4.1.1 公司过往绩效分析 .............................. 29
4.1.2 公司资源与能力 ..................................... 29
第 5 章 C 公司客户服务优化方案的实施计划与保障 ........................36
5.1 C 公司客户细分的数据分析 .....................36
5.1.1 基于 RFM 分析的客户细分 ...................................... 36
5.1.2 基于统计学分析的客户细分 ....................................... 37
第 5 章 C 公司客户服务优化方案的实施计划与保障
5.1 C 公司客户细分的数据分析
基于互联网时代特点，本文运用 RFM 分析和统计学分析两种方法对 C 公司客户数据进行分析，进而得到按不同价值分类的客户分组。最后，对聚类生成的各客户类别的特点和价值加以讨论。通过以上两种方法从不同角度得到客户价值水平的客户细分结果，为下文 C 公司客户服务优化实施计划做好技术支持。
5.1.1 基于 RFM 分析的客户细分
RFM 分析的数据格式有两种：一种是交易数据，也就是每次交易占用一行，关键变量是客户 ID、交易日期和交易金额；另一种是客户数据，就是每个客户占用一行，关键变量是客户 ID、交易金额、交易次数和最近交易日期。采用 RFM 分析所输出得到的图表以及 RFM 得分能够帮助 C 公司市场研究部门以客户的最近一次购买、消费频率、消费金额、RFM 综合得分来细分，针对需求和价格各异的客户群体，根据所得细分产出结果来制定相应的服务优化方案。在对客户进行 RFM 分析并根据其结果进行客户价值排序，能够对客户价值进行数值化展现。市场部门可以通过对客户进行 RFM 分析来帮助公司调整最新的服务优化实施计划，满足客户的更多需求，增强客户对公司的认同感和信任感，增强客户与公司的黏度。应用 RFM 分析的结果，可以将 C 公司数据库样本中 15 位主要客户（A-G）分成 6 类，详见下表 5.1：
.......................
第 6 章 结论
6.1 基本结论
笔者在对 C 公司客户细分时运用较为严谨科学的操作方案，以促使本次客户细分结果的精准性，进而能够根据其结果来为 C 公司客户服务策略制定针对性的优化策略。本文使用市场研究实务相关理论和兰查斯特战略模式等工具，从内外部环境分析、主要竞争对手分析、市场占有率分析三个方面为 C 公司在争夺商业地产咨询服务市场份额方面面临的各种情况进行分析，确立了 C 公司在国内商业地产市场中拥有巨大的市场机会；同时，本文运用 SWOT 分析方法从 C 公司现状分析和问题及业务需求导向两方面明确了 C 公司对客户细分和服务优化的迫切需求；然后本文创新性地结合了客户关系管理理论中的 RFM 分析与统计学方法中的聚类分析，从数据分析的角度提出了两种科学严谨的客户细分方法，并在实际案例中予以实践，解决了传统客户评价方法客观性差和区分度差的问题；最后，本文把客户细分的结果运用到实际业务中，从 7Ps 理论的角度提出客户服务优化方案，并结合客户满意度分析印证了优化方案的有效性并切实验证通过客户关系管理和服务优化方案可以帮助公司及其客户取得收益和市场地位上的显著提升。此外，在实践产出方面，本文既不是只做客户细分，却分而不用，也不是简单套用 7Ps 营销理论，而是真正把客户细分的结果和7Ps 理论结合起来，解决了商业上的实际问题，而未仅仅停留在探索研究的萌芽期。
参考文献（略）
