為提供您更多優質的內容,本網站使用cookies分析技術。若繼續閱覽本網站內容,即表示您同意我們使用 cookies,關於更多cookies資訊請閱讀我們的隱私權政策
作者/高端訓Web only 2019-01-29 圖片來源:unsplash.com
在大數據時代,我們不再靠地理區隔、人口統計或心理特徵當作變數,而是以消費者行為來區分。

傳統的行銷學講究STP,先區隔市場(Segmentation),然後訂定目標客層(Target),最後進行市場定位(Positioning)。

在大數據時代,我們不再靠地理區隔、人口統計或心理特徵當作變數,而是以消費者行為來區分;也就是說,顧客會購買什麼產品,取決於觀察其他顧客的行為,以及該名顧客過去的行為。

顧客行為變數很多,我歸納出3組變數,分別是RFM4PTCC

首先是RFM

這是一般常用的方法,也就是根據客人的回籠時間(Recency)、客人的消費頻率(Frequency),以及客人對營收的貢獻(Monetary)來分類。

以「回籠時間」為例,可以將既有的顧客分為「第一次」來的客人、「近一年」來的客人,及「超過一年以上」未回來的客人。至於客人回籠的時間,取決於該產品的消費者購買週期。

消費頻率」,則是按照客人的消費次數,加以排列。例如可以將最近一年來過的客人,按照1次到6次以上,算出每一種次數來的客人百分比。次數分配可以幫我們判斷,誰是「忠誠客人」或「重度使用者」。

營收貢獻」,則是顧客的購買金額。消費次數多的客人,不代表貢獻金額高。所以Monetary的分類,是要讓我們瞭解誰是重要客戶。

其次是4P

就是按照購買週期(Purchase cycle)、價格敏感度(Price sensitive)、促銷敏感度(Promotion sensitive)及獲利程度(Profitability)加以分類。

購買週期」因產品而異,可以和「回籠時間」進行交叉分析。例如,出國旅遊的購買週期可以是「最近一年」,到高級餐廳消費則是「最近半年」,而喝咖啡可能就是「最近一週」。

價格敏感度」指的是,同一類別的產品有不同的價格,但有的消費者會重視產品品質,會選擇品質較好、但價格較高的產品。反之,有的消費者只會選擇價位較低的產品。

促銷敏感度」與「價格敏感度」類似,但每個人反應不同。有的消費者經濟能力較好、生活較忙碌,較不在意促銷活動;有的消費者平時根本不消費,只有促銷時才購買。

而「利潤貢獻度」的重要性在於,有時東西賣得好,不見得賺得多。所以我們會繼續分析,哪些產品是獲利王?哪些產品賣得多、賠得多?

但是,如果把賠錢貨通通砍掉,也可能是一種錯誤。因為這些產品可能就是「帶路貨」,沒有它,客人也不會來買其他產品。

最後是TCC

指的是消費者的瀏覽及購買時間(Timing);習慣在什麼通路(Channel)瀏覽及購買,是否在線下瀏覽商品、線上購買,或者通通在線上或線下完成。最後一個C,則是假設顧客一生對公司貢獻的潛在價值(Customer lifetime value)

顧客終身價值是可以被計算的,通常用來衡量該名顧客是否還有開發價值,以及是否值得花成本維持這個顧客。

RFM-4P-TCC適用於會員分類及行銷,實務上,我們可以用RFM將會員分級,再以4P+TCC來做會員行銷。

例如,最近一年(Recency)消費10萬以上的客人,具有金卡等級;同時,該名顧客資料顯示為價格及促銷敏感度低。因此,可以「預測」該名顧客的喜好,在生日月份「推薦」高品質及高單價的產品,成交的機率就會提高。

RFM-4P-TCC的做法,比STP細緻許多,更個人化,也兼顧企業獲利與滿足顧客喜好,這正是大數據的神奇之處。

關鍵字: 大數據 行銷 會員 消費 行為

贊助文章

推薦影音

最新評論

全站熱門

more

深度專輯

more

最新消息

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5