社会网络视角下的顾客资产测量模型研究

邵景波，王 超，许万有

(哈尔滨工业大学 管理学院，黑龙江 哈尔滨 150001)

一、引言

技术不断进步使行业内产品的同质化现象愈加明显，而随着生活水平的提高，人们对产品差异化的需求却越来越高，企业只有准确地发现顾客需求，才能得以生存和实现自身的可持续发展[1]，矛盾的突显使得绝大多数企业将“以顾客为中心”作为核心经营理念，试图用科学的管理方法和营销手段留住已有顾客并发掘潜在顾客，努力实现“顾客资产”保值增值。“顾客资产”(Customer Equity，简称CE)概念率先由Blatterg和Deighton(1996)[2]提出，其后学者们在各自的研究中进行了略有差异的界定，当前被广泛接受的是Rust等人(2004)[3]提出的定义，即顾客资产是指企业所有顾客终身价值(Customer Lifetime Value，简称CLV)的折现值之和。顾客终身价值就是顾客为企业创造的所有未来收入减去企业为顾客提供产品和服务以及与其建立并维护关系所产生的成本[2]。

基于这样的定义，营销学者们建立了诸多的CLV和CE测量模型，取得了丰硕的研究成果，但梳理这些模型不难发现其中存在的一些不足，如有些模型只适用于有限行业[4-6]，有些模型缺少对统计过程的描述[7-8]，有些模型未同时考虑顾客获得和保留[2,4,9]，还有一些模型没有明确地模拟竞争[2,4-6,8-12]及顾客品牌转换[2,4-12]等。Rust等人(2004)[3]提出的营销收益模型虽解决了上述问题，但遗憾的是，该模型只考虑了企业与顾客这两个行为主体间“一对一”的二元关系，忽视了它们所处的社会网络对顾客资产的影响[13]。根据社会网络理论，任何企业和顾客都不是孤立存在的，而是镶嵌于特定的社会网络之中。从企业角度看，单一企业必然要与其所处社会网络的其他企业合作或竞争来获取资源，以实现顾客的获取和维系；从顾客角度看，单一顾客的购买决策可能会受到其所处社会网络中其他顾客的影响，同时自身也可能影响他人的购买决策。因此，囿于企业和顾客间“一对一”的双向二元关系来探讨顾客资产的驱动和测量是不符合客观实际的，而应将其置于复杂社会网络之中，从社会网络的视角来研究该课题。

鉴于此，本研究以社会网络视角下顾客资产驱动要素构成模型为基础，对传统顾客资产测量模型进行改进，构建社会网络视角下的顾客资产测量模型，并通过模型应用来验证该模型的适用性和可操作性。

二、理论基础

“社会网络”一词由Brown(1940)[14]最先提出，以此描述社会结构。其后，Barnes(1954)以挪威渔村的社会网络为例，首次对社会网络进行了较为系统的分析，认为社会网络是一组真实存在的社会关系[15]。随后，Bott的《家庭与社会网络》(1957)一书使社会网络概念受到社会学家的广泛关注[16]。其后，针对社会网络的研究不断深入，理论体系也日臻完善。在这一发展过程中，有关社会网络的理论研究出现了很多流派，包括基于网络关系视角的强关系[17-18]和弱关系[19-21]理论、基于网络结构视角的结构洞理论[22]及基于网络功利性视角的社会资本理论[23-24]和社会资源理论[25]。这些理论被长期应用在社会学和人类学的相关问题研究，随着学科交融的深化，逐渐被应用于市场营销领域，比较有代表性的包括：用社会网络分析来测量顾客流失、管理顾客价值及改善销售绩效[26]，说明人际关系对口碑传播的影响[27]，以及研究通信网络中的客户关系管理问题[13,28]等，但从社会网络视角来探讨顾客资产测量的研究还未有所见。

目前对顾客资产测量的研究大多基于传统的顾客资产驱动要素模型，认为顾客资产驱动要素应涵盖三个部分：价值驱动、品牌驱动和关系驱动[7]。也有学者对该模型进行了完善，补充了其他维度，例如感知驱动[29-31]，但从社会网络视角来探究顾客资产驱动要素的研究却是最近才有出现。其实，社会网络可通过多种途径来影响顾客购买决策和行为，进而影响顾客终身价值和顾客资产。邵景波等人在过去的研究中，构建了社会网络视角下顾客资产驱动要素构成的概念模型[32](图1)。该模型由企业内部、企业间、企业与顾客间以及顾客间网络效应下的4个方面的驱动要素构成。其中，企业内部网络效应下的驱动要素包含价值和品牌，价值驱动要素又包含质量、价格和便利性3个亚驱动要素，而影响品牌的亚驱动要素为顾客对品牌的认知度、顾客的品牌偏好及品牌的美誉度；企业间网络效应下的驱动要素为市场地位，以市场份额来表征；企业与顾客间网络效应下的驱动要素包括关系收益和关系质量，关系收益由经济收益(忠诚回报活动)、社会收益(特殊奖赏和特殊对待活动、情感交流活动)以及结构收益(知识学习活动)构成，关系质量由顾客满意和顾客信任构成；顾客间网络效应下的驱动要素为口碑传播和消费示范。该模型虽然为社会网络视角下的顾客资产研究提供了一定的理论基础，但在其文章中没有进行实证，也还没有将其应用于顾客资产测量之中。本研究将以此概念模型为基础，运用因子分析法以提取公因子的方式验证该模型的驱动要素构成，在此基础上构建社会网络视角下的顾客资产测量模型，并将其应用于移动通信企业的顾客资产测量之中。

图1 社会网络视角下的顾客资产驱动要素概念模型

三、社会网络视角下的顾客资产测量模型构建

为了在社会网络视角下实现对顾客资产的测量，首先要以图1所示驱动要素模型为基础构建品牌效用模型，以确定顾客的品牌转换矩阵。在此基础上测算样本顾客的平均CLV，这其中需要预测顾客购买额和顾客数量的变化，最后估算出企业的顾客资产值。

(一)品牌效用模型

品牌效用是指品牌惯性和顾客资产驱动要素对顾客购买行为决定(品牌选择)所施加的影响[33]。其中，品牌惯性是指当顾客满意先前购买的品牌产品(或服务)的情况下重复购买该品牌产品(或服务)的倾向[34]，各亚驱动要素如图1所示。用Uijk表示品牌k对购买了品牌j的顾客i的效用，若j=k，品牌惯性LASTijk的名义变量取值为1，反之为0；Xik是驱动要素的行向量，由此品牌效用Uijk可表示为式(1)：

Uijk=β0kLASTijk+β1kXik+εijk

(1)

其中，β0k是品牌惯性回归系数，β1k是顾客资产各亚驱动要素回归系数的列向量，εijk为随机误差项。

通过顾客个人层次的效用可以得到个人层次的转换概率Pijk*，它代表上次购买品牌j的顾客i下次购买品牌k*的可能性，如式(2)：

(2)

转换可能性Pijk构成了顾客个人层次的品牌转换矩阵Mi，当有J个品牌时，Mi是J×J矩阵，如式(3)：

(3)

通过个人层次的品牌转换矩阵可以导出个人层次的CLV。

(二)CLV测量

为了更准确地测量CLV，假定每位顾客都有一个与之对应的J×J阶转换矩阵Mi，Ai为1×J行向量，其元素若为下一次购买的品牌，赋值为1，反之为0；Bijt为顾客i在时期t选择购买品牌j的可能性，是购买可能性矩阵Bit中的元素，Bit为1×J阶矩阵，可以通过Mi相乘t次得到，如式(4)：

(4)

对于品牌j，如果以Tij表示计算期的时间长度，dj表示折现率，fi表示顾客i在时期t的平均购买频率(如每年购买3次)，Vijt表示顾客i在时期t的期望购买额，则顾客i的终身价值CLVij如式(5)：

(5)

(三)预测购买额和顾客数量

Rust等人的营销收益模型建立在需求市场规模不变的假设前提下，而事实上，需求市场规模是不断变化的，体现在模型中对应着两个变量——顾客购买额和顾客数量，由于它们在整个计算期内处于不断变化之中，因此本研究将对其进行预测，这样在测量中就把需求市场规模的变化考虑进去了。

由于期望购买额Vijt由品牌j在时期t的营业收入Yjt和所拥有的实际顾客数量Qjt所决定，在Yjt和Qjt具有长期稳定增长趋势下，建立Vijt的预测模型如式(6)-式(8)：

Yjt=γ1+γ2t+ε1

(6)

Qjt=θ1+θ2t+ε2

(7)

Vijt=Yjt/Qjt

(8)

根据历史数据，估计系数γ1、γ2、θ1、θ2，进而可预测未来各期Vijt值。

接下来预测考虑人口增长时的各期顾客数量。用POPt表示时期t整个市场上品牌j的顾客总数(现有顾客和潜在顾客)，POP0表示当期(0期)整个市场上品牌j的顾客总数，Rp表示每期人口平均增长率，则POPt可由式(9)求得。

POPt=POP0×(I+Rp)t

(9)

(四)顾客资产计算

用meani(CLVij)表示品牌j的所有随机样本顾客i的终身价值平均值，由全部样本顾客CLV总和除以样本顾客数得出。那么根据顾客资产定义，品牌j的顾客资产CEj的计算如式(10)：

CEj=meani(CLVij)×POPt

(10)

四、社会网络视角下的顾客资产测量模型应用

以中国移动通信哈尔滨分公司作为研究对象，运用前文构建的社会网络视角下的顾客资产测量模型对该公司的顾客资产进行测量。

(一)指标体系的建立

沿用Rust等人的思路，对应顾客资产各项亚驱动要素建立指标体系(表1)。

表1 指标体系

(二)信度与效度分析

采用Alpha信度系数法检验问卷的总体内在信度。运用SPSS19.0统计软件得到分析结果如表2所示。可以看出，所有指标的Alpha值均大于0.8，说明问卷总体上具有很好的可靠性和稳定性。需要说明的是，信度分析中没有将品牌惯性纳入进来，原因在于其只取值为0或1。

采用因子分析法检验问卷的效度来判断问卷测评指标分类的合理性，利用SPSS19.0统计软件得到分析结果如表3所示。可以看出，KMO值远大于0.5，说明指标可进行因子分析；另外，Bartlett’s球形检验的Sig.为0.000，远小于0.05，说明在0.05的置信水平下显著，即指标间有共同因素存在，可以从中提取最少因子的同时又能解释大部分方差。综上，问卷的效度很好。

表2 信度分析结果

表3 效度分析结果

(三)因子分析

应用统计软件SPSS19.0对数据进行标准化处理和因子分析，结果如表4所示，以最大特征根大于1的原则选取6个公因子，它们一起解释总方差的65.702%，说明这6个公因子较大程度地保留了原始信息。

表4 因子方差贡献

从6个公因子的正交因子解(表5)可以看出，公因子F1在变量X10、X11、X12、X13、X14和X15上的因子载荷系数最大，集中反映了忠诚回报活动、优惠政策、特殊待遇、团体活动、信息交流学习以及合作参与学习等6个亚驱动要素的信息，表明F1对应企业与顾客间网络效应下的关系收益驱动要素。同理，F2依赖于X5(广告意识)、X6(企业声誉)、X7(公益活动)和X8(品牌偏好)，对应企业内部网络效应下的品牌驱动要素；F3依赖于X9(市场地位)、X18(口碑宣传)和X19(消费示范)，对应企业间及顾客间网络效应下的驱动要素；F4依赖于X2(质量)、X3(价格)和X4(便利性)，对应企业内部网络效应下的价值驱动因素；F5依赖于X16(顾客信任)和X17(顾客满意)，对应企业与顾客间网络效应下的关系质量驱动要素；F6依赖于X1(品牌惯性)。

表5 正交因子解

各公因子可表示为原始变量的线性组合，公因子和原始变量间的线性关系系数如表6所示。以公因子F1为例，F1与各原始变量的关系如式(11)。

F1=0.008X1-0.004X2-0.024X3-0.030X4-0.016X5-0.057X6-0.067X7-0.053X8+0.011X9+0.227X10+0.257X11+0.246X12+0.236X13+0.220X14+0.220X15-0.015X16-0.035X17-0.024X18-0.008X19

(11)

(四)Logistic回归分析

以上述6个公因子作为自变量对品牌效用U进行Logistic回归，得出各公因子的系数(如表7)，从中可以看出各公因子系数为0的可能性均小于5%(Sig<0.05)，因此，这6个公因子在0.05的置信水平下显著。

表7 Logistic回归结果

(五)计算顾客资产值

根据因子分析所得出的公因子与各原始变量间的关系和Logistic回归分析所得出的品牌效用与公因子间的关系，可得品牌效用和各原始变量间的关系系数，按照由大至小的顺序排序后的结果如表8所示。

表8 原始变量的系数

选取中国移动通信哈尔滨分公司财务年报上的历史数据对式(6)和式(7)进行多元线性回归，结果如式(12)和式(13)：

Yjt=13.117+12.908t

(12)

Qjt=-0.003+0.017t

(13)

为方便计算，假定时间区为3年(每月为1期，共36期，基期为2011年12月)，运用式(8)和式(12)、式(13)可得到顾客购买额(Vijt)的预测结果(表9)。

表9 顾客购买额(Vijt)的预测结果

假定折现率为10%，平均购买频率为1(每月购买1次)，以哈尔滨市所有适龄人口数(18～70岁)作为现有和潜在顾客数量，从该市统计年鉴数据中获得每月平均人口增长率为0.39%，基期的人口数为853.56万，最后计算出中国移动通信哈尔滨分公司的顾客资产总额为146.27亿元。

(六)结果分析

首先，因子分析过程中提取了6个公因子，且所有的亚驱动要素都进入了公因子，除反映品牌惯性的一个公因子外，其余5个公因子分别从企业内部网络影响下的价值和品牌，企业与顾客间关系网络影响下的关系收益和关系质量，企业间关系网络影响下的市场地位以及顾客间关系网络影响下的口碑传播和消费示范反映了顾客资产的各驱动要素，该结果与本研究所采用的社会网络视角下的顾客资产驱动要素构成的概念模型完全吻合，也验证了该模型的合理性。

其次，各亚驱动要素系数有所不同，反映了它们对顾客资产影响程度的差异。其中，品牌惯性系数最大，表明顾客对移动通信企业产品(或服务)的依赖性较强；质量与便利性次之，表明它们是顾客在购买时最关注的要素；信息交流学习、团体活动及合作参与学习的系数排在最后3位，表明它们对顾客购买决策的影响较小；市场地位、口碑传播和消费示范的系数分别排在第8、14、15位，反映了它们对顾客资产的确存在影响，是不可忽视的。

最后，从对影响需求市场规模的变量预测结果来看，考虑需求市场规模的变化是有必要的。这是因为，虽然顾客平均购买额呈现递减趋势，但顾客数量增长较快，结果导致需求市场规模是不断增大的。

五、讨论

根据Granovetter结构嵌入和关系嵌入的观点，任何营销活动都是嵌入在特定的社会网络中的[35]，本研究将企业与顾客所处的社会网络引入到顾客资产测量中，使得测量模型具备以下几点优势。

(1)测量指标涵盖了传统模型亚驱动要素的同时，补充了其未考虑的市场地位、口碑传播及消费示范等要素，相比于传统测量模型，减小了测量中的系统误差。

(2)一定程度上考虑了需求市场规模的变化，对顾客资产的测量更加符合客观实际。

(3)可通过调查问卷、查阅企业财务年报及统计年鉴的方式获取一系列数据，利用SPSS和EXCEL软件实现所有的分析及计算，具有很强的可操作性。

本研究虽然在理论上使顾客资产测量模型更加完善，在实践上为企业合理分配资源提供了一定的依据，但仍存在着诸多局限。首先，只在移动通信领域对所构建的社会网络视角下的顾客资产测量模型进行了应用，研究结果只能表明其适用于该行业企业的顾客资产测量，是否适用于其他行业还需进一步验证；其次，该测量模型只局限于测量某个时点上的企业顾客资产，无法动态跟踪企业顾客资产的时间序列变化。此外，在预测需求市场规模变化时，只考虑了顾客购买额和顾客数量等因素的变化，忽视了新产品和替代品的出现等其他可导致市场规模变化的因素。这是我们研究的不足，同时也为未来的研究指明了方向。

参考文献：

[1]王吉林，刘西林.网络营销环境下的顾客认知价值模型[J].哈尔滨商业大学学报：社会科学版，2011(6)：13-18.

[2]BLATTBERG R C，DEIGHTON J.Manage marketing by the customer equity test[J].Harvard Business Review，1996，74(4)：136-144.

[3]ROLAND T Rust，KATHERINE N Lemon，VALARIE A Zeithaml.Return on marketing：Using customer equity to focus marketing strategy[J].Journal of Marketing，2004(1)：109-127.

[4]PAUL D Berger，NADA I Nasr.Customer lifetime value：Marketing models and applications[J].Journal of Interactive Marketing，1998，12(1)：17-30.

[5]REINARTZ Werner，KUMAR V.On the profitability of long lifetime customers：An empirical investigation and implications for marketing[J].Journal of Marketing，2000，64(10)：17-35.

[6]RUTH N Bolton，KATHERINE N Lemon,PETER C Verhoef.The theoretical underpinnings of customer asset management：A framework and propositions for future research[J].Journal of the Academy of Marketing Science，2004，32(3)：271-292.

[7]ROLAND T Rust，VALARIE A Zeithaml，KATHERINE N Lemon.Driving customer equity：How customer lifetime value is reshaping corporate strategy[M].London：The Free Press，2000:5-346.

[9]BLATTBERG R C，GETZ G，THOMAS J S.Customer equity：building and managing relationships as valuable assets[M].Boston：Harvard Business School Press，2001:128-142.

[10]DWYER F R.Customer lifetime valuation to support marketing decision making[J].Journal of Direct Marketing，1997，11(4)：6-13.

[11]PHILIP E Pfeifer，ROBERT L Carraway.Modeling customer relationships as markov chains[J].Journal of Interactive Marketing，2000，14(2)：43-55.

[12]THOMAS J S.Customer equity：managing the customer-firm relationship[D].Evanston，IL：Kellogg School of Management，Northwestern University，1997.

[13]ALGESHEIMER R，WANGENHAIM F V.A network based approach to customer equity management[J].Journal of Relationship Marketing，2006，5(1)：39-57.

[14]BROWN A Radcliffe .On social structure[J].The Journal of the Royal Anthropological Institute of Great Britain and Ireland，1940，70(1)：1-12.

[15]BARNES J A.Class and committees in a Norwegian Island Parish[J].Human Relations，1954，7(1)：39-58.

[16]肖 鸿.试析当代社会网研究的若干进展[J].社会学研究，1999(3)：1-11.

[17]BIAN Yanjie.Bringing strong ties back in：Indirect connection，bridges and job searches in China[J].American Sociological Review，1997(62)：266-285.

[18]边燕杰.找回强关系：中国的间接关系、网络桥梁和求职[J].国外社会学，1998(2)：32-56.

[19]GRANOVETTER M.The strength of weak ties[J].American Journal of Sociology，1973(78)：1360-1380.

[20]GRANOVETER M.Getting a job：A study of contacts and careers[M].Cambridge，MA：Harvard University Press，1974.

[21]GRANOVETTER M.Economic action and social structure：The prblem of embeddedness[J].American Journal of Sociology，1985,91：481-510.

[22]BURT R S.Struetural holes：The Social strueture of competition[M].Cambridge，MA：Harvard University Press，1992：112-165.

[23]COLEMAN J S.Social capital in the creation of human capital[J].American Journal of Sociology，1988，94(9)：95-120.

[24]COLEMAN J S.Foundations of social theory[M].Cambridge，MA：Harvard University Press，1990.

[25]LLIN Nan，ENSEL W M，VAUGHN J C.Social resources and strength of ties：Structural factors in occupational status attainment[J].American Sociological Review，1981，46(4)：393-455.

[26]DOYLE Shaun.Social network analysis in the telco sector-marketing applications[J].Journal of Database Marketing & Customer Strategy Management，2008，15(2)：130-134.

[27]BRISTOR J M.Enhanced explanations of word of mouth communications：The power of relationships[J].Research in Consumer Behavior，1990(4)：51-83.

[28]KISS C，BICHLER M.Leveraging network effects for predictive modeling in customer relationship management[C].Proceedings of the 15th Annual Workshop on Information Technologies& System(WITS).2005.

[29]邵景波，张明立.基于品牌效用的多品牌企业顾客资产测量模型研究[J].预测，2009，28(1)：23-29.

[30]邵景波，崔文慧，唐 桂.基于四维驱动测量模型的顾客资产提升——在移动通信领域的应用[J].科学决策，2009(1)：25-34.

[31]邵景波，武爱敏，吴晓静.文化维度视角下文化对顾客资产驱动要素的影响研究[J].科学决策，2010(8)，38-48.

[32]邵景波，陈珂珂，吴晓静.社会网络效应下顾客资产驱动要素研究[J].中国软科学，2012(8)：84-97.

[33]WANGENHEIM F，BAYON T.The Effect of word of mouth on service switching：Measurement and moderating variables[J].European Journal of Marketing，2004，38(9/10)：1173-1185.

[34]邵景波，唐 桂，张明立.顾客资产测量模型的改进及其在服务业中的应用[J].中国软科学，2010(5)：161-168.

[35]GRANOVETTER M.Sociological and economic approach to studying labor market[M].Boston：Harvard Business School Press，1992：114-121.