“下一步該做什么？”

預(yù)測(cè)客戶將要購(gòu)買(mǎi)什么，這是所有企業(yè)面臨的難題。以一家金融服務(wù)公司為例，該公司提供一系列的金融服務(wù)，從銀行業(yè)務(wù)到信用卡服務(wù)，再到退休金計(jì)劃和財(cái)產(chǎn)抵押等。如果客戶第一季度在該公司分別建立了一個(gè)儲(chǔ)蓄賬戶和一個(gè)支票賬戶，那么，公司能夠預(yù)測(cè)該客戶接下來(lái)可能需要的服務(wù)嗎？例如，客戶需要抵押財(cái)產(chǎn)嗎？銀行應(yīng)該為其提供信用卡服務(wù)嗎？客戶需要退休金計(jì)劃嗎？圖8—1說(shuō)明了這個(gè)問(wèn)題。如果公司能夠預(yù)測(cè)客戶需要的服務(wù)，就能按照客戶的需要發(fā)布信息，提供客戶所需的產(chǎn)品/服務(wù)，以增加其銷售量。雖然做這樣的預(yù)測(cè)看似頗有難度，但是以類似客戶的歷史購(gòu)買(mǎi)記錄及其他人口統(tǒng)計(jì)因素為基礎(chǔ)，做出合理的預(yù)測(cè)不是沒(méi)有可能的。以下部分將詳細(xì)討論如何解決這個(gè)問(wèn)題。

當(dāng)前預(yù)測(cè)的準(zhǔn)確性

即使公司掌握大量有關(guān)客戶購(gòu)買(mǎi)行為的信息，也無(wú)法準(zhǔn)確地預(yù)測(cè)出未來(lái)的客戶購(gòu)買(mǎi)行為。最近對(duì)兩家大型公司的數(shù)千位客戶的購(gòu)買(mǎi)行為進(jìn)行了調(diào)查，調(diào)查結(jié)果表明，對(duì)客戶將在何時(shí)購(gòu)買(mǎi)某產(chǎn)品的預(yù)測(cè)準(zhǔn)確率只有60%（僅比預(yù)測(cè)硬幣投擲結(jié)果的準(zhǔn)確率略高一點(diǎn)）。然而，這并不意味著做出更加準(zhǔn)確的預(yù)測(cè)是天方夜譚。為此，需要運(yùn)用更為有效的預(yù)測(cè)方法。本章介紹了這些方法，并且明確了如何運(yùn)用它們來(lái)策劃效率高、定位準(zhǔn)的營(yíng)銷活動(dòng)，最終達(dá)到利潤(rùn)最大化的目的。

公司的問(wèn)題所在

為了預(yù)測(cè)客戶的購(gòu)買(mǎi)行為，公司通常遵循一種兩步式的方法：

1．估計(jì)客戶選擇購(gòu)買(mǎi)某產(chǎn)品的概率。

2．估計(jì)客戶在某時(shí)間購(gòu)買(mǎi)該產(chǎn)品的概率。

許多公司都在第一步估計(jì)時(shí)就止步不前，從而限制了它們準(zhǔn)確預(yù)測(cè)購(gòu)買(mǎi)時(shí)間的能力。然而，即使是那些完成了整個(gè)兩步過(guò)程的公司也有可能會(huì)失敗。對(duì)于生產(chǎn)多種產(chǎn)品的公司來(lái)說(shuō)，要準(zhǔn)確地預(yù)測(cè)某客戶將購(gòu)買(mǎi)什么產(chǎn)品并非易事，但是公司認(rèn)為這是頗有價(jià)值的信息，因?yàn)樗苁构镜膹V告信息和時(shí)間安排更加符合客戶的需要（即按客戶需要制定溝通策略）。

這個(gè)傳統(tǒng)方法的另一個(gè)問(wèn)題在于：公司假定購(gòu)買(mǎi)的時(shí)間和購(gòu)買(mǎi)的產(chǎn)品這兩者是相互獨(dú)立的，但實(shí)際情況往往并非如此。一位客戶購(gòu)買(mǎi)某產(chǎn)品的決定影響著他的購(gòu)買(mǎi)時(shí)間；反之亦然。如果假定這兩個(gè)決定是相互獨(dú)立的，公司就會(huì)做出具有誤導(dǎo)性的預(yù)測(cè)。

樣本太小

正如前面提到的，在預(yù)測(cè)客戶行為時(shí)，必須預(yù)測(cè)客戶的購(gòu)買(mǎi)時(shí)間和所購(gòu)買(mǎi)的產(chǎn)品，兩者缺一不可。但是，有一個(gè)主要的障礙擺在公司面前，那就是抽樣誤差。這是因?yàn)椋?/p>

● 公司根據(jù)相對(duì)較小的樣本規(guī)模做出預(yù)測(cè)。

● 公司根據(jù)同一個(gè)客戶樣本來(lái)預(yù)測(cè)客戶的購(gòu)買(mǎi)時(shí)間和所要購(gòu)買(mǎi)的產(chǎn)品類別（通常這是因?yàn)樗鶕碛械目蛻粜畔⒂邢蓿灶A(yù)測(cè)時(shí)不得不依靠來(lái)自某一小范圍客戶群體的信息）。

為了解決抽樣誤差這個(gè)問(wèn)題，在做市場(chǎng)調(diào)查時(shí)，營(yíng)銷人員轉(zhuǎn)而采用貝葉斯（Bayesian）估算法。這種方法在二十多年前就已經(jīng)出現(xiàn)，但是，由于計(jì)算能力的不斷提高和軟件應(yīng)用的不斷改善，該方法最近才在市場(chǎng)調(diào)查中被廣泛使用。貝葉斯估算法解決了抽樣誤差這個(gè)問(wèn)題，其做法為：反復(fù)計(jì)算客戶行為數(shù)據(jù)的最大概率值，而不是僅僅設(shè)法找出最合適的一個(gè)值，由此，客戶分析的準(zhǔn)確性就不會(huì)因?yàn)闃颖咎《艿接绊憽?/p>