分析电子商务企业营销渠道中存在的问题及营销策略

　　摘要：目前我国电子商务处于快速发展期，对于电子商务企业而言有效识别企业利润主要贡献者并加以精准营销能够有利于其快速形成自身竞争优势。当前大多数电商企业虽已意识到不同的网络消费者带来的利润回报是不同的，但却受阻于如何识别核心网络消费者及制定合理的基于核心网络消费者营销策略。本文从核心网络消费者角度出发具体分析了电子商务企业营销渠道中存在的问题并在此基础上提出了基于核心网络消费者的营销策略，以期为其更好地发展提供参考借鉴。

　　关键词：客户价值; 电子商务; 网络客户; RFM;

　　一、引言

　　随着人工智能、区块链、云计算、大数据等新技术不断发展，电子商务已全面融入国民经济各领域，推动形成全球协作的国际电子商务大市场，成为经济增长和新旧动能转换的关键动力，电子商务企业间竞争亦日趋激烈。由于电子商务的虚拟性，相较于传统企业，客户资源对于电子商务企业而言更加重要，如何便捷高效计算客户价值并针对性地制定营销策略是电商企业成功关键所在。显然，不同的网络消费者客户价值不同，对于电商企业的利润贡献也就不同，其中主要利润贡献者仅为小部分拥有较高忠诚度和满意度的群体，该群体即为本研究中的核心网络消费者。本文拟从RFM模型出发，分析网络客户价值，提出了改进的RFM模型为细分核心网络消费者和一般网络消费者提供理论依据；然后阐述了基于核心网络消费者视角当前电商企业网络营销渠道中存在的问题并提出了改进策略建议。

　　二、核心网络消费者识别

　　（一）RFM模型

　　汪波等认为核心客户对企业价值贡献最大的、与企业关系最密切的客户群体，通过应用客户价值评价指标体系计算客户当前价值和潜在价值，并借助聚类分析法识别核心客户，但是在电子商务环境下，尤其是对于中小型电商企业而言利用该客户价值评价指标体系计算客户价值可行性不大。RFM模型自1994年被Hughes提出，就被广泛应用于客户关系管理的客户价值分析，是定量分析客户价值的常用方法。RFM模型依据客户的近度R(Recency）、频度F(Frequency）、额度M(Monetary）三个属性值来描述客户类型及重要程度，其中近度R指最近购买时间，频度F指统计时间内购买频次，额度M指统计时间内消费总金额。RFM模型依据往期客户交易数据按照一定的规则给客户的近度R、频度F和额度M打分，最后计算客户价值V:

　　V=R×F×M (1)

　　例如，对于属性频度F,F值越大说明统计时间段内购买次数越多，客户价值相应就越高，将所有客户各自频次从高到低分成5个等级，依次为F1-F5；根据客户Ci（编号为i的客户）统计时间内消费次数所属等级即得该客户的Fci值。同理可以得到该客户的Rci值和Mci值，因此客户Ci的价值Vci=Rci×Fci×Mci。将所有客户价值计算完成后可得到125个客户群体。

　　（二）RFMG模型

　　RFM模型直观反映了客户对于企业的直接价值，购买金额越多，客户价值越高，但实践中不能却不能简单地将购买金额与企业利润等同对待，比如在电子商务环境下，通过RFM模型计算得到的具有较高客户价值的客户对企业的实际利润贡献度却不高。电商企业为吸引店铺流量通常会设置个别商品“薄利”、零利润甚至亏本营销活动，部分“精明”消费者热衷于此时下单购买，更有甚者每次“薅羊毛”的机会都不放过，单从数据上看，很容易误认为其为高忠诚度客户。因此在RFM模型基础上增加利润指标，可实现模型的进一步优化。本研究结合电子商务企业实际，引入客户交易订单的毛利润属性G到RFM模型中，毛利润G指订单总金额与订单成本之差，即：

　　G=SP-C (2)

　　其中，SP(Selling Price）指订单总金额，C(Cost）指订单成本。由于本文研究网络消费者价值的主要目的是便于电子商务企业有效识别核心网络消费者，并非精确计算其客户价值本身，因此在将利润属性拓展到RFM模型中时只是粗略考量了客户交易订单毛利润，如此改进后的RFM模型计算量只比原模型稍有增加，同时订单总金额和订单成本（订单成本可结合电商企业实际，一般以订单中产品生产成本计算即可，特殊产品需要高额包装费及物流成本再讨论）数据的获取及处理皆较为简单。

　　Hughes认为RFM模型中三个属性值应同等看待，但是Stone结合银行信用卡客户的信息特殊性，提出频度F最重要，近度R其次，最后是额度M。将模型中不同指标赋予合理的权重更利于客户细分，根据Tsai和Chai的研究结论，RFM各变量的权重之和应为1。

　　在RFM模型中指标近度R值越小说明客户（距离分析节点）最近一次消费时间间隔越短，说明其响应企业提供的产品或服务的可能性越大。但另外两个指标F、M皆与客户价值V正相关，为方便讨论对指标R取倒数再放到模型中计算客户价值V。

　　综上，本研究在RFM模型基础上提出RFMG模型以计算客户价值，设变量i表示各指标要素，具体代表含义见表1。

　　表1 变量i取值对照表     

　　设定ωi=(i=1,2,3,4)表示各指标对应权重，行业不同、企业不同ωi取值亦不尽相同。因此，电商企业客户价值V可通过各指标要素加权求和计算得到：

　　在式（3）中，(1 R)*、F*、M*、G*分别为指标1/R、F、M、G经过标准化处理后得到的数值，如下图1所示。

　　图1 网络消费者价值计算步骤图  

　　（三）识别核心网络消费者

　　电子商务企业可结合自身实际经营数据根据RFMG模型计算得到其网络消费者价值，并确定其核心网络消费者比例s，即可识别出核心网络消费者。

　　瞿安新指出外向型企业中可能只有5%左右的核心客户为企业所创造的利润大多却远远超过了50%，陈企华认为企业20%客户带来了经营收入的80%故这20%的客户即为企业的核心客户。就当前我国大多数电商企业而言，二八法则更具适用性和典型性，因此本研究认为一般可将核心网络消费者占比s值设定为0.2，那么将计算得到的网络消费者价值顺序排列，靠前的20%所对应的客户即为企业的核心网络消费者。

　　三、核心网络消费者营销策略建议

　　当前很多电子商务企业虽已拥有企业的客户资源数据库，但却未真正实现资源的有效利用和优化配置，若能充分利用客户数据，有效识别核心网络消费者将有助于其在日趋激烈的电商行业竞争中胜出。网络营销是企业整体营销策略的重要组成部分，与传统营销相辅相成，二者各有所长。企业整体战略目标的实现离不开二者的综合利用，取两者优势，即整合营销策略，尤其是在当前越来越多的电商企业已意识到全渠道发展的重要性和必要性。根据核心网络消费者对于电商企业的重要性和自身的特殊性，建议电商企业在制定整合营销策略时可以从以下两方面入手。

　　1.建立可靠的核心网络消费者数据系统

　　针对核心网络消费者的信息数据收集不仅包括基本的性别、职业、年龄等静态属性数据，其动态交易数据对于电商企业而言更有价值，因为核心网络消费者的动态交易数据更能体现客户需求的特征及变化趋势。建立完善的核心网络消费者数据信息系统，有助于为电商企业进一步利用数据挖掘等技术识别客户特征奠定坚实的基础，也是其制定科学的营销策略基本前提。

　　2.俱乐部营销

　　俱乐部营销是多数电商企业常用的营销方式，将一群有相同消费经历或者共同兴趣的人组织成会员俱乐部，如某品牌或店铺的粉丝团，通过在俱乐部内部加强联系来建立和保持客户忠诚。企业可通过如新品体验、积分兑换、会员活动等额外利益来加强与俱乐部会员的交流，或者为会员间交流消费体验提供平台，从而实现俱乐部成员对于品牌或店铺的归属感。俱乐部营销策略既有利于电商企业提升客户忠诚度、赢得市场，又能进一步提高企业口碑。特别是针对核心网络消费者，借助俱乐部会员营销能够给予被重视、被优待的感觉，更能刺激其为企业带来更多的利益。

　　结语

　　核心网络消费者对于电商企业的现实意义不仅是其主要利润的贡献者，也是企业实现战略目标的有力保障。一方面，核心网络消费者是企业客户中忠诚度和贡献率最高的群体，研究表明开发新客户费用比维护该群体成本高出4倍甚至更多。另一方面，核心网络消费者对于企业品牌的宣传推广和核心竞争优势的保持有积极作用。因此，有效识别核心网络消费并针对性地实施合理的营销策略是电商企业在日趋激烈的行业竞争中胜出的关键所在。

　　参考文献

　　[1]汪波,高慈.基于客户价值评价的核心客户识别研究[J].安徽工业大学学报(社会科学版),2006,7(23):50-52.

　　[2] Hughes.A.Strategic database marketing:the masterplan for starting and managing a profitable customer based marketing program[J].Irwin Professional,1994(3):9-11.

　　[3]徐翔斌,王佳强等.基于改进RFM模型的电子商务客户细分[J].计算机应用,2012,32(5):1439-1442.

　　[4] STONE B. Successful Direct Marketing Methods[M].Lincoln-wood:NTC Business Books,1994.

　　[5] Tsai CY,Chiu CC.A purchase-based market segmentation metholology[J].Expert Syst.Appl,1998(17):89-97.

　　[6]瞿安新.基于客户价值评估的核心客户关系管理研究[D].同济大学硕士学位论文,2006.

　　[7]陈企华.成功开发和管理核心客户[M].北京：中国纺织出版社,2003.