根据世贸约定,我国的资本市场正逐步打开国门,国内金融市场开放程度越来越大,而作为金融的主体——现代商业银行,也面临更大的机遇与挑战。特别随着外资银行的不断强势入驻、网络信息技术的不断发展以及银行产品的逐渐趋同,国内银行业原有的卖方市场将不复存在,取而代之的是一个客户买方市场,因此客户成为了银行最重要资源,传统的“以产品为中心”的市场营销模式刻不容缓的需要向“以客户为中心”转变。那么一种先进的管理思想——客户关系管理(Customer Relationship Management, CRM)就自然地成为理论界研究的焦点,其在银行业的运用也越来越广泛。CRM不仅是一种新型的管理理念,还是一种信息技术,它利用庞大的数据网络为支撑,目的在于重塑银行与客户之间的关系、培育优质客户,从而为银行带来长期稳定的利润增值。CRM的核心是价值客户,而如何区分出价值客户就成为了问题的关键,因此这里有一个关键环节,那就是——客户细分(Customer Segmentation)。目前,国内商业银行虽然都在不同程度引入了CRM,但对客户关系的管理以及客户价值都存在很多认识误区、或者流于形式,对于如何划分个人客户群这一问题至今没有科学的评判标准,根本不能有效地实现客户细分。鉴于此,本研究的目的就是要构建一个科学合理、具操作性的客户细分模型,作为客户关系营销的理论指导,并以此引导银行的资源投向,与客户建立长期稳定的合作关系,提升银行长期经济效益。因此,本文研究的大体思路如下：针对国内商业银行在个人客户细分管理方面存在的问题→结合国内外相关理论研究→提出由客户现有价值和潜在价值构成的客户终生价值这个基本分类标准→综合考虑客户风险因素→分别构建客户两部分价值和客户风险的评价体系→建立新模型、实现细分→提出各类型客户关系营销和资源分配策略→具体到某一银行用实证进行验证→最后总结全文。从研究方法来看,本文具有相当的科学性。首先,理论部分大量运用文献归纳法对相关资料进行整理分析；其次通过实地调研,运用指标因素法建立客户价值与风险的评价体系,并使用层次分析法AHP进行权重的赋值,以此来构建一个全新的三维客户细分模型；最后实证部分通过SPSS软件的聚类分析来验证模型的有效性。由此可见,本文通过综合使用先进的数理方法和分析技术,使得新模型的构建更加科学合理。下面,将本研究进行的主要工作及遇到的困难简单归纳如下：工作一：理论铺垫。通过前期大量相关文献资料的阅读,结合国内商业银行的具体情形,分析、整理出有价值的材料,明确目前关于银行个人客户的细分主要包括利润学说、行为学说以及价值学说,其中研究得最多、也最为科学的即是以客户价值为标准来进行客户细分。因此,文章从银行长期获利的角度出发,根据营销需要,把客户终生价值(Customer Lifetime Value, CLV)分成客户现有价值(Customer Existing Value, CEV,即至今为止客户由于自身的购买行为给银行带来的价值)和潜在价值(Customer Potential Value, CPV,表示客户将来可能购买产生的货币价值,以及宣传、创新等各项非货币价值)两个部分,动态地反应客户价值变化,并把两者作为划分客户的基本标准。紧接着综合考虑客户的风险因素,而不是局限于客户信用风险单方面,将风险提升到一个新的高度,以求能够更加全面地反映客户未来可能给银行带来的各项综合风险。最后,尝试着提出一个新的客户细分模型——基于客户现有价值、潜在价值和客户风险的三维细分。该模型的创新之处在于对客户价值进行了更为科学全面的评价,并首次将客户风险纳入个人客户细分模型；但是构建难度必然加大。工作二：CPV和CR的评价模型构建。这部分是文章的重难点,先通过指标因素法构建评价体系,再使用层次分析法AHP进行权重赋值,最后得到三者完整的评价模型,并输出体现客户特征的三个综合评价值。Ⅰ、关于困难：为了更为全面地综合反映客户实际情况,对于各个评价子指标的选取必然涉及到众多影响因素,既包括货币的因素、也包括非货币因素,既有方便计量的实际参数、也有不好或无法计量的主观因子,因此难度比较大。同时,运用AHP确定权数的过程中需要构建科学合理的判断矩阵,这又给研究增加了操作难度。Ⅱ、解决之法：不仅仅从理论的角度进行更加深入的探讨分析,更为重要的是实地调研,笔者花了相当长的时间跑了多家银行,并请教银行业相关专家、虚心接受银行资深理财经理的建议,还亲自与一些客户进行沟通交流,以此来逐步完成评价指标及其影响因素的选取工作。同时对于判断矩阵的构建在注重专家意见的同时更切合实际；在计量时对于不好操作的因子主要采用Likert5级量表进行评分处理。Ⅲ、基本成果：①客户现有价值评价模型：把银行获取的收益分为直接获取和间接获取两个方面,前者主要指由客户的实际购买行为直接给银行带来的货币收入；后者是指由于客户购买产生边际成本递减以及规模效应等给银行带来的间接收益。②客户潜在价值评价模型：从货币与非货币两个角度进行分析,前者主要是客户未来可能够买(包括保持原有购买和增量购买)带来的利润净现值,后者分析客户带来的品牌效应、市场效应以及创新效应等；③客户风险评价模型：分成个人财务风险和非财务风险两大块。前者主要从客户的收入、债务以及固定资产、金融资产等这些方面进行考察；后者就包括了很多不确定因素,文章着重分析了个人的基本属性、个人信用度、忠诚度以及与银行的关联度这几大指标。总之,通过逐层递进构建的评价指标体系能够较为全面地反映客户特征,还能给银行的实际管理工作提供理论依据；同时能够从数学的角度输出综合评价值,便于下文的模型处理和数理分析。(完整的模型构建见正文相关章节)工作三：构建客户细分模型。即把CEV、CPV和CR作为空间的三个维度,构建一个三维立体细分模型,并由各维度的高低关系,把客户分成了八大类型,从而实现了客户细分。同时,还针对不同类型客户的价值和风险特征,研究银行对于各自的关系发展策略及资源分配政策。尤其可以通过模型的细分很快识别出银行最优质的客户——即现有价值和潜在价值都较高、且风险较小的客户,对于他们银行就应该投入最大资源,采取“一对一”的攻守策略,竭尽全力持续满足他们的所有需求；同时也能通过细分结果发掘出潜力客户进行发展。另外,对于模型的具体运用,文章仅针对国内商业银行正在建设的客户经理制度,对客户经理的分类营销工作进行了一些简单分析。工作四：实证分析。为了使理论上研究得到的细分模型能够运用于实际,需要进行实证的检验。由此,文章对某银行A分行进行了具体考察,随机采集了20个客户数据资料,使用上文构建的评价模型测算出单个客户的CEV、CPV、和CR的综合评价值,再运用SPSS软件的K-Means聚类分析,把客户有效地聚成八类,通过细分结果验证了模型的科学性及适用性。至此,已经基本完成了本研究的主要内容,也初步达到了研究目的。文章提出的基于CEV、CPV和CR的银行个人客户细分模型较为全面综合地反映了客户的价值与风险,可以准确地将银行个人客户进行类别划分,并为银客关系发展策略制定和资源的合理分配提供理论依据。在今后的工作中,银行若据此进行各方面的努力,定能扩大优质客户群,培养长期稳定的客户关系,更好地实现长期利润目标。当然,客户细分管理作为银行实现CRM的主要手段和方法,该模型还可以推进银行客户关系管理系统的建设。不可避免地,由于各方的限制,本研究同样存在一些缺陷和改进之处：①客户评价模型的整体构建还是较为粗糙,有些指标的选取还存在主观性强、不易获取或者重复相关等问题,在计量这块也做得不够好,这些都需要在今后的研究和实践中不断进行补充、完善；②实证部分受限于资源的约束,选取样本容量较少且数据精确度不高,只能说是初步验证了细分模型的科学有效性,接下来应该在实践中通过更大样本进行验证分析,同时提高数据的处理能力,不断完善客户细分模型。