SMC模型在客戶潛在價值發(fā)現(xiàn)的應(yīng)用實證研究

1、Value Engineering No.2,2007價值工程 2007年第 2期0引言CRM 起源于 20世紀(jì) 80年代提出的 “接觸管理 ” , 即搜集客戶聯(lián)系信息資料 ; 到 20世紀(jì) 90年代初期則 演變成為包括電話服務(wù)中心與支援資料分析的客戶服 務(wù) 。 經(jīng)歷了近二十年的不斷發(fā)展 , 客戶關(guān)系管理不斷演 變發(fā)展并趨向成熟 , 最終形成了一套完整的管理理論 體系 。 自 1999年被引入我國之后 , 其產(chǎn)品和解決方案 得到了長足的發(fā)展 , 對提高企業(yè)的盈利水平以及競爭 力起到重要作用 。目前 , 對 CRM 還沒有統(tǒng)一的定義 。 麥肯錫定義 CRM 為 持 續(xù) 性 的 關(guān) 系 營 銷 (

2、Continuous Relationship Marketing , 并將 CRM 的營銷觀念定義為 “由以前的廣 告信息般的大眾營銷轉(zhuǎn)型為目標(biāo)區(qū)隔營銷 ” ; 也就是清 楚界定不同價值的客戶群 , 找出最有價值的客戶 , 并以 不同產(chǎn)品 、 不同渠道滿足不同區(qū)隔的客戶群 , 在關(guān)鍵時 刻 , 對最有價值客戶提供一對一營銷 , 強化客戶的價值 貢獻 。 ORACLE 把 CRM 定義為 :CRM 可以幫助企業(yè)通 過業(yè)務(wù)中實時信息了解客戶 、 產(chǎn)品與結(jié)果 , 它可以指導(dǎo) 企業(yè)集中在盈利的客戶關(guān)系上 , 而不僅僅是 “ 自動 ” 的 做事情 ; 它可以幫助企業(yè)花費很少的成本在軟件實施 與維護方面

3、 , 卻能夠帶來更多收益 。 作為為企業(yè)未來發(fā) 展定位的 CRM , 形成的共識主要有 :(1 CRM 核心是客戶價值 。 廣義的 CRM 的目標(biāo)是 , 將潛在價值高的客戶轉(zhuǎn)化為現(xiàn)實客戶和保持當(dāng)前 價值高的客戶 ; 在貫穿整個目標(biāo)的過程中 , 對客戶價值 的評價和計算是其核心問題 。對于客戶價值的識別 , 關(guān)系著企業(yè)客戶定位和營 銷的實施 , 進而關(guān)乎企業(yè)利潤的獲取 。 如表 1所列表 明 :企業(yè)增長與清楚客戶價值 、 集中精力于有利可圖的 客戶關(guān)系上 , 以及采取一定技術(shù)以培養(yǎng)強有力的客戶 關(guān)系之間 , 有明顯關(guān)系 。(2 CRM 是 基 于 客 戶 價 值 來 穩(wěn) 定 老 客 戶 、 發(fā)

4、展 新客戶 。 對客戶的選擇 , 是客戶關(guān)系管理中的關(guān)鍵問 題 。 不能對所有的客戶一致對待 , 而要針對價值客戶 做出高于競爭對手所提供的價值 , 并 從 價 值 客 戶 那 作者簡介 :李德強 (1979- , 男 , 江蘇東海人 , 碩士研究生 , 主要研究方向為客戶關(guān)系管理和數(shù)據(jù)挖掘 。 傅鉛生 , 男 , 教授 , 主要研究方向為電 子商務(wù)和管理信息系統(tǒng) 。SMC 模型在客戶潛在價值發(fā)現(xiàn)的應(yīng)用實證研究Positive Research of SMC Model in the Application ofCustomer Potential Value Finding李德強 Li De

5、qiang ; 傅鉛生 Fu Qiansheng(南京航空航天大學(xué)經(jīng)濟與管理學(xué)院 , 南京 210016(School of Economics and Management , Nanjing University of Aeronautics and Astronautics , Nanjing 210016, China 摘要 :客戶關(guān)系管理 (Customer R elationship Management, CR M 愈來愈成為企業(yè)營銷的新觀念 。 客戶價值特別是客戶潛在 價值的發(fā)現(xiàn) , 在企業(yè)獲取新客戶 、 保持老客戶等方面發(fā)揮著基礎(chǔ)的作用 。 本研究結(jié)合一零售業(yè)的歷史交易數(shù)據(jù)庫

6、 , 分別計算出 客戶的當(dāng)前價值和潛在價值 , 將兩者結(jié)合起來進行聚類分析 , 得到客戶群集及其特征 , 以此可以作為開展?fàn)I銷策劃的依據(jù) 。Abstract:Customer Relationship Management (CRM is growing to be the new concept of enterprise marketing. The finding of Customer value especially the customer potential value plays the role in acquiring new customers and keeping o

7、ld customers. In this article we use a history transaction database of a retail to compute respectively the customers current value and potential value, then cluster and analyze them. From these, we get the customers clusters and their characters, of which the enterprise can implement the marketing

8、plans on the basis.關(guān)鍵詞 :客戶關(guān)系管理 ; 客戶價值 ; 潛在價值 ; SMC 模型Key words:customer relationship management ; customer value ; potential value ; SMC model中圖分類號 :O141 4;F062 4文獻標(biāo)識碼 :A文章編號 :1006-4311(2007 02-0029-05表 1企業(yè)增長與客戶信息關(guān)系 1高增長公司 低增長公司 極其清楚 那些最有價值的客戶 從前 10位客戶中所得年收入的百分比 使用技巧強化與客戶聯(lián)系的表現(xiàn)指數(shù)38%46%7.022%32%5.7-29

9、-Value Engineering No.2,2007價值工程 2007年第 2期里得到高額的回報 。 通過企業(yè)客戶選擇 , 可以減少營銷成本 、 減少商品多樣化以及更好的 增 進 與 價 值 客戶關(guān)系等 。(3 CRM 強調(diào)對客戶的全生命周期的管理 2。 越來越多的公司開始關(guān)注于客戶終身價值 , 而不僅僅是當(dāng)前價值 , 所以 CRM 強調(diào)關(guān)系營銷 。 爭取一個新客戶成本是保持一個客戶成本的 5倍 , 客戶關(guān)系持續(xù)時間越長 , 客戶轉(zhuǎn)移成本越高 , 企業(yè)收益就越大 ?？蛻魞r值是 CRM 策略制定出發(fā)點 , 對其量化是企業(yè)生命周期客戶管理決策的依據(jù) 。 而客戶生命周期價值是判別客戶價值的唯一標(biāo)

10、準(zhǔn) , 客戶生命周期價值由當(dāng)前價值和潛在價值構(gòu)成 。 客戶當(dāng)前價值可以由客戶當(dāng)前帶給公司的利潤計算而來 , 對于客戶潛在價值的估計有多種方法 , 如 Dwyer 法 、 客 戶 事 件 法 和 擬 合法等 3。 這些方法用來處理典型客戶的終身價值是有效的 , 但無法有效處理個體客戶的終生價值 。 判斷個體客戶的終生價值 , 可采用 SMC 模型 。1SMC 模型簡介SMC 模 型 在 1987年 由 Schmittlien, Morrison andColombo 4提 出 , 由 David C Schmittlein 和 Robert A Peterson 5在 1994年進行完善 , 是

11、根據(jù)客戶歷史交易記錄進行客戶未來交易行為分析的方法 , 簡稱 SMC 法 。1.1客戶活躍度分析根據(jù)該模型估算出的四個參數(shù)值 , 客戶的活躍度有三種情況 : 若 , 則 :p T , s , a , , X =x , t , T=1+sa+T $r+x +T +t &S F (a 1, b 1; c 1; z 1(t -+T +t &S F (a 1,b 1 ; c1; z1(T ( -1(1其中 :a 1 =y+x+s ; b1=s+1; c1=y+x+s+1; z (y =+T +t 若 T , s , a , , X =x , t , T=1+s a+T+t&r+x +T +t &S F

12、 (a 2, b 2; c 2; z 2(T -a+T +t &S F (a 2,b2; c 2; z 2(T ( -1(2其中 :a2=y+x+s ; b 2=y+x ; c 2=y+x+s+1; z 2(y =- 若 =, 則 :pT , s , a , =, X=x , t , T=1+s a+T +t &r+x+s -1( -1(31.2再交易金額計算1994年 對 SMC 模 型 進 行 了 再 交 易 金 額 的 擴 展 , 使用了如下三個假設(shè) : 客戶個體假設(shè) 。 Z i 為某客戶每次交易金額 , 假設(shè) Z i (i=1, 2, , X 是正態(tài)隨機變量 , 其平均值是 , 方差

13、是 2(表示這個客戶多次交易金額之間的方差 。 客戶之間假設(shè) 。 所有客戶平均購買金額服從于 平均值為 E、 方差為 2的正態(tài)分布 , 其中 2是客戶 之間平均交易金額的方差 。 平均交易金額 與交易率 和流失率 獨立 。 依據(jù)假設(shè) , 若客戶只有一次交易記錄 , 其依賴系數(shù) :1=2(2+w2(4其中 :w2由于客戶只有一次交易 , 其值為零 , 所以采用 所有交易大于 1次客戶方差的平均值 。其再交易金額為 :E Z i =1Z 1+(1-1 E(5 通常情況下 , 也就是客戶有大于 1次交易記錄存 在 , 其依賴系數(shù)為 :x =22(w2/X (6 則其再交易金額為 :E Z i , Z

14、 2, , Z x =1(1-x E(7 其中 :1Xi =1*Z i2客戶價值的實證研究2.1研究方法本研究利用歷史交易記錄作為研究的基礎(chǔ) , 采用 SMC 模型估計客戶潛在價值 , 將其與客戶的當(dāng)前價值 一起作為聚類變量 , 得出客戶分類 ; 以此作為提升客戶 關(guān)系管理能力的根本 。 研究的框架如圖 1所示 。2.2實證樣本實 證 的 銷 售 數(shù) 據(jù) 資 料 為 Microsoft 公 司 的 SQLSERVER2000附帶的 Foodmart2000。 Foodmart 成立 于 1946年 , 是經(jīng)營食品的國際雜貨連鎖店 , 其商店和 倉庫分布在加拿大 、 墨西哥和美國 。 Foodm

15、art 是一家大 型公司 , 擁有數(shù)百個職員 、 24個位于不同地點的商店 和 24個倉庫并服務(wù)上萬客戶 。 此數(shù)據(jù)庫由銷售信息 (sales_fact1997, sales_fact_1998, sales_fact_1998_dec 構(gòu) 成 , 共有 44822 筆交易 、 商品信息 (1560種 產(chǎn) 品 、 顧-30-Value Engineering No.2,2007價值工程 2007年第 2期客信息 (10281位 等組成 。 銷售日期從 1997年 初 至1998年底共 24個月 , 實際參與購買的顧客 8417名 ,客戶平均購買次數(shù)為 5.32次 。 為了檢驗 SMC 模型效果

16、 , 將銷售按月份排序 , 共計 24個 , 其中前 23個月作為實驗集 , 通過其來預(yù)測客戶在未來幾個月的購買金額 , 而最后 1個月作為測試集 , 將預(yù)測結(jié)果和測試集進行比較 , 以得出模型預(yù)測的優(yōu)劣 。3.3分析環(huán)境數(shù) 據(jù) 庫 的 查 詢 分 析 采 用 SQLSERVER2000; SMC模 型 中 參 數(shù) 的 估 計 、 超 幾 何 函 數(shù) 的 計 算 使 用Mathematica5.0; EXCEL2003用來對查詢到的數(shù)據(jù)進行匯總計算 ; 最后結(jié)果的聚類使用 SAS9.0。3.4數(shù)據(jù)預(yù)處理Foodmart2000數(shù)據(jù)庫中 1997年 、 1998年 、 1998年12月 的 數(shù)

17、據(jù) 分 別 以 sales_fact_1997,sales_fact_1998,sales_fact_1998_dec 形式存放 ; 首先將其全部導(dǎo)入到一個表中 , 命名為 sales_fact ; 但是其 中的日期以 time_id為外鍵與 time_by_day 關(guān)聯(lián) ; 通過 SQL 的 UPDATE 操作 , 將 sales 中日期從 1到 24表示 ; 最后將第 24月份的數(shù)據(jù)放到 test 表中作為測試集 。3.5數(shù)據(jù)處理與結(jié)果分析 客戶當(dāng)前價值計算 。 客戶當(dāng)前價值也就是客戶在計算期內(nèi) 123月份購買的商品公司所得的凈利潤(由于零售業(yè)客戶保留成本和發(fā)展成本幾乎相同 , 所以沒有考

18、慮 。 本研究通過對 sales_fact 執(zhí)行 SQL 后得到客戶的凈利潤 , 客戶的當(dāng)前價值為 :CCV=/(1+d n編號前 5位的客戶當(dāng)前價值信息如表 2所列 (折舊率以當(dāng)前利率為準(zhǔn) 。 SMC 模型參數(shù)的估計 。 SMC 模型參數(shù) 、 、 和s 四 個 參 數(shù) 的 估 計 有 兩 種 方 法 :Schmittlien 等 在 1987年提出的三步法以及在 1994年提出的兩步法 。 而在1994年的研究中指出三步法得到的參數(shù)不可靠 , 建議使用兩步法 , 所以本研究使用兩步法來求這四個參數(shù) 。第一步 , 選擇 TM=23通過最小化TMT =1! (EX t , s , , T -(T

19、M 2求解 /, , s 。其中 :EX t , s , , T =(s-11-(+Ts-1(8而T(T M 通過 SQL 查詢匯總 , 見表 3第 5列 (僅 列出前 6個月數(shù)據(jù) 。使用 Mathematica5.0計算 , 得 :/=0.20, =0.16, s=0.12;第二步 , 由于VarX r , , s , =EX r , , s , , T -EX r , , s , , T 2+2r (r+12(-(+ts-1(9其中 :VarX r , , s , =VarXT(T M 而 VarX T (T M 是客 戶之間交易次數(shù)的方差 (匯總在表 3第 4列 ;通過式 (9 可以計算

20、出 T; 再根據(jù)下式 (10 計算得 =3.78。=(MT MT =1! T (10 最后 , 、 、 、 s 通過計算 , 分別為 :3.78、 0.16、 0.86和 0.12。 計算客戶活動性概率 。 由于 , 故客戶的活動 性概率計算使用式 (1 , 計算結(jié)果如表 4所列 (編號前 5位客戶 。從表 4可以看出 :1 顧客最近購買時間離計算時 間越長 , 其活動性越小 , 如編號為 5的客戶 ; 2 歷史購 買次數(shù)比最近購買時間對活躍概率的影響要弱得多 , 如客戶 6和 8; 3 在同等最近交易時間的情況下 , 購買 次數(shù)越多的客戶其活躍概率越小 , 如客戶 6和 10。 這 些都擬合

21、 SMC 模型的預(yù)期結(jié)果 。 客戶預(yù)期再交易金額計算 (基于以上理論與假 設(shè) :首先 , 計算個體客戶的平均交易金額 。 使用 SQL 查詢 , 得到客戶的 23個月的總交易金額和總交易次 數(shù) ; 兩者相除即得平均交易金額 。表 2客戶當(dāng)前價值的計算客戶編號 凈利潤 ( 折現(xiàn)率 (d 客戶當(dāng)前價值 (CCV 5 6 8 9 101.1232265.3925188.015672.0419340.41690.060.060.060.060.060.3712236.1984177.373257.0639302.9698表 3客戶交易方差和平均交易次數(shù)表T 交易次數(shù) 交易人數(shù)客戶交易方差VarX T

22、(T M 平均交易次數(shù) (T (T M 1234561677161118181562162216041396133114781317137113360.226840.256460.265260.206250.190550.214411.20129 1.21037 1.23004 1.18603 1.18308 1.20060表 4客戶活動概率表客戶編號 客戶歷史信息 (x , t , T PT |, s , =, X=x , t , T 568910(1, 1, 23(3, 18, 23(5, 19, 23(1, 16, 23(7, 18, 230.020994632 0.937673256

23、0.942249871 0.928255915 0.881678706-31-Value Engineering No.2,2007價值工程 2007年第 2期其次 , 利用個體客戶平均交易金額 , 計算出全體客 戶的平均交易金額 E及客戶平均交易金額之間的方 差 w 2,分別為 315.4777155和 653.2552068。 再次 , 使用 SQL 查詢 , 得到個體客戶每個 T (T=1, 2 , 23 期 內(nèi) 平 均 交 易 金 額 ; 而 后 將 得 到 信 息 , 用 SAS 進行批量的方差運算 , 得到交易次數(shù)大于 1的每個客 戶期平 均交易金額的方差 , 取這些客戶 方 差

24、平 均 值982.8562作為交易次數(shù)為 1的客戶的交易方差 。最后 , 利 用 式 (7 算 出 每 個 客 戶 預(yù) 期 的 再 交 易 金 額 。 計算結(jié)果如表 5(編號前 5位客戶 。 客戶潛在價值的計算 。 它是客戶預(yù)期再交易金 額與客戶活躍概率的乘積 , 計算結(jié)果如表 6所列 。 客戶聚類分析 。 將得到的客戶當(dāng)前價值和潛在 價值 , 用 SAS 進行 FASTCLUS 4聚類分析 , 匯總?cè)绫?7。從表 7可以看出 :1, 3, 4類客戶數(shù)量 占 總 客 戶 數(shù) 量的 13.58%, 而其對企業(yè)利潤貢獻卻達到 80.59%; 2類雖然人數(shù)占 86.42%, 其利潤貢獻卻只有 19.

25、41%。 這 個結(jié)果證實了二八法則 , 即 20%的客戶 為 企 業(yè) 創(chuàng) 造 80%的利潤 。 將表 7用坐標(biāo)表示如圖 2。現(xiàn)在使用按照價值進行客戶細分的評價指標(biāo)體系 方法 , 對圖 2的客戶類別進行定義 , 如圖 3。 依據(jù)分類 標(biāo)準(zhǔn) , 低價值客戶是當(dāng)前價值較低同時潛在價值也較 低 , 這類客戶占公司大部分的營銷成本 , 但對公司利潤 貢獻卻極小 , 需要設(shè)法減少這部分客戶或者設(shè)法使他們向其余價值客戶轉(zhuǎn)換 ; 次價值客戶當(dāng)前價值較高但 是潛在價值較小 , 雖然他們?yōu)楣纠麧欂暙I較大 , 但有 流失的危險 , 應(yīng)設(shè)法保持他們 , 讓他們向價值客戶轉(zhuǎn) 移 ; 潛價值客戶當(dāng)前價值較低 , 但潛在

26、價值很大 , 這類 客戶是公司后繼發(fā)展的保障 , 是將來利潤的主要來源 ; 價值客戶也就是 “ 雙高 ” 客戶 , 是公司的黃金客戶 , 公司 對他們應(yīng)盡一切努力保持并進一步發(fā)展關(guān)系 。 將實驗集與測試集進行比較 6, 驗證是否能夠有 效地預(yù)測到高價值與潛力客戶 。如表 8所示 , 低潛力客戶的預(yù)測率達 95.73%, 高潛力客戶的預(yù)測率達 59.82%, 本研究預(yù)測的結(jié)果與實 際情形大致相符 , 因此可信 。3本研究在管理方面的應(yīng)用從歷史交易記錄中計算客戶當(dāng)前價值 、 潛在價值 以及以此為基礎(chǔ)的客戶聚類 , 在企業(yè)營銷策劃管理中 有廣泛的應(yīng)用 , 主要表現(xiàn)為 :(1 價值客戶的識別 。通過對

27、客戶歷史交易行為的 聚類分析 , 得到價值 、 次價值 、 潛價值和低價值客戶的 數(shù)目和名單 ; 以此為基礎(chǔ) , 通過進一步挖掘 , 可以得到 各類客戶人口統(tǒng)計變量和行為特征 。(2 客戶關(guān)系的發(fā)展和企業(yè)營銷資源的使用 。對不 同類型的客戶 , 選擇不同客戶關(guān)系發(fā)展和不同資源分 配的策略 : 對于價值客戶 , 他們是企業(yè)主要利潤來源 , 要極 力維持與他們的關(guān)系而且要投入足夠的資源 , 以期使 他們成為企業(yè)的忠誠客戶 ; 對于次價值客戶 , 他們當(dāng)前對企業(yè)的貢獻較大 , 但是未來的潛在價值較低 , 應(yīng)投入一定資源盡可能延 長高現(xiàn)值的持續(xù)期 , 多為企業(yè)創(chuàng)造利潤 ; 對于潛價值客戶 , 企業(yè)應(yīng)投

28、入一定資源 , 引導(dǎo)其 消費 , 盡快提升他們的現(xiàn)值 ; 對于低價值客戶 , 企業(yè)投入資源時要結(jié)合實際 情況 , 以免浪費有限資源 。(3 企業(yè)績效管理 。 價值客戶的增加 、流失是衡量 企業(yè)管理績效的一個重要指標(biāo) 。 價值客戶數(shù)量隨時間表 5客戶預(yù)期交易額客戶 編號平均購 買次數(shù)平均購 買金額2w 2x預(yù)期交 易額568910135171.123288.464237.603172.041948.6310653.2552653.2552653.2552653.2552653.2552982.85624760.3538552.4654982.8562694.93650.39920.29160.8

29、5530.39930.8681189.9644249.274577.8038218.280483.8343表 6客戶潛在價值顧客編號預(yù)期活動概率 (P預(yù)期再交易金額潛在價值5689100.020990.937670.942250.928260.88168189.96442249.2745277.80382218.2803583.834343.98823233.7381073.31064202.6200073.91495表 7客戶聚類分析類客戶數(shù)量數(shù)量 百分比利潤 百分比12343729.861943192.8504032148.459847973.070382111.04425818.8112

30、1146.76951160.2919107727410310330.08%86.42%1.23%12.27%2.16%19.41%20.20%58.23%聚類中心點客戶當(dāng)前價值 客戶潛在價值高潛值低現(xiàn)值 (1033位 高潛值高現(xiàn)值 (7位 低潛值低現(xiàn)值 (7274位 低潛值高現(xiàn)值 (103位 潛 在價 值 當(dāng)前價值圖 2價值坐標(biāo)圖 潛價值客戶 價值客戶低價值客戶 次價值客戶當(dāng)前價值潛在 價 值圖 3客戶類別定義圖表 8試驗集與測試集比較實驗集 低潛力實驗集 高潛力測試集 總計精確度測試集低潛力 測試集高潛力 實驗集總計68645137377306764104071701277841795.73

31、%59.82%-32-Value Engineering No.2,2007價值工程 2007年第 2期0引言自 20世紀(jì) 40年代以來 , “顧客就是上帝 ” 在經(jīng)濟 活動領(lǐng)域中一直是為人們所信奉的準(zhǔn)則 , 到 80年代末 客戶關(guān)系管理 (CRM 首先在美國萌芽 。 其基本思想和 方法是 “ 顧客就是上帝 ” 思想在當(dāng)今信息技術(shù)時代的具 體化 。 隨著網(wǎng)絡(luò)經(jīng)濟 、 知識經(jīng)濟迅猛發(fā)展和全球市場競 爭日益激烈 , 顧客對產(chǎn)品和服務(wù)的需求也呈現(xiàn)多樣化 , 企業(yè)為了獲取并保持競爭優(yōu)勢 , 必須在了解市場和客 戶真正需要的基礎(chǔ)上 , 盡可能使客戶滿意程度最大化 ?？蛻絷P(guān)系管理 , 是一種整合以客戶為核

32、心的企業(yè) 營運及管理策略 , 通過與客戶的全方位接觸 , 分析市場 上各種影響客戶消費行為的變量 , 以量化數(shù)據(jù)為基礎(chǔ) , 達到保留有價值客戶 、 挖掘潛在客戶 、 贏得客戶忠誠 , 并最終獲得客戶長期價值的目的 。1移動客戶關(guān)系理論的新發(fā)展據(jù)有關(guān)統(tǒng)計數(shù)據(jù)顯示 , 截止 2005年底 , 僅中國已有超過 4億的手機用戶和數(shù)目眾多的個人數(shù)字助理 , 手機短信每天超過 3億條 。 移動電話用戶的高度普及 使得移動電子商務(wù)將發(fā)展成足以顛覆傳統(tǒng)交易管道的 新經(jīng)濟模式 , 成為一種個人信息獲得與完成交易活動 的重要手段 。與傳統(tǒng)的交易方式不同 , 電子商務(wù)和移動電子商 作者簡介 :孫麗莉 (1977-

33、, 女 , 碩士研究生 。移動電子商務(wù)中的客戶價值理論探析Analysis on Theories of Customer Value in Mobile Electronic Commerce孫麗莉 Sun Lili(南京航空航天大學(xué)經(jīng)濟與管理學(xué)院 , 南京 210016(School of Economics and Managemtnt , Nanjing University of Aeronautics and Astronautics , Nanjing 210016, China 摘要 :在當(dāng)前大多數(shù)行業(yè)買方市場的前提下 , 客戶是企業(yè)的重要資源之一 。 企業(yè)之間由產(chǎn)品 、 技術(shù)

34、和人才的競爭逐步向客 戶競爭轉(zhuǎn)變 。 隨著網(wǎng)絡(luò)經(jīng)濟的迅猛發(fā)展 , 顧客對產(chǎn)品和服務(wù)的需求也呈現(xiàn)多樣化 ; 而移動電子商務(wù)的迅速崛起 , 更對傳統(tǒng)的客 戶關(guān)系理論提出了新的挑戰(zhàn) 。 移動運營企業(yè)必須在了解移動電子商務(wù)市場的基礎(chǔ)上 , 客觀全面地評價客戶價值 , 構(gòu)建全新的適 合移動電子商務(wù)市場發(fā)展的客戶關(guān)系理論 。Abstract:Under current buyer markets, the customer is one of the important resources of the business enterprises, competitiveness among enterprises has been gradually changed from product , technique and the talented persons to the customers competition .Along with the fast development of the network economy , the need of customer to product and service also presents a diversification , but the mobile electronic commerce s quick rising