基于报表数据的上市公司顾客资产测量与提升——中国联通公司的应用研究

邵景波， 张君慧， 李 艳

(哈尔滨工业大学 管理学院，黑龙江 哈尔滨 150001)



基于报表数据的上市公司顾客资产测量与提升
——中国联通公司的应用研究

邵景波， 张君慧， 李 艳

(哈尔滨工业大学 管理学院，黑龙江 哈尔滨 150001)

顾客资产体现企业在市场竞争中获取顾客资源的能力，本研究旨在利用报表数据对上市公司的顾客资产进行测量，并依据测量结果提出提升策略。首先，运用Matlab编程模拟上市公司的每期期末顾客存量适用的技术替代模型，进而求得顾客资产。其次，依据β转换模型原理估算企业现有顾客的终身价值总和，在同时考虑顾客的获取与流失的前提下求得顾客资产可持续比率。再次，依据顾客资产可持续比率和顾客资产的计算结果构建二维坐标图，以分析企业顾客资产的时间序列特征，作为提升顾客资产的依据。最后，将该方法在中国联通公司进行了应用。研究结果表明，该方法对上市公司的顾客资产测量和提升具有较好的适用性和可操作性。研究结果对于上市公司的顾客资产管理具有一定的参考价值。

市场营销；顾客资产；顾客资产可持续比率；技术替代模型；上市公司

0 引言

企业欲在激烈的市场竞争中立于不败之地，越来越需要重视顾客的需求[1]，提高顾客满意度，但并不是所有的顾客都值得企业争取，某些顾客为其服务的成本不低，但其为企业创造的价值却很有限，而且很容易发生品牌转换，例如价格敏感型的顾客在竞争对手提供更优惠的条件时就会转换供应商，他们对企业的贡献不高且十分不稳定。因此企业应该关注单一顾客在其生命周期内给企业带来的整个利润流即顾客终身价值(customer lifetime value，CLV)，并根据CLV的大小分配营销资源，将有限的资源投入到最有价值的顾客身上，以期全部顾客CLV的总和即顾客资产最大化。这就涉及到顾客资产价值的测度和提升策略问题。

准确地说，顾客资产是指公司现有的和潜在的所有顾客终身价值的总和[2]。在顾客资产测量方面，营销学者们已经提出了诸多模型并在多个行业进行了应用研究[3～5]，这些模型在数据获取方面存在很大差异，有的模型利用企业内部数据库的数据[6～8]，有的模型需要通过问卷调查获取数据[9,10]，有的模型则使用行业面板数据[11,12]，还有的模型可以利用公司报表数据[13～15]。利用企业内部数据库的模型优势在于对于数据库完善的企业来说数据获取相对容易和简便，但该模型忽视了企业外部的行业信息，不能模拟企业间的竞争。利用调查数据的模型，不需要企业数据库支持，可以通过调查问卷获取顾客信息，但定期的顾客资产评估所需的调查工作量巨大，而且问卷调查时，经常需要让顾客回答他自己无法准确判断的问题，数据的有效性让人质疑。利用面板数据的模型在可靠性和精度方面应该是最具优势的，而且可以获得更多动态信息，但面板数据的获取难度较大，该类模型相对较少。再有就是利用公司报表数据的模型，该类模型的数据获取容易，在数据的可靠性方面独具优势，且操作简单。虽然该类模型也具有一些局限，但鉴于其优点，仍具有较强的适用性。考虑到上市公司的报表数据公开，最容易获取，可以说该类模型非常适合于测量上市公司的顾客资产。本文就是对该类模型的应用研究，以联通公司为例展示上市公司的顾客资产测量过程，并依据顾客资产和顾客资产可持续比率(customer equity sustainable ratio，CESR)的计算结果构建二维坐标图进而提出顾客资产提升策略。其中顾客资产可持续比率是由Skiera, Bermes和Horn[16]提出，是指顾客未来价值占顾客资产的比例，反映顾客当前价值和未来价值的配比结构，但是其对顾客资产的理解仅仅涵盖了企业现有的顾客，考虑了现有顾客的流失，但没有考虑未来顾客的获取，其测算的顾客资产价值中不包括未来获取顾客为企业带来的价值，因此有一定局限。本研究将同时考虑顾客的获取和流失来测度顾客资产并计算顾客资产可持续比率，以期为企业的营销战略目标指引正确方向。

1 理论基础

自从Dorsch和Carlson[17]于1996年将顾客资产引入学者们的研究视野至今，有关顾客资产的探索一直是营销领域的研究热点，其理论体系已初现雏形，顾客资产测量模型作为其中一个重要的组成部分取得了丰硕的研究成果，并依据不同的标准对模型进行了各种分类。从测量所需数据的角度来看，基于公司报表数据的测量模型对于上市公司而言应是最为适宜的方法，因为上市公司每隔一段时间就会公布其财务报表，这些报表数据都是经过严格的评估和审核，具有很高的可信度。同时，对于不具备内部数据库，或无法获得面板数据，或介意调查数据的主观性和工作量的上市公司而言，该模型也解决了其担心的问题，满足了其需求。

顾客资产测量的目的就是在对企业的顾客资产价值有了准确的评估基础上提出有效的策略，以实现顾客资产的保值增值。因此目前大多数学者关于顾客资产提升的研究都是以测量模型为基础。例如Rust，Lemon和Zeithaml的营销收益模型指出，顾客资产包含价值资产、品牌资产和维系资产三个方面的驱动要素并据此设定指标体系计算企业的顾客资产价值，其提升策略也是据此提出[9]；而Blattberg, Getz和Thomas则认为企业的顾客资产应该从获取新顾客、维系已有顾客和向已有顾客推荐新产品三个角度进行分析，并提出了分别对应这三个方面的顾客资产提升策略[18]。此外，还有一些学者基于顾客细分的视角提出顾客资产提升策略。例如Zeithaml以顾客终身价值大小为基础构建了顾客金字塔模型，将顾客分为四个等级：铂金级、黄金级、钢铁级和重铅级顾客，并指出企业的营销资源应该针对这四个等级的顾客进行分配以实现顾客资产最大化[19]。

需要特别指出的是，Skiera, Bermes和Horn提出的基于顾客资产可持续比率的顾客资产提升方法[16]，在其研究中计算了顾客当前价值、未来价值和顾客资产，其中顾客的当前价值指企业现有顾客在现阶段能为企业带来的价值大小，未来价值指企业现有顾客在未来的生命周期阶段能为企业带来的价值大小，而顾客资产是指企业现有顾客的终身价值总和。该方法能很好地呈现顾客资产结构的动态变化，在顾客资产提升的研究方面做出了重要的贡献，但该研究存在局限。那就是Skiera, Bermes和Horn的研究中虽然考虑了现有顾客的流失，但没有考虑企业在未来仍有获取新顾客的可能性，而事实上每一家企业在未来都可能有新的顾客出现，更为重要的是其对顾客资产的界定与顾客资产是企业现有和潜在的全部顾客的终身价值的总和的定义有所差异。因此本研究将CESR的概念界定为未来获取顾客的终身价值总和占顾客资产的比例，以反映企业现有顾客和未来获取的顾客创造的价值在顾客资产中的配比结构。在此基础上依据基于顾客资产价值与顾客资产可持续比率构建的二维坐标图，将企业不同阶段的顾客资产情况进行时间序列分析，明确过去、现在和未来企业顾客资产的结构变化，从而指出在未来的某一段时间而不是某一个时间点企业应该如何提升顾客资产。

2 模型描述

2.1 顾客资产测量模型

顾客资产的测量主要采用Gupta和Lehman的模型[20]，如式(1)所示：

(1)

其中，CE表示顾客资产，k代表顾客群(每年新增一个顾客群)，m代表每位顾客的净收益，n代表顾客数量，t代表时间。

在式(1)中最主要的是未来获取顾客数量的估算，本研究采用技术替代模型来预测。该方法的核心思想是以时间为自变量，以累计顾客数作为因变量观测值，首先利用S型方程对每期累计顾客数进行拟合求得最优的参数解，在此基础上推导出新增加顾客数的计算公式。在技术替代模型中，任意时间t的累计顾客数Nt的表达如式(2)：

(2)

在S型方程(2)中，当时间t趋于无穷，该方程渐进逼向α，参数γ描述了曲线的倾斜程度。新增加的顾客数nt就可以通过将式(2)微分求得，如式(3)：

(3)

利用Matlab 7.0软件中的lsqcurvefit函数对式(3)进行拟合，通过编写程序运行Matlab软件即可求得最优参数解，所构建的非线性最小二乘模型如式(4)：

(4)

2.2 顾客资产可持续比率

由于顾客资产可持续比率(CESR)是企业未来获取顾客的终身价值总和占顾客资产(CE)的比例，而企业现有顾客的终身价值总和(表示为CEc)更容易测算，因此将CESR的计算公式表示为式(5)：

(5)

顾客资产可持续比率的取值在区间[0,1]，其值越趋近于1表示企业未来获取顾客的终身价值总和占比越高，越趋近于0表示企业未来获取顾客的终身价值总和占比越低。顾客资产中CEc的测算主要是采用Pfeifer的模型[14]，如式(6)所示：

(6)

其中CEc为现有顾客终身价值总和，r(T)为月份实际保留率，CF为现金流，d为折现率。

在式(6)中，最关键的是月份实际保留率的估算。关于实际保留率的计算主要依据Fader和Hardie的研究成果[21]。Fader和Hardie从一个公司应该存在多个顾客群的角度，运用可转换β几何分布(shifted geometric distribution)模型(简称sBG)分析了四种有限信息结构下的顾客保留率。四种有限信息结构如表1～4所示，其中nij是顾客群i的顾客在第j期仍然存在于该企业(j>i)的数量，斜对角线上即当i=j时的nii表示顾客群i在第i期获取的初始顾客数。有限信息结构一的适用条件是已知每期初始顾客数和每个顾客群在观测期期末的活跃顾客数，有限信息结构二的适用条件是已知每期初始顾客数和每期期末顾客数，有限信息结构三的适用条件是已知每期期末顾客数和每个顾客群在观测期期末的活跃顾客数，有限信息结构四的适用条件是已知每个顾客群在观测期期末最后两期的活跃顾客数。

表1 有限信息结构一

表2 有限信息结构二

群时间→1n112n223n33︙⋱InIIn.1n.2n.3n.I

表3 有限信息结构三

表4 有限信息结构四

群时间→1n1I-1n1I2n2I-1n2I3n3I-1n3I︙⋱︙InII

2.3 二维坐标图

以顾客资产与顾客资产可持续比率为坐标可构建如图1所示的由四个象限构成的二维坐标图[17]。横轴为CESR，从左到右表示企业由对短期利润的重视转变为中长期价值的创造；纵轴为CE，自下而上表示企业的顾客资产价值由小到大。这样就可以依据该图对企业的顾客资产进行时间序列分析，找出企业目前顾客资产管理中存在的不足进而明确未来的改进方向。

(1)第一象限：高CE和高CESR，处于此象限说明企业不仅拥有强大的顾客群基础，并且其未来获取顾客为企业创造的价值也较高；

(2)第二象限：高CE和低CESR，处于此象限说明企业虽然具有强大的顾客群基础，但是其现有顾客群的终身价值总和占比较高，未来获取的顾客并不具备很高的经济价值，这意味着该企业比较重视短期利润的获得，缺乏对企业长远利益的考虑；

(3)第三象限：低CE和低CESR，处于此象限说明企业不具有强大的顾客群基础，并且现有顾客群的终身价值总和占比较高，这意味着该企业不仅不能以有效的营销策略吸引足够多的顾客，而且其利润短视化现象比较严重；

(4)第四象限：低CE和高CESR，处于此象限说明企业不具备强大的顾客群基础，但是其未来获取顾客的经济价值好于当前，这意味着公司具有长远眼光，虽然目前没有强大的顾客群基础，但是以企业管理者的优秀能力可能会有较好的前景。

图1 基于CE和CESR构建的二维坐标图

3 模型应用

本研究运用前文所述顾客资产测量模型对中国联通公司的顾客资产进行测量，并利用二维坐标图对其顾客资产情况进行分析，在此基础上提出相应的顾客资产提升策略。

3.1 数据的获取

研究所采用的中国联通公司报表数据主要来源于新浪财经和东方财富等官方网站，数据具有较高的可信度。联通公司在2009年10月之前多次进行了业务调整，2008年10月将CDMA业务出售，2009年10月投入运营3G业务，由于主营业务的不一致会造成报表数据不符合测量模型对数据的要求，因此选取从2009年10月到2012年3月的月度报表数据。

在数据的收集过程中发现联通公司对于顾客数量的公布是以月份为间隔，而对经营利润的公布是以季度为间隔进行的，因此在估算顾客资产时不仅需要将年度测量方程转换为季度测量方程，还需要将以月度顾客数量为基础求得的实际保留率转换为相应的季度实际保留率。

联通公司的财务报告中公布了各类长期借款、债券以及中期票据的公允价值，以现金流量分别按照2009年12月至2011年12月间的市场利率来折算，取其平均值5%作为年度折现率，在实际的计算过程中将其转换为季度折现率1.25%。

3.2 顾客资产的评估

在利用技术替代模型估算未来获取顾客数量时，首先需要进行Matlab编程，编写的具体程序如表5所示。

表5 技术替代模型的Matlab编程

将中国联通公司的数据代入式(4)中并通过运行上述程序即可得到最优参数解：x(1)=116680，x(2)=-1.1401，x(3)=0.0106。因此，中国联通公司的技术替代模型方程分别如式(7)和(8)所示，其中α=x(1)，β=x(2)，γ=x(3)。

(7)

(8)

求得中国联通公司每期顾客数之后，运用顾客资产的计算公式(1)即可求得中国联通公司的顾客资产，所得结果如表6所示。

表6 季度顾客资产计算结果

3.3 现有顾客CLV总和的计算

计算中国联通公司现有顾客的终身价值总和，须先求得实际保留率。在Fader和Hardie的研究中有一个重要前提假设，即顾客群是根据获取时间的不同来划分的。联通公司的报表数据是根据业务种类(2G、3G和固网业务中的本地通话、宽带)来报告不同顾客群体数据信息的，这种分类方法显然不符合Fader和Hardie测量模型的前提假设，因此将其做如下转换：

假设第i期期初顾客数为Bi，期末顾客数为Bi+1，本期新获取顾客数为Ai，本期离网顾客数(流失顾客)为Ci，顾客保留率为ri，则由期初顾客数加上本期新获取顾客数，减去本期流失顾客数，即等于期末顾客数(如式9)。

Bi+Ai-Ci=Bi+1

(9)

而Ci又可以表示为式(10)：

Ci=(1-ri)Bi

(10)

由式(9)和(10)可求得每月顾客净增长数ΔBi+1，如式(11)：

ΔBi+1=Bi+1-Bi=Ai-(1-ri)Bi

(11)

由此，每期顾客净增长数可由本期新入网顾客数减去离网顾客数得到。当把顾客样本聚焦于联通公司所报告的每月顾客净增长数ΔBi+1而非月末累计顾客数Bi+1上时，就满足了Fader和Hardie测量模型的前提假设。

接下来需要分析中国联通公司符合四种有限信息结构下的哪一种，进而求得实际顾客保留率。由于联通公司没有提供每期初始顾客数，所以可直接排除有限信息结构一和结构二，对于结构三和结构四需要通过对比计算和分析以确定优劣。

(12)

其中nii表示群i在第i期获取的初始顾客数，niI表示顾客群i在观测期期末的活跃顾客数，S(t)表示某一顾客持续购买行为至第t期仍然处于交易活跃状态的概率方程。

(13)

(14)

其中nij是顾客群i的顾客在第j期仍然存在于该企业(j>i)的数量，n.j表示每期期末顾客数量。

最后是计算残差，通过残差平方和最小值方法求得α、β的值，使每期期末顾客数量的预测值与观测值n.j尽可能接近(如式15)。

(15)

求非线性最小值运用Excel中的规划求解来对数据进行处理，将中国联通公司的数据代入上述计算步骤之后，再用Excel求得实际保留率的值。但是无论在Excel中怎样设定约束条件，结果都是无法求得实际保留率或者求得的实际保留率误差太大，因此有限信息结构三并不适合用来估算中国联通公司的实际顾客保留率。

(2)运用有限信息结构四估算实际保留率。该方法的适用条件是已知每个顾客群在观测期期末最后两期的活跃顾客数。步骤如下：

(16)

其中niI-1表示顾客群i在观测期期末倒数第二期的活跃顾客数。

(17)

(18)

最后计算残差求得α和β，如式(19)所示：

(19)

仍然运用Excel中的规划求解来对数据进行处理。将中国联通公司的数据带入上述相应公式进行求解所得到的结果满足残差平方和最小，因此采用有限信息结构四估算中国联通公司的实际顾客保留率是适宜的。

将求得的α和β带入根据sBG概率推导原理所得出的实际保留率计算公式(如20)，即可求得中国联通公司顾客的实际保留率。

(20)

求得实际顾客保留率之后，再运用公式(6)即可求得中国联通公司现有顾客的终身价值总和，所得结果如表7所示。

表7 每个季度的现有顾客CLV总和计算结果

3.4 顾客资产可持续比率的测算

将求得的现有顾客CLV总和和顾客资产值代入式(5)即可得出中国联通公司的顾客资产可持续比率，所得结果如表8所示。

表8 顾客资产可持续比率的计算结果

图2 中国联通顾客资产二维坐标图

3.5 二维坐标图的构建与CE分析

根据上述中国联通公司CE和CESR的值就可以构建中国联通公司的CE和CESR二维坐标图。由于使用原始数据得到的二维坐标图中集中在同一区域的散点密度过高，不具有可分性，因此将原始数据进行处理，依据原值与分界点之间的差构建中国联通公司的CE和CESR二维坐标图(如图2所示)，其中分界点为CE和CESR的平均值。

从图2中可以看出2009年第四季度至2012年第一季度散点分布于不同的区域，主要落在第三象限和第四象限，有一个散点落在第一象限，第二象限没有散点。第一象限的唯一一个散点是2011年第四季度，第三象限的三个散点是2009年第四季度、2010年第一季度和第二季度，其余几个季度的数据分布于第四象限。

随着9个月的市场开拓后，人们对3G品牌的熟悉度大大提高，在市场开拓期所吸引的创新型顾客群中有相当一部分顾客在联通公司获得满意的交易体验后会发展成为公司的忠诚顾客，保守型顾客也会因为多方位的产品利好消息而被联通公司所吸引，此时中国联通公司不仅顾客群在逐渐扩大，而且未来获取顾客的终身价值总和占比也较高，所以2010年第三、四季度，2011年第一、二、三季度和2012年第一季度的散点会分布于第四象限。2011年第四季度的散点落在第二象限内中的一方面原因与上述分析类似，另一方面原因在于联通公司大多数年份第四季度的财务数据均好于前三个季度。

综合上述分析可以看出，中国联通公司的顾客群还有相当大的增长空间，并且其顾客资产结构正在往好的方向转变，即由短期利润逐渐转向长期利润的获取。因此，联通公司未来应该努力提高其顾客群基础，但是这并不意味着可以采用促销、折扣等策略吸引大批不稳定的价格敏感型顾客，而应在提高自身产品和服务质量的基础上，首先通过品牌推广策略吸引顾客，如联通公司与苹果公司联合推出iphone合约机，利用苹果公司的品牌效应大大增加了联通公司的顾客规模，就是一个很好的例证。其次是以优质的产品和服务获得顾客满意并通过顾客维系策略实现顾客忠诚，如联通公司推出的老用户0元购机活动、组织VIP顾客参加沙龙讨论会等都是不错的选择。忠诚顾客对公司顾客资产的提升表现在三个方面：直接作用——自身购买企业的产品或服务；交叉作用——购买该企业其它的产品或服务；口碑作用——向其他顾客宣传企业优质的产品或服务，帮助企业获取更多的顾客。此外，忠诚顾客的未来价值增长空间很大，可以优化顾客资产结构。

4 结论与不足

本研究指出上市公司可以根据其财务报表定期可信的特点利用报表数据测量顾客资产，并借鉴前人的研究成果确定了具体的顾客资产测量模型。该模型易于操作，企业的管理人员只需将每期公布的财务报表数据带入相应的模型即可求得顾客资产值，而不需要繁琐的问卷调查工作和复杂的计算，这为顾客资产理论在企业中的推广应用创造了条件。此外，根据顾客资产和顾客资产可持续比率构建的二维坐标图可以对企业的顾客资产情况进行动态分析，在同时考虑顾客的获取和流失的前提下，探讨顾客资产中现实顾客及其未来获取顾客(潜在顾客)的价值配比结构，分析在时间序列周期内顾客资产构成的变化，呈现出一段时期而不是某个时点的顾客资产情况，进而找出企业顾客资产管理的薄弱环节并为以后的营销战略指明方向，这也是本研究创新性的体现。由于结合了定量分析与定性分析两种方法，因此更能直观科学地帮助企业制定有效的顾客资产提升策略。

虽然本研究为上市公司有效地进行顾客资产管理提供了一些指导，但仍有一些不足之处。本研究是在中国的营销环境下进行的，并仅在移动通信行业进行了应用，考虑到中国营销环境尤其是中国移动通信领域的特殊性，后续可以尝试在不同的营销环境下以及不同的行业对模型进行应用，以验证模型的适用范围。

[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] Rust R T, Zeithaml V A, Lemom K N. Driving customer equity: how customer lifetime value is reshaping corporate strategy[M]. 1st edition. New York: The Free Press, 2000.

[3] 孟庆良，邹农基，陈晓君.面向顾客资产的三维顾客细分模型及其应用[J].数理统计与管理，2008，27(5)：785-794.

[4] Gupta S, Lehmann D R. Customer lifetime value and firm valuation[J]. Journal of Relationship Marketing, 2006, 5(2-3): 87-110.

[5] 邵景波，陈珂珂，胡名叶.契约型关系下企业顾客资产测量与提升：来自保险业的应用研究[J].科学决策，2012,(9)：1-16.

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

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

[8] Venkatesan R, Kumar V A. Customer lifetime value framework for customer selection and resource allocation strategy[J]. Journal of Marketing, 2004, 68(4): 106-125.

[9] Rust R T, Lemom K N, Zeithaml V A. Return on marketing: using customer equity to focus marketing strategy[J]. Journal of Marketing, 2004, 68(1): 109-127.

[10] 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.

[11] Yoo S, Hanssens D M. Modeling the sales and customer equity effects of the marketing mix[C]. Los Angeles: University of California, Anderson School of Management, 2005.

[12] 王津港.动态面板数据模型估计及其内生结构突变检验理论与应用[D].武汉市：华中科技大学博士学位论文，2009.

[13] Wiesel T, Skiera B Villaneuva J. Customer equity: an integral part of financial reporting[J]. Journal of Marketing, 2008, 72(2): 1-14.

[14] Lim S C, Lusch R F. Sales margin and margin capitalization rates: linking marketing activities to shareholder value[J]. Academy of Marketing Science, 2011, 39(5): 647- 663.

[15] Pfeifer E P. On estimating current-customer equity using company summary data[J]. Journal of Interactive Marketing, 2011, 25(1): 1-14.

[16] Skiera B, Bermes M, Horn L. Customer equity sustainability ratio: a new metric for assessing a firm’s future orientation[J]. Journal of Marketing, 2011, 75(3): 118-131.

[17] Dorsch M, Carlson L A. Transaction approach to understanding and managing customer equity[J]. Journal of Business Research, 1996, 35(3): 253-264.

[18] Blattberg R C, Getz G, Thomas J S. Customer equity: building and managing relationships as valuable assets[M]. 1st edition. Boston: Harvard Business Press, 2001.

[19] Zeithaml V A. Service quality, profitability, and the economic worth of customers: what we know and what we need to learn[J]. Journal of the Academy of Marketing Science, 2000, 28(1): 67- 85.

[20] Gupta S, Lehman D R, Stuart J A. Valuing customers[J]. Journal of Marketing Research 2002, 41(1): 7-18.

[21] Fader P S, Hardie B G C. How to project customer retention[J]. Journal of Interactive Marketing, 2007, 21(1): 76-90.

Measurement and Enhancement of Customer Equity Based on Reporting Data——Application Research in China Unicom

SHAO Jing-bo, ZHANG Jun-hui, LI Yan

(SchoolofManagement,HarbinInstituteofTechnology,Harbin150001,China)

Customer equity reflects enterprise’s ability of obtaining customer in market competition. The purpose of this paper is to measure listed companies’ customer equity based on reporting data, and propose enhancement strategies based on the measurement results. This paper firstly simulates the technological substitution model of listed companies using Matlab to estimate customer cumulative number and further customer equity. Then the paper calculates the lifetime value of current customers on the basis of shifted β geometric model and estimated customer equity sustainable ratio considering both customers’ obtaining and turnover. Thirdly, this paper combines customer equity sustainable ratio with customer equity to structure a two-dimensional plot which analyses time series characteristic of customer equity and proposes enhanced strategies. Finally, the application results in China Unicom show that this measurement method has a strong operability and high accuracy for the measurement and enhancement of listed companies’ customer equity. The results can provide a reference value for customer equity management of listed companies.

marketing; customer equity; customer equity sustainable ratio; technological substitution model; listed company

2013- 02-26

国家自然科学基金面上资助项目(70802018,71172155)；中央高校基本科研业务费专项资金资助项目(HIT.HSS.201104)

邵景波(1973-)，女，黑龙江鹤岗人，管理学博士，教授，博士生导师，研究方向为市场营销。

F713.54

A

1007-3221(2015)02- 0146- 09