[轉(zhuǎn)]獵聘網(wǎng)是如何計(jì)算每個(gè)客戶終身價(jià)值(CLV)的?

2016-02-24 ?獵聘網(wǎng)-單藝?

原標(biāo)題“數(shù)據(jù)算法CLV能衡量每個(gè)客戶價(jià)值湘换,聽起來很高深宾舅,實(shí)踐并不難!”

在市場(chǎng)中彩倚,每個(gè)客戶的能給廠家?guī)淼膬r(jià)值并不相同筹我,換言之,客戶的價(jià)值并不相等帆离。那么如何衡量一個(gè)客戶(用戶)在一段時(shí)期內(nèi)對(duì)企業(yè)有多大價(jià)值蔬蕊?以此來獲取、留住優(yōu)質(zhì)客戶哥谷,并針對(duì)性促銷岸夯,提供更精準(zhǔn)服務(wù),獲得更大商業(yè)價(jià)值们妥。

今天囱修,獵聘首席數(shù)據(jù)官單藝先生從客戶價(jià)值理論角度為您一探究竟。

1.每一個(gè)客戶的價(jià)值都一樣嗎王悍?

顯而易見破镰,在市場(chǎng)中,每個(gè)客戶的能給廠家?guī)淼膬r(jià)值并不相同压储,換言之鲜漩,客戶的價(jià)值并不相等。

RMF模型用來評(píng)估客戶價(jià)值

在CRM中集惋,RFM模型被廣泛應(yīng)用孕似,R/F/M分別是最近一次消費(fèi)(Recency)、消費(fèi)頻率(Frequency)和消費(fèi)金額(Monetary) 的首字母刮刑。

RFM模型是衡量客戶價(jià)值和客戶創(chuàng)利能力的重要工具和手段喉祭,通過顧客在消費(fèi)間隔养渴、消費(fèi)頻率和消費(fèi)金額三方面的表現(xiàn)來定量評(píng)價(jià)客戶價(jià)值。

RFM的不足之處是泛烙,并不是一個(gè)非常精確的量化模型般卑,不能計(jì)算出一個(gè)客戶的具體價(jià)值困后。

2. 你會(huì)用CLV嗎?

CLV是Customer Lifetime Value的簡稱,用來衡量一個(gè)客戶(用戶)在一段時(shí)期內(nèi)對(duì)企業(yè)有多大價(jià)值憔涉,也稱為LTV宦棺。

假如一個(gè)客戶兩年內(nèi)在某商店內(nèi)消費(fèi)2000元复旬,這2000元就是CLV,具有預(yù)測(cè)性诸蚕。

那么CLV到底有什么作用呢?

1) 根據(jù)客戶價(jià)值對(duì)客戶分類自赔,盡量獲取優(yōu)質(zhì)客戶妈嘹;

2) 根據(jù)客戶價(jià)值,執(zhí)行推廣計(jì)劃绍妨,評(píng)估市場(chǎng)效果蟋滴;

3) 制定留存策略,留住優(yōu)質(zhì)客戶痘绎;

4) 差異化定價(jià),針對(duì)性促銷肖粮;

5) 對(duì)客戶細(xì)分孤页,提供更加針對(duì)性的服務(wù)。

3. 風(fēng)投涩馆,還是“瘋投”行施?

在過去的2015年,O2O行業(yè)燒錢大戰(zhàn)絕對(duì)是電商行業(yè)的一大熱點(diǎn)魂那,外賣蛾号、團(tuán)購行業(yè)更是燒的不亦樂乎。各種風(fēng)險(xiǎn)投資基金(簡稱“風(fēng)投”)變成了“瘋投”涯雅,見到O2O創(chuàng)業(yè)公司就投錢鲜结,完全不考慮CLV等基本的商業(yè)規(guī)律。

隨著2015年資本寒冬的到來活逆,一批有一批的O2O創(chuàng)業(yè)公司倒下來精刷,倒閉速度之快,出人意料蔗候。如果創(chuàng)業(yè)當(dāng)初怒允,多考慮一下客戶價(jià)值等基本的商業(yè)規(guī)律,那些公司還會(huì)無理性的燒錢嗎锈遥?

不考慮CLV所導(dǎo)致的燒錢大戰(zhàn)纫事,客戶流失勘畔,企業(yè)倒閉等一系列現(xiàn)象,不得不引起我們深思丽惶。哪怕是簡答的CLV計(jì)算炫七,有總比沒有強(qiáng)。

4. CLV蚊夫,三種青年的三種算法

普通青年的CLV計(jì)算方法

數(shù)學(xué)能力一般的普通青年诉字,用簡單的乘法數(shù)學(xué)公式得到客戶價(jià)值,即平均每單價(jià)值*平均每年購買次數(shù)*利潤率知纷。

這個(gè)算法簡單易懂壤圃,不足之處是沒有考慮客戶中途流失的情況。

文藝青年的CLV計(jì)算方法

在考慮客戶流失率(c)的基礎(chǔ)上琅轧,文藝青年改進(jìn)了上面的算法伍绳,用每個(gè)賬號(hào)帶來的收益(ARPA)乘于每年客戶留存的總和,得到最終的而結(jié)果乍桂。

科學(xué)青年對(duì)CLV的算法

科學(xué)青年不甘落后冲杀,又綜合考慮了客戶每年價(jià)值的變化V(t)、每年的生存度S(t)變化以及無風(fēng)險(xiǎn)利率(r)等因素睹酌,推出了上面兩種模型权谁。

科學(xué)青年的兩個(gè)模型分別考慮了離散時(shí)間和連續(xù)時(shí)間兩種計(jì)算方式,是對(duì)普通青年和文藝青年算法的完善和升級(jí)憋沿。

當(dāng)然旺芽,一般人都看不懂科學(xué)青年的兩個(gè)公式啦!

5. 放大招辐啄,借用生存理論研究CLV

統(tǒng)計(jì)學(xué)上常用的生存模型

生存理論是統(tǒng)計(jì)學(xué)上常用的模型采章,主要研究人在觀察期內(nèi)的生存率或死亡率。上圖中壶辜,小人代表觀察對(duì)象出生悯舟,紅色的×代表觀察對(duì)象掛掉了。

某國年輕人生存率曲線

上圖中砸民,藍(lán)色線表示某國人口的生存率抵怎。0-5歲時(shí),生存率下降很快岭参,這容易理解便贵,新生兒較虛弱。5歲以后冗荸,生存率下降緩慢承璃,因?yàn)槿碎L大了,抵抗力增長蚌本,生存率交稿盔粹。

虛線代表生存率的變化率隘梨,從數(shù)學(xué)角度上看,它是生存率的一階導(dǎo)數(shù)舷嗡。

6.案例:從DVD租賃看CLV

下面是一個(gè)出租電影DVD商店的客戶流失案例轴猎, 標(biāo)題列分別是客戶的“”性別、”年齡“进萄、“首次購買通過優(yōu)惠券進(jìn)來”捻脖,“是否流失”,“”觀察時(shí)間“中鼠。

某DVD出租店的客戶數(shù)據(jù)

我們利用Python對(duì)上述數(shù)據(jù)進(jìn)行回歸分析可婶,得到下面的結(jié)果:

Python對(duì)案例數(shù)據(jù)的分析結(jié)果

此處省略一萬個(gè)字......( 回歸分析和P值理論 )......上線的結(jié)果表明客戶性別對(duì)留存結(jié)果不顯著,年齡和優(yōu)惠券對(duì)客戶留存顯著援雇,說明很多客戶還是貪小便宜的矛渴,沖著優(yōu)惠券來的。同時(shí)年齡系數(shù)是負(fù)的惫搏,說明年齡越大具温,客戶約忠誠。

這個(gè)統(tǒng)計(jì)分析結(jié)果告訴我們筐赔,合理的優(yōu)惠券可以提升客戶留存铣猩,銷售人員要關(guān)注年紀(jì)大的忠實(shí)客戶。

7. CLV帶來的忠告

基于業(yè)務(wù)設(shè)計(jì)的角度茴丰,從客戶花費(fèi)和客戶貢獻(xiàn)出發(fā)來設(shè)計(jì)客戶價(jià)值函數(shù)达皿。

不要盲目最求復(fù)雜的數(shù)學(xué)公式,有時(shí)候较沪,簡單的經(jīng)驗(yàn)規(guī)則也可能很有效。

* 本文根據(jù)2月23日GrowingIO公開課上獵聘網(wǎng)首席數(shù)據(jù)官單藝先生的講義整理失仁。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末尸曼,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子萄焦,更是在濱河造成了極大的恐慌控轿,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,376評(píng)論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件拂封,死亡現(xiàn)場(chǎng)離奇詭異茬射,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)冒签,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,126評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門在抛,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人萧恕,你說我怎么就攤上這事刚梭〕澹” “怎么了?”我有些...
    開封第一講書人閱讀 156,966評(píng)論 0 347
  • 文/不壞的土叔 我叫張陵朴读,是天一觀的道長屹徘。 經(jīng)常有香客問我,道長衅金,這世上最難降的妖魔是什么噪伊? 我笑而不...
    開封第一講書人閱讀 56,432評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮氮唯,結(jié)果婚禮上鉴吹,老公的妹妹穿的比我還像新娘。我一直安慰自己您觉,他們只是感情好拙寡,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,519評(píng)論 6 385
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著琳水,像睡著了一般肆糕。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上在孝,一...
    開封第一講書人閱讀 49,792評(píng)論 1 290
  • 那天诚啃,我揣著相機(jī)與錄音,去河邊找鬼私沮。 笑死始赎,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的仔燕。 我是一名探鬼主播造垛,決...
    沈念sama閱讀 38,933評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼晰搀!你這毒婦竟也來了五辽?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,701評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤外恕,失蹤者是張志新(化名)和其女友劉穎杆逗,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體鳞疲,經(jīng)...
    沈念sama閱讀 44,143評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡罪郊,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,488評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了尚洽。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片悔橄。...
    茶點(diǎn)故事閱讀 38,626評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出橄维,到底是詐尸還是另有隱情尺铣,我是刑警寧澤,帶...
    沈念sama閱讀 34,292評(píng)論 4 329
  • 正文 年R本政府宣布争舞,位于F島的核電站凛忿,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏竞川。R本人自食惡果不足惜店溢,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,896評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望委乌。 院中可真熱鬧床牧,春花似錦、人聲如沸遭贸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,742評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽壕吹。三九已至著蛙,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間耳贬,已是汗流浹背踏堡。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評(píng)論 1 265
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留咒劲,地道東北人顷蟆。 一個(gè)月前我還...
    沈念sama閱讀 46,324評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像腐魂,于是被迫代替她去往敵國和親帐偎。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,494評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容