分析客户交叉销售能力的方法

一、关于交叉销售

交叉销售是一种以企业与客户的现有关系为基础，让购买了企业一种产品的客户，继续购买企业另一种产品的营销战略。有关银行业的研究表明，如果客户在银行中只有一个支票账户，银行留住客户的概率是1%，如果客户在银行只有一个存款账户，留住该客户的概率是0.5%；如果客户同时拥有这两个账户，则银行留住客户的概率会提高到10%；如果客户享受到3种服务，概率将会增大到18%；一旦银行让客户享受4种或者4种以上的服务，银行留住客户的概率将会达到100%。其他许多行业的研究表明，将原有客户维系5年之后，客户购买量出现迅速增加的势头，由过去10%的客户购买一件产品，转变为高达80%的客户购买3件以上产品。从上面的分析可以看出，交叉销售通过留住现有客户并扩大销售增加利润。当一个客户接受交叉销售这釉营销模式时，该客户就变得更有利可图，能给企业带来非同一般客户的利润收入。企业要想在激烈的市场竞争中立于不败，就需要发现具有交叉销售能力的客户；并且，在完成一次销售后，针对这些客户的喜好，适时推出他们意向中的下一个产品，直至客户不再需要企业产品。

二、分析客户交叉销售能力的变量

对已有客户进行交叉销售的前提是企业知道顾客是谁，他购买了什么产品或服务，有哪些具体的消费属性，总之是要确定具备交叉销售能力的客户，并明确基于什么变量判断客户交叉销售能力。目前判断客户交叉销售能力主要根据客户人口统计学数据和客户购买行为。

1.基于客户人口统计学资料分析客户交叉销售能力

人口统计学资料指客户的年龄、性别、职业、收入，以及教育程度等数据。大量研究表明，年轻人与老年人的追求是不一样的；男性与女性的选择倾向也不相同；同样，不同职业、收入水平和教育程度的人选择商品的范围及优先顺序也是不相同的。总之，这些客户属性都会影响客户的交叉销售能力。

Kamakura等认为客户行为可以通过特定的客户人口统计学特征解释说明，通过对这些特征的数值计算，预测或解释客户交叉购买情况。Harrison等利用Cox模型分析影响客户下一次购买的人口统计学特征。本文作者也研究了利用客户性别、年龄、教育背景和收入水平等数据预测客户的交叉销售能力，并建立交叉销售模型预测客户性别、年龄、教育背景和收入水平与交叉销售能力之间的关系。

客户人口统计学数据能直观的反应客户的交叉销售能力，利用客户人口统计学资料可以预测客户交叉销售能力。但是，有些人口统计学数据涉及客户的个人隐私，有些客户会因为保护隐私而不愿意提供，或者提供虚假的数据，从而给分析带来困难。

2.基于客户的购买行为分析客户交叉销售能力

客户购买行为指客户与企业发生交易时留下的购买痕迹，一般用购买产品目录、购买量、购买频率、购买顺序等数据表示。这些数据较人口统计学数据更容易获取且数据更真实，因此基于客户购买行为分析交叉销售能力效果更好。

以往的研究表明，客户购买的现有产品的特性可以表明以后应该向该客户提供什么产品，因此，在发现客户购买产品的某种先后顺序以后，再根据他们现在已经购买的产品向其推荐下一种可能购买的产品，这对于企业文叉销售具有十分重要的意义。Paas等运用Mokken量表调查分析现有顾客购买金融产品的顺序，并基于此预测客户交叉销售机会。客户购买量、客户购买频率等数据也可以作为判断客户交叉销售能力的依据，但这些还有待进一步研究。

三、交叉销售的技术支持——数据挖掘

进行交叉销售分析，除了需要找到正确的分析变量外，对这些变量进行分析的技术也很重要，数据挖掘即提供了发现潜在交叉销售顾客的绝好工具。

数据挖掘主要通过关联分组与聚类分析发现客户交叉销售能力。通过关联分组可以发现购买频率较高的商品组合，找出购买了组合中大部分商品的顾客，向他们推销“遗漏的”商品。通过聚类分析可以确定属于某一类的顾客经常购买的商品，并向没有购买此类产品的顾客推销这些商品。

实现对客户进行关联和聚类分析的技术方法主要有决策树、遗传算法、神经网络、模糊逻辑、线性判别式等。Knott等迭择Logistic回归、多元回归、判别分析和神经网络等四种技术作为预测交叉销售机会的统计技术。Harrison等探讨了如何利用生存分析方法预测交叉销售机会。AnitaPrinzie利用马尔可夫链模型分析客户购买企业产品的概率转换过程，预测客户购买企业每种产品的概率情况，从而可以有针对性的对客户进行交叉销售。本文作者也利用对向神经网络(CPN)分析了客户交叉销售能力。

从上面的分析可知，对客户的文叉销售能力进行分析的信息技术很多，每一种技术方法都可以对客户的交叉销售能力进行预测。这些技术方法的共同点是将客户的某些个人特征或者购买行为与客户的交叉销售能力建立联系，然后建立模型描述这种关系。

四、小结

通过交叉销售，企业可以长时间牢牢抓住客户，使客户在整个生命周期内，不断的从企业购买产品，使企业最大限度的从客户获取利润。目前确定客户交叉销售能力的变量主要包括客户的人口统计学特征及客户的购买行为。基于这些变量，运用数据挖掘技术可以建立交叉销售模型，预测客户交叉销售能力。

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。