零售行业的个性化营销.pptx

《零售行业的个性化营销.pptx》由会员分享，可在线阅读，更多相关《零售行业的个性化营销.pptx（61页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、零售行业的个性化营销萝卜网电商培训系列之 主讲人：xxx2思考问题对零售业来说，什么最重要？你了解你的客户吗？他们是哪些类人群？什么样的人口统计特征和交易行为？客户为什么会选择国美，而不是苏宁和大中？客户为什么不选择国美？客户对国美满意吗？哪里满意？哪里不满意？你的客户给国美带来的价值一样吗？怎样评估客户的价值？什么样的客户价值高？哪类客户容易流失？怎样将国美众多的数据库资源转化为国美网上商城的客户？如何应对苏宁电器的SAPERP系统？3纲要数据库营销个性化营销基于数据库的客户终身价值分析基于数据库的客户流失预警分析基于数据库的个性化促销网上商城的个性化营销与推荐系统总结与回顾4关于客户的一些

2、总体数据发展一位新客户的成本是挽留一个老客户的？倍3-10倍客户忠诚度下降5%，则企业利润下降？%25%向新客户推销产品的成功率是15%，向现有客户推销产品的成功率是？%；50%如果将每年的客户关系保持率增加5%，则利润增长将达？%；25%-85%？%的新客户来自现有客户的推荐60%20%的客户带来？%的利润80%5讨论问题 1 在国美做促销时，是否应该对不同的顾客应用不同的促销方案？比如给某些顾客加大折扣或优惠券的力度?A.是。最好能对那些没有促销就不来购物的消费者加大促销力度。但是对于那些对促销不敏感的消费者就最好不必促销。B.否。应该对所有顾客应用同样的促销方案，这样会让消费者感到公平，

3、减少客户流失6讨论问题 2 如果客户可以分为两类：1.易流失客户（非忠诚客户），2.不易流失客户（忠诚客户），公司应该采用哪种价格策略？A.应该采用价格歧视，给那些忠诚客户较低的价格。B.应该采用价格歧视，给那些忠诚客户较高的价格。C.不采用价格歧视，即对每一类客户都提供同样的价格7讨论问题 3 公司是否应该努力争取100%的客户保留，来最大化该公司的利润？A.是的，利润最大化来自于100%的保留所有客户。B.90%的客户保留已经足够保证较高的利润率。C.否，公司不应该争取100%的客户保留，而是要优化客户价值。8讨论问题 4 国美目前的数据库能否直接指导个性化营销？比如哪些客户是高价值的客户

4、，哪些客户是容易或已经流失的客户，哪些客户应该发些现金券，哪些客户不需要或不关心折扣？9数据库营销“数据对公司来说具有很高的价值，尤其是来自客户的数据”10数据库营销简介数据库营销（DatabaseMarketingService，DMS）是在IT、Internet与Database技术发展上逐渐兴起和成熟起来的一种市场营销推广手段，在企业市场营销行为中具备广阔的发展前景。它不仅仅是一种营销方法、工具、技术和平台，更重要的是一种企业经营理念，也改变了企业的市场营销模式与服务模式，从本质上讲是改变了企业营销的基本价值观。通过收集和积累消费者大量的信息，经过处理后预测消费者有多大可能去购买某种产品

5、，以及利用这些信息给产品以精确定位，有针对性地制作营销信息达到说服消费者去购买产品地目的。通过数据库的建立和分析，各个部门都对顾客的资料有详细全面的了解，可以给予顾客更加个性化的服务支持和营销设计，使“一对一的顾客关系管理”成为可能。数据库营销在西方发达国家的企业里已相当普及，从全球来看，数据库营销作为市场营销的一种形式，正越来越受到企业管理者的青睐，在维系顾客、提高销售额中扮演着越来越重要的作用。11数据库营销的基本作用（1）更加充分地了解顾客的需要。（2）为顾客提供更好的服务。顾客数据库中的资料是客户关系管理和个性化营销的重要基础。（3）对顾客的价值进行评估。通过区分高价值顾客和一般顾客，

6、对各类顾客采取相应的营销策略。（4）了解顾客的价值。利用数据库的资料，可以计算顾客生命周期的价值，以及顾客的价值周期。（5）分析顾客需求行为。根据顾客的历史资料不仅可以预测需求趋势，还可以评估需求倾向的改变。（6）市场调查和预测。数据库为市场调查提供了丰富的资料，根据顾客的资料可以分析潜在的目标市场。12数据库营销的宏观功能：市场预测和实时反应客户数据库的各种原始数据，可以利用“数据挖掘技术”和“智能分析”在潜在的数据中发现赢利机会。基于顾客的购买行为和年龄、性别、收入等人口统计数据，对顾客购买某一具体商品的可能性作出预测。根据数据库中顾客信息有针对性的判定营销策略，促销手段，提高营销效率，帮

7、助公司决定产品策略与定价促销策略。企业产品质量上或者功能的反馈信息首先通过市场、销售、服务等一线人员从面对面的顾客口中得知，把有关的信息整理好以后，输入数据库，定期对市场上的顾客信息进行分析，提出报告，帮助产品在工艺或功能上的改善和完美，产品开发部门作出前瞻性的研究和开发。管理人员可以根据市场上的实时信息随时调整生产和原料的采购，或者调整生产产品的品种，最大限度的减少库存，做到物流系统的优化13数据库营销的微观功能：客户价值分析对于一个企业来说，真正能带来丰厚利润的顾客可能只占所有顾客的20%，他们是企业的优质顾客，赢利率是最高的，对这些顾客，企业应该提供特别的服务、折扣或奖励，并要保持足够的

8、警惕，因为竞争对手也是瞄准这些顾客发动竞争攻击的。然而绝大多数的企业的顾客战略只是获取顾客，很少花精力去辨别和保护他们的优质顾客，同时去除不良顾客；他们也很少花精力考虑到竞争者手中去策反顾客，增加产品和服务，来提高赢利率。利用企业数据库中的详细资料我们能够深入到信息的微观程度，加强顾客区分的统计技术，计算每位顾客的终身价值，然后去抢夺竞争者的最佳顾客，保护好自己的最佳顾客，培养自己极具潜力的顾客，驱逐自己最差的顾客。通用电气公司的消费者数据库能显示每个顾客的各种详细资料，保存了每次的交易记录。他们可以根据消费者购买公司家用电器的历史，来判断谁对公司和新式录象机感兴趣，能确认谁是公司的大买主，并

9、给他们送上一定价值的小礼物/代金券/折扣券，以换取他们对公司产生下一次的购买。目前在我国，传统的营销方式仍占据着相当的地位，数据库营销只是对传统营销方式的补充和改变。但从长期看，数据库营销是先进的营销理念和现代信息技术的结晶,必将随着企业管理水平、尤其是营销管理水平的提升而得到创新使用。14个性化营销给不同的客户提供不同的产品、不同的价格、和不同的促销15个性化营销简介个性化营销的概念出现在1990s，是基于信息技术的发展而提出的新型营销理念。个性化营销，即将消费者细分到个体，根据其消费习惯和需求特点提供个性化营销服务。个性化营销是客户关系管理的终极目标，其基础是数据库中具体的客户购买行为与人

10、口统计数据。16个性化营销方法为不同的客户提供/推荐不同的商品通过直复式邮寄商品目录通过电子邮件通过手机短信/彩信发送通过客户服务呼叫中心为不同的客户提供不同的促销方案为价格比较敏感的客户发送个性化的打折信息为促销敏感的客户提供个性化的优惠券/代金券为对某类或某种商品感兴趣的客户提供个性化商品信息与折扣17个性化营销与数据库的误区 个性化营销是基于对CRM数据库进行大量模型搭建与数据分析结果之后的更高层次的营销解决方案。大多数的CRM系统缺乏对数据库的海量信息处理与分析关联分析价格敏感度分析促销敏感度分析客户忠诚度分析客户购买行为分析数据挖掘等客户关系管理系统（CRM）个性化营销18基于数据库

11、的客户终身价值分析什么样的客户对国美来说更有价值？19客户终身价值的定义CustomerLifetimeValue(CLV)客户终身价值即“从一个客户身上所得到的其生命周期中全部销售额减去公司用来获取该客户和销售与服务于该客户所花费的总成本的净值”。（科特勒，1995）CLV即是公司将从该客户身上所得到的未来所有现金流的净现值。如何最优化 CLV?20客户终身价值的一些重要应用市场细分:公司需要能够确认哪一类客户才是值得花费成本来建立客户关系的，基于客户终身价值的市场细分可以帮助公司找到目标客户群。客户关系管理:公司同时需要了解究竟百分之多少的销售额分别来自于现有客户和新客户。定价：降价可以迅

12、速提升老客户保留比率和新客户获取比率，但是同时也会降低利润率。涨价将提高利润率，但同时也会降低老客户保留比率和新客户获取比率。如何最优化 CLV?21西方零售业客户资产管理战略理论零售管理战略：以产品为中心(Product-driven)战略经营模式的改变零售管理管理战略：以客户为中心(Customer-driven)开发新客户客户保留旧客户客户交叉销售提升客户价值客户1950s1960s客户数据库22西方零售行业客户资产管理战略理论客户的价值并不是均匀分布的。发生在客户身上的成本也不是均匀的。70%的客户可能不带来收益。大量的客户历史数据具有重要价值。以客户终身价值即客户资产为核心，优化产品

13、、定价、促销、渠道等营销方案，将创造价值的最大化。23客户终身价值观测点当前（历史）价值预测截止时间潜在（未来）价值价值时间客户的当前价值，即所有已知的利润贡献之和，可以根据该客户的所有历史交易数据计算得出。客户的未来价值取决于该客户在未来每一时段的生存概率和利润贡献。24客户价值评价指标体系客户价值当前价值潜在价值当前利润消费行为服务成本未来利润交叉购买与增量购买向他人推荐情感行为单位产品毛利消费业务种类与金额总服务成本25客户终生价值获取强化保留终止/重新开发利润时间更加有效地获取新客户交叉销售重新开发有潜力的客户26分析客户终身价值的主要步骤1.收集客户资料和数据2.定义和计算终身价值3

14、.客户投资与利润分析4.客户市场细分5.开发相应的营销策略27分析客户终身价值的主要步骤1.收集客户资料和数据公司需要收集的基本数据包括个人信息(年龄、婚姻、性别、收入、职业等)、住址信息(区号、房屋类型、拥有者等)、生活方式(爱好、产品使用情况等)、态度(对风险、产品和服务的态度，将来购买或推荐的可能)、地区(经济、气候、风俗、历史等)、客户行为方式(购买渠道、更新、交易等)、需求(未来产品和服务需求等)、关系(家庭、朋友等)。这些数据以及数据随着时间推移的变化都将直接影响顾客的终生价值测算。2.定义和计算终生价值影响终生价值的主要因素是：所有来自顾客初始购买的收益流；所有与顾客购买有关的直

15、接可变成本；顾客购买的频率；顾客购买的时间长度；顾客购买其他产品的喜好及其收益流；顾客推荐给朋友、同事及其他人的可能、适当的贴现率。28分析客户终身价值的主要步骤3.客户投资与利润分析可以直接基于交易成本或资金投入进行计算，或者根据过去类似客户的行为模式，利用成熟的统计技术预测客户将来的利润。国外的汽车业这样计算顾客的终生价值：他们把每位上门顾客一生所可能购买的汽车数，乘上汽车的平均售价，再加上顾客可能需要的零件和维修服务而得出这个数字。他们甚至更精确地计算出加上购车贷款所带给公司的利息收入。4.客户市场细分从第三个步骤中，企业可以看出如何在顾客终生价值中赢得最大的利润，随后企业可以根据这些数

16、据将顾客分成具有不同特征、不同行为模式和不同需求的组。比如说企业可以用聚类分析法将顾客分成苛刻的顾客、犹豫不决的顾客、节俭的顾客和久经世故的顾客，根据每个组制定相应的措施。29分析客户终身价值的主要步骤5.开发相应的营销策略衡量“顾客终生价值”的目的不仅仅是确定目标市场和认知消费者，而是要设计出能吸引他们的交叉销售方法（Cross-Selling）、向上销售方法(Up-Selling)、附带销售方法（Add-onSelling）、多渠道营销（Multi-ChannelMarketing）和其他手段。这些手段都能够帮助企业运用RFM模型来提高客户的价值，尽可能地将客户的潜力开发出来。30RFM

17、分析模型RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。R(Recency最近)表示客户最近一次购买的时间。为了更方便计量，也可以把它看作是最近一次购买时间到统计当日所持续的天数/周数/月数等，即停止交易的时间；也可以把它看做从统计周期起始日到最近一次交易日期持续的天数/周数/月数，即持续交易的时间；F(Frequency频率)表示客户在统计周期内购买的次数；M(MonetaryValue货币价值)表示客户在统计周期内每次购买的平均金额。31市场细分1.基于地理区域、人口统计变量、销量的细分2

18、.基于历史数据中客户行为的细分3.基于客户终身价值的细分当前价值（高；低）与潜在价值（高；低）。当前价值（高；低）、潜在价值（高；低）、客户稳定性（高；低）。32零售业客户市场细分常见问题：仅仅基于某一产品或服务来做客户细分，比如液晶电视、笔记本电脑、数码相机等基于单一指标的细分将导致不同的细分指标得到不同的结果，甚至互相矛盾，另外会顾此失彼。33举例：客户价值评价表34举例：基于客户价值市场细分（标准化后数据）35举例：银行客户细分种类1.白金客户：较高当前价值和潜在价值，同时非常稳定不易流失。2.忠实客户：较高当前价值、不易流失，但是潜在价值较低。3.鸡肋客户：不易流失，但是较低当前价值和

19、潜在价值4.黄金客户：较低当前价值，较高潜在价值，同时不易流失5.潜力客户：较高当前价值和潜在价值，但易流失6.一般客户：较高当前价值，较低潜在价值，易流失7.劣质客户：较低当前价值，较低潜在价值，易流失8.风险客户：较高潜在价值，但是较低当前价值，易流失36基于客户终生价值基础上的市场细分客户价值在人群中的分布：客户价值在人群中的分布：37利润集中密度：劳伦斯曲线 Lorenz CurveLorenz Curve38基于数据库的客户流失预警分析什么样的客户更可能会流失？39客户流失类型永久性流失永久流失型客户要么把其业务全部给予现在的供应商，要么完全流失给与另一供应商。原因或者是其业务无法分

20、割，只能给予一个供应商；或者其业务转移成本很高，一旦将业务给予某供应商则很难转向其他供应商。这种客户一旦流失，便很难再回来。暂时性流失暂时流失型指的是这样一类客户，他们将其业务同时给予多个供应商，每个供应商得到的只是其总业务量的一部分(一份)。这类客户的业务转移成本低，他们可以容易地在多个供应商之间转移业务份额，有时可能将某供应商的份额削减到零，但对该供应商来说不一定意味着已经失去了这个客户，客户也许只是暂时中断购买，沉寂若干时间后，有可能突然恢复购买，甚至给予更多的业务份额。40客户流失（稳定性）的可能影响因素41客户流失预警模型建模过程概念界定(Business understanding

21、&Data understanding)1、主要商业概念界定：例如什么叫做流失？什么叫做正常？（严格定义好0和1）2、主要数据界定：例如要分析哪些客户？个人用户还是集团用户？3、确定分析窗口和预测窗口各为多大？即用以前多久范围的数据来预测客户在以后多久范围内可能流失数据准备(Data preparation)选择数据；清理数据；对数据进行重建；调整数据格式使之适合建模多次建模(Modeling)对各个模型进行评价；选择数据挖掘模型；建立模型模型评估(Evaluation)评估数据挖掘的结果；对整个数据挖掘过程的前面步骤进行评估；确定下一步怎么办？是确定模型？还是对数据挖掘过程进行进一步的调整，

22、产生新的模型模型确定(Development)客户流失预警名单对模型进行日常监测和维护；定期更新42美国一家信用卡公司的客户价值与流失图 客户保留年数客户保留年数客户价值客户流失43客户流失预警建模使用的主要方法44决策树算法举例 通过A-X等变量对客户进行分类。最终发现不同方格里的分组客户的流失倾向不同。比如黄色格子中的客户群，同时满足A1，B1,.X1,条件的用户流失概率为66.7%。但满足A1,B3的客户流失率仅为5%。45非契约条件下的客户终身价值：客户活跃程度46客户保留计划的构成营销客户关怀、活动促销、品牌化服务推广服务服务创新/改善、服务标准化、服务体系规划管理客户关系管理、渠道

23、服务标准制定、客户满意度管理解决方案基于客户满意的系统化的客户保留计划 预防预防 维系维系 挽回挽回 成功的客户保留计划实施成功的客户保留计划实施成功的客户保留计划实施成功的客户保留计划实施提升提升忠诚忠诚 47客户保留计划流程 数据整合 统一规范、更新、整合的售后服务数据库数据标准化、规范化数据匹配、查删重数据整合 数据分析 客户保留策略制定 保留目标的确定不同目标客户保留策略策划保留方案 客户保留计划实施 营销方案服务方案管理方案数据核实客户满意度分析客户流失分析客户流失预警模型校验调优客户价值细分模型校验调优48数据整合1 12 23 3客户数据标准化、规范化数据整合客户数据核实数据合并

24、数据更新数据更正精确查删重代码匹配信息匹配与补充 模糊查删重 人工查删重统一规范、更新、整合的售后服务数据库49客户流失预警模型客户流失预警数学模型校验和调优 一般（正常）较重（预防）严重（维系）特别严重（挽回）1.通过数据挖掘捕捉客户流失特征2.分析和测算出潜在流失客户数据3.预警自动化4.动态标识流失预警客户50常见关于客户的数据分析种类与方法内容说明意义客户特征分析客户的年龄，收入状况等自然属性分布状况，以及随时间变化的客户特征变化 通过有效分析客户的特征，一方面动态掌握服务客户的特征，同时可以为产品设计提供有力的依据客户价值分析计算整个客户生命周期客户可以带来的收益，以及不同时间阶段客

25、户价值的变化动态了解客户维护的价值基础，从收益角度衡量客户特征客户流失分析通过对客户的有效评分，动态掌握客户的流失概率，对高流失客户提供动态显示 提供挽留客户的依据 客户满意度分析动态记录汇总满意度调查的结果，提供基础的汇总统计；客户满意度的变化，影响因素，与流失的关系。通过计算满意度对客户流失与客户价值的影响，了解掌握提升客户服务水平的着眼点库存管理与资源管理通过对维修记录的分析，预测未来维修一段期间的维修内容累计，对所需要的服务资源进行动态管理实现最大的客户满意度与最小的库存交叉销售分析通过对维修记录的分析，以及高附加值产品的售后记录分析，寻找到高附加值产品的目标客户群提升客户的附加值 5

26、1基于数据库的个性化定价与促销怎样给不同的顾客以不同的价格和促销？52案例：卡夫食品公司的个性化营销通过对公司发出的优惠券等一系列促销手段做出积极反应的客户信息以及销售记录进行数据的收集，卡夫公司建立了3000万份客户资料的数据库。通过对该数据库进行数据挖掘与营销模型分析，来了解特定客户的兴趣、口味、购买倾向。应用营销模型与数据分析的结果，以此为基础向客户发送特定产品的优惠券，并为客户推荐符合其口味和健康状况的卡夫产品食谱。53网上商城的个性化营销与推荐系统怎样给不同的顾客提供不同的商品和促销？54B2C网上商城的个性化推荐系统个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信

27、息和商品。随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题，个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台，以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。购物网站的推荐系统为客户推荐商品,自动完成个性化选择商品的过程,满足客户的个性化需求,推荐基于:网站最热卖商品客户所处城市客户过去的购买行为和购买记录,推测客户将来可能的购买行为55个性化推荐系统的作用个性化推荐系统能显著提高电子购物网站的销

28、售:（1）转化浏览者成为购买者:众多浏览者经常浏览购物网站,但不购买任何商品.推荐系统帮助客户发现希望购买的商品.（2）提高交叉销售:通过推荐相关商品提高客户订单价值,例如,在客户的付款环节,推荐系统能基于购物车中的商品列表提供相关商品的推荐.（3）提升客户忠诚度:在电子商务环境下,客户只需一个鼠标点击就去了竞争者的购物网站,如何获得客户的忠诚度是非常重要的商业战略考虑.推荐系统不断学习客户的购买行为,购买偏好,从而推荐出最满足客户个性化需求的商品,所以客户就会重复光顾能最好满足自身需求的购物网站.56案例：亚马逊商城的个性化营销亚马逊公司（),世界最大的网络电子商务公司。30%的销售来自于个

29、性化营销基于数据库的个性化推荐：1.与该商品经常一起购买的其他商品2.浏览过该商品的客户最终购买的商品3.浏览过该商品的客户同时浏览过的其他商品4.购买过该商品客户同时购买的其他商品5.基于您购买历史的推荐6.基于您购物车中商品的推荐7.基于您浏览历史的推荐57基于数据库分析的几个有趣案例基于数据库分析的几个有趣案例“啤酒与尿布”-关联规则的发现上世纪90年代沃尔玛的超市管理人员分析销售数据时发现了一个令人难以理解的现象：啤酒与尿布两件看上去毫无关系的商品会经常出现在同一个购物篮中，而购买者基本是年轻的父亲。沃尔玛超市于是尝试将啤酒与尿布摆放在相同的区域，从而获得了很好的品类销售收入增长。19

30、93年美国学者Agrawal提出通过分析购物篮中的商品集合，从而找出商品之间关联关系的算法，并根据商品之间的关系，找出客户的购买行为规律。沃尔玛曾尝试将这些算法引入到POS机数据分析中，并获得了一定成功。58基于数据库分析的几个有趣案例“搭配低价格与高价格商品”-交叉销售模式的应用Target是美国著名的折扣连锁零售企业。为了使客户在购买便宜商品时可以在Target购买一些高价值的商品。Target于2001年实现了RealTimeCRM(实时客户关系管理），该系统的数据来源包括POS机、信用卡、客户服务呼叫中心、网上销售等数据。系统的主要功能是对客户按照购买行为分级，寻找客户与商品的对应关系，商品与商品的关联关系，从而在客户选择商品时，进行商品推荐与交叉销售。在2001年实时客户关系管理系统开通的当年，已经建立了5000万与客户沟通的信息。通过分析结果，Target成功建立了便宜商品搭配奢侈品的交叉销售模式。59小结数据库营销个性化营销基于数据库的客户终身价值分析基于数据库的客户流失预警分析基于数据库的个性化促销网上商城的个性化营销60番外希望以上ppt对您有帮助，如果需要更多的课程讲解，请将http:/复制到你的网页地址栏。问题咨询请加qq：2929116417。61