請登錄后使用快捷導航
沒有帳號？注冊

標簽: 解放

相關帖子	版塊	作者	回復/查看	最后發(fā)表

沒有相關內(nèi)容

相關日志

《用數(shù)字解放營銷人》開發(fā)新客戶還是維護老客戶——60%的新客戶來自老客戶的推薦: 熱度 1 博瑞森 2013-1-8 10:25; 開發(fā)新客戶還是維護老客戶—— 60% 的新客戶來自老客戶的推薦很多企業(yè)在營銷操作中,，客戶管理是提得最多,、做得最少的項目，根本原因就是,，對客戶的價值評估缺少統(tǒng)一的衡量標準,。計算某一個客戶的價值很容易，計算一個客戶群體的價值很難,；計算客戶已經(jīng)提供的價值容易,，計算客戶未來還能提供多少價值很難；計算已經(jīng)合作的客戶價值容易,，預估那些沒有合作的客戶的價值很難,。正是因為有這樣一系列客觀限制性條件存在，很多公司放棄了測算客戶價值的工作,。本節(jié)要解決的問題,，就是為這些預估工作提供操作標準和公式，讓營銷工作“看得見,，摸得著”,。在開始進行客戶價值的評估之前，要對該評估方法的兩個基本邏輯進行說明：一是所有客戶價值評估,，都是基于現(xiàn)有客戶的運行情況來推論同質(zhì)客戶未來的可能軌跡,，只是預期價值考慮了時間成本；二是我們對客戶價值的分析,，無論是歷史價值的分析,，還是未來價值的分析，都是以群體概念或者是有代表性的群體均值為參考 ,。客戶的歷史價值有資料顯示：開發(fā)一位新客戶的成本是挽留一位老客戶的成本的 3~10 倍,；向新客戶推銷新產(chǎn)品的成功率是 15% ，而向老客戶推銷新產(chǎn)品的成功率是 50% ,。所以我們對老客戶的關注要高于新客戶,，客戶的歷史價值正是老客戶監(jiān)控的重要指標。客戶的歷史價值,，是指在過去的銷售活動中為企業(yè)帶來的毛利部分的價值體現(xiàn),，這里有個基本假設，即客戶在過去的價值表現(xiàn)可以作為未來繼續(xù)提供價值的依據(jù),。因為計算某個客戶的價值對銷售管理發(fā)現(xiàn)問題幫助不大,，所以我們傾向于從相反的方向應用“帕累托圖”的分類意義，來體現(xiàn)損害公司價值的“最不重要的大多數(shù)”客戶,，雖然“帕累托圖”主要用于質(zhì)量管理,。某企業(yè)共有 220 個直供客戶， 2010 年實現(xiàn)全年利潤 12955.47 萬元,，我們將客戶按當年貢獻毛利從低到高排序,，以每提供利潤 10% 為一個分組單位，將客戶分成 10 組,，具體如表（表 7-2 ）所示,。表 7-2 客戶提供的利潤表客戶分布的利潤區(qū)間 0%~10% 10%~20% 20%~30% 30%~40% 40%~50% 50%~60% 60%~70% 70%~80% 80%~90% 90%~100% 客戶數(shù)（名） 123 33 20 14 10 8 5 4 2 1 比例 55.91% 15.00% 9.09% 6.36% 4.55% 3.64% 2.27% 1.82% 0.91% 0.45% 累計百分比 55.91% 70.91% 80.00% 86.36% 90.91% 94.55% 96.82% 98.64% 99.55% 100.00% 圖 7-1 帕累托數(shù)據(jù)圖根據(jù)帕累托數(shù)據(jù)的分類原理，我們將客戶分為三類： A 類客戶：位于后面 8 個毛利率 10% 區(qū)間的 64 名客戶,，這是公司利潤的主要來源,，是一定要保留的客戶群； B 類客戶：位于第二個毛利率 10% 區(qū)間的 33 名客戶,，這是尚有利潤提升空間的客戶,，需要適當扶持； C 類客戶：位于第一個毛利率 10% 區(qū)間的 123 名客戶,，這是侵蝕公司利潤的主要客戶群,，要逐步淘汰。小貼士：對歷史客戶價值的分析,，是典型的“龍生龍,，鳳生鳳,，老鼠的兒子會打洞”的出身論，缺少對客戶未來變化的判斷,，更缺少對客戶終身價值的調(diào)查,，這是用帕累托圖反映客戶價值的不足之處。客戶的終身價值正是因為客戶的歷史價值對未來銷售行為指導的局限性,，所以才會不斷有營銷人總結新的方法和公式來評估客戶的整體價值,。美國弗吉尼亞大學達登商學院市場營銷學教授 Paul W. Farris 等人，在考慮了現(xiàn)金的時間成本,、客戶流失率的情況下,，提出了客戶終生價值的概念和公式。客戶的平均終生價值＝已獲取客戶的平均毛利額 × 在這個假設前提下,，當平均挽留率為 0 時,，顧客全部流失，顧客的終生價值為 0 ,；當挽留率為 1 時,，顧客沒有流失，公司將無限期獲得毛利,。無限期毛利的現(xiàn)值公式就變成了當期平均毛利／平均折扣率,。當期平均毛利：統(tǒng)計期內(nèi)所有客戶的平均毛利；平均挽留率：它是客戶流失率的對立面,，反映在統(tǒng)計期內(nèi),，客戶的保留情況，基本公式為： T 期繼續(xù)與公司交易的客戶數(shù)／ T — 1 期與公司交易的客戶數(shù),；平均折扣率：平均折扣率事實上體現(xiàn)的是現(xiàn)金的時間價值,，這里面包括了未來利息損失和通貨膨脹因素，甚至包括某些公司對現(xiàn)金支付采取的折扣返點,。在沒有促銷折扣的情況下,，我建議大家可以考慮將這個平均折扣率的取值，用國家統(tǒng)計局定期公布的月度或者年度 CPI 指標的變動率代替,。顯然,，顧客的終生價值包括已經(jīng)獲取的毛利，當平均挽留率為 0 時,，只是顧客未來的價值為 0 ,，已經(jīng)獲取的毛利不會消失。所以,，有初始毛利的客戶終生價值的公式應該考慮已經(jīng)獲取的毛利部分,。已獲取毛利的客戶終生價值＝已獲取的毛利額＋已獲取的毛利額 × 某渠道客戶與公司合作時間已有 1 年，當年為公司提供毛利收入 40 萬元，目前公司年度客戶流失率為 0.5% ,，假設國家統(tǒng)計局公布的年度 CPI 上漲 5% ,，在不考慮政策性折扣的情況下，請確認該客戶的終生價值,。已獲取毛利的客戶終生價值＝已獲取的毛利額＋已獲取的毛利額 × ＝ 40 萬元＋ 40 萬元 × (1 — 0.5%) ／ ≈ 764 萬元該渠道客戶預計可為公司提供的終生價值約為 764 萬元,。小貼士：在客戶平均終生價值的統(tǒng)計中，平均挽留率和平均折扣率的統(tǒng)計時間段一定要一致,。已獲取客戶的平均毛利額，不是指和折扣率,、挽留率同一時段內(nèi)獲取的平均毛利,，而是所有客戶第一次交易時可以獲得的毛利平均值。潛在客戶價值除了已經(jīng)開始合作的客戶能夠為我們帶來價值外,，那些尚未成為我們客戶的潛在人群的價值預估,，也是市場營銷工作的重要組成部分。在預估潛在客戶價值之前,，必須提到兩個概念,，一個是為獲得潛在客戶需要支付的成本；另一個是獲取潛在客戶的成功率,。為獲得潛在客戶所需要支付的成本主要是開展市場營銷活動所需要的投入,。獲取潛在客戶的成功率又稱獲取率。這是基于同類型客戶獲取的成本一致,，所帶來的價值也一致的情況,。潛在客戶終生價值＝（同質(zhì)客戶的初始毛利＋同質(zhì)客戶的終生價值） × 獲取率 —單位獲取支出這個公式的主要意義在于，評估為獲取潛在客戶所付出的投資是否有利可圖,，提供標準和參考,。因此只要潛在客戶終生價值的結果為正，我們就認為應該執(zhí)行該項投資,；結果為負,，該項投資有可能帶來損失。某公司計劃在某網(wǎng)站開展一項新用戶拓展活動,，預計此次活動投入費用 20 萬元,。通過第三方報告發(fā)現(xiàn)，該網(wǎng)站在活動期間的人流量達到 150 萬人,。同品類產(chǎn)品該網(wǎng)站客戶的購買率為 0.8% ,，歷史平均每單購買額為 233 元，平均利潤率為 30% ,，消費者的平均挽留率為 20% ,。在 5% 的折扣損失下，問這次活動是否值得投入？同質(zhì)客戶的初始毛利＝ 233 元 × 30% ＝ 69.9 元同質(zhì)客戶的終生價值＝ 69.9 元 × 20% ／ (1 ＋ 5% — 20%) ≈ 16.45 元獲取每個潛在客戶的成本支出＝ 20 萬元／ 150 萬元≈ 0.13 元潛在客戶終生價值＝（同質(zhì)客戶的初始毛利＋同質(zhì)客戶的終生價值） × 獲取率 —單位獲取支出＝（ 69.9 元＋ 16.45 元） × 0.8% — 0.133 元＝ 0.558 元在剔除成本后,，每個潛在客戶的終生價值為 0.558 元,，故該項活動值得投入。如果不知道該項活動的獲取率指標,，那么可以假設,，當單位獲取支出與單位獲取價值相等時，即潛在客戶終生價值為 0 時,，就是活動必須實現(xiàn)的最低客戶獲取率,，有興趣的朋友可以自行演算。小貼士：潛在客戶的終生價值公式的主要作用是評估活動的可行性,，同質(zhì)客戶的初始毛利＋同質(zhì)客戶的終生價值,，理論上約等于已獲取毛利的客戶終生價值。兩者的區(qū)別在于：前者強調(diào)客戶的同質(zhì)性,，強調(diào)群體概念,；后者在某種程度上可作為單一客戶終生價值的計算公式。; 個人分類: 營銷|6027 次閱讀|0 個評論

《用數(shù)字解放營銷人》統(tǒng)計學：沒你想得那么難: 博瑞森 2013-1-8 10:19; 統(tǒng)計學：沒你想得那么難很多人不愿意關注統(tǒng)計學知識,，認為這樣的知識離我們的生活和工作太遙遠,、實用性太小。作為營銷人員,，在通曉營銷的常用公式,、精于計算上，已經(jīng)是疲于應付了,，再去面對統(tǒng)計學復雜的數(shù)理知識,，這似乎是一個不可能完成的任務。一分鐘搞定統(tǒng)計學——用最簡單的方法解決銷售測算模型很多對數(shù)學有天生恐懼癥的人,，看了第二節(jié)五個經(jīng)典銷售測算模型的計算過程后,，估計已經(jīng)兩眼發(fā)黑、手心冒汗了,。對于那些沒有統(tǒng)計學基礎,，又希望通過統(tǒng)計學的測算模型結果對銷售進行監(jiān)控的人，有沒有捷徑,，讓我們用最簡單的方法,，就能快速得出測算結果，至少先把這五個最經(jīng)典的銷售模型的測算結果掌握好,？事實上,，軟件行業(yè)的發(fā)展，尤其是一些專門的統(tǒng)計軟件的誕生,，如 SPSS 的出現(xiàn),，讓很多專業(yè)人士得到解脫,。但遺憾的是，任何事情都有利有弊,， SPSS 軟件的操作和使用也需要專門的學習，有些參數(shù)的設定比較復雜,。本節(jié)要給大家介紹的是,，如何利用 Excel 快速解決銷售測算模型。進出貨均衡性監(jiān)控的對應函數(shù)—— STDEVPA 函數(shù) 均衡進出貨的監(jiān)控,，實際上是樣本對整體數(shù)據(jù)平均值偏離情況的監(jiān)測，在收集到日進出貨或者月進出貨數(shù)據(jù)后,，怎樣快速得出數(shù)據(jù)對均值的偏離情況？這里利用 Excel 中的總體標準差函數(shù)—— STDEVPA ,。例如,， 6 、 7 月的日出貨數(shù)據(jù)（單位：萬元）見下表（表 10-9 ）,，采用總體標準差函數(shù) STDEVPA ,，如何快速得出 6 ,、 7 月各自出貨的偏離程度？表 10-8 6 ,、 7 月的日出貨數(shù)據(jù) 在 Excel 中將日出貨數(shù)據(jù)列表如上表（表 10-8 ），在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ STDEVPA ”,，然后點擊確定。在 Value1 中選定 6 月份對應的 30 個數(shù)據(jù) {B2 ︰ AE2} ,，點擊確認，即可得到 6 月份總體標準差值 257 ,。同樣，按上述操作,，在 Value1 中選定 7 月份對應的 31 個數(shù)據(jù) {B3 ︰ AF3} ,，即可得到 7 月份總體標準差值為 127 。相較于復雜的總體標準差計算公式＝（） Excel 的函數(shù)功能為我們提供了非常簡便的計算途徑。通過結果,，能快速判斷日、月度,、季度銷售波動情況。客均單價測算的對應函數(shù)—— CONFIDENCE 函數(shù)及 STDEV 函數(shù) 除了能快速監(jiān)測進貨后的波動外,， Excel 在客單價的計算方面也很方便�,？蛦蝺r計算最重要的兩個函數(shù)功能—— 樣本標準差 STDEV 函數(shù)及置信區(qū)間 CONFIDENCE 函數(shù) ,。需要提醒營銷人員的是，本處的樣本標準差 STDEV 函數(shù)與前面提到的總體標準差 STDEVPA 函數(shù)的差別在于： STDEV 函數(shù)是對抽樣樣本的標準差的計算,，而 STDEVPA 函數(shù)是對全樣本標準差的計算； STDEVPA 函數(shù)比 STDEV 函數(shù)計算出來的標準差,，更能代表實際的偏差情況,。由于無法窮盡樣本,，所以很多時候也用樣本標準差代替總體標準差 ,。例如,，抽取 64 張銷售訂單樣本,，求在 90% 的概率保證下,，門店人均消費額區(qū)間估計值的范圍。在 Excel 中,，輸入 64 個抽樣樣本,，先求 64 張訂單的樣本標準差,。表 10-9 64 張銷售訂單第一步,，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ STDEV ”,，然后點擊確定,。在 Number1 中選定對應的 64 張訂單數(shù) {A1 ︰ H8} ,，點擊確認,，即可得到 64 張訂單的樣本標準差值 258.78 ,。第二步,，在工具欄選擇“公式”——“插入函數(shù)”，在搜索函數(shù)中輸入“ CONFIDENCE ”,，然后點擊確定。在 Alpha 框中輸入（ 1 —保證概率）＝ 0.1 ,，在 Standard_dev 框中輸入樣本標準差 258.78 ，在 Size 框中輸入樣本容量 64 ,，點擊確定,，置信區(qū)間計算結果 53.21 。第三步,，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ AVERAGE ”,，然后點擊確定,。在 Number1 中選定對應的 64 張訂單數(shù) {A1 ︰ H8} ，點擊確認,，即可得到 64 張訂單的算術平均值 223.62 。第四步,，依據(jù)以上結果,，我們可以得到該門店顧客客單價以 90% 的概率保證，將會落在元的區(qū)間范圍內(nèi),。小貼士：通過函數(shù)計算出來的置信區(qū)間與通過手工計算出來的置信區(qū)間略微有差別,，主要是在大批量取數(shù)時，在計算過程中四舍五入導致的,，從整體來看并不影響計算結果的準確性。影響銷售結果的量化公式——并不高深的一元線性回歸方程很多人都想知道,，到底有哪些因素影響銷售,？有沒有一個更加清晰的量化工具,，讓我們對影響銷售結果的因素像“ 1 ＋ 1 ＝ 2 ”那么清晰,？實際上在對銷售結果相關系數(shù)的測定和檢驗中，我們還可以再進一步,，那就是根據(jù)測算結果建立一個一元線性回歸方程，將投入與產(chǎn)出的影響量化得更加清晰 ,。當然，通過手工計算一元線性回歸方程,，相對比較繁瑣,，如果能夠充分利用 Excel 的計算功能,，過程非常簡單,。本節(jié)介紹的正是從 r 值的計算到線性方程的建立，如何最大程度上利用 Excel 的計算功能,，將過程簡化？以表 10-5 的數(shù)據(jù)為基礎,，模擬一個簡單的一元線性回歸方程,，如表（表 10-10 ）所示，首先開始銷售相關系數(shù) r 的計算,。表 10-10 投放費用與銷售結果在 Excel 中列表第一步,，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ CORREL ”,，然后點擊確定,。在 Array1 中選定對應的 29 次的費用投入 {B2 ︰ AD2} ,，再在 Array2 中選定對應 29 次的銷售金額 {B3 ︰ AD3} ,，然后點擊確認,，即可得到投入費用與銷售金額之間的相關系數(shù) r ＝ 0.7917 ,；第二步，由于目前在 Excel 中沒有提供 r 值的檢驗功能,，建議大家暫時采用手工檢驗。第三步,，如果檢驗結果可以通過,， r 值的相關系數(shù)可以確認兩組數(shù)據(jù)之間存在相關關系,，可以通過建立兩組數(shù)據(jù)之間的一元線性回歸方程的方式，進一步量化相關因素對銷售結果的實際影響,。一元線性回歸方程的經(jīng)典模型是 Y ＝ a ＋ bX ,，在這個公式中,，最主要的就是求得 a 值和 b 值,。我們認定 Y 為因變量,，代表銷售結果,， X 為自變量,，代表投入的費用,。首先求 a 值，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ INTERCEPT ”，然后點擊確定,。在 Known_x’s 中選定對應的 29 次的費用投入 {B2 ︰ AD2} ,，再在 Known_y’s 中選定對應 29 次的銷售金額 {B3 ︰ AD3} ,，然后點擊確認,，即可得到該線性方程 a 值等于 97283 ,。然后求 b 值,，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ SLOPE ”，然后點擊確定,。在 Known_x’s 中選定對應的 29 次的費用投入 {B2 ︰ AD2} ,，再在 Known_y’s 中選定對應 29 次的銷售金額 {B3 ︰ AD3} ，然后點擊確認,，即可得出該線性方程 b 值等于 27.45 ,。故投入經(jīng)費與銷售結果之間有明顯的線性相關關系（ r ＝ 0.7917 ）,，相關模型為 Y ＝ 97283 ＋ 27.45X ,，即銷售進入穩(wěn)定期后,，每投入 1 元的促銷經(jīng)費，大致能產(chǎn)生 97310 元的銷售產(chǎn)出,。銷售構成經(jīng)典模型和銷售預測經(jīng)典模型，雖然 Excel 沒有提供可以直接套用的函數(shù)得出結果,，但是如果能夠熟練運用 Excel 加減乘除的計算功能,，實際上整個過程也非常簡單,。在 Excel 的學習和應用上,，有興趣的朋友可以自行多做研究和摸索，將平時遇到一些銷售上的數(shù)學問題與 Excel 的運算結合起來思考和應用,，這不僅僅能提高 office 的應用能力,，還能提高營銷數(shù)學方面技能,。; 個人分類: 營銷|1953 次閱讀|0 個評論

GMT+8, 2025-4-20 02:10 , Processed in 0.044758 second(s), 13 queries .

Powered by 銷售與市場網(wǎng) 河南銷售與市場雜志社有限公司

回頂部

	自動

標簽: 解放

相關帖子

相關日志