实战:数据分析之老顾客养成秘籍
现在整个淘宝的市场形式日益严峻,新用户成本越来越高,转化越来越低,新品难以打开销路,新增商家日益增多,产品重复率大,竞争十分惨烈,且顾客及其容易流失。在这种情况下我们不得不把会员营销提上议程,加紧会员分析的落实,在以往的实践中得知,做了会员分析的店铺其转化率丶客单价丶售后问题均比普通店铺优异很多。另外在店铺的营销活动中极易取得会员信任,比转化新顾客要容易很多,从而能节省大量广告成本,在整个会员分析的落地推广方式以及成本上来说与直通车钻展是无法比拟的,其低廉的费用超高的回报比让很多想做会员分析的卖家朋友跃跃欲试,从而让大量卖家订购会员推送工具进行狂轰乱炸,既浪费了弹药也没有达到预期效果,那么我们怎么才能更合理的通过会员数据分析进行顾客营销呢?
答案只有7个字:精准精准再精准
只有当我们知道了顾客的各种维度信息那么我们就能投其所好,每次都打中顾客的痛点,那么想把你的产品或者活动推销出去就变得异常简单了。
我们怎样才能十分精准的了解自身店铺人群呢?
第一点:要知道你的顾客是什么身份
我们可以通过买家的收货地址进行地址剥离匹配来判定顾客是学生(收货地址为学校)还是上班一族(收货地址是公司)或者是政府机关人员(收货地址为**局)等等,如果今天我们要推送一些高客单价的产品,请问你会推送给标签为学生的人群吗?对于文案宣传你会把学生群体和政府机关人员设置成同样的文案吗?
第二点:知道你的顾客消费周期
我们可以通过买家的上次购买时间以及多次购物时间间隔,来知道你的顾客大概回购周期是多久,那么在推送一些促销或者活动的时候,是否一定周期内的可以不推送(比如2个月内的)因为你推送了他们也不会买,甚至回来找你退差价。另外对于一些长期未购买的顾客,他们是否即将流失?那么我们知道他们已经处于这个阶段了是否有办法挽回他们呢?
第三点:知道你的顾客所处环境情况
我们可以通过买家地址知道会员归属地域情况,在通过大量数据汇总,知道整个的地域偏好度.转化率最高的地域往往可能是新疆西藏等偏远地域,消费能力最好的未必是江浙沪,但退款最高的地域就可能是江浙沪了,黏着度较最好的你们猜猜可能会是哪里? 当然这些数据我们都可以通过已卖出的宝贝界面下载订单从里面的字段进行组合分析,从而得到我们想要的信息。比如你的顾客在北京,那你是不是可以提前一个月给那边的人群推送保暖产品(甚至是加厚的),在广东的是不是应该推送轻薄的御寒产品(甚至是当季产延展的产品),对于另外一些粘度高的地域我们是不是可以加大对该地域的广告投放,因为来的新顾客有较大的几率成为老顾客。对于一些退款率高的地域我们是不是要提前做好措施,因为来的每个人都可能有百分之十几或者二十几的几率退货,我们做好售前服务,售中体验,在加售后维护,那是不是能让顾客尽可能的降低退款(如果嫌麻烦就直接做包裹营销)
第四点:知道你顾客的喜好度
我们可以通过顾客历史购买的产品数据,如款式丶颜色丶价位丶风格丶属性等信息知道顾客的喜好偏度,当下次有类似产品上架的时候就可以挑选出这批顾客进行广告推送。
当我们知道了这些精确的信息后我们来模拟下广告推送
答案只有7个字:精准精准再精准
只有当我们知道了顾客的各种维度信息那么我们就能投其所好,每次都打中顾客的痛点,那么想把你的产品或者活动推销出去就变得异常简单了。
我们怎样才能十分精准的了解自身店铺人群呢?
第一点:要知道你的顾客是什么身份
我们可以通过买家的收货地址进行地址剥离匹配来判定顾客是学生(收货地址为学校)还是上班一族(收货地址是公司)或者是政府机关人员(收货地址为**局)等等,如果今天我们要推送一些高客单价的产品,请问你会推送给标签为学生的人群吗?对于文案宣传你会把学生群体和政府机关人员设置成同样的文案吗?
第二点:知道你的顾客消费周期
我们可以通过买家的上次购买时间以及多次购物时间间隔,来知道你的顾客大概回购周期是多久,那么在推送一些促销或者活动的时候,是否一定周期内的可以不推送(比如2个月内的)因为你推送了他们也不会买,甚至回来找你退差价。另外对于一些长期未购买的顾客,他们是否即将流失?那么我们知道他们已经处于这个阶段了是否有办法挽回他们呢?
第三点:知道你的顾客所处环境情况
我们可以通过买家地址知道会员归属地域情况,在通过大量数据汇总,知道整个的地域偏好度.转化率最高的地域往往可能是新疆西藏等偏远地域,消费能力最好的未必是江浙沪,但退款最高的地域就可能是江浙沪了,黏着度较最好的你们猜猜可能会是哪里? 当然这些数据我们都可以通过已卖出的宝贝界面下载订单从里面的字段进行组合分析,从而得到我们想要的信息。比如你的顾客在北京,那你是不是可以提前一个月给那边的人群推送保暖产品(甚至是加厚的),在广东的是不是应该推送轻薄的御寒产品(甚至是当季产延展的产品),对于另外一些粘度高的地域我们是不是可以加大对该地域的广告投放,因为来的新顾客有较大的几率成为老顾客。对于一些退款率高的地域我们是不是要提前做好措施,因为来的每个人都可能有百分之十几或者二十几的几率退货,我们做好售前服务,售中体验,在加售后维护,那是不是能让顾客尽可能的降低退款(如果嫌麻烦就直接做包裹营销)
第四点:知道你顾客的喜好度
我们可以通过顾客历史购买的产品数据,如款式丶颜色丶价位丶风格丶属性等信息知道顾客的喜好偏度,当下次有类似产品上架的时候就可以挑选出这批顾客进行广告推送。
当我们知道了这些精确的信息后我们来模拟下广告推送
- 实战:销路火爆价格分段解析
- 营销案例网易:三大策略破局移动商业化
- 实战:微信运营如何培养顾客?
- 实战:新手卖家如何做好标题优化?
- 10条惊世骇俗的创业箴言
- 分析:无法成为美丽说的微博
- 爱奇艺引领“大数据时代的视频营销”
- 电子商务企业在大众中营销分析
- 90后MM是如何用微信卖衣服的
- 人,要努力成为自己的样子
- 净网将倒逼互联网营销革命
- 实战:新站该如何按阶段目标回应客户
- 大学生新奇创业:文化衫让他们月赚40万
- 实战,社交网络电商营销如何做到精准推送
- 只要上路,就会遇上庆典
- 实战:淘宝单品项目如何突破?
- 编读往来 提案为谁而提?
- 昔日2元如何衍生今日两亿财富
- 世界杯来袭 视频网站营销大战再起
- 有过痛,才懂得生活