论文部分内容阅读
摘要：航空公司属于服务类行业，所提供的产品基本是直接销售给客户，所以客户在航空公司的各项业务里处于一个关鍵的地位。本文分析了面向航空公司旅客业务的客户关系管理。希望本文的研究能为航空公司处理好与客户之间的关系带来一定的启示。
关键词：航空公司 旅客业务 客户关系管理
一、航空公司的客户关系管理现状
我国航空公司CRM 发展历史比较短，大部分还处于比较初级的阶段，主要以“常旅客计划”（Frequent Flier Plan）的电子档案形式出现，此计划的目的一般是将“常旅客”的信息完整地记录下来，并做出某些分析。航空公司重要的客户关系管理的策略就是“常旅客计划”。我国的航空公司截止到 90 年代末几乎都有了本公司的常旅客计划，无论是国际航空公司、东方航空公司、南方航空公司国内三大航空巨头，还是深圳航空公司、厦门航空公司等中小型航空公司。在近十年的发展中，我国的航空公司已经累计建立了数十个常旅客计划。如国航的知音卡、东航的东方万里行卡、深航的金鹏知音卡等等。但是，与国外航空公司相比，国内航空公司在客户关系管理方面还存在着很多误区和不足，主要体现在以下4个方面：
（1）视客户关系管理为单纯的软件项目，忽略企业深层运作机制的改变。很多航空公司领导认为实施CRM 就是上一个CRM 软件项目。这种思想导致企业在实施CRM时仅仅局限在一个软件项目上，而没有看到CRM 是航空公司从面向生产转向面向客户、面向市场的产物，牵涉到人员、文化、流程、技术等深层次的多方面要素。
（2）认为系统的客户关系管理只适合大公司。CRM 作为一个管理理念，适用于所有从事经营活动的企业和部门。即使一个小的航空公司或小的部门，仍然可以根据CRM 的管理理念，整合企业内部的不合理流程以及客户关系的薄弱环节，做到持续改进。
（3）视CRM 仅为技术创新，与文化创新没有关系。从表面上看CRM 中的流程、结构重组及信息手段等都属于航空公司的技术创新，与企业文化没有关系，但CRM 的成功与公司自身的推进力度有很大关系，而推动力的大小和方向又与企业文化有着密切的关系。企业文化的导向、激励、协调等功能不仅是高效的，而且可能是成本最低、持续效果最长的。
二、航空公司的客户价值计量模型分析
客户价值是每个购买者在未来可能为企业带来的收益总和。从企业角度出发，虽然企业可以利用其品牌和优秀的产品吸引客户，但是从营销实践来看，这种为了获取新客户的成本远远大于维持一个老客户的成本。通过客户忠诚计划，不仅能够带来对更多原有产品的销售而且还能带来交叉销售的机会。从客户角度来看，客户也乐意选择与有过满意购买经历的企业发生长期的业务关系，因为它提供了更好的价值，服务和产品的价值可以预期，或者转换成本太高。从顾客的终生价值的角度出发，企业与顾客发生的交易不再是一个单维的矢量，而增加了三个衡量顾客价值的维度：顾客维持时间、顾客份额和顾客范围。
顾客维持时间是指企业通过维持与顾客的长期关系，建立高的顾客维持率，从而获得较高的顾客生涯价值，例如顾客的重复购买。顾客份额是指一个企业所提供的产品或服务占某个顾客总消费支出的百分比，例如职业摄影师在单反相机和专业镜头上的支出会远高于摄影爱好者。顾客范围是指企业总的顾客生涯价值的大小与它的顾客范围直接相关。比如丧葬产品的顾客范围就非常局限。宏观上，从这三个维度出发，企业可以构建出自身顾客终生价值的空间。同时在微观层面，苏尼尔.古普塔与唐纳德.莱曼于《关键价值链》一书中提出了一套简便的计算方法，实现对结果的较为准确支撑，为CLV 的广泛应用提供了可能。他们通过模拟各类场景，推导出计算CLV 的基本公式：
CLV=mr/（1+i-r）
式中：m 为利润，r 为保留率，i 为贴现率，指将来收益折算至当前的转换率。顾客终生价值的重要性主要体现在企业的盈利预期上，综合反映在企业的盈利能力上。重视顾客的终生价值使得企业注重加强客户关系管理，将成本从营销和广告费用部分转移到客户服务上，培养客户忠诚。客户忠诚是指顾客高度承诺在未来一贯地重复购买偏好的产品或服务，并因此产生对同一品牌或同一品牌系列产品或服务的重复购买行为，而且不会因为市场态势的变化和竞争性产品营销努力的吸引而轻易产生转移行为。客户忠诚的提高和老客户在客户总体中比例的提高将使企业有良好的盈利预期和发展前景，最终提高企业的盈利能力。顾客终生价值的复杂性和变化性，使得采用何种方法准确地测量和计算成为了企业面临的最大挑战之一。
三、航空公司基于RFM 模式和数据挖掘方法的客户价值预测
民航行业中的客户数据、业务数据量十分巨大，而且更新速度频繁，随着计算机技术、数据库技术、信息传送技术的日益发展，客户关系管理也进一步得到发展，数据挖掘（Data Mining）就是航空客运行业客户关系管理新的研究趋势。
数据挖掘在航空公司日常业务运营中，尤其是旅客运输管理中，具有很重要的作用。通过对客户消费行为的区分来定位客户等级，建立相适应的客户营销分类体系，以精确营销的方式实现效率化的客户关系管理。通过数据挖掘，准确地了解每个客户的消费特点，提供合适的业务服务，提高客户满意度并有可能促使客户提高消费水平，保留客户并有效防止客户流失或价值下降。
顾客价值预测分析是指客户能为本企业提供净利润的能力。对于每个客户盈利能力的大小，很少有企业做过定量化的计算，现有的财务体系也无法直接给出每个客户一年中到底给企业创造多少利润。这使得许多企业在客户盈利能力问题上，总是根据简单的分析，得出许多简单甚至错误的结论。显然，不同客户对于企业来讲其价值是不同的。如果不知道客户的价值，企业就很难做出合适的经营策略。数据挖掘技术可以用来分析和预测不同市场活动情况下客户盈利能力的变化，帮助企业制定适合的市场策略。
首先，企业需要确定一种计算客户盈利能力的方法。这种方法可以是一种简单的计算公式，如从每个客户身上获取的收入减去提供产品、服务、市场活动、促销活动的成本，再减去通常由客户所负担的那些固定费用；也可以是一种更复杂的计算公式。
根据这种方法企业可以设定一些优化目标，为进一步的挖掘指明方向。针对航空公司目前的营运方式，航空客运服务提供的特殊性，面向公司是多位顾客使用同一个产品，即空中客运航班服务。即不管客户的支付成本多少，一次产品的成本都由多个顾客承担，所以本文摒除客户运营以及营销成本，直接采用客户现金流价值（Customer CashFlow）来表示客户的盈利能力，从而进一步代表客户价值（CV）。
然后，企业可以利用数据挖掘工具进行客户分析，发现哪些客户是真正创造利润的客户，哪些客户是低利润甚至是无利润的。利用数据挖掘还可以从客户信息和历史交易记录中发现一些行为模式，且用这些行为模式来预测客户盈利能力的高低，这样就可以指导企业在市场营销过程中留住有价值的客户，并为最有可能创利的客户及时提供个性化的产品或服务，避免花费过多精力和财力无目标地开发新客户，从而使企业有效地降低成本，提高收益。
数据挖掘的一般步骤分4个部分：数据的准备，模型的建立，验证和评估以及应用实施。其中数据的准备工作时是前提。本次研究航空公司客户信息通过RFM 模式，对客户价值做出定量评价，并利用此数据进行聚类分析，划分不同客户群，实施有区别，有针对性地客户关系管理策略。
参考文献
[1] 周可. 企业成功实施客户关系管理（CRM）的关键因素[J]. 北方经贸， 2012（3）： 26-29.
[2] 踪家峰. 航空公司常旅客计划研究[J]. 中国民航学院学报， 2012（10）：5-9.
[3] 刘向阳. 顾客资产价值预测模型及其在营销决策中的应用[J]. 数量经济技术经济研究，2012， （5）：158-161.
关键词：航空公司 旅客业务 客户关系管理
一、航空公司的客户关系管理现状
我国航空公司CRM 发展历史比较短，大部分还处于比较初级的阶段，主要以“常旅客计划”（Frequent Flier Plan）的电子档案形式出现，此计划的目的一般是将“常旅客”的信息完整地记录下来，并做出某些分析。航空公司重要的客户关系管理的策略就是“常旅客计划”。我国的航空公司截止到 90 年代末几乎都有了本公司的常旅客计划，无论是国际航空公司、东方航空公司、南方航空公司国内三大航空巨头，还是深圳航空公司、厦门航空公司等中小型航空公司。在近十年的发展中，我国的航空公司已经累计建立了数十个常旅客计划。如国航的知音卡、东航的东方万里行卡、深航的金鹏知音卡等等。但是，与国外航空公司相比，国内航空公司在客户关系管理方面还存在着很多误区和不足，主要体现在以下4个方面：
（1）视客户关系管理为单纯的软件项目，忽略企业深层运作机制的改变。很多航空公司领导认为实施CRM 就是上一个CRM 软件项目。这种思想导致企业在实施CRM时仅仅局限在一个软件项目上，而没有看到CRM 是航空公司从面向生产转向面向客户、面向市场的产物，牵涉到人员、文化、流程、技术等深层次的多方面要素。
（2）认为系统的客户关系管理只适合大公司。CRM 作为一个管理理念，适用于所有从事经营活动的企业和部门。即使一个小的航空公司或小的部门，仍然可以根据CRM 的管理理念，整合企业内部的不合理流程以及客户关系的薄弱环节，做到持续改进。
（3）视CRM 仅为技术创新，与文化创新没有关系。从表面上看CRM 中的流程、结构重组及信息手段等都属于航空公司的技术创新，与企业文化没有关系，但CRM 的成功与公司自身的推进力度有很大关系，而推动力的大小和方向又与企业文化有着密切的关系。企业文化的导向、激励、协调等功能不仅是高效的，而且可能是成本最低、持续效果最长的。
二、航空公司的客户价值计量模型分析
客户价值是每个购买者在未来可能为企业带来的收益总和。从企业角度出发，虽然企业可以利用其品牌和优秀的产品吸引客户，但是从营销实践来看，这种为了获取新客户的成本远远大于维持一个老客户的成本。通过客户忠诚计划，不仅能够带来对更多原有产品的销售而且还能带来交叉销售的机会。从客户角度来看，客户也乐意选择与有过满意购买经历的企业发生长期的业务关系，因为它提供了更好的价值，服务和产品的价值可以预期，或者转换成本太高。从顾客的终生价值的角度出发，企业与顾客发生的交易不再是一个单维的矢量，而增加了三个衡量顾客价值的维度：顾客维持时间、顾客份额和顾客范围。
顾客维持时间是指企业通过维持与顾客的长期关系，建立高的顾客维持率，从而获得较高的顾客生涯价值，例如顾客的重复购买。顾客份额是指一个企业所提供的产品或服务占某个顾客总消费支出的百分比，例如职业摄影师在单反相机和专业镜头上的支出会远高于摄影爱好者。顾客范围是指企业总的顾客生涯价值的大小与它的顾客范围直接相关。比如丧葬产品的顾客范围就非常局限。宏观上，从这三个维度出发，企业可以构建出自身顾客终生价值的空间。同时在微观层面，苏尼尔.古普塔与唐纳德.莱曼于《关键价值链》一书中提出了一套简便的计算方法，实现对结果的较为准确支撑，为CLV 的广泛应用提供了可能。他们通过模拟各类场景，推导出计算CLV 的基本公式：
CLV=mr/（1+i-r）
式中：m 为利润，r 为保留率，i 为贴现率，指将来收益折算至当前的转换率。顾客终生价值的重要性主要体现在企业的盈利预期上，综合反映在企业的盈利能力上。重视顾客的终生价值使得企业注重加强客户关系管理，将成本从营销和广告费用部分转移到客户服务上，培养客户忠诚。客户忠诚是指顾客高度承诺在未来一贯地重复购买偏好的产品或服务，并因此产生对同一品牌或同一品牌系列产品或服务的重复购买行为，而且不会因为市场态势的变化和竞争性产品营销努力的吸引而轻易产生转移行为。客户忠诚的提高和老客户在客户总体中比例的提高将使企业有良好的盈利预期和发展前景，最终提高企业的盈利能力。顾客终生价值的复杂性和变化性，使得采用何种方法准确地测量和计算成为了企业面临的最大挑战之一。
三、航空公司基于RFM 模式和数据挖掘方法的客户价值预测
民航行业中的客户数据、业务数据量十分巨大，而且更新速度频繁，随着计算机技术、数据库技术、信息传送技术的日益发展，客户关系管理也进一步得到发展，数据挖掘（Data Mining）就是航空客运行业客户关系管理新的研究趋势。
数据挖掘在航空公司日常业务运营中，尤其是旅客运输管理中，具有很重要的作用。通过对客户消费行为的区分来定位客户等级，建立相适应的客户营销分类体系，以精确营销的方式实现效率化的客户关系管理。通过数据挖掘，准确地了解每个客户的消费特点，提供合适的业务服务，提高客户满意度并有可能促使客户提高消费水平，保留客户并有效防止客户流失或价值下降。
顾客价值预测分析是指客户能为本企业提供净利润的能力。对于每个客户盈利能力的大小，很少有企业做过定量化的计算，现有的财务体系也无法直接给出每个客户一年中到底给企业创造多少利润。这使得许多企业在客户盈利能力问题上，总是根据简单的分析，得出许多简单甚至错误的结论。显然，不同客户对于企业来讲其价值是不同的。如果不知道客户的价值，企业就很难做出合适的经营策略。数据挖掘技术可以用来分析和预测不同市场活动情况下客户盈利能力的变化，帮助企业制定适合的市场策略。
首先，企业需要确定一种计算客户盈利能力的方法。这种方法可以是一种简单的计算公式，如从每个客户身上获取的收入减去提供产品、服务、市场活动、促销活动的成本，再减去通常由客户所负担的那些固定费用；也可以是一种更复杂的计算公式。
根据这种方法企业可以设定一些优化目标，为进一步的挖掘指明方向。针对航空公司目前的营运方式，航空客运服务提供的特殊性，面向公司是多位顾客使用同一个产品，即空中客运航班服务。即不管客户的支付成本多少，一次产品的成本都由多个顾客承担，所以本文摒除客户运营以及营销成本，直接采用客户现金流价值（Customer CashFlow）来表示客户的盈利能力，从而进一步代表客户价值（CV）。
然后，企业可以利用数据挖掘工具进行客户分析，发现哪些客户是真正创造利润的客户，哪些客户是低利润甚至是无利润的。利用数据挖掘还可以从客户信息和历史交易记录中发现一些行为模式，且用这些行为模式来预测客户盈利能力的高低，这样就可以指导企业在市场营销过程中留住有价值的客户，并为最有可能创利的客户及时提供个性化的产品或服务，避免花费过多精力和财力无目标地开发新客户，从而使企业有效地降低成本，提高收益。
数据挖掘的一般步骤分4个部分：数据的准备，模型的建立，验证和评估以及应用实施。其中数据的准备工作时是前提。本次研究航空公司客户信息通过RFM 模式，对客户价值做出定量评价，并利用此数据进行聚类分析，划分不同客户群，实施有区别，有针对性地客户关系管理策略。
参考文献
[1] 周可. 企业成功实施客户关系管理（CRM）的关键因素[J]. 北方经贸， 2012（3）： 26-29.
[2] 踪家峰. 航空公司常旅客计划研究[J]. 中国民航学院学报， 2012（10）：5-9.
[3] 刘向阳. 顾客资产价值预测模型及其在营销决策中的应用[J]. 数量经济技术经济研究，2012， （5）：158-161.