后疫情时代,零售企业如何将营销焦点从“产品中心”转变为“客户中心”
商业智能(BI)与大数据分析软件
效益,因管理而变,管理因我们(Smartbi)而变

后疫情时代,零售企业如何将营销焦点从“产品中心”转变为“客户中心”

发布时间:2020-12-30      游览量:156


回望2020年,“走在变革期十字路口”的零售行业,在电商冲击与新冠肺炎疫情的双重压力之下,受到了不同程度的打击,整个市场出现了暂时性的下滑。与此同时,疫情的爆发也加速了零售业的结构性变化,线上重组、数字生态、系统构建速度加快,各种方式不断的创新,也在一定程度上加速了零售模式的转换。对于创新型企业来说,这是难得的机遇。


后疫情时代,零售行业有什么新打法?面对接下来的零售红海市场,各个企业又将如何保持领先地位?我们不妨看看这家服饰公司是怎么做的。


从“产品中心”转变为“客户中心”是必然选择


后疫情时代,零售业开始了自上而下的新变革。未来社会,零售企业一定是以数字企业为主要形态的存在,对数字用户资产的管理和用户运营,就成为零售企业的核心竞争力。所以,传统的产品驱动零售理念需要进行彻底变革。这家服饰公司将营销焦点从“产品中心”转变为“客户中心”,客户关系管理成为现阶段企业的核心问题。


但目前客户关系管理层面仍存在以下不足:


客户分群效果不佳,无法合理区分不同价值群体。

无法针对客户定制个性化服务方案,难以提升服务品质,导致客户流失挽回困难。

现有营销资源无法精准匹配高价值客户,严重阻碍企业利润的提升


其实,这家服饰公司一开始也做过客群分类,精准营销,采用“Excel工具+VBA语言编写RMF模型”的方式进行。这种方式缺乏完整的数据整合系统,各个系统相互独立,数据没有打通,形成了一个个数据孤岛,数据价值难以得到充分的发挥。同时,随着数据量的增长越来越快,现有的系统已经无法进行快速响应。


“Smartbi Mining+LRFMC模型”的解决方案


针对该公司客户关系管理的现状,Smartbi提出了新的解决方案:Smartbi Mining+LRFMC模型。


Smartbi Mining具备以下优势:


具备专业算法能力,内置50+挖掘组件;

产品简单易用,业务人员也能参与数据挖掘,分析全程可视化;

产品分布式计算,能够满足大型企业数据挖掘的需求;

能与BI平台无缝集成,将挖掘结果通过Smartbi丰富多样的可视化手段进行分析展现。


同时,在该公司原来的RMF模型基础上增加了指标L和指标C,统称为LRMFC模型:


●指标L:成为会员的天数

●指标R: 最近一次消费的时间间隔

●指标F:消费频率

●指标M:累计消费金额

●指标C:购买商品的平均折扣


LRMFC模型是原来的模型上进行完善,该公司的接受度会比较高,贴合需求,验证模型的难度也会小很多。并且可以使客户的分群更加细粒度化,更有效地对客户价值进行分类。

 

Smartb零售大数据解决方案的实施流程


1、挖掘建模流程


微信图片_20201230143611.jpg


如图所示,整个项目的挖掘建模流程需要经过五个阶段:数据源、数据抽取、数据探索与预处理、建模与应用、结果与反馈。


(1)数据源

将用户需要采集的源数据,从CRM客户关系管理、IPOS门店管理系统、SAP等业务系统中的数据集成到数据源库,打通个系统的数据。


(2)数据抽取

将数据源库中的数据进行数据抽取,划分为历史数据和增量数据。


(3)数据探索与预处理

首先通过全表统计进行探索分析,对目标数据库中的数据首先进行缺失值与异常分析,通过丢弃、填充、替换、去重等操作,达到去除异常、纠正错误、补足缺失的目的。另外对数据进行数据清洗、属性规约、数据变换,实现数据的可用性。


(4)建模与应用

基于LRFMC模型对客户特征进行分解,再用K-means算法对客户进行分群,最后利用分群结果进行验证。


(5)结果与反馈

根据模型的应用结果对模型进行优化,如此反复直到模型调整到最优状态。


2、打上客户标签


将会员分为6个类别:低价值会员、高价值会员、重要发展会员、重要挽留会员、重要保持会员、超高消费会员。


对不同的客户价值群体进行特征分析,将客户价值群体实现标签化管理。对于零售行业来说,有效的客户细分是深度分析客户需求、应对客户需求变化的重要手段。企业可以通过客户标签,针对不同类型的客户,结合过去历史数据形成的消费特征,进行精细化的营销动作。


3、进行BI可视化展示


将数据挖掘结果进行BI可视化展示,有效进行数据整合,辅助营销决策分析


(1) 会员价值分群看板


微信图片_20201230143626.jpg


例如,从上图的“不同群体会员退换情况”柱图中可以看到低价值的退货单是高于换货单,重要发展会员的退货单跟换货单基本持平也很高,说明低价值会员和重要发展会员对产品的品质等要求更加苛刻,可以对退货单原因进行主题分析,找到引起客户退货的几个重要原因,并针对这些原因制定相应的策略来提升产品的服务和品质。


(2)会员价值统计看板

微信图片_20201230143633.jpg



Smartb零售大数据解决方案的优势


1、解放人力:将人员从重复复杂的Excel分析解放出来,提升工作效率,使人力投入到更高层次的层面

2、辅助营销决策:通过模型圈定高价值客群,为客户在双节营销活动中提供营销决策支撑。

3、沟通更顺畅,营销策略直接触达一线业务:数据开放给门店业务人员,降低各个门店与总部的沟通成本,提升了营销执行速度和效率;并且门店也能很好的验证和反馈营销策略的正确性,便于及时更改营销策略

4、营销响应率提升:对比客户原来使用RFM模型及时有效的营销策略,聚焦于核心问题,营销执行率有极大的提高。



申请试用


© 2017-2021 smartbi.com.cn 版权所有  粤ICP备11104361号

咨询

电话

商务咨询:400-878-3819 转1

项目支持:400-878-3819 转2

支持

小麦二维码

技术支持服务二维码

邮箱

您好,商务咨询请联系邮箱

邮箱地址:sales@smartbi.com.cn