?
鄭州賽尚品牌設計微信二維碼

VIEW

觀點

劉春雄:品牌商和零售商,“用戶畫像”不一樣!
2020/11/06  admin 
 01 

這是一篇技術化的文章。根據以往的經驗,技術化的文章,往往閱讀量不高。目前的營銷數字化基建完成不難,但應用難,難就難在應用技術是攔路虎。
營銷數字化,只有通過用戶畫像,才能精準、實時交互。因此,數字化的商業邏輯用互聯網技術表達,這一關非過不可。
精準,就是用戶畫像。
實時,就是瞬間畫像、更新畫像,在用戶感覺不到的時間內推送信息、政策、黏住用戶。
精準、實時,不是通過人實現,而是通過技術實現。技術的反應時間,可以快到用戶感受不到。

 02 
 
大數據商業的基本認知:消費行為是可以預測的,預測的依據不是慣常的依人口統計數據分類,比如男女、收入等,而是消費行為數據。這與傳統的營銷邏輯不同,傳統營銷分類邏輯基本源于人口統計分類。
大數據商業的基本邏輯是:消費者標簽化。標簽就是消費者的DNA。DNA源于消費行為,有傾向性,但又是變化的。標簽化是一種簡單化,簡單是降維,降維是為了在人的心力臨界點之內。
用戶畫像,站在品牌商、代理商和零售商(平臺商)角度,各有不同的畫像依據。首先是視角不同,其次是目標不同;最后是關系不同。

 03 

先看阿里大數據的理念與應用。以下內容選自《顛覆營銷:大數據時代的商業革命》。作者陳杰豪是為阿里提供大數據咨詢的人員,共同作者車品覺是原阿里副總裁、數據委員會會長。

一、理念:找顧客不看人口屬性,要看行為標簽
傳統營銷偏向處理異質性問題,根據人口統計學特征,如性別、年齡、居住地、收入等,進行分類分群。
男女是人口統計指標,個性化標簽是行為與動機。
人口指標符合統計學。個性化標簽可以預測行為,精準預測下次購買時間。
行為標簽,不看人口屬性,只看購買行為,比如將消費者分為三類:新顧客、主力顧客、沉睡顧客,然后分類追蹤。
行為標簽,就是只看可以記錄的行為(有數據的行為)。比如,第一次在線購買,不論線下購買多少次,線上記錄就是第一次。

二、模型:大數據營銷從傳統4P進入新4P
大數據4P:消費者(People)、成效(Performance)、步驟(Process)、預測(Predict)。
1、消費者(People)模型:新顧客(N)、既有顧客(主力顧客E0、瞌睡顧客S1、半睡顧客S2、沉睡顧客S3)。
2、成效(Performance)模型:顧客數增加、客單價提高、活躍度提升。
3、步驟(Process):通過有層次的執行程序,改善營收方程式。
4、預測(Predict):預測顧客再次購買時間,讓商家在對的時間與最有可能上門的顧客說話。通過控制,能夠做到實時觀測、零時差溝通和個性化信息。

三、目標:預測購買時間和傾向,改善營收

根據大數據,下次購買時間可以預測。推薦應該在預測購買時間之前,推薦符合購買用戶傾向性的產品。目的是改善營收。

四、大數據,簡化標簽
個性化,不能一人一個標簽。阿里把多達1000種的人口特征標簽,簡化成6組動態及19種標簽。
顧客動態(NES):(1)新顧客;(2)主力顧客;(3)近期回頭顧客;(4)瞌睡顧客;(5)半睡顧客;(6)沉睡顧客。
入店資歷(Length):(7)早期;(8)中期;(9)后期。
近期購物情景(Recency):(10)最近買家;(11)中期未購物買家;(12)長期未購物買家。
購物頻率(Frequency): (13)高頻買家);(14)中頻買家;(15)低頻買家。
購物金額(Monetary): (16)高消費買家;(17)中消費買家;(19)低消費買家。
下次購物預測(NPT):(19)7天內最有可能再次購買的時間點。

 04 

品牌商的數字化與零售商的數字化,最大的區別是:
第一,零售商有無限SKU,品牌只有有限SKU。
第二,由第一條區別衍生出來的區別:零售商有眾多替代產品,而品牌商無替代產品。
第三,由第二條區別衍生出來的區別:品牌商數字化追求品牌復購(忠于品牌),零售商追求平臺黏性;零售商提供關聯銷售,品牌商只有復購。
第四,零售商有“產品畫像”和“用戶畫像”,品牌商可以不需要產品畫像。
第五,零售商的數字化要求“產品與用戶匹配”,提高轉化率;品牌商的數字化追求認知轉化,復購率。


 05 
 
平臺或零售,用戶畫像的主要目的是“產品與用戶匹配“,提高轉化率。用戶畫像,除了預測下次購買時間外,很重要的一條,就是提高產品與用戶的匹配度,即推薦產品的時機和特征正好與用戶匹配。
品牌商的用戶畫像,有三個重要目標:
一是復購,即重復購買,新用戶變老用戶,老用戶變大用戶。因為品牌商的產品選項少,復購就是必須選項。因此,用戶行為畫像,以及與畫像配套的政策,誘導復購是關鍵。
二是激活B端。用C端 激活B端,這是品牌商營銷數字化的重要目標,是用小數據激活大市場的要求。
三是用戶裂變。雖然拼多多平臺也有用戶裂變,但品牌商因為在線選項少,用戶裂變就變得更重要了。

 06 

除了上述大數據畫像目標的重要區別外,平臺或零售商的用戶畫像與品牌商的用戶畫像相比,還有下列區別:
第一,用戶畫像的區別
1、零售商只有C端用戶畫像,品牌商還有B端用戶畫像。
2、C端用戶畫像以用戶屬性畫像為主,B端用戶畫像以行為畫像為主。
3、C端用戶畫像即時自動推送,B端用戶畫像可以用于人際溝通。


 
第二,針對用戶畫像的政策

根據用戶畫像,針對性的制訂政策,這是鎖定用戶,培養大用戶的需要。零售商針對用戶的政策,有平臺政策,有商戶的政策。品牌商針對C端用戶的政策,有品牌商政策,有代理商政策。

第三,在線推送與推送后在線

平臺或零售商,SKU多,已經形成了產品生態,用戶在線頻率高,時間長。因此,可以根據預測下次購買時間,提前推送產品或政策。
品牌商的產品有限,而且可能無其它產品選項。因此,系統要提前推送政策,誘導上線。或者在上線過程中,適時推送政策,誘導下單。

第四,平臺或零售商,可以根據用戶畫像做關聯推薦,因為平臺或零售商SKU太多。比如,可以向寶媽推送系列產品,但如果是奶粉品牌商,就只有培養用戶復購,或者成為大客戶。

第五,平臺或零售商,需要產品畫像和用戶同時畫像,然后匹配。品牌商在銷售過程中,基本不存在產品畫像及匹配問題。

第六,品牌商的C端用戶,只是針對C端。品牌商的C端用戶畫像,還要與B端關聯,用C端B端。


作者:劉春雄
文章來源:劉老師新營銷
?
(*^▽^*)MG浮冰流游戏规则 曾道人玄机白报纸 上海时时乐出号走势图 女足世界杯比分预测 宝盈bbin体育 3d制作历史记录在哪找 深圳风采中前三中奖没 平特王日报彩图201753 黑龙江快乐十分和值尾 河北11选5开奖信息 山西快乐十分走势图50 usb莱特币矿机 德州扑克比赛 六合彩1046 极速快乐十分开奖助手 海南环岛赛公司 人盟比特币官网