顧客終生價值的復雜性和變化性，使得采用何種方法準確地測量和計算成為了企業(yè)面臨的最大挑戰(zhàn)之一。目前，比較流行和具有代表性的顧客終生價值預測方法為DWYER方法和顧客事件預測法。
DWYER方法
根據顧客購買行為的差異，把工業(yè)客戶分為兩大類：永久流失型和暫時流失型。永久流失型指的是這樣一類客戶，他們要么把其業(yè)務全部給予現在的供應商，要么完全流失給與另一供應商。這類客戶這樣做的原因是，或者其業(yè)務無法分割，只能給予一個供應商;或者其業(yè)務轉移成本很高，一旦將業(yè)務給予某供應商則很難轉向其他供應商。這種客戶一旦流失，便很難再回來，故稱之為“永久流失”客戶。
暫時流失型指的是這樣一類客戶，他們將其業(yè)務同時給予多個供應商，每個供應商得到的只是其總業(yè)務量的一部分(一份)。這類客戶的業(yè)務轉移成本低，他們可以容易地在多個供應商之間轉移業(yè)務份額，有時可能將某供應商的份額削減到零，但對該供應商來說不一定意味著已經失去了這個客戶，客戶也許只是暫時中斷購買，沉寂若干時間后，有可能突然恢復購買，甚至給予更多的業(yè)務份額。
顧客事件預測法
利用“顧客事件”的概念預測未來的顧客終生價值是一般營銷領域比較常用的方法，這種方法主要是針對每一個客戶，預測一系列事件發(fā)生的時間，并向每個事件分攤收益和成本，從而為每位顧客建立一個詳細的利潤和費用預測表。
顧客事件預測可以說是為每一個顧客建立了一個盈虧賬號，顧客事件檔案越詳細，與事件相關的收益和成本分攤就越精確，預測的準確度就越高。
但是，顧客未來事件預測的精準度并不能完全保證，主要有兩個原因。其一，預測依據的基礎數據不確定性很大，顧客以后的變數、企業(yè)預計的資源投入和顧客保持策略，以及環(huán)境變數等都具有很多不確定性。其二，預測的過程不確定性很大，整個預測過程是一個啟發(fā)式的推理過程，涉及大量的判斷，需要預測人員具有豐富的經驗，所以預測過程和預測結果因人而異。
顧客終生價值對營銷政策的影響
醫(yī)藥行業(yè)和信用卡行業(yè)等服務業(yè)從顧客終生價值中獲益更大。因為對于這些行業(yè)來說，顧客隨著時間的推移，需求和消費行為可能會發(fā)生巨大的變化。有的顧客目前的購買量較大，但不一定在未來具有增長潛力;有的顧客目前的購買量很小，但是未來的潛力驚人。
對于那些獲得新顧客和維護客戶關系成本較高的行業(yè)，顧客終生價值特別有意義，例如金融服務行業(yè)、航空業(yè)和酒店業(yè)。當企業(yè)是運用‘不對稱的分配體系’(Skewed Dis tributi-on)來處理業(yè)務時，顧客終生價值就更加有用了。以酒店行業(yè)為例，一小部分客戶推動了企業(yè)的大部分業(yè)務，因此企業(yè)可以通過獎賞和激勵手段來影響他們的消費行為;航空公司可以給一部分顧客免費升艙，這對于顧客來說受益很大，但其實企業(yè)付出的代價很小。”
按照顧客終生價值來收集客戶資料和數據可以為企業(yè)帶來一些特別的好處，比如企業(yè)或企業(yè)聯盟可以挑選出他們覺得最具潛力的顧客，并對他們交叉銷售其他相關產品和服務;按照顧客終生價值分配營銷資源能夠大大節(jié)約企業(yè)的經費，甚至可以根據顧客終生價值的預測來修正企業(yè)的產品和營銷組合。將顧客終生價值模型過于復雜化也是一種不正常的趨勢，對企業(yè)并沒有什么好處。嘗試用消費者購買的時間(Recency)和購買頻率(Frequ-ency)這樣的簡單易得的數據來作為預測標準，有時候反而能夠得到較為準確的預測結果。
粵公網安備44030302000365號