電子商務環境下客戶價值探討摘要：電子商務渠道的迅速發展，給企業競爭提供了新的環境。在電子商務環境下，客戶的價值超出了以交易額、交易次數等指標為依據的傳統客戶價值的計算或判斷，客戶E價值越來越受到電子商務企業的重視。包括流量、增值服務、互動等指標成為了電子商務環境下客戶價值的重要體現。一、電子商務客戶價值細分概述根據客戶的價值對客戶進行細分，是現代市場營銷實施大客戶營銷、一對一營銷的重要方面，也是對客戶忠誠度分析的重要依據。對不同價值的客戶實施差異化的營銷策略和客戶服務，是更好的滿足客戶需求并且降低成本的重要保障。在傳統的商務活動中，對客戶價值的定義主要從客戶生命周期、客戶盈利、客戶交易量、RFM的角度來定義客戶的價值。電子商務環境下，客戶價值有了更豐富的維度，傳統的交易量、交易次申訴等等仍然是企業對客戶價值判斷的核心內容。然而，一個有價值的客戶不僅僅是交易額大的客戶或者購買次數多的客戶等等，原有的看待客戶價值的角度應該有所變化。二、電子商務客戶E價值傳統意義上客戶的價值主要是客戶購買企業產品的給企業創造的效益，在電子商務環境下，客戶價值不僅僅包括客戶的給企業創造效益，而且包括客戶通過鼠標點擊以及鍵盤輸入的網絡價值，在下文稱為e價值。客戶的E價值主要體現在客戶的活躍度上，客戶在電子商務網站上越活躍，就給企業創造越多的有形和無形的價值，客戶主要通過一下集中行為創造E價值：客戶點擊廣告、客戶購買增值服務、客戶網絡誠信、客戶留言、客戶在線點擊消息、客戶搜索信息以及客戶發布產品信息等等。目前，還沒有一個權威的標準體系來描述客戶的E價值，但是客戶的E價值確實存在，而且被廣泛的關注，是吸引提高客戶E價值是電子商務企業增加提高企業影響力和企業效益的重要途徑。三、電子商務客戶價值的構成電子商務客戶價值應該是傳統商務客戶價值的延伸和補充，其核心仍然是客戶為企業帶來的利潤，但是電子商務客戶價值表現出更豐富的形式。電子商務客戶價值的組成應該是客戶交易價值和客戶E價值的結合。1客戶交易價值（1）交易量。交易量仍然是客戶價值最重要的方面，交易量的多少直接體現了客戶能為企業帶來的收益，其他所有的價值行為也綜合體現在交易量上。在電子商務環境內，交易量有了更多的形式，比如數據庫營銷中的一段時間內的交易量，更能體現客戶在當前的忠誠度。著名C2C交易平臺，淘寶網也將近三十天的交易量作為寶貝排名的重要因素。另外，電子商務交易中存在線上交易和線下交易的問題，即資金來往是通過線上還是線下的問題。很多企業，尤其是進行B2B交易的企業，由于交易資金數額較大，對網絡安全存在一定的擔憂，因此選擇線上發現機會，線下完成交易的方式。那么，線上交易量就和線下交易量需要做一個區別了。、（2）交易次數。交易次數越多，表明客戶的依賴性越強，客戶對網站（店鋪）的重要性就越大。一般來說，平均交易次數或者總的交易次數對客戶價值的衡量不如近期交易次數準確，因為近期的交易次數能夠更好的反應企業當前購買的狀況，對未來一段時間預測的參考性也更強。2.客戶E價值（1）流量。指網站的訪問量，是用來描述訪問一個網站的用戶數量以及用戶所瀏覽的網頁數量等指標，常用的統計指標包括網站的獨立用戶數量、總用戶數量（含重復訪問者）、網頁瀏覽數量、每個用戶的頁面瀏覽數量、用戶在網站的平均停留時間等。流量的統計，包含了客戶的登陸、訪問產品頁面、停留時間、通過搜索引擎訪問等外部鏈接、廣告點擊等重要的客戶價值。首先，客戶登陸次數越多、停留時間越長、訪問產品頁面越多說明，說明客戶的活躍程度越高，最終形成購買的可能性也越高，這無形中給網站增加了人氣，間接提高了網站知名度。其次，通過搜索引擎等外部鏈接訪問對網站的搜索引擎排名非常重要，指向網站的鏈接越多，訪問的流量就會越大，網站在百度等主流搜索引擎的排名就會越高，這對于潛在客戶通過搜索引擎找到企業網站很有意義。第三，廣告收入是網站的重要收入來源，在一定轉化率基礎上，廣告點擊次數多，能給網站帶來更多的經濟收益。（2）增值服務。增值服務是很多電子商務網站，尤其是電子商務交易平臺盈利的新增長點。增值服務的推出，能更好的為買賣雙方提供更誠信、更方便的服務，比如，阿里巴巴提供的保障金、誠信通、網銷寶，淘寶網的直通車、數據魔方、淘客寶等服務。多樣化、全方位的增值服務是電子商務區別于傳統商務的重要方面，購買各種服務的賣家能更好的推出企業產品，獲得更多收益，比如淘寶直通車，能夠使得賣家寶貝的展示次數迅速提升，進而提高銷售量。（3）互動性。互動性主要指在論壇或者產品留言區發表言論，或者提出相關話題的客戶。這些客戶常常能帶動其他客戶的參與討論，帶動網站的人氣。四、總結電子商務近十年的發展，沖擊了傳統商務的格局。迥異的環境，層出不窮的電子商務經營模式的誕生和增值服務的開發使得客戶價值的計算和判斷有了新的內容。企業對客戶價值的研究應當隨著環境的變化，更新對企業價值的計算和判斷。參考文獻：1王海波,仲秋雁.基于數據挖