客戶細分理論文獻綜述：細分維度及其在銀行業的應用

許荻迪

摘 要：近年來，客戶細分研究領域產生了大量文獻，形成了豐富的研究成果;同時，為了更好地指導商業實踐，客戶細分理論還處于不斷地豐富、發展、完善當中。文章從文獻的角度，以客戶細分理論在銀行業的應用為例，說明客戶細分理論的發展和應用情況，并提出該理論應用于銀行業的建議，為相關研究提供參考。

關鍵詞：細分理論 細分維度 銀行業 應用

中圖分類號：F830 ?文獻標識碼：A

文章編號：1004-4914（2015）09-176-04

隨著全球經濟的發展，企業管理理念經歷了從以產品為中心到以市場為中心，再到以客戶為中心的轉變歷程。客戶成為了企業最為重要的戰略性資源之一，客戶需求的滿足關系著企業生存、壯大和永續發展。為了滿足異質性的客戶需求，制定相應的差異化管理策略，企業廣泛應用客戶細分理論作為重要管理工具。2002年，美國的管理咨詢公司Bain&Company對來自世界各地的451位高級管理人員的一項調查表明，客戶細分工具已經成為全球使用率最高的10大管理工具之一。{1}

一、客戶細分理論起源和發展

西方資本主義國家在工業化初期和第二次世界大戰后的一段時期內，物資短缺，需求旺盛，許多產品供不應求，因而產生了以產品為中心的經營理念，此種觀念在中國改革開放初期也非常盛行。該理念的出發點是產品，企業重點考慮的是“我擅長于生產什么”。在此種理念下，沒必要考慮不同的市場需求，更談不上考慮不同的客戶特征。

后來企業經營理念經歷了兩次大的發展，一次是從“以產品為中心”到“以市場為中心”，從而產生了市場細分理論;另一次是從“以市場為中心”到“以客戶為中心”，使得客戶細分理論從市場細分理論的基礎上分化出來。

1.市場細分理論產生。二次世界大戰后，尤其是50年代以來，西方先進企業的經營思想逐步發展為市場營銷觀念，即“以市場為中心的觀念”。這種革命性的演變，一方面是由于買方市場形勢的出現;另一方面，也是資本主義企業經營管理的實踐經驗不斷總結和積累的結果。“以市場為中心”觀念的出發點是消費需求，企業首先考慮的是需要滿足消費者的何種需求才能促成當前的購買。

在此背景下，Smith{2}首次提出市場細分的概念，他認為市場細分要能夠使得產品屬性和營銷活動更好滿足客戶的需要。Pride and Farrell{3}認為細分是一個把客戶分成具有相同特征和需求的若干組的過程。營銷大師菲利普·科特勒（1997）{4}認為市場是由若干個具有異質性的細分市場構成，而在特定的細分市場內部消費者的特性、需求又具有高度的一致性。Vandermerwe{5}認為，市場劃分的結果就是發展出對客戶更好地理解，這對于有效市場而言是一個非常關鍵的要件。Vandermerwe和Yankelovich and Meer{6}都認為，細分的關鍵是將市場個體化約為數量可控的幾個組，使同一細分市場內個體之間的固有差異減少到最小，使不同細分市場之間的差異增加到最大。

2.客戶細分理論形成。隨著經濟的進一步發展，“以市場為中心”的理念不再滿足企業管理的需要，由此發展到“以客戶為中心”的經營理念。該理念不再把焦點集中于單次購買，或者購買本身，而是認為維護好企業與客戶關系能夠促進長期的購買，或者購買一種企業產品的客戶還會購買企業的其他產品。同時客戶購買的不僅僅是產品本身，還有與企業產生接觸所有過程中的一種體驗，包括物流、售后、使用產品帶來的身心感受等等，感受良好的客戶傾向于與企業建立良好的關系，再次購買該企業的同一產品或其他產品。

“以客戶為中心”的理念推動了與市場細分理論一脈相承的客戶細分理論形成。菲利普·科特勒指出，客戶細分是指根據客戶屬性劃分的客戶集合{4}。他認為客戶細分是企業在對客戶的信息進行充分收集并整理歸類之后，依據客戶的某些屬性的差異，比如需求、購買行為、購買習慣、信譽等方面的差異，將在某一客戶屬性層面差異較小的客戶歸為一個子客戶群，而這個過程就是對客戶進行細分的過程。齊佳音，韓新民，李懷祖{7}認為，客戶細分，是企業在明確的戰略、業務模式和特定的市場中，根據客戶的屬性、行為、需求、偏好以及價值等因素對于客戶進行分類，并提供針對的產品、服務和營銷模式的過程。

從客戶細分的理論發展歷程可以看出，其與市場細分理論的關注范圍有所不同：市場細分理論主要服務于市場營銷;客戶細分理論則服務于以客戶為中心的全流程企業管理，貫穿企業為客戶創造價值的全過程，即能夠服務于包含品牌定位、產品設計、產品生產、物流、市場營銷、客戶服務等基本環節的整個價值鏈，打破了原先以產品為中心關注生產環節、以市場為中心關注營銷環節的價值鏈上的區隔。

銀行業是需要應用客戶細分的典型行業，并且客戶細分對于銀行業也具有很強的適用性。從客戶組成來看，銀行的客戶比其他行業更為多樣和復雜，不但包含各種類型的個人客戶，還包含各種類型的企業客戶，需要通過細分來把握大量、龐雜客戶的特征和需求;從產品特征來看，商業銀行的產品非常多樣，并且具有非標準化的特征，更需要應用客戶細分實現產品與客戶的匹配，以及產品根據客戶需求定制化;從業務環節來看，商業銀行的業務環節更多，其中包括其他行業通常不包含的風險管理環節，這些業務環節都需要客戶細分研究來進行決策支持。

二、客戶細分分析維度

1.地理細分。地理細分是十分重要的客戶細分維度，尤其是對于跨國企業，其客戶位于世界各地，地理細分成為其企業管理不可或缺的一部分。Kotler{8}，Shoemaker，Lewis and Yesawich{9}將地理細分定義為根據地理準則將客戶進行劃分，考慮國家、州、省、城市、相同媒體覆蓋區域、地段、社區等、郵政編碼等信息。Viswanathan{10}補充說，商業機構早已經意識到地理位置和市場地域的知識對計劃和評估市場策略非常重要。他假定這些知識能用于分析很多方面的變動，包括市場占有、劃分銷售區域、評估不同的促銷反饋、分支結構選址、精確投放促銷資源、預測銷售額和分析市場潛力，等等。根據Shoemaker et al.{9}的觀點，既然潛力市場的地域差異那么大，那么對于來自多地域的客戶就需要特別地關注和考慮。

2.人口細分。人口統計細分也是最重要的細分維度之一。人口統計學細分的基本技術是Assael and Roscoe{11}，Well（1975）{12}和Kother（1997）{8}引入的，重點考慮人口統計變量例如：年齡、性別、種族、婚姻狀況和教育程度等，即從籍貫、家庭規模、家庭收入、國籍等因素對客戶進行細分。Chou et al.{13}使用客戶人口統計信息來識別潛在客戶，認為這種方法能提供直觀的方式來指導目標市場的選擇。最初的人口統計細分無法從購買力的角度來區分客戶，僅考慮職業無法體現客戶端購買力，例如一個水管工的收入也許比一個律師還多，因而具有更強的購買力。Sheomaker et al.{9}增加了dual變量標識高收入群體，即擁有大量可支配收入、個人時間、具有特定購買需求和行為模式的人群。人口統計細分還能將客戶劃分為不同生命階段群體，并且使產品傳達的信息適應不同的群體。

3.行為細分。行為細分根據客戶對一個產品的知識、態度、使用率、反應、忠誠度、接受度將他們劃分為不同的群體。行為細分的基本假設是用過去的行為可以預測將來的行為。行為細分依據時間先后依次誕生了RFM分析和客戶價值矩陣兩種方法。Hughes{14}提出的RFM分析是以三個行為變量來描述和區分客戶。R（recency）指上次購買至現在的時間間隔，F（frequency）為某一期間內購買的次數，M（monetary）是某一期間內購買的金額。RFM分析針對每個客戶的三個指標打分并計算乘積，在排序的基礎上將所有的客戶按照20%、60%、20%分類，對不同類型的客戶實施不同的策略{15}。Marcus{16}提出用購買次數F與平均購買額A構造二維的客戶價值矩陣模型來修正RFM方法。該矩陣需要的信息包括客戶代碼、購買日期、日購買額。購買次數由不同購買日期的數目來確定，平均購買額等于在指定時間間隔內總購買額（日購買額的總和）與購買次數的比值{15}。行為細分是一種便捷的方法，但是行為細分是以歷史數據為基礎，只能針對已有的客戶，無法對潛在客戶進行評價。

4.心理細分。心理細分有時被稱為“生活方式”細分，通過研究客戶的行動、興趣、觀點（AIOs），將人們如何度過閑暇、哪種外部影響最能影響到人們并取得他們的反應納入考慮。Lazer{17}提出可以生活方式為背景來識別并細分客戶，其時生活方式細分的內涵并未明確，直到1971年Wells{18}才明確用AIO（activity、interest、opinion）來代表生活方式。之后Plumraer在AIO的基礎上對生活方式的內涵加以擴充，加上人口統計學指標，用AIOD（activity、interest、opinion、demographic）來代表生活方式。Shoemaker et al.{9}認為心理細分是以聚焦于客戶行動、興趣、想法、自我概念、生活行為的基礎的方法。實際上，他定義的心理信息就是指的對個性特征的衡量。Blackwell，Miniard and Engel{19}得出的結論是，這種方法捕捉了人們生活、花費時間和金錢的方式的特征，像人口統計變量一樣也能反映一個人的活動、興趣和想法。

心理細分能夠識別個人活動和目標人群持續追求的生活方式，或者他們想要展現的自我形象。大眾傳媒對于心理細分有著占據主導地位的影響和效用。受客戶生活方式影響比較大的產品主要有：高度介入產品，顧客購買一項產品都需要時間和精力的投入、特制品或奢侈品。

5.價格—利益細分。利益細分即根據客戶追求的不同利益對客戶進行劃分。利益細分最先由Haley等（1963）{20}提出，Haley指出以往的細分方法大都利用描述性因素識別市場，利益細分方法則是基于具有因果關系的因素，該方法與傳統細分方法的區別在于它利用客戶的動機、態度和行為來挖掘客戶背后的真正利益。利益是一個相對寬泛的概念，它可能是客戶偏好的產品或者服務的特征，也可以指客戶實際的價值，利益細分構建的是因果關系模型。Shoemaker et al.{9}補充說，產品的價格經常包括產品帶給客戶的體驗，例如舒適、聲望、劃算、認同感、吸引和浪漫等。

Shoemaker et al.{9}還指出，價格細分就是一種利益細分的方式，只是前者是有形的和可見的。Morrison{21}、Loker and Perdue{22}和Frochot and Morrison{23}認為，價格元素對客戶來說永遠是敏感要素，根據客戶利益取向設置正確價格，有助于減少價格敏感度和增加客戶忠誠度。{24}

三、不同維度的商業銀行客戶細分研究

根據Meidan A.{25}的觀點，影響金融產品的消費者行為的因素可被分為內部因素、外部因素和購買過程，內部因素包括動機、認知等心理因素，以及生命周期、年齡、職業、經濟狀況、個性等個人因素;外部因素包括文化和社會因素。目前以下幾種維度較多地應用于銀行業，分別涉及內部因素、外部因素和購買過程。

1.人口統計維度。Meidan A.{25}指出，人口統計信息是內部因素的重要組成部分。Boyd L.W.，Leonard M.，White C.{26}的研究集中于不同人口統計特征的客戶是如何選擇銀行的，采用性別、年齡、婚姻狀況和交易記錄等數據，結論是不同人口統計特征的客戶選擇的銀行在聲譽、存貸款利率等指標上各有不同。Clarkson A.H.， Stone M.A.，Steele M.J.{27}根據年齡將高收入的男性客戶分為三類，研究不同類別的客戶對銀行產品的不同偏好，以及他們對于銀行服務的滿意度。Royne Stafford M.{28}強調了人口統計信息對商業銀行客戶細分的重要性。他認為，盡管行為、心理等維度的細分也在被研究者使用，市場專家還是應該知道和理解人口統計細分維度，以便估計市場規模、渠道和有效性。更何況，采用人口統計維度是細分的一個較為容易的方式。該文的研究結論是，根據客戶年齡和性別的不同，銀行的服務質量應有所不同，但是對于不同收入水平的客戶，則沒有明顯的區別。

不僅很多研究者使用人口統計信息作為主要細分標準，Harrison S.T.{29}和Machauer A.，Morgner S.{30}還強調人口統計特征用于市場細分已經相當足夠。考慮到人口統計特征的有效性，Dumont E.{31}認為這仍然是最有用的細分準則之一，特別是創建客戶偏好數據庫、運用新技術，為該維度的細分帶來了更多可能性。

2.行為細分維度：RFM模型。RFM模型是行為細分里應用最為廣泛的一種方法，該模型通過關注客戶購買的三個特征：最近一次消費、消費頻率、消費金額，來直接對購買行為本身建模。

梁昌勇、趙艷霞{32}應用數據挖掘工具分析銀行的現有的信用卡客戶的行為特性和信用，探討了信用卡客戶的行為評分模型。應用自組織映射神經網絡分析其還款行為和近度R、頻度F、值度M的行為特性，使用這四個指標進行評分來識別不同的客戶群。然后把銀行客戶分為三個主要的盈利客戶群并識別出其中的重要客戶群。應用Apriori關聯規則描述不同的客戶群的特征屬性，形成客戶輪廓。張洋，陳培友{33}認為長期以來，信用風險是金融行業，特別是銀行業的最主要的風險形式。貸款是商業銀行的主要資產業務，因此其經營風險與生俱來，商業銀行要保持穩健經營，必須加強貸款的風險控制管理， 建立健全包括銀行貸款風險管理在內的金融系統。該研究旨在運用基于粗糙集的數據挖掘技術， 將市場營銷中的RFM客戶細分方法運用于貸款客戶信用度的分類中去， 為銀行貸款的風險控制管理提供決策支持。Seyed Mahdi Rezaeinia etc.{34}認為RFM方法是精確的和有效的，特別是該方法經過不斷的應用有了許多改進的版本。作者采用加權的RFM方法來識別商業銀行的有價值的客戶，使用層次分析法來計算R、F、M的加權值，使用k-means聚類算法來細分客戶，并使用幾個月后的數據驗證了細分的有效性。

事實上，用RFM來識別有價值的客戶是一個重要的應用方向，其中，非常典型的是采用客戶終身價值作為客戶價值的度量，這種度量方式納入了時間的因素，具有一定的動態特征。Khobzi，Hamid & Akhondzadeh-Noughabi，Elham{35}采用聚類方法基于擴展的RFM模型來衡量銀行POS機終端客戶的終身價值，從而找出盈利性最高的顧客屬于哪些職業。他們采用伊朗國家銀行的實際數據，研究結果表明，該方法在實踐中是適用的，對于其他銀行的管理者也十分有效。Mahboubeh Khajvand & Mohammad Jafar Tarokh{36}認為，基于客戶價值的細分和基于客戶需求的細分對于面向客戶的組織而言都非常重要。該研究采用加權的RFM分析，將客戶根據其終身價值劃分為不同的客戶群，并且預測顧客的未來價值。Moro，Sérgio etc采用近期銀行通過電話營銷長期存款的真實數據，通過RFM分析計算顧客終身價值，并采取神經網絡方法來篩選出重要變量。該研究可應用于呼叫中心，不用詢問客戶的額外情況就能預測客戶表現。

3.利益細分維度。McDougall，H.G.;Levesqu，Terrence{38}認為對于金融業的管理者而言，有效的細分是一個挑戰。使用服務質量、便利性、費率作為利益細分的基礎，將客戶分為兩個群體，一個是服務質量導向的，他們重視銀行是否在第一時間提供恰當的服務，另一個群體是便利性導向的，他們重視銀行網點的位置。同時，兩個群體都重視銀行提供的費率是否有競爭力。研究結果說明不同的客戶群體對銀行的評估和滿意度有所不同。

Ahmad Yunianto，Catur Sugiyanto{39}認為利益細分作為客戶細分的一個重要維度，能夠提供給銀行一個清晰的畫面，明確哪些客戶是需要重點關注的。他們采用印度尼西亞一個國家級銀行的真實數據，試圖識別客戶在金融服務中想要得到的利益，根據客戶追求的利益將其分成不同的群體，并且考察客戶的人口統計特征與他們追求的利益是否有某種關系。他們選取了29個銀行特征，用因子分析來提取客戶關注的主要特征;然后采用聚類分析來識別一組特征，即客戶追求的一組利益，是否能對應于一個特定的客戶群體;最后應用卡方分析來測試聚類和人口統計變量之間的關系。研究結果表明，五種客戶追求的主要利益是安全—方便性、與銀行的關系、銀行特性、成本費用、促銷手段。根據對這五種利益追求的不同情況，可將客戶分為四類：面向服務型、成本敏感型、追求促銷優惠型、安全方便型。在人口統計信息（性別、年齡、教育程度、收入、月支出、職業、孩子數量）和客戶想要的利益之間存在著顯著的關系。因此，這些人口統計信息可用來對客戶群進行側寫。R.Muhamad，TC Melewar， SFS Alwi.{40}研究探索了伊斯蘭金融服務產業的客戶細分，以及細分與產品品牌定位的關系。通過與幾家主要的市場參與者的管理層進行深度訪談，來識別客戶購買金融產品的主要驅動力，并將客戶細分為四類：宗教信念導向組，宗教信念和經濟理性導向組，道德觀察組，以及經濟理性組。這些分組包含客戶希望從金融機構獲得的心理價值和經濟利益，如果金融機構將其產品和品牌定位恰當，就有可能贏得這些客戶。

基于利益的客戶細分可延伸出進一步的研究。Mohammad Safari Kahreh， Mohammad Tive， Asghar Babania， Mostafa Hesan.{41}的研究試圖基于客戶終身價值來對客戶進行利益細分。利益細分是采用因果性因素而非描述性因素來細分客戶，該研究對每一個細分群體計算客戶終身價值。Ugur Yavas， Emin Babakus， Nicholas J.{42}識別了消費者選擇銀行時考慮的因素，并且評估了各家銀行在這些因素上的表現，就銀行滿足客戶的利益點討論并提出了相關建議。

四、客戶細分在銀行業應用情況分析和建議

從以上客戶細分理論的各細分維度，及其在銀行業的應用情況來看，客戶細分在銀行業的應用還可從以下幾個方面來改進：

1.不同細分維度具有不同的適用性。不同維度的客戶細分方法能夠捕捉不同的客戶特征，因此各類方法具有各自的優缺點和適用性。具體來說，人口、地理等基礎信息細分，包含了客戶展現出來的外部特征，并且假設這些外部特征和客戶需求具有一定的聯系，但是這種聯系具有弱關聯性（雖然有些研究效果很好，但不一定），有些時候只能作為參考。行為細分借助行為在時間段上的延續性來預測將來的購買行為，簡單地說也就是從行為到行為。利益細分與心理細分假設人的內在特征及其行為具有一定的因果聯系，由此來推斷客戶的購買偏好和習慣，最終達到細分目的。需要將這種模式識別正確才有用。

另外，人口統計細分與行為細分在細分客戶之前已經確定好一定的細分標準， 在細分方法論上屬于事前細分，而心理細分的細分標準是在細分過程中逐漸清晰的，之前并不明確，因而屬于事后細分。不是事先決定的，而是事后的，自由度比較大，需要反復嘗試、探索。

2.在現有基礎上應用更多維度的細分。目前在銀行業應用較多的客戶細分維度是人口統計維度、行為維度和利益維度，在當前已應用的維度基礎上，進行一定的擴展，能夠更多地捕捉用戶特征，對用戶需求產生更深的理解，根據銀行實際和具體目的對客戶進行更精準的分群。首先，加強對心理細分的應用，特別是在社交網絡和大數據技術迅速發展的今天，對客戶生活方式和個性的把握能夠更加準確。其次，加強對地理細分的應用，尤其中國地域遼闊，地區間的差異很顯著，更要充分利用地理細分，增強對各區域銀行客戶的了解。另外，加強人口、地理等基本維度與其他維度的共同、交叉使用。例如，對于大多數商家而言，產品所覆蓋的區域只能覆蓋有限的地區、有限的客戶，不同區域的客戶差異性十分顯著。在做人口統計細分時可能犯的一個錯誤是嘗試對整個客戶群進行細分。事實上想要對客戶群進行完全統一的細分是不太現實的，如果忽略了顯著的地區差異，人口統計細分可能是無效的。這正是有時需要多維度細分共同使用的原因。

3.加強對企業客戶的應用。目前多集中于零售客戶，針對企業客戶的較少，企業客戶是銀行很重要的一類客戶，特別是其中的中小企業客戶，數量和種類眾多，更加需要細分。從應用于企業客戶的情況來看，有些細分維度用于企業客戶和應用于零售客戶沒有區別，其中的代表是行為維度，以RFM模型為例，不論對于個人客戶還是企業客戶，其購買金融產品的行為都表現為最近一次消費、頻率、金額三個特征。有些維度既適用于個人客戶，也適用于企業客戶，只是應用的時候有微妙的區別，例如人口維度，對于企業需要應用于企業主。還有另一些維度，是企業特有的，例如企業生命周期維度，可根據財務數據將企業分為初創期、成長期、成熟期、衰退期，每個階段的金融需求不同。還可以考慮從以上三個方面，加強對銀行的企業客戶細分研究。

4.應用于除市場營銷之外的更多業務環節。由于客戶細分和市場細分的傳承關系，前期很多客戶細分研究都集中在市場營銷環節（產品定價、促銷策略等），而較少應用于銀行的客戶關系管理環節（客戶流失、增值服務等）和風險管理環節（貸款批準決策、風險預警和控制等）。事實上，上述業務環節也十分需要應用客戶細分理論。將客戶細分理論應用于商業銀行的市場營銷、客戶關系管理、風險管理等各個環節，充分利用客戶細分能夠覆蓋全價值鏈的特性，有利于充分發揮其對商業運作的全面支撐作用。

五、結論

本文闡述了隨著企業管理理念從“以產品為中心”逐步轉向“以客戶為中心”，客戶細分理論得以產生和發展的過程，梳理了主要的客戶細分維度，并以客戶細分理論在銀行業的應用為例，說明客戶細分理論的具體應用情況，并提出該理論應用于銀行業的建議。由于不同的細分維度具有不同的適用性，客戶細分理論在銀行業的應用，應在現有基礎上應用更多的維度，加強除了個人客戶之外對企業客戶的應用，并且應用于除市場營銷之外的更多業務環節。

注釋：

{1}Rigby D K.Management Tools 2001 Global Results：Annual Survey of Senior Executives[R].BAIN &COMPANY Inc ResearchReport，2002.1—4

{2}Smith，Wendell.R.Product differentiation and market segmentationas alternative product strategies[J].Journal of Marketing，1956，11（7）：3～8

{3}Pride，W.M.，and Farrell，Q.C.（1983）.Marketing Basic，Concept and Decision.3rd Edition.Boston，Houghton Mifflin， MA

{4}（美）菲利浦·科特勒.新千年市場營銷發展趨勢[J].銷售市場，2001，（1）：5-8

{5}Vandermerwe，S.（2004）.“Achieving deep customer focus”，Sloan Management Review，45（3）25-34

{6}Yankelovich，D.and Meer，D.（2006）.“Rediscovering market segmentation”，Harvard Business Review，84（2）122-31

{7}齊佳音，韓新民，李懷祖.我國客戶關系管理研究的緊迫性和方向分析[J].管理科學學報，2002，5（4）：88—94.Qi Jiayin，Han Xinmin，Li Huaizu.Emergency and directions for CRM in China[J].Journal of Management Sciences in China，2002，5（4）：88—94.（in Chinese）

{8}Kotler，P.（1997）.Marketing Management Analysis，Planning，Implementation and Control，9th ed.，Prentice-Hall International，Eaglewood Cliffs，NJ，257-260

{9}Shoemaker，S.，Lewis，R.C.and Yesawich，P.C.（2007）.Marketing Leadership in Hospitality and Tourism：Strategies and tactic for competitive advantage. Pearson Education Inc，Prentice Halls.NJ，314-338

{10}Viswanathan，N.K.（2005）.“GIS in marketing”，Geographic Information System in Business，Ideal Group Inc.，Hershey，PA，236-59

{11}Assael，H.and Roscoe Jr.，A.M.（1976）.Approaches to market segmentation analysis.Journal of Marketing，40，67-76

{12}Wells，W.D.（1975）.Psychographics：A critical review.Journal of Marketing Research，12（2），196-213

{13}Chou，P.B.，Grossman，E.，Gunopulos，D.，and Kamesam，P.（2000）.Identifying prospective customers.Proceedings of the sixth international conference on knowledge discovery and data mining （pp. 447-456）

{14}Hughes，A.Strategic Database Marketing：The Masterplan for Starting and Managing a Profitable. Customer-based Marketing Program，Irwin Professional，1994

{15}劉義，萬迪昉，張鵬.基于購買行為的客戶細分方法比較研究.管理科學，2003，16（1）：70-71

{16}Marcus，C.A practical yet meaningful approach to customer segmentation.The Journal of Consumer Marketing，1998，15（5）：494

{17}Lazer，William.Life Style Concept and Marketing，Toward Scientific Marketing.Stephen Greyser，ed，Chicago： American Marketing Assn.1963： 130

{18}Wells，William，Tigert，Doug，Activities，Interests，and ?Opinion.Journal ?of Advertising Research，August，1971，11：27-35

{19}Blackwell，R.D.，Miniard，P.W.and Engel，J.F.（2001）.Consumer Behaviour. Harvard Inc

{20}Haley，Russell.I.Benefit Segmentation：A Decision-oriented Research Tool. Journal of Marketing，1968，32（7）30-31

{21}Morrison，A.（1996）.Hospitality and travel marketing（2nd ed.）.Albany，NY：Delmar Publishers

{22}Loker，L.and Perdue，R.（1992）.A benefit-based segmentation of a nonresident summer travel market. Journal of Travel Research，31（1）30-41

{23}Frochot，I.and Morrison，A.（2000）.Benefit segmentation：A review of its application to travel and tourism research. Journal of Travel and Tourism Marketing，9（4）21-45

{24}Mason，K.（2005）.Observation of fundamental changes in the demand for aviation services. Journal of Air Transport Management，11，19-25

{25}Meidan A.（1996），Marketing Financial Services，Macmillan Press Ltd， London

{26}Boyd L.W.Leonard M.White C.（1994）“Customer preferences for financial services： an analysis”，International Journal of Bank Marketing，Vol. 12，No 1，pp.9-15

{27}Clarkson A.H.，Stone M.A.，Steele M.J.（1990）， “Competitive strategies in banking services Implications of segmentation analysis of consumers by age groups”，International Journal of Service Industry Management，Vol.1， No 2，pp.67-77

{28}Royne Stafford M.，（1996）“Demographic discriminators of service quality in the banking industry”，The Journal of Services Marketing，Vol.10， N. 4， pp 6-22

{29}Harrison S.T.，（1994），“Mapping customer segments for personal financial services”，International Journal of Bank Marketing，Vol.12，No 8， pp. 17-25

{30}Machauer A.， Morgner S.，（2001），“Segmentation of bank customers by expected benefits and attitudes”，International Journal of Bank Marketing， Vol. 19，No 1， pp.6-17

{31}Dumont E.，（2001），“Is life cycle marketing outdated”，Bank Marketing， Vol. 33， No 3， pp. 12-13

{32}梁昌勇，趙艷霞.，基于RFM分析的銀行信用卡客戶的行為評分模型——應用自組織映射神經網絡SOM和Apriori方法。第二屆全國信息檢索與內容安全學術會議（NCIRCS-2005）論文集

{33}張洋，陳培友.基于粗糙集的RFM分析對銀行貸款客戶分類的研究.科技和產業，Sep.，2007，Vo l.7，No.9 73-75

{34}Seyed Mahdi Rezaeinia，Abbas Keramati，Amir Albadvi.An integrated AHP-RFM method to banking customer Segmentation.Int.J. Electronic Customer Relationship Management，Vol.6，No.2，2012

{35}Khobzi，Hamid & Akhondzadeh-Noughabi.A new application of RFM clustering for guild segmentation to mine the pattern of using banks’e-payment services. Journal of Global Marketing，Vol 27（3）May，2014. pp. 178-190

{36}Mahboubeh Khajvand，Mohammad Jafar Tarokh.Estimating customer future value of different customer segments based on adapted RFM model in retail banking context. Procedia Computer Science 3 （2011） 1327 1332

{37}Moro，Sérgio，Cortez，Paulo，Rita，Paulo.Using customer lifetime value and neural networks to improve the prediction of bank deposit subscription in telemarketing campaigns. Neural Computing & Applications. Jan2015， Vol. 26 Issue 1， p131-139.9p

{38}McDougall， H. G.; Levesqu， Terrence. Benefit Segmentation Using Service Quality Dimensions： An Investigation in Retail Banking. The International Journal of Bank Marketing， Volume 12， Number 2， 1994， pp. 15-23（9）

{39}Ahmad Yunianto， Catur Sugiyanto.Benefit Segmentation： Case of a National Bank's Customers in Indonesia. Gadjah Mada International Journal of Business 2003， V（3）

{40}R. Muhamad， TC Melewar， SFS Alwi.Segmentation and Brand Positioning for Islamic financial services. European Journal of Marketing， Volumn 46， Issue7/8

{41}Mohammad Safari Kahreh，Mohammad Tive，Asghar Babania，Mostafa Hesan. Analyzing the Applications of Customer Lifetime Value （CLV） based on Benefit Segmentation for the Banking Sector. Social and Behavioral Sciences， Volume 109， 8 January 2014， Pages 590-594

{42}Ugur Yavas， Emin Babakus， Nicholas J. Ashill. What do Consumers Look for in a Bank An Empirical Study.http：//www.researchgate.net/publication/242479103_What_do_Consumers_Look_for_in_a_Bank_An

_Empirical_Stud

（作者單位：北京銀行博士后科研工作站 北京 100033）

（責編：呂尚）