基于边际成本和参数假设的客户价值模型

　　一、理论上的客户价值模型可望而不可及
　　对于客户价值模型（Customer Value Model,CVM），做过数据仓库或数据挖掘的人恐怕都不会感到陌生。电信行业的客户价值模型就跟离网挖掘一样经典，出现在大量的数据挖掘相关的白皮书和专业资料上。
　　理论上的客户价值模型既考虑客户的当前价值，也考虑其潜在价值，是一种综合评估模型。具体地说，会从客户的收入、成本、行为、信用度、忠诚度等几个方面对用户进行综合测评，即客户价值＝f(收入，成本，行为，信用度，忠诚度，期望生命周期)。
　　客户的当前价值不难计算。一般来说，可以在出账收入的基础上，利用数据仓库中的大量数据，经过重重计算，总是可以大致计算出来，差别只在于实现的细节而已。
　　但是，一个客户的潜在价值有多少？虽然理论上我们可以结合信用度、忠诚度和生命周期等一系列因素进行预测。可是，这几个因素本身并非客观数据，也需要一系列模型的支撑。这样一来，要实现客户价值模型，就要实现一系列高难度、超玄乎的模型，这是该理论模型可望而不可及的一个重要原因。
　　从这些年来的经分实践来看，一般人们都会非常排斥无法理解的东西，也许口头上会赞扬，但实际上却不会拿来用。最终，就算这个基于预测的客户价值模型建立起来了，又能赢得多少信任？有谁会真正去用？与股票预测和彩票预测相比，这个模型能够强多少？
　　所以，尽管理论上的客户价值模型看上去很有理、说起来很有用、身上光环道道，很能打动初做经分的人员，其唯一的缺点就是：不可能变成现实。
　　天使也好，仙女也罢，可以在画里画、墙上挂、梦中想，但别指望其真的落入凡尘。
　　
　　二、集团推出的简化版客户价值模型依然很难落地
　　去年，集团在总结各省移动建设经验的基础上，推出了一个简化版的客户价值模型。该模型出现在《收入风险监控业务技术方案》中，并改名为客户收益模型。
　　简化版模型最大的特点，就是毙掉了信用风险、忠诚度、客户生命周期等玄乎的因素，在可行性方面前进了一大步。
　　但是，即使已经大大简化，该模型要真正落地依然十分困难，主要原因在于：
　　1、财务MIS数据难获取，数据质量无保障
　　简化版模型对财务MIS数据依然十分依赖，无论是分摊成本，还是通信成本，都用到了财务MIS数据。但是，MIS数据存在获取难、不及时以及数据质量没保障等问题。
　　首先，MIS数据属于高度敏感、高度机密的数据，财务这边一般不太愿意开放这个数据。就算有些省