2016-02-24  猎聘网-单艺 

原标题“数据算法CLV能衡量每个客户价值，听起来很高深，实践并不难！”

在市场中，每个客户的能给厂家带来的价值并不相同，换言之，客户的价值并不相等。那么如何衡量一个客户（用户）在一段时期内对企业有多大价值？以此来获取、留住优质客户，并针对性促销，提供更精准服务，获得更大商业价值。

今天，猎聘首席数据官单艺先生从客户价值理论角度为您一探究竟。

1.每一个客户的价值都一样吗？

显而易见，在市场中，每个客户的能给厂家带来的价值并不相同，换言之，客户的价值并不相等。

RMF模型用来评估客户价值

在CRM中，RFM模型被广泛应用，R/F/M分别是最近一次消费(Recency)、消费频率(Frequency)和消费金额(Monetary) 的首字母。

RFM模型是衡量客户价值和客户创利能力的重要工具和手段，通过顾客在消费间隔、消费频率和消费金额三方面的表现来定量评价客户价值。

RFM的不足之处是，并不是一个非常精确的量化模型，不能计算出一个客户的具体价值。

2. 你会用CLV吗？

CLV是Customer Lifetime Value的简称，用来衡量一个客户（用户）在一段时期内对企业有多大价值，也称为LTV。

假如一个客户两年内在某商店内消费2000元，这2000元就是CLV,具有预测性。

那么CLV到底有什么作用呢？

1） 根据客户价值对客户分类，尽量获取优质客户；

2） 根据客户价值，执行推广计划，评估市场效果；

3） 制定留存策略，留住优质客户；

4） 差异化定价，针对性促销；

5） 对客户细分，提供更加针对性的服务。

3. 风投，还是“疯投”？

在过去的2015年，O2O行业烧钱大战绝对是电商行业的一大热点，外卖、团购行业更是烧的不亦乐乎。各种风险投资基金（简称“风投”）变成了“疯投”，见到O2O创业公司就投钱，完全不考虑CLV等基本的商业规律。

随着2015年资本寒冬的到来，一批有一批的O2O创业公司倒下来，倒闭速度之快，出人意料。如果创业当初，多考虑一下客户价值等基本的商业规律，那些公司还会无理性的烧钱吗？

不考虑CLV所导致的烧钱大战，客户流失，企业倒闭等一系列现象，不得不引起我们深思。哪怕是简答的CLV计算，有总比没有强。

4. CLV，三种青年的三种算法

普通青年的CLV计算方法

数学能力一般的普通青年，用简单的乘法数学公式得到客户价值，即平均每单价值*平均每年购买次数*利润率。

这个算法简单易懂，不足之处是没有考虑客户中途流失的情况。

文艺青年的CLV计算方法

在考虑客户流失率(c)的基础上，文艺青年改进了上面的算法，用每个账号带来的收益（ARPA）乘于每年客户留存的总和，得到最终的而结果。

科学青年对CLV的算法

科学青年不甘落后，又综合考虑了客户每年价值的变化V(t)、每年的生存度S(t)变化以及无风险利率（r）等因素，推出了上面两种模型。

科学青年的两个模型分别考虑了离散时间和连续时间两种计算方式，是对普通青年和文艺青年算法的完善和升级。

当然，一般人都看不懂科学青年的两个公式啦！

5. 放大招，借用生存理论研究CLV

统计学上常用的生存模型

生存理论是统计学上常用的模型，主要研究人在观察期内的生存率或死亡率。上图中，小人代表观察对象出生，红色的×代表观察对象挂掉了。

某国年轻人生存率曲线

上图中，蓝色线表示某国人口的生存率。0-5岁时，生存率下降很快，这容易理解，新生儿较虚弱。5岁以后，生存率下降缓慢，因为人长大了，抵抗力增长，生存率交稿。

虚线代表生存率的变化率，从数学角度上看，它是生存率的一阶导数。

6.案例：从DVD租赁看CLV

下面是一个出租电影DVD商店的客户流失案例， 标题列分别是客户的“”性别、”年龄“、“首次购买通过优惠券进来”，“是否流失”，“”观察时间“。

某DVD出租店的客户数据

我们利用Python对上述数据进行回归分析，得到下面的结果：

Python对案例数据的分析结果

此处省略一万个字......( 回归分析和P值理论 )......上线的结果表明客户性别对留存结果不显著，年龄和优惠券对客户留存显著，说明很多客户还是贪小便宜的，冲着优惠券来的。同时年龄系数是负的，说明年龄越大，客户约忠诚。

这个统计分析结果告诉我们，合理的优惠券可以提升客户留存，销售人员要关注年纪大的忠实客户。

7. CLV带来的忠告

基于业务设计的角度，从客户花费和客户贡献出发来设计客户价值函数。

不要盲目最求复杂的数学公式，有时候，简单的经验规则也可能很有效。

* 本文根据2月23日GrowingIO公开课上猎聘网首席数据官单艺先生的讲义整理。