论文 摘要：准确衡量客户终生价值是信用卡业务得以快速增长的前提。文章分析了现有衡量方法的不足，在归纳信用卡客户特点的基础上，着重研究信用卡客户终生价值的构成要素，以动态、 发展 的角度从直接价值和间接价值两方面、五个要素构建信用卡客户终生价值模型，为信用卡业务发展提供依据。
论文关键词：信用卡业务；客户终生价值；直接价值；间接价值
信用卡在我国出现不过二十年时间，已迅速成为一项主流的银行产品，各商业银行在此领域的竞争日趋白热化。麦肯锡相关调研(pfs)结果显示，信用卡业务是
1．客户直接价值(customerdirectvalue)：客户在其信用卡业务的生命周期中能够以交易方式直接为银行所创造价值的现值，包括：
(1)客户购买价值(buyingvalue)：假定客户与银行的现行交易行为模式保持不变时，客户已为、以及未来能够为银行创造的货币价值的现值。其中，客户 历史 购买价值是指在已有的交易行为中，已真实存在的、从客户身上获得的价值，这是对客户未来购买价值的重要估算基础。由于购买价值的估算前提条件是交易行为模式保持不变，因此，它是clv中最容易掌握的要素。
(2)客户潜在价值(potentialvalue)：由于客户与银行的现行交易行为模式发生变化，客户未来可望为银行带来的货币价值的现值。www.11665.Com这主要是指银行通过增加重购率、提高交叉销售、加强情感联系等改变客户的购买行为模式，达到客户满意、忠诚、信任，由此带来的价值。客户潜在价值是客观存在、但不是即时可得，而是需要挖掘的。将它单独估算，就是为了避免仅根据客户历史购买价值对客户未来价值做出笼统的判断，从而导致对客户的管理墨守成规而错失高价值客户。
(3)客户成长价值(growingvalue)：随着时间的推移，客户本身的变化使其价值不断成长而给银行带来的价值的现值。这些变化包括：客户年龄、身份、受 教育 程度、职业、收入、家庭状况等。虽然客户成长价值与客户潜在价值都存在许多可变因素，但潜在价值是已经存在、需要银行努力改善现有交易行为模式，而成长价值则是尚未实现的，它的改变是靠客户自身状况的变化，是对客户未来 发展 状况的评估。客户成长价值的重要性在于提示银行：客户短期内所带来的价值可能是负的，但其终生价值是正数，应以长远的、发展的眼光来评价客户价值。作为信用卡客户重要组成部分的大学生，虽然现有价值较低，但其未来发展前景不可估量，他们带给银行的clv很可能会超过目前收入稳定、但发展空间有限的中年客户。
2．客户间接价值(customerindirectvalue)：客户以交易方式之外间接为信用卡业务所创造价值的现值，主要包括客户推荐价值和客户信息价值。
(1)客户推荐价值(referralvalue)：客户由于向他人推荐本银行产品品牌而使银行销售增长、收益增加时所创造价值的现值。也就是说，如果没有现有客户a的推荐，新客户b就不会成为银行的客户并购买银行的产品。客户推荐具有可信度高、针对性强、受干扰影响小、流动快等优点。由于信用卡业务的无形性特点，使得客户推荐显得尤为重要。由于现有客户与银行不存在利益关系，他们的意见被认为是最直接、最真实的服务体验，比银行的广告宣传更客观、独立，因此，他们的推荐成为潜在客户交易决策的重要 参考 依据。客户推荐价值与客户自身的影响力密切相关，影响力越大，可信度越高，接受者的受影响范围以及采取行动的可能性就越大。衡量客户推荐价值的主要指标包括：推荐客户数、所推荐新客户的购买价值，持续推荐的时间等。
(2)客户信息价值(informationalvalue)：客户为信用卡业务提供信息所带来价值的现值。包括：①基本信息，即客户在申请信用卡服务、银行建立客户档案时由客户提供的必要基本信息，以及在交易过程中根据需要所进行的信息修改、补充。②反馈信息：由客户以主动或被动方式向银行提供的信息。如：银行信用卡部门开通的24小时服务热线、开展的客户满意度调查、以及受理客户投诉等所得到的投诉、建议、问卷反馈等。这类信息对于银行来说更为重要，不仅为银行收集信息节省了时间、费用，提高了信息的准确度，同时也为银行制定相应的营销策略提供了真实准确的信息来源。客户主动的信息反馈是银行须格外关注的，因为据调查，对服务不满的客户有96％是不愿投诉而直接选择离开，每一个主动进行投诉、提供建议的客户实际上代表了至少25名同样的客户，因此决不可掉以轻心。若处理不及时、不妥善，很容易引发负面口碑，形成恶性循环。
四、结论
我国信用卡业务的发展尚处于起步阶段，只有准确认识clv的构成要素，才能改变目前仅从历史、静态的指标对clv进行衡量的缺陷，使银行清楚：clv不是客户购买价值的简单叠加，购买价值低的客户未必就是低价值客户。本文从定性分析出发，完善了clv的构成要素，从客户直接价值、间接价值两方面来构建clv模型，形成了初步成果，能够促使银行以动态、发展的态度全面关注clv，将有助于对信用卡客户的识别、培育、保留和分类管理等工作的开展；并为下一步对各要素之间的关联性分析、用定量分析方法确定各自权重以进一步准确衡量clv奠定了基础。
