Après plusieurs années d’exploitation, j’ai fait le point sur les gains et j’ai constaté qu’ils pouvaient se résumer en deux mots : clients & données. Les deux articles précédents parlaient de contenu lié aux clients. Cette fois, je parlerai de la façon d'utiliser les données pour le marketing.
Plusieurs fois, lorsque je discutais avec d'autres, dès que j'ai mentionné que j'étais engagé dans le marketing de données, l'autre partie m'a immédiatement regardé comme un mathématicien, puis a commencé à penser à « l'analyse de cluster, l'analyse de régression, la préférence de groupe » dans son esprit. . "Et ainsi de suite. Pendant que nous discutions et constations que je n'avais pas mentionné ces choses du tout, ils commençaient à me demander : « Qu'entendez-vous exactement par marketing de données ?
Je n'entrerai pas dans les détails de la théorie. Récemment, j'ai beaucoup discuté du supermarché Taobao avec mes frères Taobao. Je vais utiliser un supermarché en ligne comme exemple pour voir ce que fait le marketing de données.
Le premier niveau du marketing basé sur les données : Des milliers de personnes ont le même visage - Des milliers de personnes ont le même visage
La deuxième couche du data marketing : la gestion du cycle de vie client
Le troisième niveau du data marketing : cultiver les anciens clients
Le premier niveau du marketing basé sur les données : Des milliers de personnes ont le même visage - Des milliers de personnes ont le même visage
Le premier rôle majeur du marketing basé sur les données est qu'il peut segmenter les clients cibles avec plus de finesse et de précision, ce qui rend notre contenu dans le processus de promotion plus pertinent pour les acheteurs et fait passer les opérations d'une taille unique à une taille unique. -tous. C'est l'un des principaux objectifs du marketing numérique.
J'ai déjà reçu un e-mail promotionnel du magasin n°1, comme suit :
Je pense que tout le monde reçoit et envoie beaucoup d'e-mails comme celui-ci chaque jour. Nous ne discuterons pas de l'e-mail lui-même aujourd'hui. Voyons comment améliorer cet e-mail grâce au marketing de données.
Supposons que cet e-mail doit être envoyé à 1 million de membres. Si nous voulons obtenir le taux d'achat le plus élevé, le meilleur moyen est d'envoyer 1 million d'e-mails personnalisés à 1 million de personnes et de promouvoir différents produits auprès de chacun. Mais cette méthode n’est évidemment pas réalisable en pratique. Par conséquent, le marketing basé sur les données consiste à trouver une méthode de marketing exploitable qui nous permet d'obtenir le taux d'achat le plus élevé.
Comment l’e-mail ci-dessus envoyé à 1 million de personnes peut-il avoir un taux de conversion plus élevé ?
Examinons d'abord une méthode légèrement meilleure :
Nous avons divisé les clients en 4 groupes selon l'âge et le sexe, puis avons sélectionné certains produits recommandés en fonction des caractéristiques de ce groupe, puis avons créé 4 pages et les avons livrées respectivement aux 4 groupes de clients.
Rédaction typique de produits typiques pour l'âge et le sexe
15-25 Men's Coke, le Coca coûte 18 yuans/boîte, 5 yuans moins cher que dans les supermarchés. Vous n'avez plus à le transporter vous-même. Il sera livré à votre porte dans la demi-journée.
15-25 femmes collations diverses, shampoing
25-35 hommes bière,
25-35 Shampoing pour femmes, serviettes en papier, huile à salade
Une condition préalable majeure au marketing des données est l’accumulation des données. Le degré d’accumulation des données détermine le degré de sophistication du marketing des données. Il y a très peu d’informations que nous devons accumuler ici. L’âge et le sexe ne sont que deux attributs. (Si nous ajoutons ici plus d'attributs client, nous pouvons diviser l'ensemble de la clientèle en groupes plus petits, tels que « revenu », « niveau d'éducation », « profession », etc. La banque fera des clients sur la base de ces informations. Gestion CRM et gestion des risques. L'avantage de la segmentation est qu'elle peut être plus précise, mais l'inconvénient est que le coût de la promotion est plus élevé. Dans le même temps, à mesure que la clientèle est divisée en segments plus petits, l'avantage marginal de l'efficacité de la promotion diminue. donc la segmentation est plus ou moins bonne.)
Alors faisons un peu mieux que ça :
Dans chaque groupe, nous ajoutons deux champs supplémentaires : « Catégorie de navigation » et « Catégorie d'achat ».
Top 3 des catégories de navigation par âge et sexe Top 3 des catégories d'achat
15-25 Les boissons pour hommes, les produits en papier, les aliments et boissons importés, les aliments importés, les produits en papier coûtent 18 yuans/boîte, soit 5 yuans de moins qu'au supermarché. Vous n'avez plus à le transporter vous-même et il sera livré. à votre porte dans la demi-journée.
15-25 femmes
25-35 hommes
25-35 femmes
Nous pouvons alors constater que « les trois catégories les plus achetées par les hommes âgés de 15 à 25 ans sont les aliments – boissons, les produits chimiques quotidiens – produits en papier, les aliments – aliments importés », et nous pouvons alors avoir plusieurs choix : Cliquez simplement pour sélectionner un produit promotionnel parmi chacun des « boissons, produits en papier et aliments importés » pour réaliser un emballage promotionnel et le promouvoir auprès de l'ensemble du groupe.
L'accumulation de données ici est plus compliquée. Premièrement, nous devons accumuler les enregistrements d'achat et de navigation de chaque membre. Ces deux champs nécessitent à eux seuls une énorme base de données.
Est-ce que ça pourrait être mieux ?
Après avoir examiné les enregistrements de transactions et de navigation de chacun, l’entreprise a plusieurs idées qui peuvent être affinées davantage :
1. Quelles sont les choses que les clients regardent souvent mais n’achètent pas ?
2. Qu'est-ce que le client B est le plus susceptible d'acheter après avoir acheté A ?
Pour faire 1, nous devons associer les enregistrements de navigation et les enregistrements d'achat, et définir la norme « vues de catégorie > N et aucun achat » grâce à l'analyse des données.
Faire 2 est plus compliqué. La méthode la plus courante consiste à analyser les enregistrements d'achat. En analysant l'ensemble de la clientèle, supposons que 10 000 personnes ont acheté le produit A. Analysez les enregistrements d'achat de ces 10 000 personnes et découvrez-le. les autres produits achetés par ces personnes. Les produits B, C et D les plus achetés sont recommandés sur la page A (c'est essentiellement ce que fait Amazon)
Aujourd'hui, j'écrirai d'abord sur le premier niveau. Si vous êtes intéressé, nous parlerons du deuxième niveau : la gestion du cycle de vie du client.
Source de l'article : Paidai.com