一、用戶(hù)畫(huà)像
用戶(hù)畫(huà)像是根據(jù)用戶(hù)社會(huì)屬性、生活習(xí)慣和消費(fèi)行為等信息而抽象出的一個(gè)標(biāo)簽化的用戶(hù)模型。具體包含以下幾個(gè)維度:
用戶(hù)固定特征:性別,年齡,地域,教育水平,生辰八字,職業(yè),星座
用戶(hù)興趣特征:興趣愛(ài)好,使用APP,網(wǎng)站,瀏覽/收藏/評(píng)論內(nèi)容,品牌偏好,產(chǎn)品偏好
用戶(hù)社會(huì)特征:生活習(xí)慣,婚戀,社交/信息渠道偏好,宗教信仰,家庭成分
用戶(hù)消費(fèi)特征:收入狀況,購(gòu)買(mǎi)力水平,商品種類(lèi),購(gòu)買(mǎi)渠道喜好,購(gòu)買(mǎi)頻次
用戶(hù)動(dòng)態(tài)特征:當(dāng)下時(shí)間,需求,正在前往的地方,周邊的商戶(hù),周?chē)巳?,新聞事?/span>
如何生成用戶(hù)精準(zhǔn)畫(huà)像大致分成三步
1.采集和清理數(shù)據(jù):用已知預(yù)測(cè)未知
2.用戶(hù)分群:分門(mén)別類(lèi)貼標(biāo)簽
3.制定策略:優(yōu)化再調(diào)整
有了用戶(hù)畫(huà)像之后,便能清楚了解需求,在實(shí)際操作上,能深度經(jīng)營(yíng)顧客關(guān)系,甚至找到擴(kuò)散口碑的機(jī)會(huì)。例如上面例子中,若有生鮮的打折券,日本餐館最新推薦,營(yíng)銷(xiāo)人員就會(huì)把適合產(chǎn)品的相關(guān)信息,精準(zhǔn)推送這個(gè)消費(fèi)者的手機(jī)中;針對(duì)不同產(chǎn)品發(fā)送推薦信息,同時(shí)也不斷通過(guò)滿(mǎn)意度調(diào)查,跟蹤碼確認(rèn)等方式,掌握顧客各方面的行為與偏好。
除了顧客分群之外,營(yíng)銷(xiāo)人員也在不同時(shí)間階段觀察成長(zhǎng)率和成功率,前后期對(duì)照,確認(rèn)整體經(jīng)營(yíng)策略與方向是否正確;若效果不佳,又該用什么策略去應(yīng)對(duì)。反復(fù)試錯(cuò)并調(diào)整模型,做到循環(huán)優(yōu)化。
二、數(shù)據(jù)細(xì)分受眾
“顛覆營(yíng)銷(xiāo)”書(shū)中提到一個(gè)例子,可以引述一下,大家思考一個(gè)問(wèn)題:如果你打算搜集200份有效問(wèn)卷,依照以往的經(jīng)驗(yàn),你需要發(fā)多少份問(wèn)卷,才能達(dá)到這個(gè)目標(biāo)?預(yù)計(jì)用多少預(yù)算和時(shí)間來(lái)執(zhí)行?
以往的方法是這樣的:評(píng)估網(wǎng)絡(luò)問(wèn)卷大約是5%的回收率,想要保證收到200份的問(wèn)卷,就必須有20倍的發(fā)送量,也就是發(fā)出4000份問(wèn)卷,一個(gè)月內(nèi)如果可以回收,就是不錯(cuò)的表現(xiàn)。
但現(xiàn)在不一樣了,在執(zhí)行大數(shù)據(jù)分析的3小時(shí)內(nèi),就可以輕松完成以下的目標(biāo):
精準(zhǔn)挑選出1%的VIP顧客
發(fā)送390份問(wèn)卷,全部回收;問(wèn)卷寄出3小時(shí)內(nèi)回收35%的問(wèn)卷;5天內(nèi)就回收了超過(guò)目標(biāo)數(shù)86%的問(wèn)卷數(shù);所需時(shí)間和預(yù)算都在以往的10%以下。這是怎么做到在問(wèn)卷發(fā)送后的3個(gè)小時(shí)就回收35%?那是因?yàn)閿?shù)據(jù)做到了發(fā)送時(shí)間的"一對(duì)一定制化",利用數(shù)據(jù)得出,A先生最可能在什么時(shí)間打開(kāi)郵件就在那個(gè)時(shí)間點(diǎn)發(fā)送問(wèn)卷。
舉例來(lái)說(shuō),有的人在上班路上會(huì)打開(kāi)郵件,但如果是開(kāi)車(chē)族,并沒(méi)有時(shí)間填寫(xiě)答案,而搭乘公共交通工具的人,上班路上的時(shí)間會(huì)玩手機(jī),填寫(xiě)答案的概率就高,這些都是數(shù)據(jù)細(xì)分受眾的好處。
三、預(yù) 測(cè)
“預(yù)測(cè)”能夠讓你專(zhuān)注于一小群客戶(hù),而這群客戶(hù)卻能代表特定產(chǎn)品的大多數(shù)潛在買(mǎi)家。
當(dāng)我們采集和分析用戶(hù)畫(huà)像時(shí),可以實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)。這是最直接和最有價(jià)值的應(yīng)用,廣告主可以通過(guò)用戶(hù)標(biāo)簽來(lái)發(fā)布廣告給所要觸達(dá)的用戶(hù),這里面又可以通過(guò)上圖提到的搜索廣告,展示社交廣告,移動(dòng)廣告等多渠道的營(yíng)銷(xiāo)策略,營(yíng)銷(xiāo)分析,營(yíng)銷(xiāo)優(yōu)化以及后端CRM/供應(yīng)鏈系統(tǒng)打通的一站式營(yíng)銷(xiāo)優(yōu)化,全面提升ROI。
我們?cè)僬f(shuō)一說(shuō)營(yíng)銷(xiāo)時(shí)代的變遷,傳統(tǒng)的企業(yè)大多還停留在“營(yíng)銷(xiāo)1.0”時(shí)代,以產(chǎn)品為中心,滿(mǎn)足傳統(tǒng)的消費(fèi)者需求,而進(jìn)入“營(yíng)銷(xiāo)2.0”,以社會(huì)價(jià)值與品牌為使命,也不能完全精準(zhǔn)對(duì)接個(gè)性化需求。進(jìn)入營(yíng)銷(xiāo)3.0的數(shù)據(jù)時(shí)代,我們要對(duì)每個(gè)消費(fèi)者進(jìn)行個(gè)性化匹配,一對(duì)一營(yíng)銷(xiāo),甚至精確地算清楚成交轉(zhuǎn)化率,提高投資回報(bào)比。
大數(shù)據(jù)下的營(yíng)銷(xiāo)顛覆經(jīng)典的營(yíng)銷(xiāo)4P理論:Product(產(chǎn)品),Price(價(jià)格),Place(渠道),Promotion(推廣),取而代之的是新的營(yíng)銷(xiāo)4P概念:Purpose(意義),Presence(參與),Proximity(接近),Partnership(合作)。在大數(shù)據(jù)時(shí)代,線(xiàn)下地理的競(jìng)爭(zhēng)邊界早就不存在,比的是早一步的先知能力,利用大數(shù)據(jù),從顧客真實(shí)交易數(shù)據(jù)中,預(yù)測(cè)下一次的購(gòu)買(mǎi)時(shí)間。 營(yíng)銷(xiāo)3.0時(shí)代關(guān)鍵詞就是“預(yù)測(cè)”。
預(yù)測(cè)營(yíng)銷(xiāo)能夠讓你專(zhuān)注于一小群客戶(hù),而這群客戶(hù)卻能代表特定產(chǎn)品的大多數(shù)潛在買(mǎi)家。過(guò)去我們看數(shù)據(jù)可能是被動(dòng)的方式,但預(yù)測(cè)營(yíng)銷(xiāo)強(qiáng)調(diào)是決策價(jià)值,比如購(gòu)買(mǎi)時(shí)間,你該看的不是她最后的購(gòu)買(mǎi)日期,而是下次購(gòu)買(mǎi)的時(shí)間,看未來(lái)的存活概率,最后生成客戶(hù)終身價(jià)值(CLV)。預(yù)測(cè)營(yíng)銷(xiāo)催生了一種新的數(shù)據(jù)驅(qū)動(dòng)營(yíng)銷(xiāo)方式,就是以客戶(hù)為中心,核心在于幫助公司完成從以產(chǎn)品或渠道為中心到以客戶(hù)為中心的轉(zhuǎn)變。
四、精準(zhǔn)推薦
大數(shù)據(jù)最大的價(jià)值不是事后分析,而是預(yù)測(cè)和推薦。以電商為例,"精準(zhǔn)推薦"成為大數(shù)據(jù)改變零售業(yè)的核心功能。這些顧客提供的身材比例,主觀數(shù)據(jù),加上銷(xiāo)售記錄的交叉核對(duì),挖掘每個(gè)人專(zhuān)屬的服裝推薦模型。這種一對(duì)一營(yíng)銷(xiāo)是最好的服務(wù)。
數(shù)據(jù)整合改變了企業(yè)的營(yíng)銷(xiāo)方式,現(xiàn)在經(jīng)驗(yàn)已經(jīng)不是累積在人的身上,而是完全依賴(lài)消費(fèi)者的行為數(shù)據(jù)去做推薦。未來(lái),銷(xiāo)售人員不再只是銷(xiāo)售人員,而能以專(zhuān)業(yè)的數(shù)據(jù)預(yù)測(cè),搭配人性的親切互動(dòng)推薦商品,升級(jí)成為顧問(wèn)型銷(xiāo)售。
五、技術(shù)工具
關(guān)于預(yù)測(cè)營(yíng)銷(xiāo)的技術(shù)能力,有幾種選擇方案:
1、使用預(yù)測(cè)分析工作平臺(tái),然后以某種方法將模型輸入活動(dòng)管理工具;
2、以分析為動(dòng)力的預(yù)測(cè)性活動(dòng)外包給市場(chǎng)服務(wù)提供商;
3、評(píng)估并購(gòu)買(mǎi)一個(gè)預(yù)測(cè)營(yíng)銷(xiāo)的解決方案,比如預(yù)測(cè)性營(yíng)銷(xiāo)云和多渠道的活動(dòng)管理工具。
但無(wú)論哪條路,都要確定三項(xiàng)基本能力:
1)連接不同來(lái)源的客戶(hù)數(shù)據(jù),包括線(xiàn)上,線(xiàn)下,為預(yù)測(cè)分析準(zhǔn)備好數(shù)據(jù) ;
2)分析客戶(hù)數(shù)據(jù),使用系統(tǒng)和定制預(yù)測(cè)模型,做高級(jí)分析 ;
3)在正確時(shí)間,正確客戶(hù),正確的場(chǎng)景出發(fā)正確行為,可能做交叉銷(xiāo)售,跨不同營(yíng)銷(xiāo)系統(tǒng)。
六、預(yù)測(cè)模型
預(yù)測(cè)客戶(hù)購(gòu)買(mǎi)可能性的行業(yè)標(biāo)準(zhǔn)是RFM模型(最近一次消費(fèi)R,消費(fèi)頻率F,消費(fèi)金額M),但模型應(yīng)用有限,本質(zhì)是一個(gè)試探性方案,沒(méi)有統(tǒng)計(jì)和預(yù)測(cè)依據(jù)?!斑^(guò)去的成績(jī)不能保證未來(lái)的表現(xiàn)”,RFM只關(guān)注過(guò)去,不去將客戶(hù)當(dāng)前行為和其他客戶(hù)當(dāng)前行為做對(duì)比。這樣就無(wú)法在購(gòu)買(mǎi)產(chǎn)品之前識(shí)別高價(jià)值客戶(hù)。
我們聚焦的預(yù)測(cè)模型,就是為了在最短時(shí)間內(nèi)對(duì)客戶(hù)價(jià)值產(chǎn)生最大影響。這里列舉一些其他模型參考:
參與傾向模型,預(yù)測(cè)客戶(hù)參與一個(gè)品牌的可能性,參與定義可以多元,比如參加一個(gè)活動(dòng),打開(kāi)電子郵件,點(diǎn)擊,訪(fǎng)問(wèn)某頁(yè)面??梢酝ㄟ^(guò)趨勢(shì)做預(yù)測(cè),是增加還是減少活動(dòng)。
錢(qián)包模型,就是為每個(gè)客戶(hù)預(yù)測(cè)最大可能的支出,定義為單個(gè)客戶(hù)購(gòu)買(mǎi)產(chǎn)品的最大年度支出。然后看增長(zhǎng)模型,如果當(dāng)前的總目標(biāo)市場(chǎng)比較小,但未來(lái)可能很大,就需要去發(fā)現(xiàn)這些市場(chǎng)。
價(jià)格優(yōu)化模型,就是能夠去最大限度提升銷(xiāo)售,銷(xiāo)量或利潤(rùn)的架構(gòu),通過(guò)價(jià)格優(yōu)化模型為每個(gè)客戶(hù)來(lái)定價(jià),這里需要對(duì)你想要的產(chǎn)品開(kāi)發(fā)不同的模型,或者開(kāi)發(fā)通用,可預(yù)測(cè)的客戶(hù)價(jià)格敏感度的模型,確定哪一塊報(bào)價(jià)時(shí)對(duì)客戶(hù)有最大的影響。
深圳兆信物聯(lián)網(wǎng)技術(shù)有限公司有著從業(yè)20年的防偽經(jīng)驗(yàn),服務(wù)過(guò)多家知名企業(yè),具有專(zhuān)利性的技術(shù),對(duì)于防偽防竄貨有豐富的經(jīng)驗(yàn),可以提供多種個(gè)性化的防偽、防竄貨、溯源、微信抽獎(jiǎng)、積分商城等方案,如有需要或希望得到進(jìn)一步了解,可致電免費(fèi)熱線(xiàn)電話(huà):0755-8883 0778,將有專(zhuān)人為您提供詳細(xì)的咨詢(xún)和服務(wù)。