客
可視化展現(xiàn)客戶價(jià)值 根據(jù)客戶價(jià)值金字塔模型,我們可以進(jìn)行客戶價(jià)值的可視化展現(xiàn),即將已建立好的客戶價(jià)值金字塔模型應(yīng)用于系統(tǒng)中的所有或部分客戶,進(jìn)行計(jì)算、分析,并將結(jié)果按照“金字塔”的方式展現(xiàn)出來(lái)(如圖1所示)。  圖1 客戶價(jià)值金字塔 價(jià)值區(qū)間的客戶構(gòu)成狀況 點(diǎn)擊“金字塔”上不同階層,即可掌握相應(yīng)價(jià)值區(qū)間的具體客戶構(gòu)成。如點(diǎn)擊塔尖部分,即可得到VIP客戶的構(gòu)成情況(如表2所示)。 表2.vip客戶的構(gòu)成情況 序號(hào) | 編碼 | 名稱 | 得分 | 1 | ne003 | 黑龍江aaaa公司 | 94.57 | 2 | se006 | 蘇州bbbb公司 | 92.21 | 3 | bj110 | 北京cccc公司 | 92.13 | 4 | sh333 | 上海dddd公司 | 91.28 | 5 | gz394 | 廣州eeee公司 | 89.03 | 通過(guò)表2,我們可以清楚地了解哪些客戶是我們前20%的價(jià)值客戶,以便針對(duì)他們提供更具個(gè)性化的關(guān)懷和服務(wù)。 客戶價(jià)值分布狀況分析 運(yùn)用系統(tǒng)中的客戶價(jià)值分布狀況分析功能,企業(yè)就可得到各種價(jià)值區(qū)間客戶的價(jià)值分布狀況,如表3所示。 表3.vip客戶價(jià)值分布狀況 價(jià)值指標(biāo) | 最大值 | 最小值 | 平均值 | 最高分 | 最低分 | 平均分 | 客戶行業(yè) | | | | 15 | 10 | 13.89 | 客戶規(guī)模 | 8000人 | 1200人 | 3680 | 15 | 15 | 15 | 累計(jì)銷售額 | 13750萬(wàn) | 2780萬(wàn) | 965萬(wàn) | 14 | 10 | 13.2 | 累計(jì)利潤(rùn)額 | 2608萬(wàn) | 650萬(wàn) | 1873萬(wàn) | 19 | 14 | 17.6 | 本年銷售額 | 872萬(wàn) | 390萬(wàn) | 643萬(wàn) | 5 | 4 | 4.7 | 本年利潤(rùn)額 | 180萬(wàn) | 98萬(wàn) | 136萬(wàn) | 9 | 7 | 8.5 | 平均交易金額 | 318萬(wàn) | 173萬(wàn) | 267萬(wàn) | 5 | 4 | 4.8 | 平均欠款額 | 269萬(wàn) | 13萬(wàn) | 164萬(wàn) | 10 | 7 | 8.4 | 已交易時(shí)間 | 113月 | 65月 | 85月 | 5 | 4 | 4.3 | 在表3中,我們可以清楚地得出我們VIP客戶的各種價(jià)值分布情況,如累計(jì)利潤(rùn)分布情況(最大、最小、平均)、客戶規(guī)模分布情況(最大、最小、平均)、平均欠款分布情況(最大、最小、平均)。 價(jià)值區(qū)間的客戶構(gòu)成特征 TurboCRM系統(tǒng)中的客戶價(jià)值金字塔,支持對(duì)分析結(jié)果中呈現(xiàn)的某個(gè)價(jià)值區(qū)間的客戶群進(jìn)行共性特征的抽象和提煉,幫助企業(yè)決策人發(fā)現(xiàn)重要客戶之間的共性,從而有助于尋找和挖掘最有價(jià)值的客戶(如表4、表5所示)。這一功能可以將零散的數(shù)據(jù)轉(zhuǎn)化為知識(shí),迅速地為企業(yè)決策人提供有效幫助。 表4.客戶行業(yè)特征分布表 客戶行業(yè) | 數(shù)量 | 比率% | 金融行業(yè) | 24 | 68.57 | 電信行業(yè) | 8 | 22.86 | 政府機(jī)關(guān) | 3 | 8.57 | 表5.客戶區(qū)域特征分布表 客戶區(qū)域 | 數(shù)量 | 比率% | 華北 | 5 | 14.29 | 華南 | 15 | 42.86 | 華東 | 9 | 25.71 | 西部 | 2 | 5.71 | 海外 | 4 | 11.43 | TurboCRM信息科技有限公司供稿 CTI論壇編輯
|