今天的课，就讲一个道理，就是你要懂得市场细分，懂得对客户进行恰当的分类。只有客户分类清楚了，才能有效地获得客户、维持客户和发展客户，才能找到真正属于自己的菜。产品是为客户而生的，企业也是以满足客户需求为目标，这是商业世界的基本逻辑。这一点，你要时刻记住。

给客户分类是一个挺难的事情。上周的课中，提到了一门学问，叫“数据挖掘”。很多同学有兴趣，却又查不到太多资料，今天的课我先花点时间给大家作个简介。

你知道，美国是一个信用社会，美国有三个大的信用局，每个信用局下面都有涉及到北美，甚至全球的居民的资料，每一家都有2亿多人的资料。你想在美国办理信用卡，银行要向信用局要你的资料；你想买保险，保险公司要先向信用局调你的资料。信用局不会对你的信用状况作评价，它就是把你的资料给到对应的商业部门。记得我90年代末最初接触到信用局的时候，吓了我一跳，它居然有100年以上的历史，信用资料和信用数据不能再全了。连你闯红灯，是不是及时交费，它都帮你记着。于是，我就好奇：它是怎么管理和使用这些数据的呢？

后来，我发现：100多年前，记录一个人的信息就像记流水账，是用记笔记的方式来记录一个人的信用状况，有的人资料很详细，有的人就很简略，没有一个标准的数据格式。所以，信用评价的准确度就很差。人一搬家，评价起来就更难。到了上个世纪70年代，也就是50年前，记录的内容差不多，但记录媒介不再是纸张，而是缩微胶片，一平方厘米的胶片上，记录了一个人几乎一生的资料，所以，这个时候，数据利用的效率好了一点。

直到80年代之后，人类开始用计算机来记录数据，这时的数据已经不仅仅是文字、数字，还开始有了照片、图片和扫描件。每天可以进行十万、百万次查询，不仅查询的范围大了，而且速度也快得完全不是一个量级。而且，查询工作的主体已经不再是人，甚至可以是接受指令的计算机。

在我读大学的时候，有一门课叫“数据库”，还有一门课叫“数据分析”，都是关于如何收集、保存、管理和分析数据信息的知识。当时觉得这是很难的课程。仅仅过去二十年，现在看那个时候的课程真是太简单了。

这些年来，随着信息大爆炸和信息技术的快速发展，人类进行数据分析的能力大大加强。现在，数据以数据库数据、数据仓库数据和事务数据的形式而存在。人类可以利用计算机的各种算法技术，对这些海量数据的逻辑进行整理和总结，把它们转换成为对我们有用的知识。

前段时间，阿尔法狗战胜了李世石，你不要以为这仅仅是围棋上的事情。数据挖掘、机器学习、商务智能，这些东西都是相通的。谷歌可以利用数据分析，找到战胜人类棋手的方法。发放信用贷款的商业机构也可以利用数据挖掘技术，大概率地判断出：哪些人是信用最好的人，哪些人的信用风险较大，为什么会是这样的结果。所以，今天的信用审查，不用再翻那些最原始的、文字性的东西了，一个人在生活中，方方面面的数据，都可以帮助商业机构作出推断，最后得出结论。而且，经验表明，这些推断的准确度是很不错的。

关于“数据挖掘”，我们就讲到这里。管理学中就有一个专业叫“管理信息系统”，也有些学校叫“管理科学”或“管理工程”，就是以这些内容为基础的，你有兴趣，课下可以去了解一下。我认为这个内容对未来的商业活动影响太大，所以，有条件的同学可以多了解一点。不过，我必须要强调，这些知识太技术化，多数人可能不太适合。所以，我在这门课中，不再多说了。

回到我们最初说的客户分类这个话题。你如果有了数据挖掘的能力，你可以做什么呢？你可以做很多事情，比如，你可以试着唤醒一部分沉睡客户。这是什么意思呢？就是说，当一个企业提供了它的基本产品之后，最初的客户不一定会重复购买，如果你有数据，你就会发现：很多人渐渐就离开了。这些人可以分成三类人：瞌睡客户；半睡客户；以及沉睡客户。这三类客户，我们可以用不同的指标来去划分，比如可以按照停止消费的时间来划分。

比如，我们的课，有人是每天早上听课，雷打不动；有人是两三天听一次；有人是到了周末，集中听一次。如果一个平时每周听一次的同学，两周没有听课了，在没有其它因素影响的情况下，我基本上可以认为，这位同学的状态有可能是一种瞌睡状态。如果这位同学三周没有听课，我觉得他应该处于半睡的状态了。如果过了一个月没有听课，甚至时间更长，那么，他应该算作是一种沉睡状态了。

那么，对于这些处于瞌睡、半睡，甚至沉睡的同学，假如我把他们当成客户，而不是同学，我该对他们采用怎样的客户策略呢？传统的方式，就是通过主动的、直接的拜访，或者间接地发信、发邮件，来努力激活睡着了的客户，但是，这样的做法往往效果并不好。

而现在有了大数据，同时在新零售的环境下又有了全方位的通道，这个时候，就可以根据客户的多样信息来有甄别性地进行激活了。在大数据的背景下，决定是不是对他们进行唤醒，以及用怎样的产品和怎样的方式去唤醒，都不是简单地拍脑袋，而是由行为分析作为依托的。有了这个依托，客户关系的管理会进入到一对一的状态，一方面，符合客户的需求，客户感受比较好；另外，更重要的，对于企业的经营也要有利，不能顾此失彼。

下面给大家讲的案例，是日本的麦当劳。对，就是麦当劳，顾客众多，流动性又特别强的麦当劳。日本的麦当劳，从2004年就开始投入资源，累计每一位顾客的消费记录。他们借助的是手机，从电子支付到App，坚持了十几年。最初的会员人数只有500万人，到了2011年年底突破2600万人。最新的资料我没有，但在我那时去日本的时候，就已经：每5个日本人，就有一位是麦当劳的会员了。麦当劳积累了关于这些会员个人的第一手消费记录。

通过这些消费记录，麦当劳和顾客之间不断通过各种形式的互动增加客户的粘性。客户的粘性是什么，说到底，就是客户不打瞌睡、不半睡，也不沉睡。提高客户粘性的办法很多，很重要的一种方式就是送礼品券，鼓励客户再次消费。

礼品券，你肯定也收过。在很多商店，买完物品之后，你都有可能收到一张打折券，或者是直接的代币券。这种代币券或打折券，不一定好用，因为你下一次消费的时候，那个券很可能没带在身上。日本麦当劳就向客户的手机里发可以感应读取的“优惠券”。而且，最神奇的是它的优惠券是因人而异的。

由于麦当劳的系统里记录了不同顾客的消费记录，于是，它就会针对不同类型的消费者、根据你的等级甄别性地发放“优惠券”，也就是说，麦当劳会按照每个顾客的消费形态决定对每个人最有价值的 “ 优惠券 ” 。

我举几个例子。比如，对于周六和周日中午经常来店里购买咖啡的顾客，麦当劳会给客户发送“周末早晨的咖啡免费券”；对于经常来店里购买套餐的顾客，它会送给你额外的小点心，比如苹果派的优惠券；对于那些常客，它会发送新品，比如新口味的汉堡包的优惠券。如果前面的优惠有奖励性质，或者推销性质的话，那么，下面这个优惠券就有唤醒的性质了。对于有一段时间没有来店里买东西的顾客，麦当劳会发送这位顾客过去最常买的那款商品的优惠券，刺激你的怀旧感。

厉害吗？我觉得挺不容易的。不过，你放心，用不了多久，我们也会有这样精准投放的感受了。中国人这不是进入新零售了吗，当线上和线下，以及支付全都打通之后，我觉得中国人搞针对性营销，那也不是弱项。