大数据驱动与客户生命周期——基于汽车行业的分析

辛 宇，郑 鑫

（同济大学 经济与管理学院，上海 200092）

一、问题的提出

随着全球数字信息技术的快速发展，个人移动设备的大量配置以及数字化多媒体的普及，全世界的数据量呈现爆炸性的增长，这些数据容量巨大、渠道多样、形式各异、增长迅猛，为数据的收集、储存、查询、共享、诊断、分析、展示等提出了新的要求。2011年，全球著名咨询公司麦肯锡发布了大数据报告，提出大数据概念，大数据迅速成为热门词语，并成为各学科研究的热点。

（一）大数据的基本概念

进入2012年，大数据（Big Data）这一词越来越多地被学术界及企事业单位所提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。大数据指快速增长并难以被普通数据管理软件在可容忍的时间范围内进行收集、储存、查询、共享、诊断、分析、展示的数据集[1]。大数据的概念是一个定性的概念，一般认为其具有四个特征：数据量大、结构复杂、实时性高、价值密度低。将之归纳为“四个 V”，即 Volume，Variety，Velocity和Value[2]。

1.数据量大

根据全球知名咨询公司麦肯锡的数据，2010年，全球企业共产生并存储了7EB的数据，而个人用户的移动设备也收集并存储了6EB的数据[1]。IDC通过对数字宇宙的研究，预计在未来十年内，全球数据使用量将猛增44倍，达到惊人的35.2ZB[3]。同时全球每时每刻都在产生各种各样的海量数据，这些数据容量高达数TB乃至数EB。

2.结构复杂

大数据的结构复杂主要是指大数据的来源呈现多样化，目前各种网络日志、微信、微博、网络视频和图片、GPS导航等都可成为大数据的来源。

3.实时性高

大数据的实时性高是指大多数的大数据都是在实时产生的，因此这就对数据管理工具提出了更高的要求，要求管理工具能够对数据进行实时的诊断和分析，并及时得到真实结论。

4.价值密度低

大数据的价值密度低是指单位体积大数据的价值量相对于传统业务数据的价值量要低，能够为用户创造价值的数据往往只占大数据所有容量中很小的一部分。因此如何在海量的大数据中找到有价值的信息并加以利用，是目前面临的一大研究课题。

（二）大数据带来的机遇与挑战

在大数据的基础上，生产企业可以获得对产品、客户行为、行业未来趋势等方面的更完整、更准确的视图，从而为企业提高其产品或服务的质量与效率提供决策支持，甚至更新换代出新的商业模式。大数据所提供的不仅仅是数据本身的价值，而且对现有的整个产业价值链有更彻底更准确的了解，并获取更多潜在价值的机会。

2011年6月，麦肯锡在研究报告《大数据：下一个竞争、创新和生产力的前沿领域》中说：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”[1]在大数据时代和背景下，数据意味着资本，数据意味着价值，数据意味着利润。

虽然大数据存在着潜在的巨大价值，但是大数据也存在一些门槛，其门槛主要体现在两个方面：从业务方面出发，需要有足够的数据量，从技术方面出发，则需要研发和培养有能力分析和处理这些数据的工具和人才。如以汽车客户分类为代表的传统数据分类模型已经无法满足大数据管理的需求，因而需要采用更灵活、更高效的客户数据存储和分类模型。

（三）大数据时代的汽车生活

人们在大数据时代的汽车生活又将是怎么样的呢？在大数据时代的背景下，你正在驾驶的汽车或许可以提前救你一命，在汽车全身遍布传感器，这些传感器不间断地收集车辆各部件运行的信息，在你的汽车关键部件出现故障之前，就会提前向你或4S店预警；同时这些传感器也会不停地收集道路和其他车辆的运行情况，在出现紧急事故之前，提前向你报警，从而避免交通事故的发生。这绝不仅仅是节省金钱，而是真的能够挽救你的生命[4]。

事实上，在美国，UPS快递公司早在2000年就利用这种基于大数据的防御分析系统来检测全美UPS公司60000辆车的实时车况，以便及时有效地进行防御性维修，确保驾乘人员和车辆的安全；在我国车辆一般行驶3000千米左右进行首保，以后每5000千米或者每间隔半年进行一次检查和保养，事实上这种方法除了在心理上给你带来安慰之外并没有在实际中帮你解决多少问题，因为大部分车辆在检查和保养的时候这些部件都显示运行正常，在大数据时代来临之前，这些检测系统无法对车辆部件的突发性故障做到有效提醒和预警，更不要说实时信息反馈了[4]。

同样，大数据时代的汽车厂家和经销商能够实现为客户提供个性化体验式营销机会，通过对国内大型的门户网站、微博、微信、社交网站上出现的车辆信息，汽车论坛和车辆评价等信息进行挖掘、收集、筛选、统计和分析，既能看出我国汽车网民的驾乘习惯，了解汽车网民的配置兴趣，反映他们的真实意图，也能真实展现我国汽车市场的现状和未来发展趋势，而这些通过传统的调研手段和调研工具几乎是不可能实现的。比如通过对我国汽车网民的行为特征、兴趣爱好、消费习惯、信息来源等数据进行分析和对标，可以评估出不同消费群体对不同汽车品牌、不同汽车型号及不同车辆制造商的消费特性[4]。

由此可见，大数据的应用对我国汽车产业的发展，尤其是营销与制造领域的应用将会带来巨大的推动作用，大数据时代的营销定位将会更加精准，客户分类也将更加精细，因此本文将会应用大数据的思维对传统的客户分类方法及客户保持策略进行优化。

从我国汽车产业本身发展的角度来看，受宏观经济调控、相关优惠政策淡出及部分城市限购的影响，我国的汽车产业面临着新一轮的巨大挑战。尽管2013年的全国汽车产销分别为预计突破2200万辆，同比分别增长速度超过10%，但增速已经不是“高歌猛进”。

大数据时代的驱动、严峻的经济环境、激烈的外部竞争和日益成长的消费者使得更加精准的客户关系管理成为企业生存、发展和制胜的关键，尤其是区分不同类别的客户价值，采取相应的策略并保持有价值的客户是客户关系管理的核心任务。故而在学术界和企业界，基于大数据时代的特征，站在客户全生命周期的角度，根据客户生命周期价值对客户进行全面系统的分类，并在此基础上构建动态保持策略，已经成为一个重要的研究课题。因此，本文根据汽车营销实践发展的需求，以大数据时代为背景，面向客户全生命周期管理，构建汽车用户分类模型和汽车用户动态保持策略集合，具有一定的理论价值和实践价值。

二、现有理论研究概述

（一）客户生命周期

客户作为企业的重要资源和利润来源，其具有一定的生命周期。客户生命周期（Customer Lifetime Value.CLV）是指从企业与客户建立一定的业务关系开始到这种业务关系的最后终止的全过程[5][6]。陈明亮（2002）综合已有文献，将客户生命周期划分为考察期、形成期、稳定期和退化期[7]。本文在此基础上综合考虑客户生命周期的各种理论和观点，将客户生命周期划分为四个阶段：建立期、成长期、成熟期和退化期。

1.建立期

在这个阶段，企业对客户的背景了解不足，对客户的需求还不明确，双方关系的未来走向还不确定，双方都在考察彼此的目标兼容性、对方的诚意和绩效，都在考虑是否可以建立并确定未来的长期合作关系，都在权衡彼此的权利、义务和职责，都在评估对方的潜在价值，等等。在这个阶段，客户只是对企业提供的产品或服务感兴趣，收集与之有关的信息和资料，对相关情况进行了解和调查，并对企业进行的营销活动做出反应，同时也会与竞争品牌进行对比[8]。

2.成长期

在这个阶段，双方通过在建立期的考察和测试，彼此感到满意，并建立一定的相互信任和依赖，愿意承担彼此存在的潜在风险，关系迅速发展。在这一阶段，那些对企业的产品或服务感兴趣的潜在客户对产品做出了购买决策[8]，履行了自己的义务和职责，实现了自身的利益和价值，进一步增强了双方关系的密切程度，相互依赖的范围和深度也日益加深，双方交易不断增加。

3.成熟期

这个阶段是客户生命周期的最高阶段，在这个阶段，客户对企业提供的价值感到满意，投入大量的有形或无形资源，并对这些资源进行有效的交换，直接或间接地表达了维持这种稳定关系的意愿，双方的信任和依赖也达到了客户关系发展过程中的最高点。

4.退化期

没有永恒的朋友，也没有永恒的敌人，永恒的只是利益。当客户对当前所获得的利益感到不满意时，就会出现关系的退化；或者客户的需求发生改变，而企业无法满足其当前的需求，也可能出现关系的退化。在这个阶段，客户的购买量急剧下降，一方或双方都在考虑结束关系，寻找新的替代伙伴。当然退化期并不一定都发生在成熟期之后，在客户生命周期的前三个阶段都可能出现关系的退化。

建立期、成长期和成熟期的客户生命周期水平依次增高，客户的成熟期是企业期望达到的理想阶段。但客户生命周期的发展具有不可跳跃性，客户必须经过建立期和成长期才能进入成熟期。所以对于企业而言，客户保持的一般原则即尽量缩短客户生命周期的建立期和成长期，使客户关系尽快进入成熟期，最大限度地延长客户成熟期的长度。

（二）客户生命周期价值

目前，CRM所倡导的客户关系营销不仅关注客户的现有短期价值，更加关注客户的长期价值、潜在价值和无形价值，因而在对客户的挖掘、识别、保持和发展的整个管理过程中，很多企业都强调以客户终生价值最优为最终目的，从而实现对全生命周期中各种有价值客户的有效管理。目前涌现出很多获取客户数据的新技术，使得企业对客户的研究可以更加深入。管理的新理念、技术的新发展催生了客户生命周期的价值研究并使之成为新的管理研究课题。

客户对企业的价值不单单是客户的直接购买行为为企业带来的利润贡献。它主要包括客户的购买价值、口碑价值、信息价值、知识价值、忠诚价值和交易价值等。它应该是客户在其整个生命周期内为企业创造的所有价值总和，即客户的终身价值。以往对客户价值的计算往往局限于客户的现有价值而往往忽略了客户的潜在价值以及客户的无形价值，这里我们提出的客户生命周期价值（CLV）综合考虑了客户现值、潜在价值和无形价值[9][10]。

1.客户现值。客户现值即客户的现有价值，是指依据近期的交易数据考察客户的合同履约、销量和价格贡献、销量的均衡性等方面计算出客户价值。客户现值成为选择客户，并据此进行客户分类、实施差异化营销、保持稳定客户群的重要依据。

2.客户潜在价值。客户的潜在价值表示客户在未来可能为企业创造的价值。客户的潜在价值主要体现在客户增量购买和交叉购买。客户增量购买，是指客户增加已经购买产品的交易额，其可能性与大小取决于客户份额、客户管理水平和客户业务总量；客户交叉购买，是指客户在未来继续购买企业其他产品给企业带来的利益。

3.客户无形价值。客户的无形价值是指在实际交易之外，通过企业与客户交易互动，客户为企业所带来的忠诚、信息、知识和口碑效应。例如客户针对产品与服务所产生的积极响应并成为其忠实的用户，或者客户将产品与服务推荐给亲朋好友及周边其他的人，等等。这些价值通常是难以直接量化的，但是对企业而言其产生的效益和影响却是巨大的。

（三）客户保持

近年的研究表明，忠诚客户是企业获取核心竞争优势的重要资源，是客户保持的重要标准。它是一个二维结构，包括行为忠诚和认知忠诚两个维度。行为忠诚是指行为上表现为一贯地购买同一品牌产品或服务的客户忠诚，包括重复购买、增量购买、交叉购买和推荐新客户[11]。认知忠诚包括满意、信任、情感等形式，认知忠诚包括情感忠诚与和谐忠诚，情感忠诚是指某一品牌产品或服务的特性与客户的需求、价值观念及行为习惯相吻合，客户对该品牌产品或服务产生了感情和依赖，甚至引以为荣，并将此作为自己的情感依托，进而表现出一贯的购买行为。和谐忠诚是一种长期协调可持续的客户关系，是客户忠诚的最高级形式，是行为忠诚与情感忠诚的完美统一。综上所述，客户保持是指维持已建立的客户关系，使客户不仅言语承诺而且行为忠诚于企业未来提供的产品或服务，进而产生对品牌及其产品或服务的高度认知忠诚（情感忠诚与和谐忠诚）[11]。

客户是企业赖以生存和发展的基础，没有了客户资源，企业必将走向灭亡，因此争夺客户资源已经成为目前企业之间竞争的主要内容之一。不过到底是挖掘新客户重要还是保持已有老客户重要，业界一直存在争论，也是企业管理者面临的一个现实问题。下面一组已被充分证实的研究数据可以很好地说明该问题。

（1）发展新客户所需的成本是保持老客户所需成本的5—10倍；

（2）新客户接受企业新产品或服务的成功率为15%，而老客户的成功率为50%；

（3）老客户往往能带来60%的新客户资源；

（4）老客户忠诚度下降5%，企业利润下降25%；

（5）企业客户保持率每上升5%，增加25%—85%行业平均利润[12]。

通过上面的研究数据我们可以看出发展新客户的成本要远远高于保持老客户，而老客户为企业带来的价值和利益却远远高于新客户。因此企业应该把更多的营销精力、时间成本放在保持老客户方面，提高老客户的满意度和忠诚度。

任何一家企业的资源总是有限的，而不同的客户为企业所创作的价值也是有差异的，所以企业没有必要为了保持客户为所有客户提供统一标准的产品和服务，否则会造成企业资源的极度浪费。企业应该为客户所创造的价值进行分类，针对不同类别的客户采取不同的客户保持策略和资源投入。通过客户的不同价值组合，可以将客户划分为高价值客户、盈利客户、有增值潜力的客户和低价值的客户。其中高价值客户具有高的直接现有价值和间接潜在、无形价值，是企业利润的主要来源，对企业的生存也起着至关重要的作用，所以企业应该千方百计地保持该类客户；盈利客户是直接现有价值较高但间接潜在、无形价值低于高价值客户的客户，企业对于该类客户也应努力提高客户的忠诚度使之成长为高价值客户；对于有增值潜力的客户企业应适当投入保持资源，通过发展客户关系为企业带来利润的提升；对于低价值甚至是负价值的客户，企业一般采取不投入的策略，同时要剔除负价值的客户，从而保证企业利润的最大化[12]。

（四）客户价值细分

1.基于客户生命周期价值的单维度细分客户生命周期价值（Customer Lifetime Value，CLV）简单模型[8]：

i代表客户生命周期的某一区间；

d为贴现率；

n为整个客户生命周期内包含的区间的总数；

Ri代表i时期内顾客带来的收入；

Ci代表产生这项收入所花费的总成本。

很多国外学者曾用该模型来计算每个顾客的生命周期价值的大小，然后根据CLV的大小来进行客户分类[8]。高CLV得分的是高价值客户群，需要重点对待。对于这种建立在单维度的客户价值细分，Berger and Nasr（1998）进行了很好的文献综述和总结。这种模型易于理解，操作简便，但它的不足在于假定客户关系是保持不变的，同时也没有考虑到企业在现实情况中利润和成本的波动性，因而在当今这种复杂多变的环境下并不能很好地适用。

2.基于客户当前价值和客户增值潜力的二维细分

基于客户当前价值和客户增值潜力的二维细分模型：

t代表客户在未来生命周期的某一区间；

d为贴现率，N为客户在企业未来关系的延续区间；

π（t）为客户在未来t期为企业贡献的利润。

此模型将原有的CLV模型拆分为客户当前价值（CCV）和客户增值潜力价值（CFV），其中CCV（Customer Current Value）表示到目前为止客户为企业创造利润总和的现值。CFV（Customer Future Value）表示客户增值潜力价值是假定通过采用合适的客户保持策略，使客户购买行为模式向着有利于增大对公司利润的方面发展时，客户未来预计为公司增加的利润总和的现值[8]。

在对客户当前价值和客户增值潜力价值做出评估之后，可以将客户定位在一个矩阵上，并按照客户当前价值和客户增值潜力的高低划分到四个象限中去。其中高当前价值和高潜力价值的客户是企业最有价值的客户，要重点投入，努力地保持；而对于两项评分均低的客户，企业不应投入任何资源甚至剔除。

三、大数据驱动的全生命周期价值用户分类模型

（一）基于客户生命周期价值理论的客户数据挖掘

本文应用大数据思想，对客户生命周期价值的挖掘共分为三个步骤：

步骤一：利用，目前主流的互联网及相关大数据平台，通过Cookie技术收集大量潜在客户的相关行为数据，把经销商现有保有客户与电商平台潜在客户的行为数据库相结合，最终建立汽车用户价值数据仓库。

步骤二：运用贝叶斯、决策树等数据挖掘算法，挖掘出客户的现有价值、潜在价值和客户忠诚度，并以客户的当前价值、潜在价值和客户忠诚度为坐标轴，构建三维坐标体系对客户进行分类[17]。

步骤三：根据客户现有价值、潜在价值和忠诚度三个维度我们可以把客户分为八种类型，针对每种不同类型制定不同的营销策略。

（二）大数据驱动的全生命周期价值汽车用户分类三维模型

本文从汽车客户的当前价值、潜在价值和忠诚价值三个维度出发，构建了基于客户生命周期价值理论的汽车用户分类模型。根据汽车用户分类模型我们把汽车客户分为八种类型，分别是：高现值—高潜值—高忠诚度；高现值—高潜值—低忠诚度；高现值—低潜值—高忠诚度；高现值—低潜值—低忠诚度；低现值—高潜值—高忠诚度；低现值—高潜值—低忠诚度；低现值—低潜值—高忠诚度；低现值—低潜值—低忠诚度。如图1所示。

图1 大数据驱动的全生命周期价值汽车用户分类三维模型

（三）基于客户生命周期价值理论的汽车用户分类市场特征

如图1所示，第一类客户的特征是：高当前价值，潜在价值和忠诚价值。这是公司的“黄金客户”，是当前企业的最大利润来源。

第二类客户的特征是：高当前价值和潜在价值，低忠诚价值。这是企业开发的“主攻方向”，是未来企业的最大利润。

第三类客户的特征是：高当前价值和忠诚价值，低潜在价值。这是企业的稳定客户和可靠伙伴，这些客户把100%的业务给了企业，企业可加大对客户的交叉销售，提高客户潜值。

第四类客户的特征是：高当前价值，低忠诚价值和潜在价值。这是企业应该调查清楚导致客户忠诚度下降的原因并进行改善处理。

第五类客户的特征是：低当前价值，高忠诚价值和潜在价值。这是企业应重点开发和投入的客户，推动客户关系进入稳定期，扩大客户业务，增加企业利润来源。

第六类客户的特征是：低当前价值和潜在价值，高忠诚价值。这类客户对公司的产品认同和满意度很高，但收入不高，消费不起公司产品，对这类客户企业应该维持现状。

第七类客户的特征是：高潜在价值，低当前价值和忠诚价值。这类客户也是企业应该关注重点，企业应推动客户关系，改善客户忠诚度，为未来潜在利润的创造打下基础。

第八类客户的特征是：低当前价值、潜在价值和忠诚价值。这类客户是公司的“剔除客户”，他们经常更换厂家，占用企业大量资源，却没有为企业带来利润或利润很少。

四、基于客户生命周期理论的汽车用户动态保持策略研究

维护客户关系，提高客户忠诚度，实现企业经济利益是动态客户保持的最终目的。本文通过把客户保持与客户忠诚度二维性的相互结合，把客户生命周期划分为建立期、成长期、成熟期和退化期，并在汽车用户分类模型的基础上，提出汽车用户动态保持模型和策略。基于客户生命周期理论的汽车用户动态保持模型如图2所示[13]。

（一）建立期汽车客户保持的策略重点[12]

图2 基于客户生命周期价值理论的动态客户保持策略模型

客户关系的建立期，双方处于接触和沟通阶段，并没有明确未来的客户关系，客户对企业还没有完全信任，客户只是对企业提供的产品或服务感兴趣，收集与之有关的信息和资料。汽车经销商在这一阶段应该给客户初次购买留下良好的印象，并帮助其解决车辆使用过程中出现的问题，承诺提供完善的售后维修和保养服务。这一阶段最佳的方法是为汽车用户制定专业的服务计划，如安排售前试乘试驾，售中详细的车辆讲解，特别是该车辆亮点的分析，对成交客户定期进行回访，询问车辆在使用过程中的情况，如果出现问题，提供上门讲解和培训车辆方面的具体知识，让客户深刻体会到购买的不仅仅是产品更是经销商的服务（王荣鑫，等2008）。

（二）成长期汽车客户保持的策略重点[11]

成长期汽车经销商客户保持的策略重点是完善其售后服务体系，更好地服务客户，满足客户需要，解答客户疑惑问题，提高客户的满意度和忠诚度。主要通过利益合伙人关系、增值服务和感情联络计划三条途径实现。

利益合伙人关系是指汽车厂商或经销商将部分业务信息与客户共享，引导客户体验车辆的研发、生产、销售和售后流程，了解该车辆的品牌历史和最新科技，提供车辆或服务的个性化服务，更好地满足客户未来需要，提高客户忠诚度。

增值服务分为无偿增值服务和有偿增值服务之分。无偿增值服务是提供客户如免费检测、免费维修、免费系统升级、免费提供代步车、上门培训等免费服务；有偿服务是企业通过增量和交叉销售向客户提供如保险、金融、延保、精品附件、二手车置换等增值和配套的产品或服务，拓展客户需求，强化客户忠诚度。

感情联络计划是通过如车友会、爱车讲堂、服务营销活动等联谊活动和情感交流活动来强化客户关系，达到长期维持客户的目的。组织车友会、爱车讲堂及服务营销活动等联谊和情感交流活动的最重要目的是让企业或经销商、产品或服务成为客户整体不可分割的一部分。

完善的个性化的车辆售后服务体系有利于企业或经销商向客户提供符合其特殊需要的产品或服务，如车辆定制、车辆改装、车辆图绘等。保持企业产品或服务对客户的长期吸引力，提高客户忠诚度（王荣鑫，等2008）。

（三）成熟期汽车客户保持的策略重点[11]

成熟期汽车客户保持的策略重点主要有两类：一是设置客户退出壁垒；二是降低交易成本。

企业或经销商通过设置客户退出壁垒维持长期的客户关系。企业或经销商可以从经济、技术专利和契约三方面设置客户退出壁垒。经济壁垒是指结束客户关系会给客户带来经济上的损失——经济转移成本，如告知客户如果增购车辆购买日系品牌，在中日关系紧张的时候将面临被砸毁的风险。经济转移成本越高，客户关系越不容易破裂。技术专利壁垒使客户对企业产品、技术或服务产生一定的依赖，如车辆涡轮增压技术、变速箱DSG技术等。契约壁垒是通过与客户签订购销合同，产生一定的法律效应，造成了客户的退出壁垒，如客户增购车辆时，跟客户签订二手车买卖合同。当然设置客户退出壁垒，不仅要考虑本企业的产品或服务特点，更要注意尊重客户，维护客户的利益，这样壁垒才能在无形之中产生巨大的作用（王荣鑫，等2008）。

此外，企业还可以从降低交易成本的角度来提高客户保持率。如：提高并统一经销商的内部信息系统，优化车辆配送和物流服务体系，降低运营成本；还可以通过多种信息化的沟通和交流渠道，搭建消费者跟企业或经销商的沟通桥梁，提高运作效率，降低客户成本。

（四）退化期汽车客户保持的策略重点[11]

退化期汽车客户保持的策略重点是恢复客户关系并建立预警长效机制。

恢复客户关系的目标是恢复危机中的客户关系使其重新回到原先的忠诚状态。首先，对于危机中的客户关系，企业必须做到查找原因，及时纠正并提供补偿。如：一汽丰田承诺对砸损车辆进行免费维修，对烧毁车辆进行免费更换整车。其次，对于已经结束的客户关系，企业应分析和确认客户流失的原因并加以克服补救。如果是企业自身的原因包括现有产品或服务已经无法满足客户、车辆本身质量或技术问题、购买的不便性等。企业应该认真反思，克服相关难题并认真落实后续补救措施。如：大众DSG变速箱问题，丰田刹车门事件，等等。

建立预警长效机制是指通过分析客户流失的原因，提出防止现有客户流失的措施，建立一个预防客户流失的长效机制。

（1）对于企业自身的原因，企业应提前做出预警，根据产品、技术或服务已经出现的问题，根据客户新的需求，及时攻克和解决技术难题，调整产品或服务内容。

（2）对于客户的原因，当客户陷入危机，企业应主动提供补偿，帮助其渡过难关，赢得客户的长期忠诚度价值。

（3）对于市场竞争的原因，企业应及时进行SWOT分析，研究竞争对手的优势，潜在竞争对手的威胁，自身的优势和弱势。掌握客户心理，强化自身优势，弱化自身劣势，通过各种宣传手段引导和激励客户，恢复客户的忠诚度（王荣鑫，等2008）。

五、总结与展望

本文以大数据时代为背景，从我国汽车市场面临的机遇和挑战出发，应用客户生命周期理论、客户生命周期价值理论和客户保持理论，结合汽车市场的特性和汽车消费者的相关特征，从客户当前价值、潜在价值和忠诚价值三个维度构建了汽车用户分类模型，并结合客户保持理论，针对不同客户生命周期和客户分类，提出了汽车用户动态保持模型和策略集合，从理论上和实践上都有一定的创新价值。

同时，由于大数据的采集分析及分类理论研究深度等局限性，本文在后续的研究过程中，还需要进一步应用大数据思维驱动，结合实证分析的方法，进一步完善定量分析模型，从而为我国汽车企业更加有效进行客户分类和动态客户保持提供更加系统完善的理论模型。

[1]McKinsey Global Institute.Big data：The next frontier for innovation competition and productivity[R].USA： McKinsey & Company，2011.

[2]John Gantz，David Reinsel.Data Universe：Extracting value from Chaos[R].USA：IDC iView&EMC，2011.

[3]Codd，E.F.A RelationalModelofDatafor Large Shared Data Banks[J].Communications of the ACM，1970，（6）：377—387.

[4]俞楠.比你更了解你——大数据时代的汽车生活[N].东方早报，2013-04-19（19）.

[5]应维云，覃正，李秀.面向客户全生命周期价值的客户行为分析决策支持研究[J].情报杂志，2008，（7）：19—22.

[6]Paul D.Berger，Nada I.Nasr.Customer Lifetime Value： Marketing Models and Applications[J].Journal of Interactive Marketing，1998，（12）：17—30.

[7]陈明亮.客户生命周期利润变化趋势的实证研究[J].统计研究，2002，（6）：40—46.

[8]邓洁君.电信客户生命周期价值模型及在客户细分中的应用研究[D].四川大学学位论文，2007.

[9]权明富，齐佳音，舒华英.客户价值评价指标体系设计[J].南开管理评论，2004，（3）：17—23.

[10]杨兰，卢润德.基于客户价值的客户分类方法研究[J].现代管理科学，2007，（11）：95—96.

[11]王荣鑫，张新，等.基于客户生命周期理论的客户保持策略研究[J].企业活力，2008，（7）：15—20.

[12]沈剑峰.基于客户价值的差异化客户保持投入管理[D].华东理工大学，2013.

[13]李红霞.电信客户流失与客户保持分析[A].中国运筹学会企业运筹学会.中国企业运筹学[C].成都：电子科技大学出版社，2007.