本文内容为笔者结合自身工作思考，以及相关资料查阅所得，主要谈谈常用的几个衡量客户价值的模型，以及它们的区别和应用场景。
笔者一直从事于用户运营领域，很多情况下都是要在资源有限情况下，去最大化的撬动效益，如何挖掘能创造最大价值的客户就是用户运营的最基础工作了。这个和基于用户价值的细分模型基本上是一个意思，注意本文讨论的用户价值指的是用户对企业创利能力的衡量，而不是传统营销学理论中企业为客户提供的价值。
本文我们会来谈谈常用的几个衡量客户价值的模型，以及它们的区别和应用场景。
一、RFM模型
提到如何衡量客户价值，RFM基本上是头脑中第一个想到的模型，也是大部分运营人员都会接触到的。根据Arthur Hughes的研究，发现客户的数据中有三个非常重要的指标：
- 最近一次消费频率（Recency）
- 消费频率（Frequency）
- 消费金额（Monetary）
这三个指标非常有意思，我们可以从中将用户的活跃度，忠诚度和消费能力评估出来，如下图：
按照案例中的情况，我们分别将R\F\M三个值都再细分成了4个等级，现在大家可以思考一下：000代表了什么客户，她与004的区别在哪里？她们的价值是否不同，是否要区分维护？
在下面的表格里，我会列举当中一些具有明显特征的用户价值细分，大家可以好好体会一下：
最后以一个问题，结束对RFM的探讨，大家认为040与004，哪个价值更大些呢？
二、CLV模型（Customer Lifetime Value）,客户生命周期价值模型
我们知道并不是所有的顾客都具备相同的价值，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。所以企业必须识别出这些客户，CLV是对客户未来利润的有效预测，它还有另外一个名字，叫做LTV （life time value)。
实际上这个模型在中小企业的具体运营中应用到的不多，更多是在做年度规划，年度财务核算，或者企业战略中会较为常见的使用，以站在企业的战略层面去考虑顾客价值与投入之间的关系。
这里需要特别说明的是，CLV考虑了完整的客户生命周期，包含客户获取和客户流失，也就是它计算的不只是眼前顾客已经产生的价值，还预测了未来价值。
CLV的计算公式有非常多，有的会非常复杂，主要在流失率这个环节和影响因素就相当多，也有会加上投入成本，价值变化率和利率变化等等。
我认为比较实用简单的是这种：
注意此公式对群体有效，对个体精准度较低，因为个体流失率影响因素太多，而群体流失率却是可以统计的。
那对于CLV的应用，可以从以下两个模型来看，将企业的最优客户与不值得投入的客户区分出来：
最后也以一个问题，结束对CLV的探讨，大家认为这个公式实际应用中如何提高计算的精度呢？
三、顾客社交价值模型
（1）顾客社交活跃度模型
其实这个是我写这篇文章的初衷，实际上在我目前的工作中，单独用以上基于顾客消费属性来给顾客做价值判断和细分已经很少见了。在目前新的商业环境下，品牌与用户不仅仅是消费购物，推送产品的关系，而更多是互动与彼此认知。单个用户自带的传播属性和影响力，反而收到了越来越多的重视和运用。
用平实的语言来说，顾客的价值不仅仅是她给企业直接带来的现金利润，也应当考虑用户对企业美誉度，传播度的价值影响。
最近看到的对于顾客社交价值测算的模型还是非常有用处的，分享给大家。
这个模型用于区分品牌的社交活跃度用户，这部分用户在对于品牌ugc内容产出，社区活跃度上起到很大贡献。
（2）顾客影响力模型
这个模型在于找到品牌中的影响力人群，目前的KOL影响力毋庸置疑，如果品牌能从自身用户中发觉培养，定能起到四两拨千斤的作用。
四、总结
以上就是三种常见的用户价值分析模型，那在日常运用中，还是要化繁为简，考虑实际运用场景，选择适合的运用模型。
这里给到大家的建议是将模型计算的结果标签化放在每个用户身上，比如：用户A，可以给她贴上“活跃度高，影响力弱，可获利客户”等等，那么在实际运用中，即可灵活根据标签筛选人群，进行营销策略。
本文由 @ kitty 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
