当新客获取成本不断拉高,如果这时连旧客都留不住,那就注定了这将是一场赔本生意。而这也是为什么今天
CRM(顾客关系管理) 愈来愈受到重视的原因。只是,我们或许都应该再问自己一个问题:「我的
CRM做对了吗?」
顾客分群不等于「顾客经营」
说到CRM,很多人脑中第一个浮现的可能会是乔治.卡利南(George Cullinan)在1961年提出的RFM(Recency,Frequency,Monetary)模型。这指的是运用数据库分析中:
Recency(最近一次消费)、
Frequency(消费频率)、与
Monetary(消费金额) 这三项指标工具,做消费者分群。
RFM顾客分群定义表
包括过去的我自己在内,相信很多人会认为,只要做好RFM客户分群,每个月定期做成效追踪,或者以此为基础,进一步设计出,如银卡、金卡、钻石卡的忠诚会员机制,就等于做了CRM。但这样的分级方式其实很粗浅,最多只能说是会员经营成果追踪,而没有真正完成CRM旅程。
与网红合作不只是业配,延续网红变现力的整合规划是关键!
其实不难想象,同样是钻石卡会员,未必每个人都会想要收到行李箱作为赠品;或是同被归类在银卡会员,也未必人人都对200元折价券感兴趣。
实际上,同一分群的人,可能会有截然不同的偏好和需求。
一对一沟通,小族群也可以创造大生意
所以在RFM分群之后,还是得更进一步利用科技工具,在每一分群当中的个人基本资料和消费纪录之外,加入如
浏览历程、点击和购买行为等数据信息,然后在不同的接触点,如EDM,或是App讯息推播等,
提供真正符合个人化需求的信息和诱因,进而达到有效的一对一沟通。 到了这一步,才能说是真正做到完整的CRM经营。
以今年的双十连假为例,我们找出了一群在连假期间有意在台湾旅游的消费者,并推送了三个商品讯息,就收到很不错的成效。这也说明了,
即便只是一小群人,如果沟通的讯息够精准,还是有机会创造出大的生意机会点。不过这里也特别值得一提的是,过往我们和消费者之间,大多是基于「Rule-based」的沟通,也就是事先设定好游戏规则,当条件满足时,就做出相对应的反应。如消费者在点击某样商品达一定次数后,就主动推送促销讯息;或是当消费者已经完成下单,在旅程出发前,再推送关联性商品等等。然而这些预设的沟通逻辑,很多时候可能是错的。
如我们就曾经将同一则「花莲地区新的行程商品和促销活动」推播讯息发送给两群人,其中一群是上个月曾看过花莲商品,但最终没有购买的;另一群则是过去一个月从来没有搜寻过花莲商品的人。最终得到的结果出乎意料,没看过花莲商品的那群人,推播讯息转化订单的效果,竟是有看过花莲商品那群人的三倍之多。
因此长期来说,相对于用人的经验值去写下预设规则,
导入机器学习,由「人工智能」进行判读,可能会是更精准且有效率的作法。
反守为攻,CRM价值比你想象多更多
而当累积的客户数据量达到一定规模后,这时其实还可以考虑再多做一步,
去深化CRM的价值,也提高顾客的LTV(生命周期价值),那就是「反向开发商品」。最初,我们是从消费者的浏览、点击、购买等行为数据,去展开顾客经营。然而经过不断地累积,每一个细分客群可能会因为消费者基数和数据量的增长开始壮大,如亲子客、哈日族等特色,会渐渐被突显出来。那么
这时就该「反向思考」:
既有商品库是否足够满足这群人的未来需求?毕竟,如果相关商品量不够丰沛,那么即使在过去成功抓住了这群消费者的胃口,未来也可能很难长久经营下去。
反之,藉此更有效率的充实商品库,在提高LTV的同时,还有从中长出
第二成长曲线的可能。
做CRM,不应该只是为了向老板交差,更不仅仅只是守住基本流量。如果能够做对、做好,CRM也可以是成长路上的最佳伙伴。
Teamface企典是国内最大首屈一指的企业管理系统供应商,涵盖:CRM客户管理、HR人力资源、OA移动办公、PMP项目管理、SRM供应商管理、劳务派遣管理、OKR目标管理、KPI绩效考核、价值考核等,为不同行业提供数字化转型解决方案,并提供不同的部署方式,如云端部署、私有云部署,本地服务器部署等,实现企业数字化运营,实现“降低成本”和“提高销售”。