩阵”）在CLV和CRV两个指标上得分都很高的客户，我们称之为“冠军”(Champion)；CLV得分高但是CRV得分低的客户，被我们称为“富裕者”(Affluent)；那些CLV得分低但是CRV得分高的客户，被称为“宣传者”(Advocate)；而两个指标得分都很低的那些客户，被我们称为“吝啬者”(Miser)。我们发现，客户在这四个区域中的分布是相当平均的。
这一矩阵清楚地表明，对于这家电信公司来说，很多CLV较低的客户与那些CLV最高的客户几乎拥有同样的价值：宣传者的平均CLV只有180美元，而富裕者的平均CLV高达1,219美元，但是尽管如此，宣传者的平均总价值却只比富裕者低418美元。这是因为富裕者的平均CRV只有49美元，而宣传者的平均CRV则高达670美元。此外，在这个例子中我们还可以看到，虽然冠军的CLV平均值高于该指标的中位数(median)，但是比起富裕者，他们的平均CLV（370美元）却相对偏低。这一事实进一步说明，CLV和CRV两个指标之间没有多大的关系。
将知识应用于实践
像客户价值矩阵这样的客户分类方法是否有价值，要取决于依据这种方法制定的战略是否发挥作用。为了检测这一分类方法的价值，我们针对富裕者、宣传者和吝啬者三类客户的具体需求，开展了三次营销活动，每次活动为期一年，并且绘制出了活动前与活动后相应的客户价值矩阵。显然，到了年底，每次营销活动都对各自目标领域的客户产生了重大影响。我们对两家公司的样本客户都开展了营销活动，最终得到了类似的结果。下面，我们看看这些营销方案是如何在我们的电信公司发挥作用的。（参见副栏“我们带来的变化”）
客户价值矩阵
当我们按照客户的终身价值和推介值将电信公司的客户样本进行分类时，就容易看出应该鼓励哪些客户增加购买量，应该劝说哪些客户更多地向他人推荐。
富裕者对于这部分客户，我们的目标是设法把他们转化为冠军。我们采取的手段是，鼓励这类消费者推荐更多的新客户，同时保持他们具有很高价值的购买行为。按照我们的预期，如果这一营销活动取得成功，将会促使冠军区域的平均CLV上升，因为从富裕者区域转化而来的客户将把自己更高的CLV带来。我们首先向这些客户投递了直邮材料，并在两周内又一次向他们发送了直邮宣传材料，向他们提供价值20美元的优惠（其中10美元给推荐者，另外10美元给被推荐者），并且指出，如果他们推荐3到4名客户，就相当于免掉了一个月的服务费。在营销活动开始前，有大约29%的客户处于富裕者区域。活动结束后，我们发现9,900名样本客户中有4%转到了冠军区域，他们的推介值平均提升了190美元，比以前增加了388%。这一变化为公司新增的总价值达到了75,240美元（9,900名客户×4%×190美元增加值）。
宣传者为了实现将宣传者转变为冠军的目标，我们设法在不降低他们推介值的前提下，提升他们的终身价值。如果这一营销活动取得成功，同样也会增加冠军区域的总价值，因为转移过来的宣传者会把自己较高的CRV带来。此次营销活动把重点放在交叉销售(cross-selling)和向上销售(up-selling)电信公司的产品上。客户们收到了一份个性化直邮促销材料，其中主动提出捆绑一种或多种产品，比如长途电话服务、本地电话服务、因特网高速接入、在现有无线连接上增加的其他连接线路等。为了确保客户能接收到这些促销信息，公司在两周之内又发送了一封直邮材料，并给这些客户打电话，主动回答客户在额外服务以及选择多重服务的价值等方面可能存在的任何问题。为了吸引客户，公司提出为签约一年的客户提供相当于两个月服务费的打折优惠。在本次促销活动结束后，我们发现有5%的宣传者转化为冠军，他们的CLV平均提升了大约110美元，比以前增加了61%。这一变化为公司带来的总价值达到54,450美元（9,900名客户×5%×110美元增加值）。
我们带来的变化
仅仅用了31,500美元，即人均4美元的成本，我们具有针对性的营销活动就促使电信公司的富裕者推荐了更多的新客户（与此同时，富裕者保持着他们的消费量），促使宣传者购买了更多产品（与此同时，宣传者也还在继续推荐新客户），并且促使吝啬者既增加购买量.又向更多的人进行推荐。该营销活动给公司带来了486,090美元的利润增长，也就是说，每个客户多带来了62美元的利润。
富裕者 新冠军+4%
冠军
新富裕者+4% 新冠军+4% 新冠军+5%
吝啬者 新宣传者+4% 宣传者
吝啬者对于这类客户，我们的目标是设法使他们转移到其他三个区域中的任何一个。我们采取的手段是，给他们提供奖励，促使他们购买更多的产品（提升他们的CLV），并且推荐新的客户（提升他们的CRV）。因此，针对他们的营销活动就综合了上述两种营销活动的特点。公司首先向他们发送了直邮材料，向他们提供可以优惠两个月服务费的捆绑式产品，然后在两周内再发送一次直邮材料。同样，公司给每个客户打了电话，回答他们可能提出的关于额外服务的任何问题。就在这次电话沟通中，公司告诉这些客户，如果他们推荐丁新客户，那么他们自己和他们推荐的客户都可以获得10美元的优惠，并且公司向这些客户强调说，他们只要推荐3到4名客户，所得的优惠就可以抵消两个月的服务费。在这次营销活动开始前，样本中有21%的客户处于吝啬者区域。活动结束后，有12%的客户转到了能带来更多利润的其他区域（转到其他三个区域的比例均为4%），大大提升了价值。那些转化为新冠军的客户，其CLV增加了180美元，翻了一番有余，而他们的CRV增加了210美元，涨了4倍多。这些变化相当于，CLV总共增加了71,280美元，而CRV总共增加了83,160美元。再来看看从吝啬者转化为新富裕者的客户，他们增加的CLV达到了95,040美元，而转化为新宣传者的客户所增加的CRV达到了106,920美元。
当然，成功地把客户从一个区域转移到另一个区域，并非衡量营销活动好坏的唯一标准。我们需要考虑开展这些营销活动的成本，并将这些成本与我们取得的利润进行比较，从而计算出它们的投资回报率。上述三次营销活动的成本，包括给样本中7,821名目标客户（即9,900名减去原有冠军数，后者并非此次营销活动的对象）直接递送直邮材料、给他们发送电子邮件，以及给他们打电话产生的费用，共计31,500美元左右，人均约合4美元。在三次营销活动中，由于CLV和CRV的增加而产生的总利润为486,090美元，即人均62美元。因此，三次营销活动的总体投资回报率(ROI)大约是15.4倍，相比该公司常规营销活动的投资回报率——一般仅为4～6倍——这些营销活动大大提高了公司的投资回报率。在金融服务公司，我们也得到了类似的结果：三个营销活动的总体投资回报率为13.6倍，而公司常规营销活动的投资回报率也为4～6倍。
如果电信公司将这三次营销活动扩展到更多的用户身上，结果会如何呢？如果我们将客户人数扩大到100万名（该公司共有4,000万名客户），根据9,900名客户样本所增加的价值推算，该公司就几乎可以将这一客户群的总价值提升5,000万美元，其中CLV增加近2,300万美元，CRV大约增加2,700万美元。如果在金融服务公司也针对100万名客户（该公司共有1,500万名客户）推出相似的营销活动，就能获得4,000万美元以上的回报，其中CLV大约增加1,900万美元，CRV大约增加为2,100万美元。事实上，公司得到的好处还不止这些。因为从第一轮营销活动中获取的客户数据，使得公司能够发现哪些客户可能会从一个区域转到另一区域，哪些客户则不会。于是，公司可以在未来推出更有针对性的营销活动，从而进一步提升客户群的整体价值。
※ ※
※
当然，CRV并非在任何情况下都适用。例如，在很多B2B市场中，客户就不愿意推荐新客户，因为他们彼此之间存在竞争关系，当然就不情愿做有利于对手的事情了。如果客户对产品没有多少好感，也不会推荐，比如在瞬息万变的快速消费品市场，情况就是如此。事实上，在这种情形下，想要跟踪研究消费者的个人消费行为也很困难。另外，管理者绝不应该想当然地认为，如果客户向别人推荐公司产品系列中的某一种产品，肯定也会极力推荐公司的其他产品。尽管如此，在很多情况下，公司显然必须反思它们的客户关系管理策略和技巧，确保不仅要设法提高消费者的购买量，还要设法让消费者更乐意向他人推荐公司的产品和服务。