世界各地的贝恩咨询团队经常在这个框架下，使用公司的内部顾客数据来量化顾客的终生经济性质。当然，这些成果必须保密，但我们可以借用外部的公共信息和一些市场研究（就像在评估收购候选对象或竞争对手的时候，你可能会做的事情一样），来演示如何使用这个模型。让我们以一个例子作为开始。贝恩团队在2008年时使用这个办法为北美的零售银行估算顾客级别的NPS经济价值。首先，我们对北美的4 300名银行顾客进行了问卷调查。根据顾客对调查的回应，我们把每家银行的顾客分成推荐者、被动者和贬损者三个类型。在调查中，我们还向顾客提出了以下问题：购买了这家银行的哪些产品和服务，他们的账户余额状况如何，他们成为这家银行的顾客有多长时间了，他们是如何成为这家银行的顾客的，他们是否打算继续光顾这家银行，他们向别人推荐这家银行的状况如何。

团队发现，可以驱动银行利润的顾客行为在推荐者、被动者和贬损者之间存在着显著差异。我们之前就曾跟一些零售银行合作过很多年，2008年金融调查发现的差异跟我们之前的发现非常一致。假设你是一家银行，你的推荐者存在你这里的家庭存款的比率，比你的贬损者高出近45%。平均而言，推荐者从你这里购买的产品比贬损者多25%，他们购买的产品组合也倾斜于利润更高的支票和储蓄账户。平均而言，推荐者的流失率只有贬损者的1/3，而且推荐者作出的正面推荐差不多是贬损者的7倍。

为了估算这些顾客行为给银行带来的财务影响，我们使用这个行业平均的存款和贷款净息差以及管理费用和其他成本来创建普通零售银行的损益表。然后再使用简单的除法，把它转换成顾客级的损益表。通过贴现未来现金流把它们转化为终生价值，我们在一个简单的模型中插入了推荐者、被动者和贬损者行为，从而估算出他们各自不同的行为带来的财务影响。这种分析显示，对于一家银行来说，推荐者的价值大约比贬损者高9 500美元（图3–3）。事实上，贬损者的终生价值是负面的：对股东和员工来说，他们实际上破坏了价值。

这种分析仍然遗漏了某些价值元素。例如我们的经验显示，推荐者介绍来的新顾客明显也更有可能成为推荐者，所以他们比一般的新顾客更具价值。如果我们的估算不是那么保守的话，我们就会把这种顾客价值增量归功于推荐者。同样，贝恩公司的客户还发现，为贬损者提供服务的成本比推荐者高。贬损者对呼叫中心的员工更为挑剔，带来了更多需要解决的问题，而且不太可能使用像网上银行这样的自助服务工具。如果把这种额外的成本差异考虑在内，就会进一步提高价值差异估值的精度。

戴尔公司的口碑经济

在上面这个有关银行的例子中，贝恩团队必须从正反两方面来估计顾客推荐的价值。你可以在图3–3中看到，推荐者和贬损者之间的很大一部分价值差异都可以归因于口碑。我们已经在很多合作过的公司顾客中看到了类似的模式。然而，公司管理团队通常都不愿意计算顾客推荐的价值，甚至没有进行过任何尝试，因为现有的金融或管理文献极少提及这个主题。但是它十分重要。良好的声誉可以带来大量新业务，坏名声则可能会让你的努力付诸东流。