如果你曾經(jīng)整個(gè)周末都在瘋狂地看《絕命毒師》或其他系列視頻，你大可以安然享受，因?yàn)椴皇悄阋粋€(gè)人如此。如今所有人都在以一種“集中”的方式消費(fèi)電子產(chǎn)品及服務(wù)，這種方式在長(zhǎng)期內(nèi)保持不變，消費(fèi)者時(shí)不時(shí)地會(huì)在一個(gè)較短時(shí)期內(nèi)集中購買產(chǎn)品。

　　沃頓營(yíng)銷學(xué)教授埃里克·布萊特勞 (Eric Bradlow) 表示，一旦營(yíng)銷人員意識(shí)到這種現(xiàn)象，并且他們手中也握有跟進(jìn)這一現(xiàn)象的數(shù)據(jù)，他們就能發(fā)現(xiàn)某種內(nèi)容豐富的新型電子行為的發(fā)展脈絡(luò)。他指出，幾十年來衡量顧客價(jià)值的一個(gè)基本手段一直是RFM模型，即最近一次消費(fèi) (Recency)、消費(fèi)頻率 (Frequency) 和消費(fèi)金額 (Monetary value)。“然而我的研究表明，這個(gè)體系并不全面，還應(yīng)加上一個(gè)‘C’，代表集中度 (Clumpiness)，”他補(bǔ)充道。布萊特勞在接受沃頓知識(shí)在線的采訪時(shí)闡釋了這一概念，這個(gè)概念來自他與瑞士信貸集團(tuán)合伙人張瑤以及沃頓學(xué)院數(shù)據(jù)學(xué)教授迪倫·斯莫 (Dylan Small)合著的研究論文《衡量影響力數(shù)據(jù)簇?fù)矶鹊男聵?biāo)準(zhǔn)》 (New Measures of Clumpiness for Incidence Data)。

　　以下為經(jīng)過編輯的采訪節(jié)錄：

　　顧客數(shù)據(jù)中的“集中度”是什么，為什么很重要：

　　目前營(yíng)銷和顧客價(jià)值領(lǐng)域最通行的做法就是通過RFM模型，即最近一次消費(fèi)、消費(fèi)頻率和消費(fèi)金額來概括顧客的消費(fèi)行為，也就是說利用手里所有關(guān)于顧客的信息，來計(jì)算顧客在以下三個(gè)方面的數(shù)據(jù)，即最近一次消費(fèi)是什么時(shí)候、多久消費(fèi)一次以及消費(fèi)的金額……這是大多數(shù)公司用于衡量有價(jià)值顧客和其他顧客的基礎(chǔ)指標(biāo)。

　　我的研究發(fā)現(xiàn)，這不是顧客的全部特征，RFM模型還應(yīng)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(guī)律。長(zhǎng)期以來，顧客購買橙汁、尿布等物品時(shí)會(huì)遵循一定規(guī)律。但是集中度指的是人們一窩蜂地爭(zhēng)相購買物品。這種集中購買的時(shí)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(jià)值的顧客。

　　重要結(jié)論：

　　從我研究中得出的重要結(jié)論易于理解。想象一下，假設(shè)你想預(yù)測(cè)誰是未來有價(jià)值的顧客。你手里有四項(xiàng)可以用來預(yù)測(cè)的指標(biāo)，也就是我前面提到過的：最近一次消費(fèi)、消費(fèi)頻率、消費(fèi)金額以及在顧客身上進(jìn)行的營(yíng)銷。這是眾多公司設(shè)計(jì)的評(píng)分模型。但我認(rèn)為你還需要多加一項(xiàng)指標(biāo)，那就是集中度——衡量顧客購買的集中程度有多高。這項(xiàng)指標(biāo)和R、F和M指標(biāo)一樣易于計(jì)算，在Excel里就可以完成，并且計(jì)算迅速，可以在一秒內(nèi)計(jì)算出一億名顧客的數(shù)據(jù)。

　　我的研究還發(fā)現(xiàn)，在實(shí)驗(yàn)中集中購買程度較高的顧客在未來具有更高的價(jià)值，即使在運(yùn)用RFM模型和營(yíng)銷費(fèi)用分析之后，也會(huì)得出同樣的結(jié)論。這說明我們發(fā)現(xiàn)了另一個(gè)關(guān)于顧客的變量，公司應(yīng)該跟進(jìn)這個(gè)變量，并利用它來預(yù)測(cè)顧客在未來的價(jià)值。

　　最令人驚訝的結(jié)論：

　　研究得出的結(jié)論中有兩點(diǎn)讓我驚訝不已。一是我才發(fā)現(xiàn)這個(gè)基于RFM的模型已經(jīng)存在很多年，目前很多公司在使用，并且從這個(gè)意義上說已被確認(rèn)為是幫助闡釋顧客價(jià)值的最簡(jiǎn)單的手段。你可以進(jìn)行各種各樣的網(wǎng)站搜索，也可以設(shè)立多種其他變量，但集中度這個(gè)變量卻是最簡(jiǎn)易的。

　　所以首先讓我驚訝的是，集中度一直沒人關(guān)注，換句話說熱|賣和遇冷期可以反映出顧客的一些特點(diǎn)。另一點(diǎn)讓我吃驚的是從我分析的數(shù)據(jù)來看，這種集中度適用于電子和在線消費(fèi)品，不適合常規(guī)的大眾消費(fèi)品。換句話說，我能明白為什么傳統(tǒng)模型適合常規(guī)大眾消費(fèi)品，因?yàn)橄M(fèi)者購買廁紙、橙汁的消費(fèi)行為有規(guī)律可循，但在網(wǎng)站Hulu上的消費(fèi)卻毫無規(guī)律。消費(fèi)者在eBay上競(jìng)拍或在亞馬遜上買書的行為也沒有規(guī)律可循。

　　集中度對(duì)傳統(tǒng)意義上的商品確實(shí)不適用，但對(duì)新興產(chǎn)品、新興經(jīng)濟(jì)來說，它是我分析過的所有數(shù)據(jù)集中很有說服力的一個(gè)數(shù)據(jù)。

　　實(shí)用價(jià)值：

　　我認(rèn)為這也許是我20多年的職業(yè)生涯中做過的最實(shí)用的研究。我更傾向于把我從事的工作稱為多樣復(fù)雜的統(tǒng)計(jì)建模。這項(xiàng)工作不僅僅關(guān)于統(tǒng)計(jì)建模，還與數(shù)據(jù)——集中度有關(guān)，如今的公司都可以進(jìn)行實(shí)際運(yùn)算，不需要收集額外的數(shù)據(jù)，使用與計(jì)算R、F、M及顧客終身價(jià)值相同的數(shù)據(jù)就能計(jì)算出來。利用這種模型可以確定顧客的預(yù)測(cè)價(jià)值有多少，顧客的價(jià)值排序會(huì)發(fā)生變化，你對(duì)哪些顧客具有重新挽回的價(jià)值的認(rèn)識(shí)也會(huì)發(fā)生變化。

　　我得出的結(jié)論是，盡管集中度高的顧客并不穩(wěn)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(huì)變得具有很高的集中度，未來會(huì)進(jìn)行很多消費(fèi)。因此我認(rèn)為這種模型具有很大的實(shí)用價(jià)值。這種模型的魅力從我的網(wǎng)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(jìn)行分析。

　　從你的研究中，你可以得出哪些新的規(guī)律、程序上的變革或者計(jì)策？

　　如今很多人都在談?wù)摯髷?shù)據(jù)。我喜歡大數(shù)據(jù)，但我想說還有比大數(shù)據(jù)更合我意的東西，那就是數(shù)據(jù)濃縮。數(shù)據(jù)濃縮是指現(xiàn)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(wǎng)頁。但這不能稱之為科學(xué)，只不過是收集數(shù)據(jù)。問題在于哪些信息真正對(duì)解決眼前的商業(yè)問題有用？這就是我所說的數(shù)據(jù)濃縮。

　　因此，我把集中度看成是像RFM、營(yíng)銷活動(dòng)及類似活動(dòng)等傳統(tǒng)變量的一個(gè)補(bǔ)充，是數(shù)據(jù)濃縮的一種形式。我要強(qiáng)調(diào)的就是你需要多掌握一些數(shù)據(jù)，不能僅僅把事物濃縮至三個(gè)變量，而要濃縮成四個(gè)。

　　我已經(jīng)做了大量關(guān)于集中度的研究，也知道它存在于各個(gè)行業(yè)，具有預(yù)測(cè)價(jià)值。但我不知道是什么催生了集中度……我把營(yíng)銷活動(dòng)與集中度聯(lián)系起來。公司可以通過給你寫郵件、寄畫冊(cè)、把你定為目標(biāo)顧客等方式使你一股腦地進(jìn)行消費(fèi)。

　　盡管我知道集中度的存在，但尚未對(duì)公司定位目標(biāo)顧客的最佳方式做過研究。比如，我從未關(guān)注過消費(fèi)者是否會(huì)在購買系列產(chǎn)品時(shí)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(huì)是什么情形。又如，一家公司在試圖出|售面部護(hù)理系列、保濕系列等系列產(chǎn)品和其他類似產(chǎn)品時(shí)，是否會(huì)把所有產(chǎn)品包裝成一個(gè)套裝，使它看起來具有人們朝著一個(gè)目標(biāo)在努力付出的寓意？

　　我知道如何對(duì)集中度進(jìn)行數(shù)學(xué)運(yùn)算，也知道這對(duì)公司來說微不足道，但它具有預(yù)見性。但我不知道從心理學(xué)上怎么解釋，這也是目前我和其他研究消費(fèi)心理學(xué)同事一起研究的領(lǐng)域。我們將在實(shí)驗(yàn)室里進(jìn)行大量的行為實(shí)驗(yàn)，試圖獲得人們的集中行為背后的心理學(xué)。

　　“簇?fù)怼?/strong>vs.“瘋狂”

　　我喜歡“集中”一詞，其他人喜歡“瘋狂”。我喜歡這個(gè)詞的原因在于與它相對(duì)的是“非集中”，就像一種有規(guī)律地進(jìn)入某種場(chǎng)所或有規(guī)律地購物。我們沒有聽說關(guān)于集中度的故事，但當(dāng)你看到關(guān)于別人瘋狂地做某事或消費(fèi)某種東西的故事，比如“一名學(xué)生熬夜看了18小時(shí)的視頻”，你就明白“瘋狂”的意思。“瘋狂”這一概念也很具有說服力：每次我和管理人員、學(xué)生或大學(xué)生談到這個(gè)概念，大家都相信它的存在。

　　消除誤解：

　　我的研究要消除這樣的誤解：從某種程度上說，顧客的分類依據(jù)僅僅是一系列數(shù)字。我們需要考慮更多因素，而不僅僅是我所說的簡(jiǎn)單的人類行為理論。如果我們研究最近一次消費(fèi)、消費(fèi)頻率和消費(fèi)金額這三個(gè)指標(biāo)，會(huì)發(fā)現(xiàn)這種傳統(tǒng)意義上的消費(fèi)行為的基礎(chǔ)忽略了我所提出的間隔時(shí)間。它表明，從根本上說，我可以收集所有數(shù)據(jù)，例如消費(fèi)者在這個(gè)窗口的消費(fèi)間隔是兩天，然后是四天、三天或者六天，但我可以把這些通通忽略，只需記住消費(fèi)者最后來消費(fèi)的時(shí)間以及他們來消費(fèi)的次數(shù)。

　　此外，還要消除一個(gè)誤解：關(guān)于消費(fèi)者到店規(guī)律的信息不足。其實(shí)消費(fèi)者到店信息很詳實(shí)。人們?nèi)绯彼阌咳氲昀铮x開，再涌入，再離開……這些人極其與眾不同。我認(rèn)為人可以分為集中型和非集中型兩種類型。

　　我們的研究結(jié)果還表明，集中度因產(chǎn)品類型而異。比如，我們發(fā)現(xiàn)女性集中度高于男性，年輕人高于老年人。因此，我認(rèn)為我們要澄清的是：人們不僅生而平等，而且有很多簡(jiǎn)單的方式將人們分成若干類型。

　　本項(xiàng)研究如何與眾不同：

　　盡管有一系列數(shù)學(xué)模型已經(jīng)存在了50年，但它們依然很受歡迎，在過去10中它們被稱為“隱藏的馬爾可夫模型”(hidden Markov model)。假設(shè)世界上有兩個(gè)國(guó)家，一個(gè)炎熱國(guó)家，一個(gè)寒冷國(guó)家。你輪流待在冷熱兩國(guó)。這個(gè)數(shù)學(xué)模型就是集中度，你在炎熱國(guó)家，你會(huì)做很多事情，在寒冷國(guó)家情況截然相反，就這樣在炎熱與寒冷中交替……我要做的就是給專業(yè)人員提供一種計(jì)算簡(jiǎn)單數(shù)字的方法，即統(tǒng)計(jì)學(xué)。這不是統(tǒng)計(jì)學(xué)論文，而是我們所說的關(guān)于數(shù)字與統(tǒng)計(jì)的論文。

　　你只需計(jì)算數(shù)字，然后利用這些數(shù)字做自己的研究，可以用它來預(yù)測(cè)顧客價(jià)值，判斷男性是否比女性更具集中度，也可以用它來將人們劃分成不同類型。這就是這項(xiàng)研究的典型及與眾不同之處，它是一種業(yè)內(nèi)人士可以使用的基于度量的方式，而非基于多樣模型的方式，不過這兩種方式都是為了解決同樣的問題。

　　證明“集中度”可能有用的例子：

　　我們針對(duì)集中型消費(fèi)者進(jìn)行了研究，以便證明電子郵件、宣傳畫冊(cè)還是其他不同類型的營(yíng)銷渠道更有效。我們發(fā)現(xiàn)，電子郵件毫無意外地成為短期效果較好的一種宣傳手段，而長(zhǎng)期效果較好的是宣傳畫冊(cè)。

　　有待我們研究的是：電子郵件、宣傳畫冊(cè)或視頻營(yíng)銷中的某些詞是否與人們的集中度有關(guān)或使人們具有更高的集中度？一些話題是否具有集中度？一些產(chǎn)品類型是否一定和集中度有關(guān)？我們目前所做的就是證明這種現(xiàn)象的存在，并且我知道很多行業(yè)都存在這種現(xiàn)象，某些類型的人更容易變成集中型的人。

　　目前我尚未完成的任務(wù)是討論集中度的營(yíng)銷含義，作為一個(gè)營(yíng)銷學(xué)教授卻沒有做到這一點(diǎn)，確實(shí)令人驚訝。我還需要更大以及更新的數(shù)據(jù)集來把關(guān)于營(yíng)銷活動(dòng)的信息與人們的集中型消費(fèi)行為聯(lián)系起來。我知道該如何進(jìn)行，只是我還需要更豐富、更優(yōu)良的數(shù)據(jù)來進(jìn)行。

　　后續(xù)工作？

　　我正在考慮跟進(jìn)這項(xiàng)研究的三個(gè)不同方面。首次，要是能夠分析更多數(shù)據(jù)集，并證明集中度的衡量標(biāo)準(zhǔn)是多么具有說服力會(huì)令我激動(dòng)萬分。我分析了來自亞馬遜、CDNow、eBay、Hulu、YouTube和其他傳統(tǒng)大眾消費(fèi)品公司的數(shù)據(jù)。目前我只需將這些數(shù)據(jù)運(yùn)用到新的數(shù)據(jù)集中。

　　其次，我想了解人們的心理過程。為什么人們的消費(fèi)呈現(xiàn)集中型？第三方面也是最后一方面，我想將營(yíng)銷活動(dòng)與集中度聯(lián)系起來。這不僅僅需要了解人們行為，如他們做什么，瀏覽什么網(wǎng)站、購買什么物品等，還需要了解關(guān)于營(yíng)銷活動(dòng)本身的信息，或許是營(yíng)銷活動(dòng)的宣傳單、這些宣傳單通過哪些渠道分發(fā)。這些都有助于我找出最佳方案——為公司提供優(yōu)化營(yíng)銷活動(dòng)從而激活人們消費(fèi)集中性的方案。