18、无需调查数据预测钱包份额

无需调查数据预测钱包份额

1. 引言

钱包份额（SOW）指公司从客户处获得的消费占客户总消费的百分比，是实施营销策略的关键统计指标。虽然定义简单，但由于难以获取竞争对手的客户数据，SOW的计算颇具挑战。常见的预测SOW的方法是使用调查数据，本文将介绍一种无需调查数据预测SOW的两步法，并以信用卡行业为例进行说明，还会提供SAS子程序，读者可从网站（http://www.geniq.net/articles.html#section9）下载。

2. 背景

在大数据时代，尽管统计方法和计算机并行处理能力有所进步，但公司仍难以全面掌握客户数据。公司虽有自身客户的交易记录，却不清楚客户与竞争对手的交易情况。为填补数据缺口，公司可购买外部数据（成本高且数据可能不完整）或进行调查（耗时、成本高且数据有偏差）。

SOW不仅是实施营销策略的重要指标，还能反映公司的关键指标，如客户忠诚度、流失率、留存率和利润等。公司开展营销活动时，需了解各账户在特定消费类别的SOW。

以一家商业信用卡公司为例，若关注的类别是办公用品，对于办公用品SOW值高的账户，公司可采用温和的营销方式；若想挖掘SOW值低的账户，则可提供有吸引力的营销信息，如折扣、额外积分或延期付款计划。

2.1 SOW定义

SOW的基本定义是客户在某一时期内对特定产品或服务的消费除以该时期的总消费。然而，由于难以获取竞争对手的客户数据，SOW的计算十分困难。信用卡公司虽了解客户使用其信用卡的消费情况，但缺乏客户使用竞争对手信用卡的交易信息。

实践中，常用调查数据预测SOW，但其存在时间长、成本高且数据质量不可靠的问题。目前有一篇文章提出