利率逐步实现市场化后,商业银行更加侧重于增加个人金融业务的利润,因此如何计算客户价值,并根据客户价值对银行客户进行细分找出高端客户成为当前最重要的课题。虽然作为直销策略的RFM模型已经被广泛应用于银行客户当前价值的测度,但度量客户潜在价值的方法却比较缺乏。本文力足于人口统计变量与RFM的关系来测算客户潜在价值系数,对银行客户进行细分。本文在对银行个人客户指标体系和细分方法等研究的基础上,将客户价值界定为客户当前价值和潜在价值,阐述了RFM模型和客户潜在价值的度量原理,以此为基础提出了度量客户潜在价值系数的基本思路。从影响客户潜在价值的因素出发,建立了人口统计变量、客户风险变量与RFM的联系,构建了客户潜在价值系数模型。根据建设银行2005年和2006年客户交易情况对客户潜在价值系数模型进行了应用,利用运筹学最优化原理解决RFM的权重问题,评估出客户当前价值系数。运用逐步回归法筛选出与RFM相关的人口统计变量,建立回归方程测算人口统计变量潜在价值系数。根据人口统计变量潜在价值系数和客户风险变量建立客户潜在价值系数模型,测算出客户的潜在价值系数,筛选出未来最具有价值的客户。通过客户潜在价值系数与客户当前价值等级进行对比,将银行客户划分成不同的客户簇,将最具有发展潜力的客户作为营销的重点并制定相应的营销策略,以便增加客户的购买增量和交叉购买量,为银行创造更大的利润。