它可以是客户偏好的产品或者服务的特征
η笤龃蟛返氖谐≌加新省２扇∈谐∩傅牟呗裕栌纱傧蛱嵘衿分实确绞嚼此捣颜吒挠貌煌放频牟罚蛘咚捣颜吒谋涫褂孟肮摺⒃黾庸郝蛄俊＠纾泄贫嗽龃笤谝贫谐〉母哺锹剩攵圆煌谐群笸瞥隽硕嘀忠贫滴衿放频取? 2.市场开发（Market Development）策略 是利用现有产品开拓新市场，企业必须在不同的市场上找到具有相同产品需求的客户，其中产品定位和销售方法往往会有所调整，但产品本身的核心技术则不必改变。例如，中国移动基于移动通信技术开展无线固话业务，拓展家庭客户和政企客户市场。 3.产品延伸（Product Development）策略 在现有产品基础上推出新产品给现有客户，采取产品延伸的策略，利用现有的客户关系来借力使力。通常是扩大现有产品的深度和广度，推出新一代或是相关的产品给现有的客户，提高该产品在消费者荷包中的占有率。例如，中国电信基于宽带网络线路提供IPTV业务。 4.多元化经营（Diversification）策略 提供新产品给新市场。在这种情况下由于企业的既有专业知识能力可能派不上用场，因此是风险相对较大的策略。多元化经营成功的企业多半能在销售、通路或产品技术等方面有效取得协同效应（Synergy），否则将面临风险。二、客户细分 客户细分是20世纪50年代中期由美国学者温德尔史密斯提出的，其理论依据在于客户需求的异质性和企业需要在有限资源的基础上进行有效的市场竞争。客户细分是指企业在明确的战略业务模式和特定的市场中，根据客户的属性、行为、需求、偏好以及价值等因素对客户进行分类，并提供有针对性的产品、服务和销售模式。 客户细分方法的根本差别是细分维度。不同细分维度的细分依据、所需的细分技术不同，导致不同的细分方法有着不同的适应性。以下讨论的客户细分维度包括基于统计特征、基于生活方式、基于消费行为以及基于客户价值的细分[3]。 （一）基于人口统计特征的客户细分 人口统计特征细分是最重要的细分维度之一，也是最直观、最简单的客户细分方法。人口统计细分主要从年龄、籍贯、性别、家庭规模、家庭收入、受教育程度、种族、宗教、国籍等因素对客户进行细分。对于大多数商家而言，其产品只能覆盖有限的地区、有限的客户，不同客户存在显著的差异性。人口统计特征细分客户的优点是客户的属性特征明显；由此进行细分的客户群也界限明显；但缺点是用户群细分比较粗放，这些用户拥有的共同消费性特征的概率可能并不大。如果企业按照这种统计特征来细分客户群并进行产品设计，产品虽可能具有比较广泛的通用性，却可能因为面临产品差异化不足而难以拓展市场的难题。 （二）基于生活习惯和偏好的客户细分 通过生活方式、习惯和偏好的背景来识别并细分客户，这种方法也常用于客户研究中。在基于生活习惯和偏好的客户细分中，企业不是简单利用客户的显性统计特征来细分客户，而是利用一种隐性的生活与习惯偏好特征来细分客户。这些生活与习惯偏好特征需要企业开展市场调查来获取，它们可能与某些人口显性特征有一定关系，也可能不存在什么关系，因此需要企业做比较细致的数据收集、分析和研究工作。如喜欢某类小说、某类游戏、某类影视剧的客户，或者具有某类心理特征的人，都可能成为企业某类产品的适用对象。 异业案例 全聚德前门店客户细分 全聚德前门店每个餐位创造的销售收入在餐饮业中都处于领先水平。该店要求服务员在客户进门时判断其属于哪种类型，并针对不同类型的就餐客户提供不同的服务对策。他们按照人的4种不同气质类型把客户分为4类：活泼型、安静型、兴奋型、敏感型。对活泼型客户，服务员在可能的情况下，应主动与之交谈，但不应有过多重复；应多向他们提供新菜信息，并尽可能让他们主动选择；遇到他们要求退菜的情况，尽量满足。对安静型客户，领位服务时尽量安排他们坐在较为僻静的地方，点菜服务时尽量向他们提供一些熟悉的菜肴；顺其心愿，不过早表述自己的建议，给他们足够的时间进行选择，不过多催促，不同他们进行太多交谈或表现得过于热情，把握好服务的度。对兴奋客户，点菜服务时尽量推荐新菜，主动进行现场促销，但不与他们争执，万一出现矛盾应避其锋芒；在上菜、结账时尽量迅速，就餐后提醒他们不要遗忘所带物品。对敏感型客户，领位时尽量安排僻静处，如果临时需调整座位，一定要讲清原因，以免引起他们的猜测和不满；服务时注意尊重他们，服务语言应清楚明了，与他们谈话恰到好处，在他们需要服务时要热情相待。 （三）基于消费行为的客户细分 基于消费行为细分的基本假设是用过去的行为来预测将来的行为。随着数据库技术的发展，客户细分领域出现了以行为模式数据为基础、以信息技术为支撑的细分方法，具体操作是通过分析数据库中现有客户已经发生的消费行为模式对客户进行分类。消费行为细分是一种便捷的方法，随着计算机分析数据应用的普及和大数据营销的推广，这种细分方式越来越多地被采用在产品设计与开发中。不过基于消费行为细分客户是以历史数据为基础的，有时难以对潜在客户或未发生消费行为的客户进行识别和评价。 异业案例 加拿大皇家银行利用客户细分提升客户价值 加拿大皇家银行RBC在利用数据挖掘客户需求和细分市场方面取得了卓越业绩。RBC原来只有三个客户细分类别：高利润回报类客户、中等利润回报类客户以及较低利润回报类客户。后来RBC建立了超过80种客户分类模型的数据库，主要用三个衡量指标：利润回报潜力、现金收益率以及客户的生命周期。每一个可盈利细分组的盈亏均由一位高级经理负责，银行为直接接触客户的员工提供非常具体的、有实际操作作用的数据。例如，RBC研究消费者信用卡信息时，发现有一部分人在冬天几个月迁徙到美国佛罗里达，以躲避难熬的加拿大寒冬。RBC美国分公司开发出候鸟套餐，包括提供旅行健康保险、申请加拿大基金的便利通道、在线综合账目查询、实时资金划拨服务，还可以利用加拿大信用记录在美国申请抵押贷款，通过免费电话咨询跨国银行业务，并将此提供给美国的个人银行销售。此项细分战略帮助银行在该细分类别的每个客户在产品购买量方面超出了行业的平均值，每个客户净收益增长率达到250%，客户的流失率下降了45%。再如，RBC的客户分析人员从用户数据中发现，医学院和牙科学院的学生及实习医师是很有潜力的一个群体，他们在毕业后有相当一部分成为摇钱树。于是RBC整合推出一项计划，专门针对资金吃紧的年轻专业医师的需要推出相应的服务，其中包括为医学院提供学生货款、新从业时为购置医疗设备提供贷款。结果一年内RBC在该客户群体中的市场份额由2%跃升至18%，每个客户收入是行业平均值的3.7倍，并且客户流失率很低。 （四）基于客户利益动机的客户群细分 这是最先由Haley等（1963年）提出的客户细分方法，是基于因果关系分析客户利益因素，利用客户的动机、态度和行为来挖掘客户背后的真正利益，从而找到产品价值的切入点。这里提到的利益是一个相对宽泛的概念，它可以是客户偏好的产品或者服务的特征，也可以指客户实际的价值。基于客户动机细分构建的是因果关系模型。客户的人口统计学特征、行为特征、心理特征等因素都可能是其中产生因果关系的因素。这种方法相比于以客户属性细分市场而言，要求更高，细分方法也更丰富，如联合分析法、因子分析法等。 基于不同的客户进行维度细分各有千秋，各有优劣，仅依靠单一的细分维度很难取得理想的细分效果，往往需要通过几个维度的相互补充才能使细分市场同时达到差异性、可衡量性、可达到性、足量性和行动可能性等准则要求。比如，新产品的开发和定位、品牌形象塑造、渠道模式选择和宣传计划等，往往同时需要企业从
