-
第 3 レベル: 顧客の育成
1 人の古い顧客を維持することは、5 人の新規顧客を開拓することに相当します。前述の顧客のライフサイクルはマーケティング メカニズムにすぎませんが、実際には、顧客を未熟な顧客から成熟した顧客へと真に育成する方法は、一連のマーケティング メカニズムをはるかに超えています。上で述べた 2 つのレベルはテクニックであり、教えやすく、学びやすいものですが、データ マーケティングは実際にはスキルではなく理論であり、マーケティングのあらゆる側面で使用できます。ここまでは例しか挙げることができません。
ネットスーパーを例に、データマーケティングによってどのように顧客を段階的に育成できるのかを見ていきましょう。
非顧客 - 潜在顧客 - 閲覧顧客 - 購入顧客 - 二次購入顧客 - 忠実な顧客 - ARPU 価値の高い顧客。
ステージ 1: 非顧客 – 潜在的な顧客
「非顧客」から「潜在顧客」まで、ユーザー グループの差別化と位置付けが核となります。どのような人がNo.1顧客になりやすいのか。もちろん、競馬の時代ではトラフィックが最も重要な問題ではなく、大きなトラフィックを獲得できるチャネルはすべて良いチャネルであるということが今でもわかります。そのため、多くの B2C 企業がポータル サイトのホームページ広告スペースのほぼすべてを占有しています。しかし、B2Cが成熟し、トラフィックコストがさらに増加すると、やみくもにホームページを掲載しても妥当なROIは得られなくなると私は考えています。そのとき、B2Cはターゲット顧客が誰であるか、より正確な顧客との対話方法を検討し始めるでしょう。 。 Yihaodian のような地域 B2C を例に挙げます (私は Yihaodian のプロモーション戦略についてはあまり知りません。YY の例を挙げているだけです)。 2年間のデータ蓄積を経て、既存データからのクラスター分析、つまり100万人の顧客データの中から、似た特徴を持つ顧客群を見つけることができ、典型的な顧客群の像を描くことができたと思います。 。この特定のデータ マイニング プロセスは比較的複雑です。簡単に言うと、ユーザーの広いテーブル (CRM 内) から、確率分布を通じて特定の特徴を持つグループを見つけることです。たとえば、訪問者のうち 5% であることがわかりました。北京で買い物をするのは 15 ～ 25 歳の北京の女性であり、彼らは「北京の女子学生」グループとして分類できます。このように、このグループを対象としたその後のプロモーションで寮の備品を提供することは効果的である可能性があります。 (チャイナ モバイルは、この分野で良い仕事をしています。同社のパッケージは、クラスター分析とビジネス判断を通じて要約され、特定のグループの人々が特定のニーズを満たすように設計されています。たとえば、データ分析を通じて、多くのユーザーが年の真ん中の1月から2月と7月から8月は電話料金が0になり、この時期に電話番号を失い、二度と携帯電話番号を使用しない人が多いことが調査と分析の結果判明しました。毎年休暇で家に帰ると番号が変更され、その結果、学校に戻ると多くの人が元の番号を見つけることができなくなり、その結果、学生カードの長距離パッケージを開始しました。学生は帰国後に電話番号を変更する必要がなく、同様の料金で電話をかけることができます。）
ステージ 2: 潜在顧客 - 閲覧顧客
ここで問題となるのは、プロモーションのコンバージョン率、またはクリックスルー率です。通常、この値を CTR (クリックスルー率) と呼びます。これは、電子メールが 100 人によって開かれた後、X 人がページ上の任意のアクションをクリックすることを意味します。 、CTR=X/100となります。プロモーションの効果を測る指標であり、CTRに影響を与える主な指標は、ターゲットとする顧客層が正確であるか、その層にとってマーケティングコンテンツが魅力的であるかどうかです。前の段落の例に続いて、No.1 ストアは北京でのプロモーションを希望しており、NetEase Mailbox と協力しています。現時点で、NetEase Mailbox のデータはどの程度正確にセグメント化できますか?このようなセグメンテーションの使用が、マーケティング コンバージョン率の鍵となっています。データ マーケティングの最初の層で挙げた例から判断すると、全員が同じメールを受信しているように見えます。たとえば、3月8日、15～25歳の女の子は「お母さんに良いモップを送って」というメッセージを受け取り、25～35歳の女性は「自分を慰めて、おやつを食べてください」というメッセージを受け取りました。 25-35は「女性を気遣い、肌を守る」というものでした。これはなんと調和的で美しいことでしょう。ここで、プロモーションチャネルのデータ蓄積能力が広告主に大きな制約を与えている現在、一般的なポータルサイトのホームページ広告はせいぜいIPアドレスまでしか正確ではなく、一部のIPすら区別できない状況では、精密なマーケティングは実現できません。それについて話す方法。この場合、私たち大手B2C投資家にできることは、ターゲットとなる顧客層を明確にし、そのターゲットとなる顧客層が集まる場所を見つけることだけです。一部の垂直型 Web サイトやフォーラムは、この点に関して優れたリソースを提供しています。No. 1 Store が、インターネット カフェのゲーム客がオンライン スーパーマーケットの主要な顧客ベースであると判断した場合は、インスタント ラーメンやハム ソーセージを宣伝するための pplive などのゲーム チャンネルを見つけてください。コーラなどとも合うはずです。
ステージ 3: 顧客の閲覧 – 顧客の購入
この段階から、Webサイトの外側からWebサイト内に至るまで、制御性が大幅に向上し、できることが大幅に増えます。 B2Cの核となる競争力を「良い商品、良い販売、良い配送」に分けると、これからWebサイトの詳細で次々とB2Cのフロントエンド（良い販売）の核となる競争力が形作られていくことになります。最終的には、その選択が顧客の選択の主要な要素となります。 （次回はARPUが年間2万スイスフラン以上のスイスのネットスーパーを紹介します。顧客体験は非常に良いです）
まずは顧客のエントリーから始めましょう。最も理想的な状況では、顧客が Web サイトにアクセスしたときに、顧客が残した Cookie に基づいて顧客の情報 (性別、年齢、好みなど) を知ることができ、それに基づいて顧客向けに特別にデザインされたメッセージを表示できるはずです。彼の特徴はカスタマイズされたホームページです。もちろん、データ蓄積の限界とコストの考慮により、現在の状況ではこれを達成することはまだ不可能ですが、それでも次の考え方に沿って考えることができます。
1. 彼はここに来るのは初めてですか?
2. 彼はこれまでに何かを買ったことがありますか?
3. 彼はよく買う人ですか?
上記の 3 つの質問を通じて、ホームページにアクセスする人々を、新規顧客、古い顧客、忠実な顧客のいくつかのカテゴリに分類できます。良いホームページは、上記の 3 種類の人々のニーズを同時に考慮する必要があります。
新しい顧客にとって、最大の混乱は通常、ここで何をすればよいのかわからないことです。私が新しい顧客だったら、まず次のことを知りたいと思います。この Web サイトは主に何を販売しているのですか。他のB2C Webサイトとどう違うのですか？タオバオで買わないのはなぜですか？現時点では、商品やビジュアルを通じて「ここがスーパーマーケットだ」と感じてもらうことがウェブサイトにとって大きな課題となっています。この点、イーハオディアンは商品やビジュアルを通じて、これが日用品を販売するオンラインスーパーマーケットであることが一目でわかり、京東などの総合スーパーマーケットと比較することができます。ショッピング モールは差別化を図り、オンライン スーパーの購入体験 (安価な宅配サービス) よりも優れていることを強調しています。 「ネットで日用品を買う」という市場は非常に大きく、顧客の粘着力も非常に高く、現在インターネットはブルーオーシャンに属しています。そして、顧客がそのネットスーパーに興味を持ち、試してみたいと思うとき、次に考えるのは「何を買うべきか」ということです。この問題に遭遇したのは私だけではないと思います。その理由は、消費財は需要がかなり分散している分野であり、食品や飲料だけでも数十の主要ブランドがあるからです。新しい顧客の場合、1 号店に来たとき、何を買いたいのかまったくわかりません。また、たまたま興味のあるものを見つけても、それを購入しません。このように限られたページスペースで、非常に多くの異なる顧客に購入するものを見つけてもらうのは非常に困難です。新規顧客の場合、データ マーケティングはほとんど役に立ちません。データよりもビジネス センスが重要です。スーパー全体のポジショニングに合わせて、顧客が好む主流の商品（歯磨き粉、シャンプー、ローリングペーパーなど）を見つけ、試す理由（スーパーより安い、移動する必要がないなど）を与えるなど）を初めて体験してもらうには良い方法かもしれません。また、他の人が何を買っているかを見せたり、さまざまなランキングを用意したりすることも、迷っている人にとっては役立ちます。
ホームページをご覧になっている古いお客様を見てみましょう。これらのお客様はすでに購入実績があり、2 回目の訪問が可能であれば、初回の体験に満足したことになります。現時点では、すでに特定の商品を購入するという明確な意図を持っている人もいます (たとえば、家でビスケットを食べ終えている) し、「ショッピング」 (何が入手可能か確認するため) にここに来ている人もいます。これら 2 つのタイプの人々は非常に異なっており、非常に異なる経験を必要とします。明確な目的を持っている人にとって、検索は第一の選択肢、カテゴリは第二の選択肢であり、ホームページ上の製品の表示はおまけです。 「買い物」をする人にとって、さまざまなアクティビティを見るのが好きな人、カテゴリから買い物を始めるのが好きな人、他の人が何を買っているかを見るのが好きな人など、複雑です。現時点では、閲覧中に彼が残した足跡を通じて、私たちは時々支援することができます。ある人が複数のキーワードを変更したにもかかわらずショッピングカートに何も追加していないことがわかった場合、高度な検索をポップアップ表示して、彼がそれを正確に見つけるのを手伝ってください。ユーザーが特定のカテゴリの 6 ページを閲覧し、製品をクリックしていないことが判明した場合、検索ボックスをポップアップ表示したり、カスタマー サービスのダイアログ ボックスを表示したりすることもできます。「どの製品をお探しですか? ご希望ですか?」たくさんのシナリオを考え出すことができます。核となるロジックは、顧客の行動に基づいて目的を判断し、助けが必要なときに助け、顧客がそれをすぐに見つけて満足のいく買い物ができるようにすることです。
忠実な顧客の場合は、すでに多くの購入を行っており、基本的には私たちのサポートをあまり必要としません。しばらく飛ばしてください~~ARPU値と購入頻度を増やす方法については後で説明します。
ステージ 4: 購入顧客 – 2 番目に購入する顧客
顧客が 2 回目に来ることができれば、3 回目に来る可能性は非常に高く、最初の購入と 2 回目の購入の間の解約率が最も高くなります。その主な理由は間違いなく、ショッピング体験への不満、配達の遅さ、壊れた商品、間違った商品などです。これらのサプライチェーンの問題はマーケティングでは解決できません。デジタルマーケティングでできることは、顧客が基本的に満足した場合の二次購入を促進することです。まずタッチポイントを探しましょう。タッチポイントがなければマーケティングはありません。顧客の支払い後の連絡窓口には、配送通知、商品の直接受け取り、製品の開梱、顧客からの苦情などが含まれます。データベースのマーケティングでは、あらゆるタッチポイントを顧客にマーケティングし、データを通じて顧客のニーズを理解し、顧客に最高のエクスペリエンスを提供する機会として扱います。ここでの内容の一部は、第 2 レベルである顧客ライフサイクル管理ですでに説明されているため、繰り返しません。たとえば、リジョイスのボトルを 2 つ購入した顧客がパッケージを開けたときにセーフガード シャワー ジェルのクーポンを見た場合、二度目に購入する可能性が高くなります。顧客が速達の遅さについて苦情の電話をした場合、1 か月以内であれば無制限に送料を無料にする権利を与えることができます。その顧客は次回も来てくれる可能性が高くなりますか?これらは無限にあります。データとビジネスセンスを結び付けて最適な顧客エクスペリエンスを生み出す方法が、ここでテストされる中心的なスキルです。これは、今日の b2c の同質性がますます深刻になる中、フロントエンド競争の中核となる能力でもあります。このトピックに興味がある場合は、具体的な例を挙げて説明しますが、ここでは詳しく説明しません。
ステージ 5: 二度目の購入顧客 - 忠実な顧客
顧客が 2 回来た場合、その顧客を忠実な顧客にどのように育成するかは、B2C 業界が直面する究極の課題です。 1 人の顧客導入コスト 100 元以上は、顧客を忠実な顧客に変えることによってのみ回収できます。このテーマは業界を離れては語れません。No.1 店舗を例に挙げてみましょう。スーパーマーケットは、動きの速い消費財のことを英語で「ファスト・ムービング・コンシューマー・グッズ」といいます。スピードが速いということはリピート購入が多く、B2C の場合は返品率が高いことを意味します。本当に？重要なのは、消費者の習慣が醸成されているかどうかだと思います。通常、私のような消費者がイーハオディアンから商品を購入するとき、それは非常にランダムです。たとえば、今日ビスケットがなくなったことに気づきました。そうしないと明日の朝食べるものがなくなってしまいます。従来のスーパーマーケットでは、主婦は 2 日に 1 回、学生や会社員は 1 週間または 2 週間に 1 回、という比較的固定的な購買習慣が形成されていますが、インターネットではこの習慣は間違いなく存在しません。 。どうすればこの習慣を身につけられるでしょうか？習慣＝行動の繰り返し。データを活用したマーケティングとは、ターゲットを絞ったマーケティングを行い、人々のニーズを理解して行動を誘導することです。たとえば、500ml のシャンプーを購入し、2 回目の購入を行った顧客の 70% が 30 ～ 45 日以内に 2 回目の購入を行ったことがデータから判明したとします。その後、30 日以内というルールを設定できます。場合によっては、それがプライマリ マーケティングのきっかけとなり、顧客に二次購入のためのいくつかのプロモーション。基本的なロジックは、特定のグループのデータを分析することで特定のグループの習慣を発見し、マーケティングを通じてその習慣を強化し、より多くの顧客がそのような購買習慣を持つようにすることです。重要なポイントは2つあります。まず、習慣は自分で作るのではなく、例えばあるシャンプーは20日くらいで使い切ってしまうと思います。その代わりに、データから既存の習慣を掘り起こす必要があります。これは顧客の現実の状況と一致しています。
ステージ 6: 忠実な顧客 - ARPU 価値の高い顧客
いわゆる ARPU は、ユーザーあたりの平均収益 (ARPU-Average Revenue Per User) です。 ARPU 値の高さには、購入頻度と顧客単価の 2 つの要素が関係しています。以上、データマーケティングで購買頻度を高める方法について大まかにお話ししましたが、次にデータマーケティングでNo.1店舗の単価を上げる方法を見ていきましょう。
関連する推奨事項: 「関連する推奨事項」は、全体的な顧客単価を増加させる可能性があり、システムまたは手動で実行できます。淘宝網の販売者は基本的に手動で行っており、効果は良好です。現在、No.1 ストアで関連する自動レコメンデーションが表示されていますが、どの程度効果があるのかはわかりません。タオバオの関連レコメンデーションの経験から判断すると、自動レコメンデーションで適切な仕事をするのは依然として非常に困難です。手動はより効果的なモデルですが、さまざまなプロモーションと組み合わせることができます。欠点は、比較的労力がかかり、主要な製品でのみ実行できることです。
プロモーションの推奨事項: 実際、スーパーマーケットに「行く」人々にとって、「よりコスト効率の高い」製品を購入することは非常に重要な心理的ニーズであり、カテゴリを超えたアクティビティの推奨事項やプロモーション製品の推奨事項、特に一部の消費財は理論的には良いはずです。理由は、カテゴリーを次々と閲覧できる人が少ないため、現在Webサイトで実施しているプロモーション情報をより正確に顧客にプッシュできれば売上に直結します。たとえば、ビスケット、ポテトチップス、牛乳などの食品を買うときに、紙製品がセール中で、最初の価格が 35 元だった清峰ペーパータオルの大パックが 1 日限定で 20 元になると言われたら、 、それならセックスは素晴らしいでしょう。
比較の提供：スーパーに行くと、500mlの牛乳は10元、800mlの牛乳はわずか13元で、どちらの包装がよりコストパフォーマンスが高いかを比較する人がたくさんいます。これは得です。同時に客単価も引き上げた。したがって、ウェブサイトは顧客にこの比較の機会を提供する必要があります。タオバオでは、食品カテゴリーでは標準重量の比較をすでに提供していますが、トイレタリーカテゴリーではまだ提供していません。
100元以上の購入で送料無料の推奨: No.1ストアの単価を観察するときは、まず「100元以上の購入で送料無料」ポリシーを確認する必要があります。このポリシーは、顧客の心理的収益を決定します。 100元くらい買えば、基本的には一日で大丈夫です。そこで次に 2 つの疑問が生じます。
1. 商品に対して楽観的で、価格が 100 元よりはるかに低い顧客に対して、100 元以上の購入を促すにはどうすればよいでしょうか?
2. 商品に対して楽観的で、価格が 100 元を超えている顧客に対して、さらに購入するよう促すにはどうすればよいでしょうか?
最初のタイプでは、送料 10 元、送料 30 元、送料 50 元の製品をお勧めします。これらのものが確実に使用される限り、現時点では費用対効果が高い必要はありません。将来的には、その効果が達成される可能性があります。
2 番目のタイプでは、より高いレベルの割引を提供し、200 以上を使用すると *** をお楽しみいただけます。400 以上を使用すると *** をお楽しみいただけます。これは非常に簡単です。考えてみてください。 。
ここまで長々と書いてきましたが、なぜイーハオディアンを例に挙げたかというと、スーパーマーケットは誰もが知っていて議論しやすいb2c業界である一方で、b2cのデータマーケティングも比較的大規模なものが必要だからです。一般に、タオバオ ストアや小規模 B2C はまだあまり普及していないため、これはほんの一例にすぎません。 1号ハオディアンの具体的な状況についてはよくわかりませんが、一部間違っているところがありますが、1号ハオディアンのクラスメートのことをお許しください。
記事出典：Paidai.com 転載の際は出典リンクを明記してください。