客户贡献度分析模型
商业银行客户价值贡献度的计量与分析
商业银行客户价值贡献度的计量与分析张虎梁鸿舜按照经济学家帕累托提出的“二八法则”，通常企业80%的价值是由20%的客户创造。
有研究表明，在银行业中这一比例可能更为悬殊。
在银行资源有限、无法对每一个客户都提供相同服务的情况下，很有必要在衡量客户价值贡献的基础上识别高价值客户并对其实施差别化的服务。
然而，国内商业银行长期以来基于会计科目核算原理形成的机构核算模式，一直未能解决辖内客户价值贡献的量化核算问题，从而难以真正实现客户价值管理和从“以产品为中心”、“以市场为中心”向“以客户为中心”的转变。
因此，在商业银行经营管理过程中实施客户价值贡献度的计量与分析，不仅是核算办法的改进，更是管理理念和方法的革新。
一、银行客户价值贡献度概述客户价值贡献度最初出现在20世纪90年代初期的管理会计和营销领域研究文献中，目前研究派别主要有成因学派和结果学派。
在本文中，银行客户价值贡献度的计量借鉴了结果学派的研究方法，认为银行客户是在与银行的业务往来中为银行带来了价值。
目前，银行业衡量客户价值的方法主要有产品销售规模分析法、利润贡献度分析法和客户终生价值分析法三种。
其中，产品规模销售分析法仅考虑了已销售产品的规模却未考虑销售收入和成本，是在技术条件尚不成熟的情况下的粗略统计，还不是财务意义上的客户价值分析。
利润贡献度分析法则考虑了资金成本、运营成本和税负成本，可以反映客户已经为银行创造的营业毛利润，核算了客户价值的规模却难以衡量客户价值的质量。
客户终生价值分析法能够全面反映客户对银行的整体价值，但对银行客户数据的积累和信息资源管理水平有较高要求，且客户终生价值估计存在很大不确定性，可能与实际情况产生较大偏差。
综合比较，本文选用利润贡献度分析法并试图在此基础上解决客户价值质量难以衡量的问题。
二、国内外研究及应用(一)国外研究及应用现状在一些金融行业比较发达的国家，人们很早之前就把目光投向了银行客户价值。
美国社会银行主管商业银行业务的Seiwert进一步强调了二八定律在银行业中的影响，他还提出通过系统化方法来估算客户现在和将来可能会给银行带来的价值。
15种最常用的数据分析方法和模型，赶紧收藏！
15种最常用的数据分析方法和模型，赶紧收藏！最近，整理了15种常用/常见的数据分析方法和模型，并将其分为两大类，方便大家理解记忆，话不多话，直接开盘！对外部用户分析模型1、RFM分析RFM分析模型用来对用户进行分类，并判断每类细分用户的价值。
通过这三个关键指标判断客户价值并对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略。
2、帕累托/ABC分析ABC分析法可用于分清业务的重点和非重点，以此实现差异化的营销管理。
3、波士顿矩阵分析波士顿矩阵通过销售增长率和市场占有率，来将产品类型分为四类。
4、转化分析转化漏斗模型，是工作中最常用的分析模型，可以分析整条业务流程中的转化和流失情况，通过转化数据，精确定位每个环节流失用户，进而定向营销促转化。
5、购物篮分析-关联规则通过分析用户消费数据，把不同商品进行关联，挖掘二者之间的联系，就叫做商品关联分析法。
6、复购率分析指最近一段时间购买次数，用于说明用户的忠诚度，反向则说明商品或服务的用户黏性。
7、留存分析留存分析是一种用来分析用户参与情况/活跃程度的分析模型，用来查看进行初始行为后的用户中，经过一段时间后仍然存在客户行为。
8、月复购分析月复购率分析可以帮我们观察用户的忠诚度。
提升复购率，可以提高用户购买的频次。
9、AARRR用户运营分析AARRR模型又叫海盗模型，包含用户增长的5个指标：获客、激活、留存、收益、传播。
10、用户流入流出分析对流入客户和流出客户的行为进行分析，分析后各个品牌的竞争力情况一目了然。
11、用户画像分析用户画像分析用一句话来总结就是：用户信息标签化。
对内部运营分析方法12、需求分析方法—KANO模型KANO模型是对用户需求进行分类和优先排序的有用工具，将需求分为四类。
这个模型能帮助我们从海量需求中找出最值得去做的事。
•必备型需求（必须有）：即常说的痛点。
对于用户而言，这些需求是必须满足的，理所当然的。
当不提供此需求，用户满意度会大幅降低。
客户关系管理分析模型
客户关系管理分析模型1. 概述客户关系管理（Customer Relationship Management）是指企业通过科学的手段，对客户进行细致、深入的分析、研究和管理，以提高客户的满意度和忠诚度，从而实现企业可持续发展的一种管理模式。
为了提高客户关系管理效果，企业可以借助分析模型对客户进行深入分析，从而确定针对不同群体的营销策略、服务方案，实现针对性的客户管理。
本文将介绍常用的客户关系管理分析模型，包括RFM模型、ABC模型、生命周期模型和价值链模型，并探讨它们的优缺点及应用场景。
2. RFM模型RFM模型是根据客户最近一次购买时间（Recency）、购买频率（Frequency）和购买金额（Monetary）这三个指标来对客户进行分层和评估的模型。
•Recency：指客户最近一次与企业进行交互的时间，可以反映客户的活跃度。
•Frequency：指客户在一段时间内与企业进行的交互次数，可以反映客户的忠诚度。
•Monetary：指客户在一段时间内与企业进行交互的总金额，可以反映客户的价值。
根据RFM模型，客户可以分为以下几类： - 高价值客户：Recency高、Frequency高、Monetary高。
- 重要挽留客户：Recency低、Frequency高、Monetary中。
- 新客户：Recency高、Frequency低、Monetary低。
- 低价值客户：Recency低、Frequency低、Monetary低。
RFM模型的优点是简单易用，可以直观地给出客户的等级评估和分组结果，但缺点是没有考虑到客户的潜在价值和发展潜力。
3. ABC模型ABC模型是根据客户的贡献度对客户进行分类的模型。
它将客户分为三类，分别是： - A类客户：对企业的贡献度较高，价值最大。
- B类客户：对企业的贡献度次之，价值居中。
- C类客户：对企业的贡献度较低，价值最小。
ABC模型通过分析客户的贡献度，帮助企业集中资源，重点发展A类客户，从而提高企业的整体盈利能力。
五个常见客户满意度测评模型
五个常见客户满意度测评模型好长时间没写东西了，前段时间一直忙着做客户满意度提升相关的工作，作为一个理论先行派，在开干之前，先了解了一下“别人家的”客户满意度评测模型，今天就把这份资料分享一下。
一、四分图模型四分图模型四分图模型：偏于定性研究的诊断模型。
它列出企业产品和服务的所有绩效指标，每个绩效指标有重要度和满意度两个属性，根据客户对该绩效指标的重要程度及满意程度的打分，将影响企业满意度的各个因素归进四个象限内，企业可按归类结果对这些因素分别处理。
如果企业需要，还可以汇总得到一个企业整体的客户满意度值。
实践操作中，主要由被访者对影响满意度的各项指标的满意程度和该项指标的重要程度打分。
并将这些分值加权平均处理或者是计算其简单算术平均值，然后以该指标的满意度和重要度为横纵两轴作图，同时标记出四个象限。
优势：四分图模型目前在国内应用很广，国内大多数企业在做客户满意度调查时均采用该模型，这个模型简单明了，分析方便有效，而且不需要应用太多的数学工具和手段，无论是设计、调研，还是分析整理数据，都易于掌握，便于操作。
不足：问卷需要对每个指标进行满意度和重要性两方面的评价，这样问卷长度必然增加，同时会使受访者视觉和心理疲劳，很难保证评价的客观性。
它孤立地研究满意度，没有考虑客户感知和客户期望对满意度的影响，也没有研究满意度对客户购买后行为的影响。
在实际操作中，该模型列出各种详细的绩效指标由客户来评价指标得分，这就可能让许多客户重视但调查人员和企业没有考虑到的因素未能包含在调查表中。
由于该模型不考虑误差，仅由各指标得分加权平均算出客户满意度的数值，得出的数据不一定准确，同时也不利于企业发现和解决问题。
二、层次分析法模型层次分析法模型简单说，就是大指标拆成小指标，小指标拆分可以相对方便的测量到的小小指标。
优点：简单灵活，可操作性强，适用范围广泛。
它比四分图模型更能定量描述具体指标的满意度和总体满意度，各指标重要程度由专家打分的判断矩阵计算得出，从而避免了各指标都重要或都不重要的尴尬。
产品经理必学的6大分析模型
产品经理必学的6大分析模型一、用户价值模型1、RFM模型RFM分析是客户关系分析中一种简单实用客户分析方法，他将最近一次消费、消费频率、消费金额这三个要素构成了数据分析最好的指标，衡量客户价值和客户创利能力。
RFM分析也就是通过这个三个指标对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略。
R——最后交易距离当前天数（Recency）F——累计交易次数（Frequency）M——累计交易金额（Monetary）在这三个制约条件下，我们把M值大，也就是贡献金额最大的客户作为“重要客户”，其余则为“一般客户”和”流失客户“，基于此，我们产生了8种不同的客户类型：重要价值客户：复购率高、购买频次高、花费金额大的客户，是价值最大的用户。
重要保持客户：买的多、买的贵但是不常买的客户，我们要重点保持；重要发展客户：经常买、花费大但是购买频次不多的客户，我们要发展其多购买；重要挽留客户：愿意花钱但是不常买、购买频次不多的客户，我们要重点挽留；一般价值客户：复购率高、购买频次高，但是花费金额小的客户，属于一般价值；一般保持客户：买的多但是不常买、花钱不多，属于一般保持客户；一般发展客户：经常买，但是买不多、花钱也不多，属于一般发展客户；一般挽留客户：不愿花钱、不常买、购买频次不高，最没有价值的客户；下面是我用FineBI做的RFM模型可视化仪表板，可以通过RFM模型对客户的终生价值做一个合理的预估，基于一个理想的客户特征来衡量现实中客户价值的高低，通过此类分析，定位最有可能成为品牌忠诚客户的群体，让我们把主要精力放在最有价值的用户身上。
2、波士顿模型波士顿模型最初是一个时间管理模型，按照紧急、不紧急、重要、不重要排列组合分成四个象限，以此便于对时间进行有效的管理。
运用在客户分析中，也就是利用销售额和利润这两个重要指标分为四个象限，对我们的客户进行分组。
我们将这两个维度作为横纵坐标轴分为四个象限，将产品或者服务分为下面四种类型：明星类：增长率高、占有率高，代表着十分成功的产品，是主打的明星产品；金牛类：增长率低、占有率高，已经占据了市场但是没有发展空间的产品，属于现金牛产品；问题类：增长率高、占有率低，说明用户需求高，但是本身产品有问题，需要改进优化；瘦狗类：增长率低、占有率低，市场不认可的失败产品，需要尽快去除；我们如此分类的目的正是要根据波士顿矩阵，将一些没有发展前景和市场潜力的产品尽快淘汰掉，保证明星产品和现金牛产品的份额，从而搭配好产品或者业务的整个市场布局。
shapley value 模型
Shapley Value 模型一、什么是 Shapley Value 模型？Shapley Value 模型是一种用于衡量合作博弈中参与者贡献度的方法。
在博弈论中，合作博弈是指多个参与者通过合作来实现共同目标的情况。
Shapley Value 模型通过考虑每个参与者的贡献和合作的次序来确定每个参与者的收益分配。
二、Shapley Value 的计算方法Shapley Value 的计算方法基于合作博弈中的排列组合。
假设有n个参与者，每个参与者都可以与其他参与者进行合作，形成不同的合作组合。
Shapley Value 的计算方法如下：1.对于每个可能的合作组合，计算每个参与者加入该合作组合时的边际贡献。
边际贡献是指参与者加入合作组合后对整个组合带来的额外收益。
2.对于每个参与者，计算其在所有可能的合作组合中的平均边际贡献。
这个平均值即为参与者的 Shapley Value。
3.将计算得到的 Shapley Value 分配给每个参与者，作为其合理的收益分配。
三、Shapley Value 的特点和应用Shapley Value 模型具有以下特点和应用：1. 公平性Shapley Value 模型能够公平地衡量每个参与者的贡献度。
通过考虑每个参与者的边际贡献和合作的次序，确保每个参与者都能够获得合理的收益份额。
2. 稳定性Shapley Value 模型能够保持稳定性，即不会因为新增或减少一个参与者而导致其他参与者的收益发生剧烈变化。
这使得 Shapley Value 模型在实际应用中具有较好的可靠性。
3. 合作博弈分析Shapley Value 模型可以用于分析合作博弈中的参与者的贡献度。
通过计算每个参与者的 Shapley Value，可以了解每个参与者对整个合作博弈的重要程度，从而做出相应的决策。
4. 资源分配Shapley Value 模型可以用于公平地分配资源。
在资源有限的情况下，通过计算每个参与者的 Shapley Value，可以实现资源的合理分配，避免资源的浪费和不公平现象。
RFM模型
RFM模型的应用意义
在众多的客户关系管理(CRM)的分析模式中，RFM模型是被广泛提到的。 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。该模型通过一 个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该 客户的价值状况。
三、客户分类
理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提 供即时的商品或是服务也最有可能会有反应。营销人员若想业绩 有所成长，只能靠偷取竞争对手的市场占有率，而如果要密切地 注意消费者的购买行为，那么最近的一次消费就是营销人员第一 个要利用的工具。历史显示，如果我们能让消费者购买，他们就 会持续购买。这也就是为什么，0至6个月的顾客收到营销人员的 沟通信息多于31至36个月的顾客。
企业在推行CRM时，就要根据RFM模型的原理，了解客户差异，并以此为主 轴进行企业流程重建，才能创新业绩与利润。否则，将无法在新世纪的市场 立足。
RFM模型案例分析
案例一:基于RFM的电信客户市场细分方法
对于电信企业而言,不同的客户具有不同的内在价值,企业的首要 问题就是采取有效方法对客户进行分类,发现客户内在价值的变化 规律与分布特征,并以此制定客户的差别化服务政策,通过政策的 实施将客户分类的结果作用于企业实践。
如果你的预算不多，而且只能提供服务信息给2000或 3000个顾客 ，你会将信息邮寄给贡献40％收入的顾客，还是那些不到1％的 顾客？数据库营销有时候就是这么简单。这样的营销所节省下来 的成本会很可观 。
结合这三个指标，我们就可以把顾客分成5＊5＊5 = 125 类，对其进行数据分析，然后制定我们的营销策略。
客户贡献度
客户综合贡献度的计算商业银行客户贡献度是商业银行客户对商业银行客户关系管理的一种自然回报，是商业银行客户现实价值的一种体现，是商业银行投入各种资源进行客户关系管理的收入减去支出后现实所得。
商业银行客户贡献度是商业银行客户关系管理中非常重要的一项指标，它对于商业银行界定重要客户和普通客户，实施差别化服务，具有重大意义。
商业银行客户贡献度是商业银行客户与商业银行合作业务产生的效益总和。
其计量以各项贷款、存款和中间业务创造的综合效益作为衡量标准，应全面考虑和完整覆盖客户对商业银行产生的各项价值要素，包括利息收入、资金成本、费用成本、风险成本、税负成本和经济资本成本。
其计算模型应为：客户贡献度＝客户收入-客户成本＝客户贷款效益＋客户存款效益＋客户中间业务效益。
目前该指标各家银行的计算有很多版本，但万变不离其宗。
客户贡献度的主要计算模型有：（一）内部资金转移价格计算法该计算方法主要是确定一个商业银行内部的资金转移价格，以此为基础进行客户贡献度的计算。
其特点是计算简便，但缺点是人为因素较大，容易使计算结果失真。
1、客户存款效益＝客户存款内部资金转移收入-客户存款应计存款利息支出各指标的含义及计算方法如下：①客户存款内部资金转移收入是就测算期内客户在商业银行的存款，按照商业银行内部资金转移价格计算的虚拟业务收入。
测算公式是：内部资金转移收入＝ICi×Ri×Ti内部资金转移收入应根据客户各账户在商业银行各笔存款的实际金额、存续期限等逐笔测算。
其中：ICi代表测算期内存款日均余额。
日均余额指客户每日余额之和除以统计期内天数所得的金额，统计期为测算期初至测算期末，下同。
Ri代表不同期限存款的内部资金转移价格Ti代表存款存续天数（测算期天数）②商业银行客户存款应计存款利息支出是指测算期限内商业银行对测算账户的存款利息支出应计存款利息支出＝Di×Ri×Ti其中：Di代表测算期存款日均金额Ri代表各笔存款年利率Ti代表存款存续天数（测算期天数）2、客户贷款效益＝客户贷款利息收入-贷款风险准备金-贷款营业税金及附加-内部资金转移支出各指标的含义及计算方法如下：①贷款利息收入＝应计利息收入－应收未收利息其中，应计利息收入＝∑Ci×Ri×Ti应计利息收入应根据该账户贷款的利率和期限测算，其中：Ci代表测算期内贷款日均金额Ri代表测算期内贷款年利率Ti代表贷款存续天数（测算期天数）应收未收利息是指测算期内该账户新增欠商业银行贷款利息额②贷款风险准备金贷款风险准备金是根据该账户所属客户的信用风险状况，就客户测算贷款（含票据贴现）预期损失计提的准备金。