利用大数据作好消费者运营，你该了解这些

消费者是品牌最重要的资产，如何可以更好地留存消费者是企业制胜的关键。以阿里为表明的平台也提出了要从“流量运营”向“消费者运营”的转型。在信息技术发展突飞猛进的今天，各大企业与平台纷纷创建了本身的大数据平台，累积了海量的数据，如何利用这些数据来洞察消费者，作好消费者运营，成为企业必修的一个课题。本文将介绍三种目前最经常使用的消费者运营模型，但愿可以给到品牌以及企业管理人员一些启发。

 

 

消费者生命周期管理模型

 

这个模型覆盖了消费者在品牌生命周期中从品牌潜在客人、到成为品牌新客人、到成为老客人、即将流失，流失等各个阶段，是一条比较完整的流程。它不须要太多的第三方数据，通常使用品牌的一方CRM数据就能够支持，在市场上使用率较高，是比较成熟的一个模型。

• 潜客：对品牌感兴趣，可是尚未过购买的客人，好比咨询过产品、关注品牌的粉丝、注册但尚未购买产品的会员等等。这些人每每受到品牌的忽略，但这些人转化为新客的成功率会更高、成本也会较低，因此企业应该给予更多的关注。

• 新客：第一次购买产品的客人。第一次购物的体验每每会决定客人对品牌的印象和感情，若是体验很很差的话，通常客人就不太会产生复购了，因此品牌一方面须要注从新客人的购物体验，另外一方面要经过一些营销的方式来驱动客人复购：好比售后关怀、免费服务、设置复购权益等。通常复购大几率会发生在第一次购买后特定的时间段内，因此品牌须要对沟通时间点认真考量。

• 老客：不一样行业对于客人成为老客的时间长度定义有所不一样，好比快消品的时间可能很短，耐消品行业时间可能就比较长。在今天招新成本愈来愈高的状况下，如何维系老客，尤为是高价值的老客人，对品牌生意可持续性增加起到相当重要的做用。一般的作法是创建会员忠诚度计划，包括会员等级、积分、礼品、设置会员权益等，还有一些经过社交互动的方式，好比老带新获取优惠、签到、抽奖等来提升客人与品牌的粘性。咱们须要让老客人感觉到品牌对他们的关怀和重视，从品牌能够得到超出产品自己的价值，这样才能更好地维系住他们。

• 即将流失客：客人在沉寂一段时间之后，既没有过购买，也没有与品牌的任何互动，可能这个客人就会有流失的风险。流失有两种状况，一是品牌流失，就是客人去到了竞品购买，二是渠道流失，好比去了海购。不论是哪一种状况，咱们都须要及时地对客人作挽回的动做，好比增长品牌对他们的曝光，辅以权益和优惠活动，避免客人真正地流失。

• 流失客：当客人真的流失之后，品牌还须要对他们作从新唤醒的动做，由于唤醒流失客人仍是要比招新的转化率要高，成本也会比较低，毕竟客人是曾经承认并购买过品牌的产品的。可是客人为何会流失，就须要利用第三方数据作一些研究，或者市场调研了，这样才能作到对症下药。

消费者生命周期管理模型能帮助品牌比较清楚地了解客人处于生命周期的哪个阶段，而后根据每一个阶段的不一样来和消费者进行沟通和管理。而且咱们能够对这个模型进行细化，好比针对不一样的渠道、区域、产品把模型扩展开，设置不一样的沟通路径。另外要清楚这个模型不彻底是线性的，好比一个即将流失的客人通过咱们成功的挽回，又成为了品牌忠实的老客，当中可能会有循环。

AIPL 模型

 

AIPL是阿里发明的一套模型，也属于比较典型的消费者行为理论。它按照消费者和品牌发生关系的深浅定义了不一样的层级，从对品牌有所认知、到对品牌产生兴趣、到购买品牌产品、到成为品牌忠诚的客人，按照不一样的阶段对客人进行分层管理。

• Awareness：认知，对品牌有所了解的人群，好比被品牌广告触达的人和品类词搜索的人

• Interest：兴趣，对品牌产生兴趣的人群，好比点击过品牌广告、加购过产品、或者搜索过品牌关键词的人

• Purchase：购买，购买过品牌产品的人群

• Loyalty：忠诚，对品牌忠诚的人群，好比有过复购或者正向评论的客人

   

 

 

AIPL模型能够说是阿里一个伟大的发明，它不只能够帮助品牌进行人群分层运营，还作到了不一样层级人群的资产化管理。咱们都知道消费者是品牌最宝贵的资产，好比可口可乐传奇总裁 Robert Woodruff 曾说过：“即便可口可乐的工厂都被大火烧掉，给我三个月的时间，我也能重建可口可乐”。但是人群资产如何量化一直是个难题。阿里不只推出了AIPL的模型，还结合了阿里海量用户与产品数据，推出了业界第一套全域数据资产管理平台--品牌数据银行，来赋能企业打通内外部消费者数据、沉淀数据资产、激活数据价值。感兴趣的同窗能够去万堂书院、淘宝大学等平台去深刻了解和学习一下AIPL模型和品牌数据银行。

 

RFM 模型

 

RFM模型在CRM领域一直以来被普遍使用。它经过三项指标来衡量消费者对于品牌的贡献价值。

• Recency：近度，消费者最后一次在品牌购买商品的时间

• Frequency：频次，消费者在一段时间内购买商品的频次

• Monetary：金额，消费者在一段时间内购买商品的金额

RFM模型中，三项指标综合在一块儿衡量，结果能够想象成是一个三维立方体。若是每项指标分红两档（M：高消费、低消费；F：高频率、低频率；R：最近购买、好久没购买），能够获得 2 * 2 * 2 = 8 个不一样的象限。落在不一样象限的客人能够制定不一样的分层运营策略。好比消费金额高、最近有过不少次购买的客人，是品牌的高价值明星客人，须要重点维护；曾经消费金额很高、消费频次也高、可是好久没有再买过的客人就须要品牌去重点关注一下了。若是每项指标分红三档，就会获得27个不一样的象限。具体分红几档要看企业具体的运营能力，也不是越多越好。

最后

 

本文介绍了当前最经常使用的三种消费者分析和运营模型，三种模型之间也并非彻底割裂，其实能够融合使用，好比在已流失客人中，咱们能够按 M 值来区分高价值流失客和低价值流失客，从而给出不一样的唤回力度。在AIPL人群中，咱们也能够分红新增人群和存量人群，“深”P人群和“浅”P人群等等。总之分层运营是王道，具体怎样分能够结合业务场景灵活运用。

获取知识干货、增长面试经验、了解职场人生

欢迎关注微信公众号