如今，每个人都在以“集中”的方式消费电子产品和服务，这种方式将在很长一段时间内保持不变，消费者会时不时地在短时间内集中购买产品。一旦营销人员意识到这一现象，并且他们有数据来跟踪这一现象，他们就可以发现一种内容丰富的新型电子行为的发展背景。
如果你整个周末都在疯狂地看《绝命毒师》或其他系列视频，你可以安全地享受它，因为你并不孤单。如今，每个人都在以“集中”的方式消费电子产品和服务，这种方式将在很长一段时间内保持不变，消费者会时不时地在短时间内集中购买产品。
沃顿商学院市场营销教授埃里克·布拉德洛(Eric Bradlow)表示，一旦营销人员意识到这一现象，并有数据跟进这一现象，他们就能发现一种内容丰富的新型电子行为的发展脉络。他指出，几十年来，RFM模型一直是衡量客户价值的基本手段，即最新消费(Recency)、消费频率和货币价值。“然而，我的研究表明，这个系统是不全面的，应该添加一个‘C’来代表结块，”他补充道。在接受沃顿知识在线采访时，布雷托解释了这一概念，该概念来自他与瑞士瑞信银行集团合作伙伴张瑶和沃顿学院数据教授迪伦·斯莫尔共同撰写的研究论文《事故数据的聚类新度量》。
以下是经过编辑的采访摘录:
客户数据中的“集中度”是什么，为什么重要；
目前营销和客户价值领域最流行的方式是通过RFM模型来总结客户的消费行为，即利用手头所有关于客户的信息，从以下三个方面来计算客户的数据，即上次消费是什么时候，多久消费一次，消费多少...这是大多数公司用来衡量有价值客户和其他客户的基本指标。
我的研究发现，这并不是客户的全部特征，而RFM模型也应该加上字母“C”来代表集中度，说明部分客户的购买行为有一定的规律。长期以来，顾客在购买橙汁、尿布等物品时会遵循一定的规则。但集中是指人们争相购买商品。这一段时间的集中购买可以反映出客户有一些独特的特征，他们可能是极其有价值的客户。
重要结论:
从我的研究中得出的重要结论很容易理解。想象一下，你想预测谁将是未来有价值的客户。你有四个指标可以用来预测，也就是我前面提到的:上次消费、消费频率、消费金额、对客户的营销。这是很多公司设计的评分模型。但我认为你还需要增加一个指标，那就是集中度——来衡量客户有多集中。这个指标和R、F、M指标一样容易计算，可以在Excel中完成，一秒钟就能算出1亿客户的数据。
我的研究还发现，实验中集中度较高的客户在未来会有更高的价值，即使使用RFM模型和营销费用分析后，也会得出同样的结论。这说明我们发现了另一个关于客户的变量，公司应该跟进这个变量，用它来预测客户未来的价值。
最令人惊讶的结论:
这项研究的两个结论让我感到惊讶。第一，我刚发现这个基于RFM的模式已经存在很多年了，目前很多公司都在使用。从这个意义上说，它已经被确认为帮助解释客户价值的最简单的手段。你可以搜索各种网站，也可以设置很多其他变量，但浓度这个变量是最简单的。
所以首先，令我惊讶的是，专注力被忽略了。换句话说，热卖和冷期可以反映客户的一些特征。另一个让我惊讶的是，从我分析的数据来看，这个集中度适合电子和线上消费品，而不适合常规的大众消费品。换句话说，我能理解为什么传统模式适合常规的大众消费品，因为消费者购买卫生纸和橙汁的消费行为是有规律的，但他们在Hulu网站上的消费是不规律的。消费者在易贝竞标或在亚马逊买书没有规则。
集中度不适用于传统意义上的商品，但对于新兴产品和新兴经济体来说，在我分析的所有数据中，它是一个令人信服的数据。
实用价值:
我想这可能是我20年职业生涯中做过的最实用的研究了。我更喜欢称我的工作为多样化和复杂的统计建模。这项工作不仅涉及统计建模，还涉及数据集中。如今，公司可以在不收集额外数据的情况下进行实际计算，并且可以使用与R、F、M和客户终身价值相同的数据。利用这个模型，我们可以确定客户的预测价值，客户的价值排名会发生变化，你对哪些客户有价值的理解也会再次恢复。
我得出的结论是，虽然集中度高的客户不稳定，但仍然是最值得回收的。如果你赢回这些客户，他们会变得高度集中，未来会花很多钱。因此，我认为这种模式具有很大的实用价值。这种模式的魅力可以从我的网站上看到，我的网站上有一个Excel表格，列出了一些成功的案例。你可以下载这个表格，从今天开始用定力来分析。
你能从你的研究中得出什么新的法律、程序变化或策略？
如今，许多人都在谈论大数据。我喜欢大数据，但我想说，有一点比大数据更让人满意，那就是数据集中。数据丰富意味着现在你可以从人们那里收集成千上万的变量，并找出这些变量的来源，他们购买了什么商品，访问了什么网页。但这不能称之为科学，只是收集数据。问题是什么信息对解决眼前的业务问题真正有用？这就是我所说的数据集中。
因此，我把集中度看作是对RFM、营销活动和类似活动等传统变量的补充，是数据集中度的一种形式。我想强调的是，你需要掌握更多的数据。你应该把事情集中在四个变量上，而不是三个变量。
我做过很多关于专注力的研究，也知道它存在于各个行业，有预测价值。但我不知道是什么催生了专注……我把营销活动和专注联系在一起。公司可以给你发邮件，给你发相册，让你成为目标客户。
虽然我知道集中度的存在，但我没有研究过公司定位目标客户的最佳方式。比如我从来没有关注过消费者在购买一系列产品的时候是否会有更高的集中度。想象一下，如果你看了《绝命毒师》、《广告狂人》或类似系列的视频，会发生什么。比如一家公司尝试销售面部护理系列、保湿系列等类似产品时，会不会把所有的产品都打包成一套，让它看起来像是人们在朝着一个目标努力？
我知道如何用数学方法计算浓度，我知道它对公司来说微不足道，但它是可以预测的。但不知道怎么从心理学上解释，这也是我和其他研究消费心理学的同事研究的领域。我们会在实验室做很多行为实验，试图得到人们集中行为背后的心理。
“包围”与“疯狂”
我喜欢“专注”这个词，而其他人喜欢“疯狂”。我之所以喜欢这个词，是因为它与“不专注”相对，就像定期进入某个地方或定期购物一样。我们没有听过任何关于专注力的故事，但当你看到别人疯狂做某件事或消费某件事的故事，比如“一个学生熬夜看了18个小时的视频”，你就会明白“疯狂”的含义。“疯狂”这个概念也很有说服力:每次我跟管理者、学生或大学生谈论这个概念，大家都相信它的存在。
消除误解:
我的研究应该可以消除这样一种误解，即在某种程度上，客户只是根据一系列数字进行分类的。我们需要考虑更多的因素，而不仅仅是简单的人类行为理论。如果我们研究最新消费、消费频率和消费金额，就会发现这种传统消费行为的基础忽略了我提出的间隔时间。说明，从根本上来说，我可以收集所有的数据，比如这个窗口消费者的消费间隔是两天，然后是四天，三天或者六天，但是这些我都可以忽略，只要记住消费者上次来消费的时间和来消费的次数就可以了。
此外，还要消除一个误区:对消费者到店规则了解不够。事实上，客户的到达信息非常详细。人们涌入商店，离开，涌入，又离开...这些人很不一样。我觉得人可以分为集中型和非集中型。
我们的研究结果还表明，浓度因产品类型而异。比如我们发现女性比男性更集中，年轻人比老年人更集中。因此，我认为我们应该澄清，人不仅生来平等，而且有许多简单的方法可以将人分为几种类型。
这项研究有何不同:
虽然一系列的数学模型已经存在了50年，但仍然非常流行，在过去的10年里，它们被称为“隐马尔可夫模型”。假设世界上有两个国家，一个炎热的国家和一个寒冷的国家。你轮流呆在炎热和寒冷的国家。这个数学模型就是定力。当你在一个炎热的国家，你会做很多事情。在寒冷的国家，情况正好相反，所以冷热交替...我想做的是给专业人士提供一个简单数字的计算方法，那就是统计学。这不是一篇统计学论文，而是我们所说的关于数字和统计学的论文。
你只需要计算数字，然后用它们来做你自己的研究。你可以用它们来预测客户价值，判断男性是否比女性更集中，用它们来划分人的不同类型。这是本研究的典型和鲜明特征。这是一种业内人士可以使用的基于度量的方法，而不是一种多样化的基于模型的方法，但这两种方法都旨在解决同一个问题。
证明“集中”可能有用的例子:
我们对集中式消费者进行了研究，证明电子邮件、宣传册或其他不同的营销渠道更有效。我们发现，电子邮件已经成为一种短期效果更好的宣传手段，没有任何意外，而宣传专辑的长期效果更好。
我们需要研究的是，电子邮件、宣传册或视频营销中的一些词语，是与人的专注力有关，还是使人有更高的专注力。有些话题集中吗？某些产品类型是否必然与集中度有关？我们现在做的就是证明这种现象的存在，我知道这种现象存在于很多行业，某些类型的人更容易成为集中的人。
目前，我未完成的任务是讨论专注的营销意义。作为一个市场学教授，我没有做到这一点，这真的很令人惊讶。我还需要一个更大更新的数据集，把营销活动的信息和人们的集中消费行为联系起来。我知道怎么做，但我需要更丰富更好的数据来做。
后续工作？
我正在考虑跟进这项研究的三个不同方面。第一次，我会兴奋地分析更多的数据集，并证明集中度的衡量标准是多么令人信服。我分析了亚马逊、CDNow、易贝、Hulu、YouTube等传统大众消费品公司的数据。目前，我只需要将这些数据应用到新的数据集上。
其次，我想知道人的心理过程。人的消费为什么集中？第三个也是最后一个方面，我想把营销活动和专注联系起来。这不仅需要知道人们的行为，比如他们做什么，浏览什么网站，购买什么商品，还需要知道营销活动本身的信息，也许是营销活动的传单，以及这些传单分发的渠道。这些都帮助我找到了最佳方案——为公司提供一个优化营销活动、激活人们消费定力的方案。