论文部分内容阅读
第三方物流企业就是通过物流管理的代理企业,为供应方和需求方提供物料运输、仓库存储、产品配送等各项物流,是处于供应方和需求方之间的连接纽带。物流的本质就是客户服务,是在新的管理技术和现代服务理念的基础上形成的客户服务。一切满足客户需求,开发客户需求和创造客户价值成为物流企业的基本出发点和终结目标。物流企业客户价值可以有两种理解:一是指物流企业在与其客户合作的过程中,该客户能为物流企业所带来的全部价值;二是指物流企业在与其客户合作的过程中,物流企业能为该客户创造的价值。本篇文章主要讨论的是前面一种理解。目前,尽管客户价值的研究已经得到了商界的普遍重视,但是对物流企业客户价值的研究却不多。下面就文献资料记录的相关研究进行归纳、比较,并提出自己的意见。
一、物流企业客户价值的计算模型
大部分研究者都同文献[2]一样把客户价值分为三个阶段:
历史价值 HV——到目前为止,客户为物流企业创造的利润现值
当前价值 CV——客户购买物流服务的行为模式不变,在将来为物流企业创造的利润价值
潜在价值 PV——客户改变购买物流服务的行为模式,在将来为企业创造的利润增量价值
根据这三个阶段,文献[3]提出了物流客户综合价值的计算模型:
GPV=§1*HV+§2*CV+§3*PV
§1、§2、§3是这三个价值的权重系数,系数值在不同的客户生命周期模式情况下有不同的数值,是通过物流企业的调查统计分析确定。HV是客户同物流企业进行合作的以往全部过程中所获得的利润,利用贴现率d折算成现在的利润;CV是在预期的客户生命周期长度N个单位时间内,客户保持当前单位时间(如月、季度或年)的平均现值利润P0不变时,全部的N个单位时间内的客户价值净现值总和。PV 的值是客户增加物流服务购买数量和种类产生的利润价值以及相应的客户间接性价值(如客户的口碑效应会给企业带来更多的新客户等)的两者之和。客户间接性价值与客户的影响力、影响范围和影响范围内的平均购买价值等有关。在计算时,必须对某客户i 使用新增的第j项物流服务内容的概率和数量进行预测。
另外,还有些学者提出预测客户潜在价值的多变量概率单位模型(马辉民,2003),有些学者认为基于全生命周期利润的客户价值计算模型(陈明亮2002),也有学者提出客户终身价值的计算模型(汪涛,2002)。
二、物流企业客户价值的评价体系
文献则采取设计如下评价指标体系:《客户潜在价值预测模型及其细分研究》
该文的作者对客户价值评价指标体系中的各个指标都没有给出具体的指标权重,他认为对不同的企业,在不同的管理情境下,其决策者对各个指标的重要性认识是不断变化和调整的,如在企业经营陷入困境的情况下,客户当前价值对于企业更为重要,潜在价值则次之,在企业快速扩张阶段,客户长期潜在价值与客户当前价值可能同等重要。另外由于中间客户与最终客户的价值差异,企业对不同的客户对象进行评价时,也会自觉地调整指标和指标权重。
文献[3]却从另外一个角度来设计指标体系:
作者提出客户利润贡献率、客户投资回收期和客户潜在价值三个评价指标,分别对客户过去、现在和未来的价值进行静态与动态以及定性和定量的综合评价,并在此基础上提出客户价值总值的评价方法。
对于客户价值定性或定量的确定大多学者的研究都归于上述两种类型,前一种类型在主要侧重于定量计算,但是在采用公式计算的过程中,有很多数据的取得都是非常困难的,需要通过大量的调查数据在进行归纳分析,这样的计算结果与事实之间也比较容易产生较大偏差。后一种类型则较适合运用在定性研究上,这种方法具有较强的灵活性,它更多的是告诉人们在判断客户价值的高低时所需要考虑的因素,因此这种结果也具有较强的主观性和不确定性。
三、根据客户价值对客户进行细分
前面讲述了客户价值评价的方法,根据评价结果,普遍都可以对客户群采用下图的方式进行细分:
上图中没有体现历史价值,很明显的历史价值对于上述四种客户类型的影响不大,如果历史价值很高的客户可以作为关系客户处理。
四、结论
物流企业企业通过全方位、多角度的对客户价值进行评价的方法,可将分析结果以量化、可视化的方式展现和保留,并将不同价值的客户区别对待,使得企业能够更为合理的划分客户群组,從而帮助企业把有效的精力集中在最有价值的客户和最有发展潜力的客户身上,全面提升企业的盈利能力和竞争能力。但是,由前述可知,现有的计算或评价方法并没有充分体现出第三方物流企业及其客户的特性,这是有待于进一步完善的方面。
注:本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。
一、物流企业客户价值的计算模型
大部分研究者都同文献[2]一样把客户价值分为三个阶段:
历史价值 HV——到目前为止,客户为物流企业创造的利润现值
当前价值 CV——客户购买物流服务的行为模式不变,在将来为物流企业创造的利润价值
潜在价值 PV——客户改变购买物流服务的行为模式,在将来为企业创造的利润增量价值
根据这三个阶段,文献[3]提出了物流客户综合价值的计算模型:
GPV=§1*HV+§2*CV+§3*PV
§1、§2、§3是这三个价值的权重系数,系数值在不同的客户生命周期模式情况下有不同的数值,是通过物流企业的调查统计分析确定。HV是客户同物流企业进行合作的以往全部过程中所获得的利润,利用贴现率d折算成现在的利润;CV是在预期的客户生命周期长度N个单位时间内,客户保持当前单位时间(如月、季度或年)的平均现值利润P0不变时,全部的N个单位时间内的客户价值净现值总和。PV 的值是客户增加物流服务购买数量和种类产生的利润价值以及相应的客户间接性价值(如客户的口碑效应会给企业带来更多的新客户等)的两者之和。客户间接性价值与客户的影响力、影响范围和影响范围内的平均购买价值等有关。在计算时,必须对某客户i 使用新增的第j项物流服务内容的概率和数量进行预测。
另外,还有些学者提出预测客户潜在价值的多变量概率单位模型(马辉民,2003),有些学者认为基于全生命周期利润的客户价值计算模型(陈明亮2002),也有学者提出客户终身价值的计算模型(汪涛,2002)。
二、物流企业客户价值的评价体系
文献则采取设计如下评价指标体系:《客户潜在价值预测模型及其细分研究》
该文的作者对客户价值评价指标体系中的各个指标都没有给出具体的指标权重,他认为对不同的企业,在不同的管理情境下,其决策者对各个指标的重要性认识是不断变化和调整的,如在企业经营陷入困境的情况下,客户当前价值对于企业更为重要,潜在价值则次之,在企业快速扩张阶段,客户长期潜在价值与客户当前价值可能同等重要。另外由于中间客户与最终客户的价值差异,企业对不同的客户对象进行评价时,也会自觉地调整指标和指标权重。
文献[3]却从另外一个角度来设计指标体系:
作者提出客户利润贡献率、客户投资回收期和客户潜在价值三个评价指标,分别对客户过去、现在和未来的价值进行静态与动态以及定性和定量的综合评价,并在此基础上提出客户价值总值的评价方法。
对于客户价值定性或定量的确定大多学者的研究都归于上述两种类型,前一种类型在主要侧重于定量计算,但是在采用公式计算的过程中,有很多数据的取得都是非常困难的,需要通过大量的调查数据在进行归纳分析,这样的计算结果与事实之间也比较容易产生较大偏差。后一种类型则较适合运用在定性研究上,这种方法具有较强的灵活性,它更多的是告诉人们在判断客户价值的高低时所需要考虑的因素,因此这种结果也具有较强的主观性和不确定性。
三、根据客户价值对客户进行细分
前面讲述了客户价值评价的方法,根据评价结果,普遍都可以对客户群采用下图的方式进行细分:
上图中没有体现历史价值,很明显的历史价值对于上述四种客户类型的影响不大,如果历史价值很高的客户可以作为关系客户处理。
四、结论
物流企业企业通过全方位、多角度的对客户价值进行评价的方法,可将分析结果以量化、可视化的方式展现和保留,并将不同价值的客户区别对待,使得企业能够更为合理的划分客户群组,從而帮助企业把有效的精力集中在最有价值的客户和最有发展潜力的客户身上,全面提升企业的盈利能力和竞争能力。但是,由前述可知,现有的计算或评价方法并没有充分体现出第三方物流企业及其客户的特性,这是有待于进一步完善的方面。
注:本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。