導(dǎo)語(yǔ)：作業(yè)成本法的儲(chǔ)蓄客戶終身價(jià)值研究一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

客戶交易行為隨機(jī)理論研究基礎(chǔ)

對(duì)于商業(yè)銀行活期儲(chǔ)蓄客戶來(lái)說(shuō)，其經(jīng)濟(jì)價(jià)值是由客戶的交易次數(shù)和賬戶余額綜合決定的。所以，研究商業(yè)銀行活期儲(chǔ)蓄客戶的價(jià)值，關(guān)鍵在于估計(jì)并預(yù)測(cè)客戶未來(lái)的交易次數(shù)和賬戶余額。在以往的相關(guān)研究中，普遍采用客戶的平均交易次數(shù)乘以平均賬戶余額的值代表客戶的未來(lái)價(jià)值。然而，這種方法存在兩個(gè)缺陷：首先，平均數(shù)值過(guò)于簡(jiǎn)單，并且受到極端值的影響較大，如果客戶存在特殊的某次大額交易會(huì)顯著提高平均賬戶余額，但并不代表客戶的平均交易行為；其次，平均值指標(biāo)不是動(dòng)態(tài)的，難以反映客戶交易行為變化。本文將利用有關(guān)隨機(jī)模型的方法避免上述缺點(diǎn)，克服以往研究的缺陷。負(fù)二項(xiàng)式分布（NegativeBinomialDistribution，NBD）模型為人們所知是因?yàn)樗茌^好地?cái)M合頻數(shù)（如0，1，2，3，……）的發(fā)生現(xiàn)象，因此在多個(gè)領(lǐng)域加以應(yīng)用和實(shí)證研究。它假設(shè)購(gòu)買行為頻數(shù)的發(fā)生服從泊松（Poisson）分布，且在個(gè)體區(qū)間內(nèi)泊松系數(shù)服從gamma分布。Ehrenberg（1959）在營(yíng)銷分析中引入了NBD模型為預(yù)測(cè)未來(lái)交易次數(shù)奠定了基礎(chǔ)，但NBD模型仍沒(méi)有考慮有關(guān)客戶流失的問(wèn)題。Goodhardt和Ehrenberg（1967）及Morrison（1968）推導(dǎo)了NBD模型的條件期望公式，進(jìn)一步為預(yù)測(cè)未來(lái)頻數(shù)發(fā)生奠定了很好的基礎(chǔ)；Morrison和Schmittlein（1988）在此研究的基礎(chǔ)上進(jìn)行了相關(guān)研究，對(duì)NBD模型進(jìn)行概括總結(jié)和評(píng)價(jià)，并且考慮了NBD模型的靜態(tài)性問(wèn)題，將客戶流失加入模型中加以考慮。Schmittlein等（1987）提出了之后被廣泛應(yīng)用的SMC模型（也稱作Pareto/NBD模型）。Fader等（2005）改進(jìn)了Pareto/NBD模型難以估計(jì)的問(wèn)題，提出簡(jiǎn)便的BG/NBD（Beta-Geo-metric）模型。因?yàn)樯虡I(yè)銀行活期儲(chǔ)蓄客戶源比較穩(wěn)定，客戶有可能在銀行的錢包份額發(fā)生變化但流失較少，因此本文用NBD模型作為交易次數(shù)預(yù)測(cè)模型的基礎(chǔ)。最早的gamma-gamma模型由Colombo和Jiang（1999）及Fader等（2005）提出。Schmittlein和Peterson（1994）在雙正態(tài)模型的基礎(chǔ)上修正和發(fā)展了現(xiàn)在使用的gamma-gamma模型。它假設(shè)客戶的購(gòu)買金額（月均賬戶余額）服從gamma分布，并且在個(gè)體間其形狀參數(shù)（shapeparameter）為常數(shù)，其尺度參數(shù)（scaleparameter）服從另一個(gè)新的gamma分布。而有關(guān)Schmittlein和Peterson（1994）提出的雙正態(tài)模型中客戶個(gè)體間的差異和購(gòu)買金額都服從正態(tài)分布的假設(shè)也存在一些問(wèn)題：首先，正態(tài)分布中包含負(fù)值，而購(gòu)買金額（賬戶余額貸方或者借方）是非負(fù)的，這與現(xiàn)實(shí)不符；其次，客戶的購(gòu)買金額或者賬戶余額的分布通常表現(xiàn)為偏態(tài)分布，而不是正態(tài)分布。因此，本文借鑒交易行為隨機(jī)模型的相關(guān)思想，首先使用NBD模型來(lái)估計(jì)并預(yù)測(cè)活期儲(chǔ)蓄客戶的交易次數(shù)（在本文中稱為交易次數(shù)預(yù)測(cè)模型），其次采用gamma-gamma模型來(lái)估計(jì)并預(yù)測(cè)客戶的賬戶余額（在本文中稱為月均賬戶余額預(yù)測(cè)模型），并在這兩個(gè)模型預(yù)測(cè)結(jié)果的基礎(chǔ)上，通過(guò)成本及價(jià)值分析模型計(jì)算出客戶未來(lái)生命周期內(nèi)的成本和價(jià)值。之前的研究一般集中在對(duì)已發(fā)生的客戶交易行為的擬合和描述上，而本研究的重點(diǎn)是通過(guò)預(yù)測(cè)客戶的交易次數(shù)和月均賬戶余額來(lái)計(jì)算客戶的成本及價(jià)值。

模型構(gòu)建

（一）顧客交易行為隨機(jī)模型本文根據(jù)NBD模型的假設(shè)預(yù)測(cè)客戶不同渠道未來(lái)交易次數(shù)以及未來(lái)交易次數(shù)合計(jì)，結(jié)合gamma-gamma模型的假設(shè)預(yù)測(cè)活期儲(chǔ)蓄客戶未來(lái)月均賬戶余額，并構(gòu)建客戶終身價(jià)值模型。下面，將分別構(gòu)建客戶未來(lái)交易次數(shù)模型（NBD模型）和月均賬戶余額模型（gamma-gamma模型）。1.未來(lái)交易次數(shù)預(yù)測(cè)模型。設(shè)交易次數(shù)是隨機(jī)變量，表示為X（X=0，1，2，3，…）。NBD模型有三個(gè)假設(shè)：假設(shè)1：假設(shè)客戶交易頻率和交易金額兩個(gè)不同的行為維度互相獨(dú)立，不具有相關(guān)性。因此，這兩個(gè)行為概率函數(shù)的參數(shù)互相獨(dú)立。假設(shè)2：假設(shè)單個(gè)客戶交易次數(shù)f為泊松分布（PoissonDistribution）：Pf［F=fλ］=e-λλff!λ>0（1）公式（1）表示在單位時(shí)間單個(gè)客戶平均交易頻率為λ時(shí)單位時(shí)間內(nèi)交易次數(shù)f的概率。假設(shè)3：因?yàn)榭紤]客戶的異質(zhì)性，故假設(shè)單個(gè)客戶單位時(shí)間平均交易頻率λ服從gamma分布：gλ（λγ，α）=αγΓ（γ）λγ-1e-αλγ>0，α>0（2）根據(jù)假設(shè)2和假設(shè)3可以推導(dǎo)出客戶交易次數(shù)的概率為負(fù)二項(xiàng)分布（Ehrenberg，1959）：PNBD［F=fα，γ］=Γ（γ+f）Γ（γ）f!αα+1TTγ1α+1TTf（3）根據(jù)訓(xùn)練期交易次數(shù)可以得到預(yù)測(cè)期的交易次數(shù)。因此，利用貝葉斯原理，經(jīng)推導(dǎo)得到單位時(shí)間客戶未來(lái)交易次數(shù)的期望值。當(dāng)考慮T個(gè)單位時(shí)間時(shí)，單位時(shí)間客戶未來(lái)交易次數(shù)的期望值為：E［X=x2x1］=γ+x1α+1=αα+TTTγα+Tα+TTTx1（4）這時(shí)，x1為T時(shí)間單位的總交易次數(shù)，x1/T為平均單位時(shí)間交易次數(shù)，x2是給定第一次交易次數(shù)x1條件下的期望交易次數(shù)，而γ/α為NBD模型的平均交易次數(shù)。通過(guò)客戶訓(xùn)練期的交易次數(shù)，并利用公式（4），即可預(yù)測(cè)客戶預(yù)測(cè)期的交易次數(shù)。采用極大似然估計(jì)方法對(duì)NBD模型進(jìn)行參數(shù)估計(jì)，NBD模型的對(duì)數(shù)似然函數(shù)為：LL（γ，αdata）=x*x=0Σfxln［P（X=xγ，α）］（5）其中，x為顧客的交易次數(shù)，fx為交易次數(shù)為x的人數(shù)，x*為所有顧客中交易次數(shù)的最大值。γ和α都是原有NBD模型中求出的參數(shù)。2.月均賬戶余額預(yù)測(cè)模型。設(shè)x次交易的月均賬戶余額預(yù)測(cè)為隨機(jī)變量，表示為M（取值大于0）。gamma-gamma模型有以下兩個(gè)假設(shè)：假設(shè)4：假設(shè)個(gè)別客戶發(fā)生交易行為的各期平均單次賬戶余額為gamma分布，因?yàn)樵戮~戶余額（借方或貸方）不可能為負(fù)，不適合用常態(tài)分布來(lái)捕捉，因此依據(jù)Colombo和Jiang（1999）的假設(shè)，采用更具有彈性并且符合交易金額不為負(fù)的特性的gamma分布：gm（mu，θ）=θuΓ（u）mu-1e-θmu>0，θ>0（6）其中，m代表各期平均單次月均賬戶余額（借方或貸方）。假設(shè)5：依據(jù)Colombo和Jiang（1999）的假設(shè)，由于客戶各期平均單次賬戶余額服從gamma分布的平均值為u/θ，為了考慮客戶的異質(zhì)性，假設(shè)此gamma分布的平均值u/θ隨著不同客戶而變動(dòng)。因此，將u定義為常數(shù)值，利用θ捕捉每位客戶平均單次賬戶余額的不同，假設(shè)客戶平均單次賬戶余額的gamma分布的參數(shù)符合另一個(gè)gamma分布：gθ（θν，φ）=φνΓ（ν）θν-1e-φθν>0，φ>0（7）根據(jù)假設(shè)4和假設(shè)5可以推導(dǎo)出客戶各期平均單次交易金額的概率密度函數(shù)為gamma-gamma混合型函數(shù)（ColomboandJiang，1999）：gG-G［mu，ν，φ］=Γ（u+ν）Γ（u）Γ（ν）mφ+mmmuφφ+mmmν1m（8）利用貝葉斯原理，推導(dǎo)出在給定訓(xùn)練期交易次數(shù)和月均賬戶余額條件下的客戶期望月均賬戶金額：E（m2m1，x1）=u（x1m1+φ）（ux1+ν-1）=（ν-1ux1+ν-1）uφν-1+（ux1ux1+ν-1）m1（9）其中，m1為訓(xùn)練期的平均交易金額，x1為訓(xùn)練期的交易次數(shù)，u、ν和φ為gamma-gamma模型中需要估計(jì)的參數(shù)。利用公式（9）就可以通過(guò)客戶過(guò)去的月均賬戶余額來(lái)預(yù)測(cè)客戶未來(lái)的月均賬戶余額。同樣采用極大似然估計(jì)方法對(duì)gamma-gamma模型進(jìn)行參數(shù)估計(jì)，gamma-gamma模型的對(duì)數(shù)似然函數(shù)為：LL（u，ν，φdata）=iΣln［P（M=mu，ν，φ）］（10）其中，m為顧客的次均賬戶余額。（二）客戶成本分配及利潤(rùn)計(jì)算模型計(jì)算客戶終身價(jià)值的首要步驟就是計(jì)算客戶的邊際收益，即將客戶產(chǎn)生的成本與客戶產(chǎn)生的收益進(jìn)行比較，因此，須對(duì)與客戶業(yè)績(jī)相關(guān)的客戶收入、客戶成本進(jìn)行準(zhǔn)確核算。1.客戶收入。對(duì)于銀行而言，客戶收入（即商業(yè)銀行通過(guò)客戶獲得的毛收益）包括客戶在商業(yè)銀行的貸款利息收入、貼現(xiàn)收入、存款的隱性利息收入、業(yè)務(wù)收入、手續(xù)費(fèi)等。對(duì)于活期儲(chǔ)蓄客戶來(lái)說(shuō)，客戶收入主要就是客戶存款隱性利息收入和短期信用貸款利息收入：客戶收入=∑（該客戶在商業(yè)銀行發(fā)生的所有收入）其中，本月活期儲(chǔ)蓄客戶存款隱性利息收入=活期儲(chǔ)蓄客戶借方月均余額×銀行現(xiàn)行短期貸款（6個(gè)月內(nèi)）調(diào)整后利率/12；本月活期儲(chǔ)蓄客戶短期信用貸款利息收入=活期儲(chǔ)蓄客戶貸方月均余額×銀行現(xiàn)行短期信用貸款調(diào)整后利率/12。2.客戶成本?；钇趦?chǔ)蓄客戶成本主要包括資金成本和服務(wù)成本等。在商業(yè)銀行日常經(jīng)營(yíng)的活動(dòng)中，這兩種成本無(wú)所不在，但是使用傳統(tǒng)的會(huì)計(jì)核算方法對(duì)這些成本的核算不準(zhǔn)確，而作業(yè)成本法則可以解決這樣的問(wèn)題，對(duì)客戶發(fā)生的兩類成本進(jìn)行準(zhǔn)確定位核算。首先確定商業(yè)銀行活期儲(chǔ)蓄客戶所發(fā)生的作業(yè)和耗費(fèi)的資源，歸結(jié)資源成本庫(kù)和作業(yè)成本庫(kù)中所發(fā)生的資源數(shù)和作業(yè)數(shù)量，分配至單個(gè)活期儲(chǔ)蓄客戶所發(fā)生的作業(yè)成本，進(jìn)而確定活期儲(chǔ)蓄客戶成本，計(jì)算商業(yè)銀行活期儲(chǔ)蓄客戶邊際收益。在銀行的整個(gè)經(jīng)營(yíng)活動(dòng)中，這些圍繞活期儲(chǔ)蓄客戶所發(fā)生的成本可以歸為以下四類：客戶資金成本、客戶開(kāi)拓成本、客戶支持成本和客戶維護(hù)成本。其中，后三類成本可以統(tǒng)稱為客戶服務(wù)成本。（1）客戶資金成本。活期儲(chǔ)蓄客戶資金成本主要包括活期儲(chǔ)蓄存款利息支出和短期信用貸款資金成本：本月活期儲(chǔ)蓄存款利息支出=活期儲(chǔ)蓄客戶貸方月均余額×銀行現(xiàn)行活期儲(chǔ)蓄調(diào)整后利率/12本月活期儲(chǔ)蓄客戶短期信用貸款資金成本=活期儲(chǔ)蓄客戶借方月均余額×銀行現(xiàn)行活期儲(chǔ)蓄調(diào)整后利率/12。（2）客戶服務(wù)成本。根據(jù)銀行活期儲(chǔ)蓄客戶傳票數(shù)據(jù)格式以及客戶交易渠道相關(guān)性的特點(diǎn)對(duì)客戶交易渠道進(jìn)行分類，將活期儲(chǔ)蓄客戶發(fā)生的服務(wù)成本分為柜臺(tái)、ATM、POS、電話手機(jī)網(wǎng)銀四類渠道的服務(wù)成本。其中，某渠道發(fā)生的服務(wù)成本=某客戶該渠道本月發(fā)生的交易數(shù)量（作業(yè)量）×服務(wù)作業(yè)成本動(dòng)因分配率。各渠道的作業(yè)成本動(dòng)因分配率計(jì)算標(biāo)準(zhǔn)見(jiàn)表1。因此，客戶成本=∑（該客戶在銀行發(fā)生各項(xiàng)業(yè)務(wù)活動(dòng)所必須分配的成本），即客戶資金成本與客戶服務(wù)成本之和。3.客戶利潤(rùn)。確定了活期儲(chǔ)蓄客戶的收入和成本之后，兩者之差就是活期儲(chǔ)蓄客戶的利潤(rùn)，也就是客戶的價(jià)值貢獻(xiàn)?；钇趦?chǔ)蓄客戶的利潤(rùn)=活期儲(chǔ)蓄客戶收入-活期儲(chǔ)蓄客戶成本。

實(shí)證分析

（一）數(shù)據(jù)描述本文所分析的數(shù)據(jù)來(lái)自某商業(yè)銀行的24064位擁有活期儲(chǔ)蓄賬戶的顧客2008年1~12月的歷史交易數(shù)據(jù)。為驗(yàn)證模型的有效性，本文將顧客的數(shù)據(jù)分成兩個(gè)部分，一部分是2008年1月1日至8月16日的數(shù)據(jù)來(lái)進(jìn)行模型估計(jì)，另一部分是2008年8月17日至12月31日的數(shù)據(jù)來(lái)進(jìn)行預(yù)測(cè)準(zhǔn)確性檢驗(yàn)。（二）交易行為隨機(jī)模型數(shù)據(jù)結(jié)果通過(guò)對(duì)24064個(gè)樣本客戶8個(gè)月總交易次數(shù)的數(shù)據(jù)進(jìn)行估計(jì)得到γ=0.1400，α=0.0996。柜臺(tái)、ATM、POS、電話手機(jī)網(wǎng)銀這四種渠道交易次數(shù)的參數(shù)估計(jì)在表2中顯示。計(jì)算的結(jié)果表明：在2008年8月17日至12月31日內(nèi)的總交易次數(shù)NBD模型的預(yù)測(cè)誤差為4.35%，有較好的預(yù)測(cè)效果。將這里計(jì)算出來(lái)的參數(shù)代入模型便可得到預(yù)期各交易次數(shù)對(duì)應(yīng)的概率。交易次數(shù)預(yù)測(cè)模型參數(shù)估計(jì)與誤差統(tǒng)計(jì)如表2所示。通過(guò)對(duì)24064個(gè)樣本客戶8個(gè)月借貸雙方月均賬戶余額的數(shù)據(jù)進(jìn)行估計(jì)，得到參數(shù)估計(jì)值如表3所示。再將這三個(gè)模型參數(shù)代入公式（9），結(jié)合前8個(gè)月的客戶交易次數(shù)和借貸雙方月均賬戶余額數(shù)據(jù)，通過(guò)計(jì)算得到模型估計(jì)的客戶借貸雙方賬戶余額，并比較期望值和實(shí)際值之間的誤差。從表3中可以看出，月均賬戶余額預(yù)測(cè)模型對(duì)分析數(shù)據(jù)擬合效果也非常好。（三）成本及價(jià)值分析模型數(shù)據(jù)結(jié)果通過(guò)上面的分析，已經(jīng)得到客戶未來(lái)的交易次數(shù)和月均賬戶余額的期望值，然后就可以得到客戶未來(lái)價(jià)值的期望值（見(jiàn)表4）。再運(yùn)用折現(xiàn)和非折現(xiàn)兩種方法計(jì)算客戶的CLV，其中折現(xiàn)的方法使用的折現(xiàn)率為10%。同樣計(jì)算出總體預(yù)測(cè)誤差為4.66%，得到較好的預(yù)測(cè)結(jié)果。CLV計(jì)算結(jié)果與誤差統(tǒng)計(jì)如表4所示。（四）客戶成本和價(jià)值計(jì)算結(jié)果分析通過(guò)前文介紹的計(jì)算客戶利潤(rùn)的方法可以更好地核算活期儲(chǔ)蓄客戶發(fā)生的成本及活期儲(chǔ)蓄客戶為銀行所帶來(lái)的利潤(rùn)，準(zhǔn)確識(shí)別有價(jià)值客戶。表5顯示了用CLV計(jì)算結(jié)果劃分不同價(jià)值客戶的數(shù)量統(tǒng)計(jì)和誤差。用概率模型和基于作業(yè)成本法的客戶利潤(rùn)計(jì)算模型能準(zhǔn)確劃分有價(jià)值的客戶，圖1、圖2分別顯示的是運(yùn)用概率預(yù)測(cè)數(shù)據(jù)計(jì)算劃分的高價(jià)值客戶和低價(jià)值客戶實(shí)際和預(yù)測(cè)CLV的值（以前200個(gè)客戶為例）。1.成本和價(jià)值的貢獻(xiàn)分析。為比較不同客戶對(duì)于商業(yè)銀行經(jīng)濟(jì)貢獻(xiàn)的差異，本文還對(duì)客戶CLV、收入和成本進(jìn)行了勞倫斯曲線（LawrenceCurve）分析，結(jié)果如圖3、圖4、圖5所示。在這些圖中，橫軸表示客戶數(shù)量，縱軸分別表示客戶CLV、收入和成本占全部經(jīng)濟(jì)利潤(rùn)、收入及成本的累積百分比。在圖3、圖4、圖5中，預(yù)測(cè)與實(shí)際的勞倫斯曲線存在差異，但是差異較小，并且走勢(shì)相互吻合，這說(shuō)明可以用本文所用的客戶交易行為模型對(duì)客戶進(jìn)行預(yù)測(cè)。存在的輕微差異是客戶的個(gè)體差異所造成的。通常來(lái)說(shuō)，根據(jù)帕累托的“20/80”法則，20%的客戶貢獻(xiàn)了企業(yè)80%的價(jià)值。在本文的數(shù)據(jù)中，通過(guò)對(duì)該銀行的活期儲(chǔ)蓄客戶CLV、收入和成本的分析來(lái)看，22%的客戶貢獻(xiàn)了80%左右的利潤(rùn)，24%的客戶提供了80%左右的收入，29%的客戶消耗了80%左右的成本。這里對(duì)高收入和成本客戶的劃分并不是所有銀行客戶成本和價(jià)值比重準(zhǔn)確的比例數(shù)字，但表現(xiàn)了一種不平衡關(guān)系，即少數(shù)客戶對(duì)商業(yè)銀行造成了主要的、重大的影響。那些需求不高、個(gè)人金融資產(chǎn)量并不大的80%客戶所貢獻(xiàn)的總銷售額和利潤(rùn)，并不一定輸給20%的高端客戶，所以不能忽視處于尾部的市場(chǎng)，利用銀行的低成本渠道和管理優(yōu)勢(shì)，對(duì)客戶進(jìn)行積極引導(dǎo)，就能更好地劃分商業(yè)銀行的利潤(rùn)和成本結(jié)構(gòu)，為商業(yè)銀行創(chuàng)造更大的價(jià)值。實(shí)際觀測(cè)和預(yù)測(cè)客戶的總經(jīng)濟(jì)貢獻(xiàn)、收入貢獻(xiàn)、成本貢獻(xiàn)統(tǒng)計(jì)分別如表6、表7、表8所示。2.基于成本和價(jià)值的客戶分類。本研究中劃取高低客戶成本的臨界值為175.71元，即消耗銀行80%成本的29%的客戶為高成本客戶，剩余的客戶為低成本客戶。對(duì)于客戶價(jià)值，CLV的臨界值取1180.09元，即CLV的取值高于1180.09元的為高價(jià)值客戶，低于臨界值的客戶為低價(jià)值客戶，具體客戶群體分類情況如表9所示。（1）A類為重點(diǎn)保持客戶，具體表現(xiàn)是高價(jià)值、低成本。從表9中可以看到此類客戶具有較高的價(jià)值（CLV≥1180.09元），且消耗銀行較少的成本（成本<175.71元）。根據(jù)客戶生命周期的相關(guān)理論，該客戶很有可能處于穩(wěn)定期。針對(duì)這一群體客戶的營(yíng)銷策略，一方面要向其推介高端產(chǎn)品，挖掘客戶的潛力，進(jìn)行增量銷售或交叉銷售，多與客戶進(jìn)行溝通和聯(lián)系，并且保持和培養(yǎng)客戶忠誠(chéng)度，提高這一類型客戶的價(jià)值；另一方面要采取持續(xù)保持策略，保持這一類型客戶的交易行為和高價(jià)值屬性。（2）B類為重點(diǎn)營(yíng)銷客戶，具體表現(xiàn)是高價(jià)值、高成本。從表9中可以看到此類客戶雖然價(jià)值較高（CLV≥1180.09元），但是交易活動(dòng)頻繁，與銀行關(guān)系密切，具有較高的成本（成本≥175.71元），此類客戶可能處于客戶全生命周期的形成期。這類客戶可能有較大的潛在價(jià)值，但消耗了銀行較多的運(yùn)營(yíng)成本，對(duì)于這類潛在的低效客戶，營(yíng)銷的重點(diǎn)應(yīng)該在推薦高端產(chǎn)品或者引導(dǎo)客戶介入自助渠道和低成本渠道。這些客戶屬于高價(jià)值客戶，但是仍有成本節(jié)約的空間，站在商業(yè)銀行的角度，對(duì)這類客戶的服務(wù)質(zhì)量要多加以關(guān)注，在向這類客戶推薦低成本渠道的同時(shí)要有效地反饋處理各類投訴信息，維護(hù)銀行的口碑，保持其客戶關(guān)系，維護(hù)銀行良好的社會(huì)形象。（3）C類為問(wèn)號(hào)客戶，具體表現(xiàn)是低價(jià)值、低成本。從表9中可以看到此類客戶不但價(jià)值較低（CLV<1180.09元），并且交易活動(dòng)不頻繁，客戶成本較低（成本<175.71元）。根據(jù)客戶全生命周期概念，該類客戶很有可能處在進(jìn)入期。由于所獲得的信息有限，如果客戶錢包份額都分布在其他的競(jìng)爭(zhēng)銀行，則應(yīng)該主動(dòng)爭(zhēng)取這類客戶，積極對(duì)該類客戶進(jìn)行營(yíng)銷，獲取客戶的信任，爭(zhēng)取資源。因?yàn)楸３脂F(xiàn)有客戶的成本要遠(yuǎn)低于獲取新客戶的成本，所以應(yīng)積極營(yíng)銷這類客戶。（4）D類為放棄客戶，具體表現(xiàn)是低價(jià)值、高成本。從表9中可以看到此類客戶具有低價(jià)值（CLV<1180.09元），但與銀行的交易關(guān)系密切，具有較高的成本（成本≥175.71元）。根據(jù)客戶全生命周期的理念，這一群客戶多數(shù)處于衰退期。針對(duì)其交易類型的營(yíng)銷策略要視具體情況有所機(jī)動(dòng)，例如在營(yíng)銷資源緊缺時(shí)，為節(jié)約運(yùn)營(yíng)成本，可以對(duì)這類客戶置之不理，節(jié)約銀行有限的資源；同時(shí)，有可能該類客戶已經(jīng)轉(zhuǎn)向了競(jìng)爭(zhēng)銀行，這樣的話，則需要及時(shí)挽回。這是因?yàn)榭蛻舻牧魇?duì)于銀行而言損失較大，不僅是該個(gè)體客戶對(duì)銀行價(jià)值貢獻(xiàn)的損失，還有可能給銀行帶來(lái)不必要的負(fù)面口碑。由表9的分類結(jié)果可知，客戶群體人數(shù)最多的是C類客戶（共16682人），即低價(jià)值、低成本的客戶，可見(jiàn)對(duì)這種類型的客戶有大量的營(yíng)銷空間；商業(yè)銀行應(yīng)將有限的營(yíng)銷資源重點(diǎn)投放于A類重點(diǎn)保持客戶和B類重點(diǎn)營(yíng)銷客戶，來(lái)提升他們的價(jià)值空間，減少營(yíng)銷成本；并且不應(yīng)在低價(jià)值、高成本的D類客戶身上消耗大量的資源，造成不必要的資源浪費(fèi)。對(duì)于這四類客戶，商業(yè)銀行的營(yíng)銷人員應(yīng)有針對(duì)性地分別營(yíng)銷，合理管理客戶關(guān)系，根據(jù)不同的客戶群體制定相應(yīng)的營(yíng)銷策略，提升商業(yè)銀行的價(jià)值。

本文基于活期儲(chǔ)蓄客戶的交易數(shù)據(jù)和交易特征，以商業(yè)銀行活期儲(chǔ)蓄客戶為研究對(duì)象，以客戶價(jià)值隨機(jī)模型及作業(yè)成本法的相關(guān)理論為基礎(chǔ)，建立了客戶交易行為隨機(jī)模型和成本及價(jià)值分析模型。并利用中國(guó)某商業(yè)銀行活期儲(chǔ)蓄客戶的交易數(shù)據(jù)信息進(jìn)行實(shí)證分析，分別預(yù)測(cè)活期儲(chǔ)蓄客戶不同渠道的交易次數(shù)以及借貸雙方的賬戶余額，計(jì)算客戶成本和客戶終身價(jià)值，并運(yùn)用客戶貢獻(xiàn)度分析考察客戶終身價(jià)值和成本的貢獻(xiàn)度，討論不同客戶群體的消費(fèi)特征，對(duì)不同價(jià)值的客戶群提出差異化的營(yíng)銷策略。研究結(jié)果發(fā)現(xiàn)，客戶交易行為隨機(jī)模型能夠準(zhǔn)確估計(jì)活期儲(chǔ)蓄客戶未來(lái)發(fā)生的交易次數(shù)和月均賬戶余額，并依據(jù)這些預(yù)測(cè)和客戶成本及價(jià)值分析模型可準(zhǔn)確核算和預(yù)測(cè)商業(yè)銀行活期儲(chǔ)蓄客戶的成本、邊際收益和CLV。同時(shí)，商業(yè)銀行可以根據(jù)活期儲(chǔ)蓄客戶交易的特點(diǎn)，根據(jù)各渠道不同的作業(yè)成本動(dòng)因分配率分配作業(yè)成本，計(jì)算出客戶發(fā)生的總成本、邊際收益以及CLV，以客戶成本和客戶終身價(jià)值為細(xì)分變量的二維矩陣，據(jù)此銀行可以較為精確地評(píng)估出客戶在其整個(gè)生命周期內(nèi)為銀行創(chuàng)造的價(jià)值，并制定相應(yīng)的差異化營(yíng)銷策略、提高客戶終身價(jià)值，從而引導(dǎo)商業(yè)銀行的經(jīng)營(yíng)管理者正確處理好業(yè)務(wù)發(fā)展與客戶成本核算的關(guān)系，推動(dòng)商業(yè)銀行客戶成本管理理念的更新，促進(jìn)客戶關(guān)系管理管理工作的發(fā)展。

本文作者：曹麗李純青高婷工作單位：西安理工大學(xué)經(jīng)管學(xué)院