顾客忠诚度量表
- 提出者
- Alan S. Dick, Kunal Basu
- 年份
- 1994
- 类型
- Multi-dimensional behavioral and attitudinal loyalty scale
- 类别
- Customer loyalty measurement
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
顾客忠诚度量表(CLS)将顾客忠诚度衡量为态度承诺和行为意向的结合。该量表由 Dick 和 Basu(1994)开发,区分了行为忠诚度(重复购买)和态度忠诚度(情感承诺),并认识到真正的忠诚度同时包含两者。CLS 捕捉了忠诚度的多个维度,包括再次购买意向、口碑推荐以及对竞争性产品的抵制。该工具在市场研究中被广泛用于预测顾客生命周期价值和识别有流失风险的顾客。
方法背后的直觉
顾客忠诚度不仅仅是重复购买;它包含了情感承诺、拥护以及对竞争性产品的抵制。CLS 通过衡量行为维度(再次购买可能性、支出承诺)和态度维度(情感依恋、品牌拥护)来操作化这一概念。组织可以利用 CLS 来区分表面忠诚度(由惯性、缺乏替代品驱动的重复购买)与真正忠诚度(由偏好和情感承诺驱动的重复购买),从而实现有针对性的留存和增长策略。
历史学
Dick 和 Basu 于 1994 年发表在《市场营销学报》上的文章,为理解忠诚度作为相对态度(偏好)和重复惠顾的结合提供了基础框架。他们的研究建立在早期的满意度和转换成本研究之上,整合了心理承诺和行为模式。顾客忠诚度量表(CLS)操作化了这一框架,并已成为市场研究中的标准工具,特别是在客户关系管理(CRM)和留存分析领域。后续的改编已将 CLS 框架应用于 B2B 关系、员工忠诚度和教育领域的学生忠诚度。
何时使用
利用 CLS 来识别顾客流失风险并制定有针对性的留存计划,衡量客户体验改进对忠诚度的影响,按忠诚度画像细分顾客(真正忠诚者 vs. 有风险者),预测顾客生命周期价值和盈利能力,并比较不同产品线、地域或顾客群体中的忠诚度。CLS 在基于订阅、高参与度或关系密集型服务(银行、电信、酒店、医疗保健)领域尤为有价值。
局限与注意事项
- 自我报告的忠诚度可能与实际偏好存在差异;顾客可能表示高度忠诚意向,但在面对竞争性产品或转换成本下降时会选择离开
- 态度忠诚度项目易受社会期望偏差的影响;如果顾客认为调查是在评估他们作为顾客的“好坏”,他们可能会夸大情感承诺
- CLS 未区分忠诚度驱动因素(例如,高转换成本、习惯、缺乏替代品 vs. 真实偏好);高行为忠诚度可能反映的是障碍而非真正的承诺
- 该量表假设忠诚度是稳定的;在顾客偏好快速变化的动态市场中,某一时期 CLS 的得分可能无法预测未来的忠诚度或购买行为
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 同时捕捉行为和态度维度,揭示忠诚度的心理基础以及忠诚度是稳固还是易受竞争干扰
- 维度画像能够实现精确的顾客细分和有针对性的留存策略(例如,有风险的顾客需要价值沟通,而潜在忠诚者需要购买便利)
- 在多个行业中得到验证,具有很强的心理测量学特性;各维度独立,允许单独优化
- 预测实用性:CLS 得分与留存率、顾客生命周期价值和购买频率相关;支持顾客生命周期价值建模和留存投资回报率计算
应用
- 零售和消费品品牌忠诚度追踪:制造商和零售商按季度部署 CLS 来监测各顾客群体的品牌忠诚度趋势;态度忠诚度的下降(即使重复购买稳定)也预示着易受竞争对手进入的影响,促使营销部门做出响应
- 订阅服务留存管理:流媒体、软件和电信提供商使用 CLS 来识别有风险的高价值顾客(高行为+低态度);有风险的细分群体会收到有针对性的互动计划(内容推荐、独家优惠),以加强情感承诺
- 银行客户关系管理:金融机构在互动后(例如,开户、解决争议后)进行 CLS 管理,以衡量关系忠诚度;尽管有交易但态度忠诚度低的顾客会收到个性化的关系建立外展
- 医疗保健患者忠诚度和留存:医院和诊所使用 CLS 来衡量患者对提供者和医疗系统的忠诚度;低行为忠诚度(尽管情绪积极)可能表明存在就医便利性或可及性障碍;低态度忠诚度暗示临床体验或信任问题需要干预
使用方式
使用方式
顾客在 7 点李克特量表(1=非常不同意至 7=非常同意)上对 10–12 个项目进行评分,涵盖两个核心维度:行为忠诚度(5–6 个项目:例如,“我打算将来从这家公司购买”;“我愿意为这个品牌支付比竞争品牌更高的价格”),以及态度忠诚度(5–6 个项目:例如,“我会向朋友推荐这家公司”;“我感觉与这个品牌有情感联系”;“我相信这是我偏好的品牌”)。管理方式通常是通过邮件、在线调查、电话或面对面问卷,在购买后或定期对现有顾客进行。调查持续时间为 3–5 分钟。
计算每个维度(行为忠诚度和态度忠诚度)的平均得分。计算所有 10–12 个项目的平均值作为总体的顾客忠诚度量表得分。得分范围从 1(非常低的忠诚度)到 7(非常高的忠诚度)。一种常见的细分方法对顾客进行分类:真正忠诚者(高行为+高态度)、有风险者(高行为+低态度)、潜在忠诚者(低行为+高态度)和非忠诚者(低行为+低态度)。
总体 CLS 得分高于 5.5 表明忠诚度强;得分在 4.0–5.5 之间表明忠诚度中等,存在流失风险;得分低于 4.0 表明忠诚度弱,需要干预。特定维度的画像识别顾客状态:高行为+低态度表明习惯性购买(惯性或缺乏替代品),易受竞争对手干扰;高态度+低行为表明品牌情绪积极但尚未转化为购买,或购买频率不足。CLS 的年度变化可预测流失和生命周期价值趋势。
常见陷阱
- 仅使用行为项目(再次购买意向)而省略态度项目;这会将真正的忠诚度与惯性或缺乏替代品混淆,降低了留存的战略价值
- 在没有调整自然差异的情况下,比较不同顾客群体(新顾客 vs. 老顾客,高价值 vs. 低价值)的 CLS 得分;老顾客由于熟悉度自然得分更高
- 假设 CLS 的所有维度都同等加权;在某些类别(例如,公用事业)中,行为忠诚度占主导地位;在其他类别(例如,奢侈品)中,态度忠诚度驱动生命周期价值
常见问题
顾客忠诚度量表(CLS)与净推荐值(NPS)有何区别?
NPS 是一个衡量推荐意愿(拥护可能性)的单一项目指标,捕捉了态度忠诚度的一个维度。CLS 全面衡量了行为忠诚度(再次购买意向、支出)和态度忠诚度(推荐、情感依恋、品牌偏好)。NPS 更易于管理和跟踪,适合高频监控;CLS 则提供了更丰富的诊断性洞察,解释了忠诚度为何不同以及哪些顾客群体真正忠诚 vs. 有风险。
如何解读高行为忠诚度得分但低态度忠诚度(习惯性顾客)?
这些顾客由于惯性、转换成本或对替代品的认知不足而重复购买,而非出于真实偏好。他们易受竞争对手的干扰,特别是如果替代品提供便利性或成本优势。策略:通过改善客户体验来加强情感联系,加强价值沟通,或降低转换成本。密切监测流失情况,因为习惯性忠诚度可能会在竞争对手的优惠改善时迅速转变。
可靠的 CLS 研究需要多大的样本量?
建议每个细分市场或产品线至少有 100 名顾客,以获得稳定的维度级别估计。对于跨多个队列(按获取日期、人口统计、地理位置)的忠诚度追踪,300–500 名受访者可以实现可靠的细分和子群体分析。对于与 CLS 得分相关的顾客生命周期价值建模,更大的样本量(1,000+)可以提高预测的统计精度。
我可以在 B2B 客户关系中使用 CLS 吗?
可以,调整项目以反映 B2B 决策(例如,“我们打算继续与该供应商合作”而不是个人品牌偏好)。行为项目侧重于合同续签和支出承诺;态度项目则关注信任关系和战略契合度。通过试点测试验证调整后的项目,以确保其在 B2B 购买情境中的相关性,因为购买委员会和合同考虑因素与消费者情境不同。
我应该多久测量一次顾客忠诚度?
年度测量是追踪忠诚度趋势和预测流失的标准做法。如果忠诚度驱动因素(服务质量、竞争定位、定价)经常变化,则适合进行季度测量。高频(每月)CLS 测量可能会过度抽样同一批顾客,将个体内部的波动与有意义的忠诚度变化混淆。对于高参与度服务(财务规划、咨询),半年度或年度测量就足够了。在重大服务变更后进行测量,以评估其对忠诚度的影响。
相关方法
参考文献
Dick, A. S., & Basu, K. (1994). Customer Loyalty: Toward an Integrated Conceptual Framework. Journal of the Academy of Marketing Science, 22(2), 99-113.
打开 DOI 文献已复制。Hennig-Thurau, T., Langer, M. F., & Hansen, U. (2002). Modeling and Managing Student Loyalty: An Approach Based on the Concept of Relationship Quality. Journal of Service Research, 4(4), 331-344.
打开 DOI 文献已复制。