顾客细分
1、确定应该收集的数据，以及收集这些数据的方法
2、将通常保存在分立信息系统中的数据整合在一起
3、开发统计算法或模型，分析数据，将分析结果作为对客户细分的基础
4、建立协作关系，使营销和客户服务部门能够与IT经理合作，保证所有人都能明确细分的目的，以及完成细分的技术要求和限制
5、实施强有力的网络基础设施，以汇聚、保存、处理和分发数据分析结果
6、虽然高级数据库、营销自动化工具和细分模型对客户细分工作很重要，但各公司还必须拥有精通客户细分的人才，这样才能准确分析模型，最终制定出有效的营销和服务战略。
顾客细分后的分类
白金顾客（“顶尖”客户），即与本企业目前有业务往来的前1％的顾客；
黄金顾客（“大”客户），即与本企业目前有业务往来的随后4％的顾客；
铁顾客（“中等”客户），即与本企业有业务往来的再随后15％的顾客；
铅顾客（“小”客户），即所剩下来的80％的顾客。
在消费者研究中，一般通过人口特征和购买历史的调研可以找到顾客忠诚的蛛丝马迹。一般而言，通过别人推荐而购买的顾客比因广告影响而购买的人要更忠诚；以标准价格购买的顾客比以促销价格购买的人更忠诚；有家的人、中年人、和乡村人口更忠诚，高流动人口忠诚度低。找到了目标消费群就可以知道企业要把价值给谁，及到底要给什么价值。比如美国USAA保险公司的顾客保留率达98%，简直高得不可想象，因为该公司有一个稳定的顾客群：军官。虽然军官保险的利润不是很高，但由于公司满足了这一群体的特定需求，使得顾客保留率很高，维持的成本很低，公司的利润也就很可观。
我们有必要根据顾客对企业的价值来细分顾客。衡量顾客对企业的价值可以有很多方法，计算顾客的终身价值是一个切实可行的方法。所谓顾客终身价值是指顾客作为企业顾客的周期内为企业的利润的贡献的折现总和。影响顾客终身价值的最重要的两个因素是计算周期和贴现率。一般而言，在贴现率不变的情况下，顾客成为企业顾客的周期越长，那么纳入计算的顾客价值就越多，顾客的终身价值就越大；计算周期一定的情况下，贴现率越高，未来的收益就越不值钱，则顾客终身价值就越小。
顾客终身价值的计算比较复杂，需要获得以下信息：
①顾客作为某品牌的顾客的时间周期
③每个时间周期内顾客购买某种品牌的频数
④顾客购买该品牌产品的平均贡献
⑤顾客购买该品牌的概率
⑥其他一些信息
随着数据库技术的发展，尤其是数据挖掘和数据仓储技术的发展，使得顾客价值评估成为可能。相比较而言，金融服务部门、电信服务部门根据顾客价值进行市场细分的可能性就大一些。
1、外在属性
如客户的地域分布，客户的产品拥有，客户的组织归属——企业用户、个人用户、政府用户等。通常，这种分层最简单、直观，数据也很容易得到。但这种分类比较粗放，我们依然不知道在每一个客户层面，谁是“好”客户，谁是“差”客户。我们能知道的只是某一类客户(如大企业客户)较之另一类客户(如政府客户)可能消费能力更强。
2、内在属性
内在属性行为客户的内在因素所决定的属性，比如性别、年龄、信仰、爱好、收入、家庭成员数、信用度、性格、价值取向等。
在不少行业对消费行为的分析主要从三个方面考虑，即所谓RFM：最近消费、消费频率与消费额。这些指标都需要在账务系统中得到。但并不是每个行业都能适用。在通信行业，比如说，对客户分类主要依据这样一些变量：话费量、使用行为特征、付款记录，信用记录、维护行为、注册行为等。
按照消费行为来分类通常只能适用于现有客户，对于潜在客户，由于消费行为还没有开始，当然分层无从谈起。即使对于现有客户，消费行为分类也只能满足企业客户分层的特定目的。如奖励贡献多的客户。至于找出客户中的特点为市场营销活动找到确定对策，则要做更多的数据分析工作。
2、不要有渠道差异。客户从不同渠道获得的产品信息都应该是相同的。每个直接接触客户的员工都能够随时知道产品推荐信息并传递给客户。
3、提供直接接触客户的员工有针对性的、可执行的对策。不要把仍需解释的信息提供给他们。应准确地告诉他们对客户来说哪种产品是最适合的。
4、在客户细分之初，应给销售人员提供最佳名单，确保高成功率。不断抓住机会扩大消费者名单，并给出每个消费者的“购买可能性”评分，以帮助销售人员了解客户可能接受的程度。
5、每一细分类别由一位高级经理负责盈亏平衡。这样做的目的是确保细分战略的最大收益。
6、由高级管理人员负责推动客户细分。若公司仅仅在一个产品线推行细分，公司就有可能忽略部分客户的感受；若由总公司而不是某一部门负责，客户细分就有可能不太受预算的制约。
7、自小处着手，再不断扩大。开始把客户粗略地分成几个大类，然后再逐渐进行更细致、更准确地划分。但是不要等到一切都尽善尽美了再去做，要先迈出第一步。[1]