消費者瘋狂購買對營銷者的意義

　　目前營銷和顧客價值領域最通行的做法就是通過RFM模型，即最近一次消費、消費頻率和消費金額來概括顧客的消費行為，也就是說利用手里所有關于顧客的信息，來計算顧客在以下三個方面的數據，即最近一次消費是什么時候、多久消費一次以及消費的金額……這是大多數公司用于衡量有價值顧客和其他顧客的基礎指標。

　　我的研究發現，這不是顧客的全部特征，RFM模型還應加上字母“C”，代表集中度，表示有些顧客的購買行為具有一定規律。長期以來，顧客購買橙汁、尿布等物品時會遵循一定規律。但是集中度指的是人們一窩蜂地爭相購買物品。這種集中購買的時期可以反映出顧客身上具有某種與眾不同的特征，他們可能是極其有價值的顧客。

　　從我研究中得出的重要結論易于理解。想象一下，假設你想預測誰是未來有價值的顧客。你手里有四項可以用來預測的指標，也就是我前面提到過的：最近一次消費、消費頻率、消費金額以及在顧客身上進行的營銷。這是眾多公司設計的評分模型。但我認為你還需要多加一項指標，那就是集中度——衡量顧客購買的集中程度有多高。這項指標和R、F和M指標一樣易于計算，在Excel里就可以完成，并且計算迅速，可以在一秒內計算出一億名顧客的數據。

　　我的研究還發現，在實驗中集中購買程度較高的顧客在未來具有更高的價值，即使在運用RFM模型和營銷費用分析之后，也會得出同樣的結論。這說明我們發現了另一個關于顧客的變量，公司應該跟進這個變量，并利用它來預測顧客在未來的價值。

　　研究得出的結論中有兩點讓我驚訝不已。一是我才發現這個基于RFM的模型已經存在很多年，目前很多公司在使用，并且從這個意義上說已被確認為是幫助闡釋顧客價值的最簡單的手段。你可以進行各種各樣的網站搜索，也可以設立多種其他變量，但集中度這個變量卻是最簡易的。

　　所以首先讓我驚訝的是，集中度一直沒人關注，換句話說熱賣和遇冷期可以反映出顧客的一些特點。另一點讓我吃驚的是從我分析的數據來看，這種集中度適用于電子和在線消費品，不適合常規的大眾消費品。換句話說，我能明白為什么傳統模型適合常規大眾消費品，因為消費者購買廁紙、橙汁的消費行為有規律可循，但在網站Hulu上的消費卻毫無規律。消費者在eBay上競拍或在亞馬遜上買書的行為也沒有規律可循。

　　我認為這也許是我20多年的職業生涯中做過的最實用的研究。我更傾向于把我從事的工作稱為多樣復雜的統計建模。這項工作不僅僅關于統計建模，還與數據——集中度有關，如今的公司都可以進行實際運算，不需要收集額外的數據，使用與計算R、F、M及顧客終身價值相同的數據就能計算出來。利用這種模型可以確定顧客的預測價值有多少，顧客的價值排序會發生變化，你對哪些顧客具有重新挽回的價值的認識也會發生變化。

　　我得出的結論是，盡管集中度高的顧客并不穩定，但他們依然是最值得挽回的。如果你重新贏得了這些顧客，他們又會變得具有很高的集中度，未來會進行很多消費。因此我認為這種模型具有很大的實用價值。這種模型的魅力從我的網站上就可以看到，上面有一張Excel表格，列出了一些成功案例。你可以下載這張表格，并從今天開始使用集中度來進行分析。

　　從你的研究中，你可以得出哪些新的規律、程序上的變革或者計策?

　　如今很多人都在談論大數據。我喜歡大數據，但我想說還有比大數據更合我意的東西，那就是數據濃縮。數據濃縮是指現在你可以從人們身上搜集成千上萬的變量，并查出這些變量的來源，他們購買什么物品，瀏覽什么網頁。但這不能稱之為科學，只不過是收集數據。問題在于哪些信息真正對解決眼前的商業問題有用?這就是我所說的數據濃縮。

　　因此，我把集中度看成是像RFM、營銷活動及類似活動等傳統變量的一個補充，是數據濃縮的一種形式。我要強調的就是你需要多掌握一些數據，不能僅僅把事物濃縮至三個變量，而要濃縮成四個。

　　我已經做了大量關于集中度的研究，也知道它存在于各個行業，具有預測價值。但我不知道是什么催生了集中度……我把營銷活動與集中度聯系起來。公司可以通過給你寫郵件、寄畫冊、把你定為目標顧客等方式使你一股腦地進行消費。

　　盡管我知道集中度的存在，但尚未對公司定位目標顧客的最佳方式做過研究。比如，我從未關注過消費者是否會在購買系列產品時具有更高的集中度。試想如果是觀看《絕命毒師》、《廣告狂人》或類似的系列視頻，又會是什么情形。又如，一家公司在試圖出售面部護理系列、保濕系列等系列產品和其他類似產品時，是否會把所有產品包裝成一個套裝，使它看起來具有人們朝著一個目標在努力付出的寓意?

　　我知道如何對集中度進行數學運算，也知道這對公司來說微不足道，但它具有預見性。但我不知道從心理學上怎么解釋，這也是目前我和其他研究消費心理學同事一起研究的領域。我們將在實驗室里進行大量的行為實驗，試圖獲得人們的集中行為背后的心理學。