预测模型 历史利润曲线有三种情况：①进入了Ⅰ阶段;②进入了Ⅱ阶段;③进入了Ⅲ阶段。将三种情况抽象成三个案例：案例1、案例2、案例3，然后可分别给出三个案例的CLP预测模型。限于篇幅，仅给出案例1的CLP预测数学模型如下：

　　式中d为折现率，t0为CLP起始计算时点，t0≤g1 。n一般取3-5年(因为环境变化太快，预测更长时间的CLP无法保证其精度和可靠性)，因而预测的CLP是未来一段时间的客户利润而不是真正意义上的“全生命周期”客户利润，并且约定只要没有明显的趋势表明客户关系出现退化，就认为客户关系在这样一段时间内不会进入退化期。

　　客户利润曲线除了倒“U”形外，可能还有各种其它形状。其它形状CLP预测的关键是找到合适的客户利润曲线拟合函数。为此公司需要建立一个客户利润曲线拟合函数库，库中存放各种形状实际客户利润曲线的拟合函数。当客户历史利润曲线不符合倒“U”形变化规律时，在库中寻找新的拟合函数。如库中没有现成的满足要求的拟合函数，则建立新的拟合函数，并加入库中。拟合函数确定后，参照倒“U”形CLP的预测方法和步骤便不难算出当前客户的CLP。当前分析型CRM系统具备的数据库技术、数据挖掘技术、知识发现技术等有效的智能工具去识别客户利润曲线，进而确定拟合法中的各参数，可以容易的计算出CLP。

　　二、CLP对流程群识别的意义

　　通常，未能满足客户重要需求特征的缺陷流程将严重影响企业的市场竞争力。如果，这些缺陷流程在CRM系统中实现自动化运行，这些缺陷将会被放大，显然，这样的流程是失败的，CRM的实施迟早也会失败。但是，借助CLP可以准确识别客户价值，并对价值不同的客户进行客户群的划分，从而识别出不同客户群的客户流程。这样，利用差异化流程群，既较好满足了价值不同的客户又可以充分利用企业资源，实现客户与企业间皆大欢喜的双赢结果。

　　它以客户价值为核心，是企业建立新流程与对原有流程进行改进的依据和关键。CLP在成功实施CRM方面起到了至关重要的作用。