Setelah beberapa tahun beroperasi, saya mengamati keuntungannya dan menemukan bahwa keuntungan tersebut dapat diringkas dalam dua kata: pelanggan & data. Dua artikel sebelumnya membahas tentang konten terkait pelanggan. Kali ini saya akan membahas tentang cara menggunakan data untuk pemasaran.
Seringkali ketika mengobrol dengan orang lain, begitu saya menyebutkan bahwa saya terlibat dalam pemasaran data, pihak lain langsung memandang saya seperti seorang ahli matematika, dan kemudian mulai memikirkan "analisis cluster, analisis regresi, preferensi grup" di benaknya. . Saat kami mengobrol, dan mendapati bahwa saya tidak menyebutkan hal-hal tersebut sama sekali, mereka akan mulai bertanya kepada saya: “Apa sebenarnya yang Anda maksud dengan pemasaran data?”
Saya tidak akan membahas secara detail tentang teori. Baru-baru ini, saya banyak berdiskusi tentang Supermarket Taobao dengan saudara-saudara saya di Taobao. Saya akan menggunakan supermarket online sebagai contoh untuk melihat apa yang dilakukan pemasaran data.
Pemasaran berbasis data tingkat pertama: Ribuan orang memiliki wajah yang sama - Ribuan orang memiliki wajah yang sama
Lapisan kedua dari pemasaran data: manajemen siklus hidup pelanggan
Pemasaran data tingkat ketiga: membina pelanggan lama
Pemasaran berbasis data tingkat pertama: Ribuan orang memiliki wajah yang sama - Ribuan orang memiliki wajah yang sama
Peran besar pertama dari pemasaran berbasis data adalah dapat mensegmentasi pelanggan sasaran dengan lebih halus dan akurat, menjadikan konten kita dalam proses promosi lebih relevan bagi pembeli, dan mengubah operasi dari satu ukuran untuk semua menjadi satu ukuran untuk semua. -semua. Ini adalah salah satu tujuan utama pemasaran digital.
Saya sebelumnya menerima email promosi dari Toko No. 1, sebagai berikut:
Saya rasa setiap orang menerima dan mengirimkan banyak email seperti ini setiap hari. Kita tidak akan membahas email itu sendiri hari ini.
Asumsikan email ini akan dikirim ke 1 juta anggota. Jika kita ingin mendapatkan tingkat pembelian tertinggi, cara terbaik adalah mengirim 1 juta email yang dipersonalisasi ke 1 juta orang dan mempromosikan produk yang berbeda ke masing-masing anggota. Namun metode ini jelas tidak dapat dilakukan dalam pengoperasian sebenarnya. Oleh karena itu, pemasaran berbasis data adalah tentang menemukan metode pemasaran yang dapat diterapkan yang memungkinkan kita mendapatkan tingkat pembelian tertinggi.
Bagaimana email di atas yang dikirim ke 1 juta orang bisa memiliki tingkat konversi yang lebih tinggi?
Mari kita lihat metode yang sedikit lebih baik terlebih dahulu:
Kami membagi pelanggan menjadi 4 kelompok menurut usia dan jenis kelamin, kemudian memilih beberapa produk yang direkomendasikan berdasarkan karakteristik kelompok tersebut, kemudian membuat 4 halaman dan mengirimkannya masing-masing ke 4 kelompok pelanggan.
Copywriting khas produk khas untuk usia dan jenis kelamin
15-25 Men's Coke, Coke harganya 18 yuan/kotak, 5 yuan lebih murah daripada di supermarket. Anda tidak perlu lagi membawanya sendiri. Ini akan dikirim ke rumah Anda dalam waktu setengah hari.
15-25 wanita aneka jajanan, sampo
25-35 pria bir,
25-35 Shampo wanita, tisu, minyak salad
Prasyarat utama untuk pemasaran data adalah akumulasi data. Tingkat akumulasi data menentukan seberapa canggih pemasaran data. Sangat sedikit informasi yang perlu kami kumpulkan di sini. Usia dan jenis kelamin hanyalah dua atribut. (Jika kita menambahkan lebih banyak atribut pelanggan di sini, kita dapat membagi seluruh basis pelanggan menjadi kelompok yang lebih kecil, seperti "pendapatan", "tingkat pendidikan", "pekerjaan", dll. Bank akan membuat pelanggan berdasarkan informasi ini. Manajemen CRM dan manajemen risiko. Keuntungan dari segmentasi adalah lebih tepat, namun kerugiannya adalah biaya promosi lebih tinggi. Pada saat yang sama, ketika basis pelanggan dibagi menjadi segmen-segmen yang lebih kecil, manfaat marjinal dari efisiensi promosi menurun. jadi segmentasinya kurang lebih oke.)
Kalau begitu, mari kita lakukan sedikit lebih baik dari ini:
Di setiap grup, kami menambahkan dua bidang lagi: "Kategori Telusuri" dan "Kategori Pembelian".
3 kategori penjelajahan teratas berdasarkan usia dan jenis kelamin 3 kategori pembelian teratas Copywriting yang umum
15-25 Minuman pria, produk kertas, makanan dan minuman impor, makanan impor, produk kertas. Coke harganya 18 yuan/kotak, lebih murah 5 yuan dibandingkan supermarket ke pintu Anda dalam waktu setengah hari.
15-25 perempuan
25-35 laki-laki
25-35 perempuan
Kemudian kita dapat melihat bahwa “tiga kategori yang paling banyak dibeli oleh pria berusia 15-25 tahun adalah makanan – minuman, bahan kimia sehari-hari – produk kertas, makanan – makanan impor”, dan kemudian kita dapat memiliki beberapa pilihan: Sederhana Klik untuk memilih salah satu produk promosi dari masing-masing "minuman, produk kertas, dan makanan impor" membuat paket promosi dan mempromosikannya ke seluruh grup.
Akumulasi data di sini lebih rumit. Pertama, kita perlu mengumpulkan catatan pembelian dan catatan penjelajahan setiap anggota.
Mungkinkah ini lebih baik?
Setelah kami melihat catatan transaksi dan catatan penelusuran semua orang, bisnis memiliki beberapa ide yang dapat disempurnakan lebih lanjut:
1. Hal apa saja yang sering dilihat pelanggan namun tidak dibeli?
2. B apa yang paling mungkin dibeli pelanggan setelah membeli A?
Untuk melakukan 1, kita perlu mengaitkan catatan penelusuran dan catatan pembelian, dan menetapkan standar "tampilan kategori > N dan tidak ada pembelian" melalui analisis data.
Melakukan 2 lebih rumit. Cara paling umum adalah menganalisis catatan pembelian. Dengan menganalisis seluruh basis pelanggan, buatlah algoritma. Asumsikan ada 10.000 orang yang membeli produk A. Analisis catatan pembelian 10.000 orang ini dan cari tahu. produk lain yang dibeli oleh orang-orang ini. Produk B, C, dan D yang paling banyak dibeli direkomendasikan di halaman A (pada dasarnya inilah yang dilakukan Amazon)
Hari ini saya akan menulis tentang tingkat pertama terlebih dahulu. Jika Anda tertarik, kita akan berbicara tentang tingkat kedua: manajemen siklus hidup pelanggan.
Sumber artikel: Paidai.com