利用大數據作好消費者運營，你該瞭解這些

消費者是品牌最重要的資產，如何可以更好地留存消費者是企業制勝的關鍵。以阿里爲表明的平臺也提出了要從「流量運營」向「消費者運營」的轉型。在信息技術發展突飛猛進的今天，各大企業與平臺紛紛創建了本身的大數據平臺，累積了海量的數據，如何利用這些數據來洞察消費者，作好消費者運營，成爲企業必修的一個課題。本文將介紹三種目前最經常使用的消費者運營模型，但願可以給到品牌以及企業管理人員一些啓發。

 

 

消費者生命週期管理模型

 

這個模型覆蓋了消費者在品牌生命週期中從品牌潛在客人、到成爲品牌新客人、到成爲老客人、即將流失，流失等各個階段，是一條比較完整的流程。它不須要太多的第三方數據，通常使用品牌的一方CRM數據就能夠支持，在市場上使用率較高，是比較成熟的一個模型。

• 潛客：對品牌感興趣，可是尚未過購買的客人，好比諮詢過產品、關注品牌的粉絲、註冊但尚未購買產品的會員等等。這些人每每受到品牌的忽略，但這些人轉化爲新客的成功率會更高、成本也會較低，因此企業應該給予更多的關注。

• 新客：第一次購買產品的客人。第一次購物的體驗每每會決定客人對品牌的印象和感情，若是體驗很很差的話，通常客人就不太會產生復購了，因此品牌一方面須要注從新客人的購物體驗，另外一方面要經過一些營銷的方式來驅動客人復購：好比售後關懷、免費服務、設置復購權益等。通常復購大機率會發生在第一次購買後特定的時間段內，因此品牌須要對溝通時間點認真考量。

• 老客：不一樣行業對於客人成爲老客的時間長度定義有所不一樣，好比快消品的時間可能很短，耐消品行業時間可能就比較長。在今天招新成本愈來愈高的狀況下，如何維繫老客，尤爲是高價值的老客人，對品牌生意可持續性增加起到相當重要的做用。一般的作法是創建會員忠誠度計劃，包括會員等級、積分、禮品、設置會員權益等，還有一些經過社交互動的方式，好比老帶新獲取優惠、簽到、抽獎等來提升客人與品牌的粘性。咱們須要讓老客人感覺到品牌對他們的關懷和重視，從品牌能夠得到超出產品自己的價值，這樣才能更好地維繫住他們。

• 即將流失客：客人在沉寂一段時間之後，既沒有過購買，也沒有與品牌的任何互動，可能這個客人就會有流失的風險。流失有兩種狀況，一是品牌流失，就是客人去到了競品購買，二是渠道流失，好比去了海購。不論是哪一種狀況，咱們都須要及時地對客人作挽回的動做，好比增長品牌對他們的曝光，輔以權益和優惠活動，避免客人真正地流失。

• 流失客：當客人真的流失之後，品牌還須要對他們作從新喚醒的動做，由於喚醒流失客人仍是要比招新的轉化率要高，成本也會比較低，畢竟客人是曾經承認併購買過品牌的產品的。可是客人爲何會流失，就須要利用第三方數據作一些研究，或者市場調研了，這樣才能作到對症下藥。

消費者生命週期管理模型能幫助品牌比較清楚地瞭解客人處於生命週期的哪個階段，而後根據每一個階段的不一樣來和消費者進行溝通和管理。而且咱們能夠對這個模型進行細化，好比針對不一樣的渠道、區域、產品把模型擴展開，設置不一樣的溝通路徑。另外要清楚這個模型不徹底是線性的，好比一個即將流失的客人通過咱們成功的挽回，又成爲了品牌忠實的老客，當中可能會有循環。

AIPL 模型

 

AIPL是阿里發明的一套模型，也屬於比較典型的消費者行爲理論。它按照消費者和品牌發生關係的深淺定義了不一樣的層級，從對品牌有所認知、到對品牌產生興趣、到購買品牌產品、到成爲品牌忠誠的客人，按照不一樣的階段對客人進行分層管理。

• Awareness：認知，對品牌有所瞭解的人羣，好比被品牌廣告觸達的人和品類詞搜索的人

• Interest：興趣，對品牌產生興趣的人羣，好比點擊過品牌廣告、加購過產品、或者搜索過品牌關鍵詞的人

• Purchase：購買，購買過品牌產品的人羣

• Loyalty：忠誠，對品牌忠誠的人羣，好比有過復購或者正向評論的客人

   

 

 

AIPL模型能夠說是阿里一個偉大的發明，它不只能夠幫助品牌進行人羣分層運營，還作到了不一樣層級人羣的資產化管理。咱們都知道消費者是品牌最寶貴的資產，好比可口可樂傳奇總裁 Robert Woodruff 曾說過：「即便可口可樂的工廠都被大火燒掉，給我三個月的時間，我也能重建可口可樂」。但是人羣資產如何量化一直是個難題。阿里不只推出了AIPL的模型，還結合了阿里海量用戶與產品數據，推出了業界第一套全域數據資產管理平臺--品牌數據銀行，來賦能企業打通內外部消費者數據、沉澱數據資產、激活數據價值。感興趣的同窗能夠去萬堂書院、淘寶大學等平臺去深刻了解和學習一下AIPL模型和品牌數據銀行。

 

RFM 模型

 

RFM模型在CRM領域一直以來被普遍使用。它經過三項指標來衡量消費者對於品牌的貢獻價值。

• Recency：近度，消費者最後一次在品牌購買商品的時間

• Frequency：頻次，消費者在一段時間內購買商品的頻次

• Monetary：金額，消費者在一段時間內購買商品的金額

RFM模型中，三項指標綜合在一塊兒衡量，結果能夠想象成是一個三維立方體。若是每項指標分紅兩檔（M：高消費、低消費；F：高頻率、低頻率；R：最近購買、好久沒購買），能夠獲得 2 * 2 * 2 = 8 個不一樣的象限。落在不一樣象限的客人能夠制定不一樣的分層運營策略。好比消費金額高、最近有過不少次購買的客人，是品牌的高價值明星客人，須要重點維護；曾經消費金額很高、消費頻次也高、可是好久沒有再買過的客人就須要品牌去重點關注一下了。若是每項指標分紅三檔，就會獲得27個不一樣的象限。具體分紅幾檔要看企業具體的運營能力，也不是越多越好。

最後

 

本文介紹了當前最經常使用的三種消費者分析和運營模型，三種模型之間也並非徹底割裂，其實能夠融合使用，好比在已流失客人中，咱們能夠按 M 值來區分高價值流失客和低價值流失客，從而給出不一樣的喚回力度。在AIPL人羣中，咱們也能夠分紅新增人羣和存量人羣，「深」P人羣和「淺」P人羣等等。總之分層運營是王道，具體怎樣分能夠結合業務場景靈活運用。

獲取知識乾貨、增長面試經驗、瞭解職場人生

歡迎關注微信公衆號