如何找到你最有价值的顾客？

   领先公司始终都知道取悦顾客的重要性。但是并不是所有的客户都具有同等的价值，如果企业能够专注于那些可以带来最大未来利益的客户，就可以实现更好的运营。为此，企业必须首先知道这些顾客是谁。

　　为了发现这些顾客，沃顿商学院市场营销学教授彼得·费德（Peter Fader）研究出了一种叫做“顾客终生价值”（Customer Lifetime Value，CLV）的度量值，它可以在过去购买趋势的基础上预测人们未来可能在一个公司消费的价值。费德教授与沃顿商学院校友及其他人联合成立了Zodiac，这家纽约初创公司以“顾客终生价值”为平台基础，旨在帮助企业找到他们最具价值的顾客。

　　费德教授和Zodiac的首席执行官阿特姆·马利钦 （Artem Mariychin），也是他以前在沃顿的学生之一来到天狼星卫星广播公司111频道沃顿商业电台播出的“沃顿知识在线”节目，探讨他们成立的初创企业以及“顾客终生价值”的应用。

　　以下为编辑后的访谈记录。

　　沃顿知识在线：让我们往回看，从你所做的工作开始，这些是如何促成了Zodiac的建立？

　　彼得·费德：这是一个非常有趣的故事。我在商学院已经呆了30年了，我大概有一半的时间，不，所有的时间都用来建立数学模型，以便预测关于客户行为的各种事实。但是我把其中一半的时间都用来研究“顾客终生价值”这一概念。我们是否可以通过研究一位顾客过去的行为，比较准确地预测他们在未来可能做的事情呢？

　　这个过程并不只是得出一个单一的数字，而是将其分解为客户将与我们保持多长时间的关系？他们还会与我们做多少交易？这些交易的大小如何？然后将一系列不同预测数据整合起来，得出“顾客终生价值”。

　　一直以来，不只是我，还有我的合著者，我的学生，以及全世界的其他人，我们一直在开发这些模型，这些模型非常准确，可用于诊断，而且非常实际，非常出色。我去过很多公司，告诉他们“这种新东西非常酷，它真的可以帮助你更好地经营企业”，但是很多公司，特别是零售公司一直说，“啊，我们很忙，没时间弄清楚那些数学上的玩意儿。我们只是卖东西的。”

　　所以，我一直在寻找不同的方式与零售企业接洽，不仅要让它们注意到这些模型，还要接受认可这些模型。其中一种策略就在我写过的一本书里面，我在这个演播室里谈过很多次“以客户为中心”。让我们试着通过思考这一广泛长远的战略，把正确的顾客置于企业一切业务运营的中心，从而激励零售商，或者公司、游戏公司、制药公司和电信公司等。这种策略很好，表现也不错，已经开始吸引到了一些公司的注意力。

　　但是还需要把这些模型变得真正地易于人们获得使用。让我们来建立一个平台，让这些模型的运行变得超级简单，它所代表的意义超级清晰，根据这些模型采取措施变得超级有趣，能够让公司变得更加智慧，赚更多的钱。

　　这就促成了Zodiac的建立。除了与阿特姆合作外，实际上还有其他两个校友。这是一个非常出色的团队，所有的成员都来到这里，带着不同的技能，为了寻找将这些模型商业化的办法，传播它的好处，让不只一个初创公司可以从中获利，而且就像一个兴奋激动的扩音器一样，把这些模型的好处，以及从中得出的战略实践传播开去，这一点对我来说，一样重要。

　　沃顿知识在线：阿特姆，把在沃顿学到的知识融入其中，然后加入这个团体，将Zodiac发展成今天的样子，你有什么经验可言？

　　阿特姆·马利钦：我一直都对这些很感兴趣，比如我怎样才能了解企业的现金流动和未来绩效？对很多真正与顾客打交道的企业来说，一个基本的问题就是，一个个体顾客的价值有多少呢？对Zodiac来说，开发出一个模型，将这个模型商业化，让许多企业通过它第一次了解到“每一位顾客的价值是什么？应该如何利用它来改变自己的商业战略和运营？”这一机遇的力量令人难以置信地强大。

　　我们团队中的所有人，彼得，其他校友，以及联合创始团队都非常笃信“以顾客为中心”的理念，相信Zodiac为市场带来的东西能够显著改善企业与顾客交互的方式，提高顾客从他们与企业的行为中获得的价值。

　　沃顿知识在线：从网站上似乎就可以看出你在做的事情。参与这件事的还有其他几个零售企业，我看到美国服饰企业（American Apparel）和Dress Barn也在其中。

　　费德：还有很多其他企业也把顾客价值评估以及与之相关的策略看作将他们与其他企业区别开来的秘密武器。有许多正在与我们合作的公司选择不公开身份，但是看到他们不仅想要获得这些数据，应用这些数据，而且有着广泛远大的着眼点，真正地思考如何利用这些数据完成许多不同的事情，而不仅仅是市场营销运营，这一点令人非常欣慰。

　　沃顿知识在线：很多企业已经可以使用这些信息，但是他们就是不肯抽出时间来看一看这些数据，不把这些数据看作了解他们的企业和顾客的一种方式？

　　马利钦：在几年前，市场上的技术基础设施、数据和技能集并不能被很多企业广泛地用于了解个人行为。一个角色或者一个平均顾客的概念被市场营销人员普遍用来思考他们的顾客基础。但是现在，随着技术的进步，再加上建模，以及越来越多可用的数据和技能集，他们就可以从更粒度的层面了解和预测未来行为，这种显著的变革趋势正在发生。它首先在许多电商企业中开始，如今已经蔓延至更加传统的实体行业中。

　　费德：它不仅仅面向市场营销，对他们来说，它不仅仅只是一个光芒四射的物体。你想想阿特姆的背景，以及团队中几乎所有人，除了我，他们都来自私募股权和对冲基金行业，他们都是金融人士，所以不只是市场营销人士希望发出很多声音，还有那些真正懂价值，真正想要对付出的美元负起责任的人们。我们所见证的巨大成功都来自这些正在考虑收购一家企业的私募股权公司。

　　让我们用这种自下而上的方法来了解这些顾客的价值。或者对于那些他们已经拥有部分投资组合的公司来说，让我们用“顾客终生价值”来比较不同的投资组合公司，从而帮助这些公司更加有效地运营。看到其他领域接受这些理念是一件趣事，我认为这对企业整体而言都是一件好事。

　　沃顿知识在线：如果你参与到两家公司中去，让其中一家没那么成功的公司进行稍微调整，与另一家公司所做的事情相一致，这也是在了解成功和失败。

　　费德：让我们来看一家私募股权公司或一家风险资本公司。他们拥有旗下的投资组合公司。通常情况下那些企业都认为自己是不可比较的，他们会说“我们销售的都是不同的东西，你不能把我们和他们比较！”但是“顾客终生价值”就是这样一个黄金标准度量值。我们并不在乎我们卖什么，怎么卖，我们只要把这些顾客的未来价值一个一个叠加起来，美元对美元，谁都能理解。

　　沃顿知识在线：对企业自身来说，当他们与Zodiac合作时他们需要经历一个怎样的过程？他们需要投入什么，他们如何获得关于“顾客终生价值”的信息？

　　马利钦：我们会把他们的历史价值引进来，这样我们就能知道哪一位顾客做了什么交易，什么时候做的。我们将向他们提供一个数据，即每一位顾客预计未来会消费多少，什么时候回来消费，他们将消费多少的终生价值。我们将通过一个软件平台持续提供关于终生价值的数据，使他们能够将所有关于顾客的数据视觉化。

　　然后采取行动，发现哪些顾客的价值正在增加，他们买的都是什么样的东西，哪些顾客的价值正在减少，客户基础的价值随着时间推移的变化。所有这些信息都可以在他们现有的数据库以及我们开放的平台中找到。

　　沃顿知识在线：我猜想，特定的企业可能会需要顾客的预期寿命。预期寿命也是这个公式的一部分吗？

　　马利钦：是的，说得对。而且更甚于此的是，当客户发布新产品或者实施新策略的时候，他们可以衡量出它对顾客预期寿命的影响。所以你可以开设一条新的产品线，提高顾客的预期寿命，增加他们的终生价值。这是一种评估所有产品战略、新业务线、新服务供应，以及所有此类性质的东西的方法。因为它不是一个静态的数据，它可以随着企业的变化而变化，所以它才有这么大的影响力。

　　费德：其中一个问题是，我们对人们的行为方式有一些风格化的看法，从本质上说，我们存在思维定势。我们正在试着绕过这些思维定势，我们会说“只要给我们这些数据，给我们这些事实，给我们这些交易记录就好了”。我们不要美化这些数据，此刻我们甚至不要考虑社交网络，不要担心在社交网络中谁靠谁近，只要让我们知道谁在做什么就好了，然后我们把未来预测出来。这种模式不可思议地强大。

　　是的，这可以作为市场上突然事件发生的案例。突然间，你的顾客变得价值更高，或者价值更少，但是这种事情发生的频率惊人得少。在这些模型的核心以及我的所有研究的中心，我们看到的是在我们的顾客之间存在着天翻地覆的差异。我们有好的顾客，也有坏的顾客，我们的顾客之间的差异比我们观察到的一个顾客随着时间推移所表现出来的差异要大得多。

　　我们不要把它过度复杂化，让我们建立一个最简单的模型，这个模型将会讲出一个合理的故事，让我们以非常可靠的方式预测出更远的未来。让我们保持模型的简单性，因为我们的着眼点是在长期预测上。如果我们以此为目标，我们可以做得非常出色。

　　沃顿知识在线：在你的网站上，你列出了一系列零售商，还有一个健身企业。健身企业寻找的东西是否不同？真正的零售商寻找的是什么？

　　马利钦：这是一个很好的问题。彼得刚才说各种类型企业的消费者行为模式非常相似，这一点非常引人注目。实际上我们把这个世界看作两个类型，有交易企业和类型企业。对大多数交易企业而言，甚至不管它是企业对消费者，还是企业对企业，顾客行为方式关系类型都惊人得相似。

　　所以对于健身企业来说，这些模式与我们在零售业中看到的模式基本相似。在旅游和娱乐、招待、药店和制药业，我们所看到的都是一样的。所以人类行为模式真的非常强大，随着我们继续研究更多的数据库，与更多的公司合作，这种强大性愈发显著。

　　费德：很不幸，每个公司都认为他们与众不同，我们必须与众不同，因为我们的产品性质不同，我们的关系性质不同，我们的市场营销性质不同。我想做的就是鼓励企业从这些基本的模型开始。这些模型很多年来我们一直都在推出，我们只想说，可能你真的与众不同，但是如果不通过这些标准基线进行比较，我们怎么会知道你是不是与众不同呢？

　　所以让我们试试这种基线模型，让我们看看是否有差别，有多少差别是企业与生俱来的，有多少差别只是由于季节因素、市场活动或者竞争因素造成的。就像我之前说的，你将会发现并没有很多差别，即使我们试着把这些差别代入，它可以帮助你把模型变得更加合适，它可以发现一些弯曲、晃动、峰值、低谷，曲线，但是它未必能帮助你更好地预测。这种行为我认为应该是管理层的实践，应该永远为未来做决定，而不是为过去做决定。

　　沃顿知识在线：阿特姆，你是否已经收到一些与你们合作的企业的回音，他们是否已经对他们的企业运营或市场营销做了调整？

　　马利钦：我们的确已经收到了一些回音，而且实际上各种公司都有。当我们开始与一家企业合作的时候，通常他们心里都有一个想法。可能在顾客保留度或顾客忠诚度方面，他们会想“我怎么来选择与哪个顾客互动呢，通过直接邮件，还是电子邮件定位？”通过使用我们的电子平台，我们可以确定哪些顾客是他们真正想要关注的顾客，哪些顾客可能早已转投其他品牌，因此与他们互动是一种消极ROI命题。

　　因此他们将会开始进行更具有预测性的定位活动。然后营销人员将会看到这些数据，他们就会意识到，原来真的存在具有这些特征的优质顾客，但是我们怎么才能获得更多这种类型的顾客呢？通过社交广告，付费研究，还是一些其他特别的东西？

　　在财务领域我们已经发现了一些案例，所以一个完全不同的部门将开始利用这些模型来了解“顾客的销售预期是什么，我们应该如何思考预算编制和预测”？然后我们会看到这些在整个组织机构传播，因为人们对这些数据的接受认可度越来越高。当企业开始看到成果，然后根据这些数据做出更多决策，就会产生强大的影响。

　　费德：我们看到很多这样的使用案例，有些我们之前已经预测到了，但是有些非常出人意料，我们正在编写“客户终生价值”战术图解。获得数据非常简单，一旦你拥有了这些数据，我们的数学工作就完成了，我们就可以通过自动平台为你提供这些数据。一旦你拥有了这些数据，你就可以做50件有趣的事情，阿特姆刚刚已经说了几个。

　　对我们来说，真正的关键在于找出能够在企业内部整体扩展的使用案例。所以我们不仅应该把它看作一种获得和保留顾客的方式，还应该看作一种评判和激励销售人员的方式。让我们用它来进行企业整体评估，评价供应链工作人员的工作表现。

　　正如我们之前所说的，对于那些希望能够与他们所有的投资组合企业进行比较的私人募股企业来说，在一个企业内部，如果我们能够将“顾客终生价值”作为黄金标准度量值，来对我们正在开展的许多不同活动进行评估，这样岂不好？

　　沃顿知识在线：他们要多快才能了解这是成为一家成功企业的重要组成部分？

　　费德：自从我们成立这家公司以来，我在今年这一年看到的与之前14年看到的都多。有一家企业真的在做这些事情，就可以让这种概念合法化，它不再只是学术上的夸夸其谈，象牙塔内的东西。

　　能有这样一个平台把这些数据变得明白易懂，然后围绕它的是这些我们一直提到的各种各样不同的使用案例，这样不仅可以把这种理念合法化，而且能够让企业不但相信它，而且觉得有趣。让我们思考我们还可以用它来做哪些事情。它几乎成了一则自我应验的语言。

　　一旦参与进来，他们将会发现更多使用案例，应用，以及探讨它的方式。能有公司和这么多能力卓越的人们参与进来，在公司内部开展合作，取得超出我曾经做的单纯学术领域内的成果，这是一件非常有意义的事情。

　　沃顿知识在线：阿特姆，这是你生活的一部分吗？你是否在思考这些企业收集起来的很多数据的新的使用方法？

　　马利钦：当然了。我们前面已经提到，我们很多团队成员是从金融方面切入的，如果你知道每一位顾客的价值，这对企业来说是了解每一位个体价值最重要的度量值。

　　还有一个企业怎样通过这些信息把市场营销、财务、运营、顾客服务、销售和管理层薪酬，以及投资者沟通等各个部门统一起来，所有这些使用案例实际上都来自这一个数据。

　　我们团队中的很多人拥有财务背景、市场营销背景和运营背景，他们会想“既然这些数据存在，以前很多公司无法接触到这些数据，他们可以用这些数据做什么呢？”正如彼得所提到的，我们会不断发现越来越多的使用案例，以及拥有新点子的企业。能够看到这些理念传播，企业开始越来越相信这些模式以及他们所看到的成果，这真是一件很棒的事情。

　　沃顿知识在线：在某种程度上，最后这将变成为企业终生价值，因为显然一件事情就会导向另一件事情。

　　费德：完全正确。这一直是一个教科书案例，顾客终生价值的一个激励因素就是“如果你把所有这些数据都加起来，那就是这个公司的价值”。但迄今为止，这还只是一个抽象概念。

　　但是当我们真的可以这么做的时候，不只是把几个顾客的零散数据加起来，而是把整个客户基础的数据加起来，当我们把这些引荐给那些一直在做这些事情的人，这就是估值，但是如果几乎不使用顾客层面的数据的话，这就只是把几个好看的数据加起来而已。