alexa
置頂

還在用男女分顧客?

動態標籤
文 / 方正儀    
2015-08-27
瀏覽數 1,700+
還在用男女分顧客?
分享 Line分享分享 複製連結

企業都知道,要將行銷資源擺在有利可圖的顧客上。但如何判斷哪些顧客「有利可圖」?

傳統行銷的做法是市場區隔,將市場上某方面相似的顧客歸類在一起,然後假設這些擁有相同背景的顧客通常擁有相同的價值觀與行為模式。這種人口統計行銷(profile marketing)運用一般屬性,包括性別、年齡、收入、教育程度、職業,以及消費貢獻等,將人做分群,找出最「有利可圖」的顧客。

傳統做法很容易出現誤差,現在有了大數據行銷,透過以下介紹的「顧客NES模型診斷」、「NPT下次購買時間預測」,精準行銷將不是空談。現在不再只是粗糙地將顧客分成性別、年齡或職業等族群,而是從個人真正的動機跟行為,判斷他是不是你的顧客,並預測你的顧客又在什麼時候會買、什麼時候不會買。

比如說,泰迪熊目標消費族群一般認為是28到38歲女性。如果今天有位老爺爺來買泰迪熊,雖然他不在目標顧客範圍內,但他的舉止真的反映他對泰迪熊有興趣,他就應該是你的行銷對象。

採傳統行銷顧客分類法,行銷人就會被那些外在條件遮蔽,忽略人有異質與變動性,消費者年齡或各種狀態會改變。傳統分類只能描述部分面貌,同樣是28歲住台中豐原,在同間公司上班的女OL,兩人的購物喜好不盡相同;別說不同人,即使是自己也是分分秒秒在改變,早上想吃草莓冰淇淋,也許走到店門口就想換巧克力口味。

而透過消費者洞察給予的動態標籤,包括生活屬性、心理屬性、行為習慣、興趣偏好等,才能深入且全貌描繪出消費者樣貌。

回到問題核心來看,如果行銷是為了增加營收,營收後面,就是消費者實際拿出皮夾掏錢購買的動機。只要老爺爺有這樣的動機,就應該是泰迪熊「有利可圖」的顧客之一,行銷資源就該擺在他們身上。

水往低處流在顧客流失前拴緊水龍頭

大數據行銷透過「顧客NES模型診斷」,將會員分為5種類型。包括首次購買的新顧客(New Customer)、支撐主要營收來源的既有顧客(Existing Customer),既有顧客又包含主力顧客、瞌睡顧客及半睡顧客,還有已經離去的沉睡顧客(Sleeping Customer)。用NES分類消費者,他是男是女不重要,也不必在乎他幾歲,也就是以營收回推的消費者分類方法。

不妨把顧客想像成水頭龍裡流出來的水吧!打開水龍頭,水往低處流。從水位角度來看,第一個重點的是人的狀態(People),我們的目標應該是把潛在顧客變新顧客,再往下流變成主力顧客,然後把他留在這邊,避免他變成回購率低於10%的沉睡顧客。

水往低處流是必然的,只是流得快慢不同而已。沒有一個顧客會突然消失,但卻會經過與品牌漸行漸遠的過程。行銷人的任務就是當消費者有淡出的疑慮時,趕快拴緊水龍頭,留住他們。

這也是第二個重點:人的動態(Performance)。水位愈低,就需要愈大的動能把水再抽回來,動能就是你的行銷資源耗費多寡,愈早在上水位就留住顧客,花費的行銷資源就愈少。當水愈流愈低,想再拉起來,得花非常大的力氣,而且還不見得能成功。

第三個重點是控制機制(Process),也就是在這個過程中,行銷要對顧客做什麼事情,在哪個狀態的顧客應該優先處理、怎麼處理。希望主力顧客都能留住,就要有顧客關係管理計畫;當顧客流失速度太快,就需要靠補救措施。

第四個重點是智能預測(Prediction),控制之餘也需要做速率限制。不能等到已經接近滿水位了再去關水龍頭,這樣水一定會溢出。必須預設大概到7分滿時去關水龍頭。而這樣的控制未來可交由電腦智能化監控與執行,只要偵測到7分滿水位,系統就會自動提出警告,並依據KPI自動做出最優化的調節設定。大數據的意義在於做這些動作是透過智能調整,而不是人工調整,因此能找到最恰當的時間點及控制點。

預測顧客下次回購時間在那之前跟他say hello

除了精準掌握消費者動態,大數據行銷還能幫你預測人心。NPT(Next Purchasing Time)預測消費者下次回購的時間點,可以算出來未來7天、30天有可能回購的顧客,我們就可以在之前先提醒這些顧客。當他們已經有動力要回來購買了,這時你只需用手指輕碰他一下,根本不需花什麼力氣;但當他已經過了回購的時機點,你可能需要用手去推、用身體去撞,他才可能小動一下。

傳統行銷的人口統計行銷是用自然屬性去看消費者,因為看不到任何行動,沒有辦法對動機、未來做出預測;但大數據行銷有行為數據、交易數據,而且這些數據是確定被實現的行為,而不只是猜測,用動機、實際行為去做運算,就能做到準確預測的精準行銷。

分享 Line分享分享 複製連結
新趨勢
您也可能喜歡這些文章
您也可能喜歡這些文章