利润获得能力的高低决定了一个企业能否生存下去并获得发展。但是,随着科学技术和社会的不断发展,市场的需求越来越多元化,企业的服务对象和产品也越来越多样。面对市场竞争的压力,和多样的产品需求,传统的降低生产成本或者提高销售价格的策略已经很难满足当今企业的发展需要。科学的顾客分级方法有利于企业区分出顾客终身价值(以下简称顾客价值)较高的顾客,并有效提高企业的经营利润。RFM(最近购买时间、消费频率和消费金额)模型分析法是目前接受度较高的分级模型,但起源于网店顾客消费行为数据研究。通过对某制造型企业一年内销售数据的调查研究发现,服务顾客的成本在企业的经营过程中占有很大的比重。因此在该模型基础上引入服务成本(CTS)这一评价维度,构建新的RFMC模型,并且将R、F、M、CTS这四个维度分别划分为优、良、中、差四个等级后赋予相应的分值,采用K-means聚类的方法将顾客分为超优质顾客、优质顾客、一般顾客和低贡献顾客四个等级。研究结果表明:相较于RFM模型,RFMC模型有效克服了RFM模型评价维度少和离群值对聚类结果影响较大的问题,优化了顾客分级结果,筛选出那些价值较高的顾客,为企业采取针对性营销策略提供了重要依据。此外,大量的研究专注于消费者市场;实际上组织市场(特别是其中的生产者市场)是一个国家经济命脉的重要组成部分,是我国工业实力的主要组成部分,应加强对组织市场中销售者和购买者的研究。因此,对于服务成本和顾客分级的研究实际上应更加集中于组织市场而不是消费者市场。本文选择某制造业企业作为实证对象进行研究更加符合顾客分级以缩减服务成本扩大利润率的目的,可以有效帮助企业筛选出那些价值较高的顾客,针对性地付出更多的服务成本来换取利润最大化,而对于那些价值较低的顾客则应降低服务成本以弥补利润的损失。本文最大的创新点在于,基于服务成本角度衡量的顾客分级研究方法。传统的分级方法多是基于顾客的购买力因素,衡量尺度过于单一,不能有效挖掘顾客购买数据的内在价值。本文在传统RFM模型的基础上加入服务成本这一维度,在对服务成本的研究中并不采用单一的金额衡量,而是全面多角度地考虑了企业为顾客付出的各种可见与不可见成本,并且为了避免单一维度对服务成本的影响过大,采用赋值的方式统一了各个维度之间的量纲,采用权重法拟合成为服务成本数值,对顾客的购买数据进行了进一步挖掘。其次,本文独辟蹊径的选择了B2B企业进行研究,有别于传统文献中的零售顾客研究,拓展了顾客分级的研究领域。通过本文的研究,在传统RFM模型基础上研究得出了新的RFMC模型,有效分离出具有较高潜在价值的顾客,并且通过对某B2B企业的实际检验,根据顾客的价值从高到低依次分为超优质顾客,优质顾客,一般顾客和低贡献顾客,实践证明,通过RFMC可以将企业的顾客有效区分开来,甄别出具有较高价值的顾客,验证了本文所提假设。并且通过相关要素之间的分析得出影响顾客价值的关键因素。进一步提出契合的营销策略,(1)针对自身顾客群体的特点,利用大数据技术或者线下调查等方法,收集有效的顾客购买行为数据和服务成本相关指标数据。(2)设计一套符合顾客群体特点的分级系统,针对开发APP或者相应程序,实现顾客生命全周期跟踪。(3)对高价值等级的顾客给予较多的优惠或者福利,可以采用惯用的升级钻石卡或者提高VIP等级等方法吸引顾客。对于价值等级较低或者没有潜力的顾客,要降低关注度,避免过多的服务成本消耗。有效帮助企业提高利润率,增强企业的活力和竞争力。