中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

基于AHP層次分析法，可用于評估客戶價值，企業可以根據評估結果對客戶價值提升的策略進行調整，以提高客戶滿意度和忠誠度。本文講述相關內容，希望對你有幫助。

B端業務場景復雜，客戶的價值不能用單一的數據指標直接衡量。本文基于AHP層次分析法，介紹客戶價值評估的基本方法和步驟。利用AHP層次分析法，企業可以對合作的客戶進行價值評分，從而篩選出核心客戶，精細化運營，促進業務增長。

一、什么是AHP層次分析法

1. AHP層次分析法簡介

層次分析法（Analytic Hierarchy Process，簡稱AHP）是美國運籌學家T. L. Saaty教授在20世紀70年代初期提出的， AHP是對定性問題進行定量分析的一種簡便、靈活又實用的多準則決策方法。

層次分析法是指將一個復雜的多目標決策問題作為一個系統，將目標分解為多個目標或準則，進而分解為多指標（或準則、約束）的若干層次，通過定性指標模糊量化方法算出層次單排序（權數）和總排序，以作為目標（多指標）、多方案優化決策的系統方法。

2. AHP層次分析法如何應用于客戶價值評估

在B端業務場景中，企業的銷售收入往往遵循二八法則，即企業合作的20%的客戶提供了企業80%的銷售收入來源。這些客戶資金實力雄厚，與企業的合作意愿強烈。那么是否可以僅依據采購金額這一單一指標來衡量客戶的價值？采購金額越大的客戶，客戶價值是否越高？

顯而易見，僅依據采購金額判斷客戶價值是片面的。有的客戶采購金額大，但僅采購了一次，距今已有多月未與企業進行交易；有的客戶采購金額大，但采購的都是些低毛利的產品或者非企業主推產品；有的客戶采購金額大，但賬期額度占了大半，逾期欠款久久不還。

采用AHP層次分析法進行客戶價值評估，可以全方面的了解客戶從采購到轉銷再到回款的各層級經營能力，幫助企業衡量客戶的綜合實力，對客戶的真實價值做出較為準確的判斷。客戶價值評估可以幫助企業更好地服務客戶，提供更加契合的政策支持，已達到客戶激勵的作用。

二、AHP層次分析法的基本原理

1. 立層次結構模型

將決策的目標、考慮的因素（決策準則）和決策對象按它們之間的相互關系分為最高層、中間層和最低層，繪制出層次結構圖。 最高層是指決策的目的、要解決的問題。中間層是指考慮的因素、決策的準則。最低層是指決策時的備選方案。

• 最高層，即目標層，指決策的目的、要解決的問題。
• 中間層，即準則層，指影響決策的主因素。
• 子準則層，準則層可以進一步細分出子準則層，即影響每個準則的子因素。
• 最底層，即進行決策時的備選方案。

在客戶價值評估模型中：

• 目標層即客戶的綜合評分。根據綜合評分的高低，判斷客戶價值，客戶的綜合評分越高，客戶價值越高。
• 準則層即影響客戶綜合評分的主因子。例如：購買力、營銷力、忠誠度、活躍度、信用度等影響因子。
• 子準則層即影響主因子的子因子。例如：購買力的影響因子有采購金額、采購任務達成率、新品覆蓋率等。營銷力的影響因子有總上線數、本地上線率、上線增長率等。忠誠度的影響因子有合作年限、年度下單頻次等。活躍度的影響因子有當月采購金額、當月下單頻次等。信用度的影響因子有回款率、逾期次數、逾期金額等。
• 方案層即與企業合作的所有客戶。

不同的業務場景，需要設計不同的層級結構圖，準則層和子準側層需要根據業務的實際需要針對性調整為合適的指標。

2. 構造判斷(成對比較)矩陣

構建了層次結構圖后，需要對各層級因子進行權重確定。因子權重的確定不能只是根據經驗確定的定性值，這樣的定性結果，具有隨機性，且偏差大，常常不容易被別人接受。因此Saaty等人提出一致矩陣法，即不把所有因素放在一起比較，而是兩兩相互比較，對此時采用相對尺度，以盡可能減少性質不同的諸因素相互比較的困難，以提高準確度

基于業務的實際情況，我們假設準側層的重要程度從大到小的排序是：購買力>營銷力>忠誠度>信用度>活躍度。購買力比營銷力、忠誠度、信用度和活躍度的重要程度分別是2，4，5，7，則：

• 購買力比營銷力重要的程度是2，則營銷力比購買力的重要程度是1/2。
• 購買力比忠誠度的重要程度是4，則忠誠度比購買力的重要程度是1/4。
• 購買力比信用度的重要程度是5，則信用度比購買力的重要程度是1/5。
• 購買力比活躍度的重要程度是7，則活躍度比購買力的重要程度是1/7。
• 依次類推，判斷營銷力、忠誠度、信用度和活躍度之間的重要程度量化值。

子準則層的重要程度量化值的確定方法和準則層的確定方法一致，根據實際業務，分別確定購買力、營銷力、忠誠度、信用度和活躍度的影響因子的重要程度量化值。

3. 層次單排序及其一致性檢驗的定義

對應于判斷矩陣最大特征根λmax的特征向量，經歸一化(使向量中各元素之和等于1)后記為W。W的元素為同一層次因素對于上一層次因素某因素相對重要性的排序權值，這一過程稱為層次單排序。

能否確認層次單排序，則需要進行一致性檢驗，所謂一致性檢驗是指對A確定不一致的允許范圍。

其中，n階一致陣的唯一非零特征根為n；n 階正互反陣A的最大特征根λ≥n，當且僅當λ＝n時，A為一致矩陣。

在圖例中，a??=4，根據a??和a??的值算出來的a??也是4，如果a??=a??*a??則稱成對矩陣為一致矩陣。a?4=5，但是根據a??*a?4=6，即a14≠a??*a?4，不是一致矩陣。

對于不是一致矩陣的矩陣，Saaty等人建議用其最大特征根對應的歸一化特征向量作為權向量W，W={w?,w?,w?,..,wn}，AW=λW。

由于λ連續的依賴于aij?，則λ 比n 大的越多，A的不一致性越嚴重，一致性指標用CI計算，CI越小，說明一致性越大。用最大特征值對應的特征向量作為被比較因素對上層某因素影響程度的權向量，其不一致程度越大，引起的判斷誤差越大。

因而可以用 λ-n 數值的大小來衡量A 的不一致程度，定義一致性指標為：

CI=(λ-n)/(n-1)

CI=0，有完全的一致性；CI 接近于0，有滿意的一致性；CI 越大，不一致越嚴重。

為衡量CI 的大小，引入隨機一致性指標 RI，公式如下：

RI=(CI?+CI?+CI?+…+Cn)/n

其中，隨機一致性指標RI和判斷矩陣的階數有關，一般情況下，矩陣階數越大，則出現一致性隨機偏離的可能性也越大，其對應關系如下表：

平均隨機一致性指標RI標準值(不同的標準不同，RI的值也會有微小的差異)

考慮到一致性的偏離可能是由于隨機原因造成的，因此在檢驗判斷矩陣是否具有滿意的一致性時，還需將CI和隨機一致性指標RI進行比較，得出檢驗系數CR，公式如下：

CR=CI/RI

一般，如果CR<0.1 ，則認為該判斷矩陣通過一致性檢驗，否則就不具有滿意一致性。

三、權重向量確定和一致性校驗的步驟

第一步：將A元素按照行相乘得到一個新的列向量

A?=(280,15,0.75,0.067,0.005)

第二步：將新的列向量的每個分量開n次方

A?=(3.086,1.719,0.944,0.582,0.343)

第三步：對該列向量進行歸一化即可得到權重向量

W=(0.462,0.258,0.141,0.087,0.051)

第四步：計算最大特征根λmax

基于AW=λW，λ=AW/W，得出最大特征根λmax為5.058。

第五步：計算一致性指標CI

CI=(λ-n)/(n-1)=(5.058-5)/(5-1)=0.015

第六步：計算檢驗系數CR

根據平均隨機一致性指標RI標準值表查到當n=5時，RI為1.12，

CR=CI/RI=0.015/1.12=0.013

CR<0.1 ，該矩陣通過一致性檢驗。

同樣的方法分別確定購買力、營銷力、忠誠度、信用度和活躍度的影響因子的權重和一致性。各影響因子的權重確定以后，就可以計算客戶的綜合評分

客戶綜合評分=0.462*購買力評分+0.258*營銷力評分+0.141*忠誠度評分+0.087*信用度評分+0.051*活躍度評分

客戶評分越高，客戶價值越高。但是僅通過評分模型得出的結果難免會有偏差，不能作為核心客戶判定的唯一標準。實際的業務往往是復雜多變的，還需要結合市場環境、經濟政治等客觀因素的影響，多方位評估客戶的真實價值。