当前位置: 联商论坛  -   -  贴子
  |  

主题:【第三次零售革命.每日书摘】大数据营销--四部曲(上)

富基融通

积分:562    金币:327
  |   只看他 楼主

  

  追随每个消费者美丽的脚步--另一隐蔽战场:通过大数据,寻找人类的消费基因图谱。

 

  大数据营销

 

  零售商在全渠道积累了大量的顾客数据,通过挖掘合适的问题来影响顾客的购买决定、寻找正确的目标客户是利用好这些数据的关键。零售商应该如何利用顾客的实时想法,来实施自己的横向营销策略、调整供应链、跟踪顾客的店内购买行为、建立以顾客为中心的营销计划、更好地与消费者互动来建立品牌忠诚度、提高每单购买量,建立顾客洞察?

 

  “我的消费,我做主”--有调查显示,75%客户已经不再相信商家通过广告推广的产品,消费者会主动搜寻消息、拣选信息、比价、筛选。由企业营销部门主导的话语权已经被消费者的产品消费体验所替代,品牌形象的塑造者也不再是以前那些“单一出口、统一口径”的公司公关部门,而是拥有自媒体平台的每一个人--员工、合作伙伴等等。

 

   当个性化的消费者自己掌控消费行为的时候,当他们通过社交媒体、网站、论坛等各种渠道表达个人需求时,客户实际上已经成为影响公司产品设计、生产、销售、服务,甚至决策、战略等各个环节的“董事会成员”。

 

  第一步:知我,建立全渠道顾客云图

  我们可以通过建设全渠道雷达引擎和全渠道顾客数据交换器,绘制完整的全渠道顾客云图。要建立每个顾客的大数据模型,收集地面店POS交易数据、网店数据、移动数据、微信、微博等社交媒体的社交数据,消费者私人商店(如微店)的订阅数据和未来不同需求的购物清单,形成完整的360度的每个顾客大数据视图。

 

   零售企业要加速推进自己的数字化进程,无论何时何地,我们都要尽可能及时的、精确的收集到每个顾客所有购物活动相关涉及的顾客的所有的数据,包括每一件商品和他们的每一个购物活动。

 

  每个顾客个人的大数据,包括五大类数据(图7-2):

 

 

  1. 个人特征数据

 

  包括顾客的基本属性数据(如性别、生日、身份证号、年龄、所在城市);个人偏好数据(如价格敏感程度、社交深度、时间敏感程度、喜欢的颜色、不同品类的品牌偏好、不同品牌的品类偏好、个人购物标签、购物风格)和体征数据(如女士不同服装、上衣、胸罩、裙子、裤子等需要的三围尺寸数据)。

 

  2. 未来需求数据

 

  与顾客未来需求相关的需求数据,如订阅的品类,订阅的品牌,预定的商品清单,不同节日或周末的购物清单,好友或家人的礼物或意愿清单,男士西装等定制需要的个性化数据,购物车等数据。

 

  3. 全渠道历史交易数据

 

  全渠道包括但不仅限于地面店、网店、移动商店和社交商店,我们需要全方位收集每个顾客在每个渠道里面的数据。

 

  与顾客购物历史相关的全渠道交易数据(如地面店的POS小票数据、网店或移动商店的订单数据)和交易特征数据(RFVRFM数据);最近一次光顾我们商店(包括地面店,网店,移动商店和社交商店)完成购买到此刻的时间;不同品类的购物频率,不同渠道的购买频率;每次购买的金额或毛利贡献(每周、每月、每季度、每半年或全年购买的金额或毛利贡献)。

 

  4. 全渠道顾客购物动线数据

 

  顾客在不同渠道逛街数据(如在移动商店、网店、社交商店浏览点击或在地面店逛街);带有顾客地理信息的动线数据(如顾客逛了那些地方,看了什么,在地面的试衣间或网上的虚拟试衣间试穿了那些衣服等)和顾客动线特征数据(即RFT数据);最近一次光顾我们不同渠道商店的时间;不同品类的逛街频率、不同渠道的逛街频率;在每个商品或品类的页面或货架停留了多久。

 

  5. 个人社交数据

 

  顾客在各种社交媒体的全部社交数据,如关注的人、关注的话题、公开的社交流数据(包括发表的、转发的、评论的、赞的信息流数据)。

 

  第二步:知我们,每个消费社群的大数据

 

 

 

  与顾客的个人大数据相似,每个消费社群的大数据,也包括五大类数据(图7-3):

 

  1. 社群特征数据

 

  包括消费社群的基本属性分布数据和社群偏好数据,例如社群性别比例、生日数据、身份证号、年龄结构、社群所在城市、社群价格敏感程度、社群社交深度、时间敏感程度、品牌偏好、品类偏好、购物风格等。

 

  2. 未来需求数据

 

  指与消费社群未来需求相关的需求数据,如订阅的品类、订阅的品牌、预定的商品清单、不同时间的购物清单、好友或家人的礼物或意愿清单等数据。

 

  3. 全渠道历史交易数据:

 

  与收集顾客的个人数据相似,我们需要收集包括与所有社群成员购物历史相关的全渠道交易分布数据(如地面店的POS 小票数据、网店或移动商店的订单数据)和交易特征分布数据(RFV RFM 数据);最近一次光顾我们商店(包括地面店、网店、移动商店和社交商店)完成购买到此刻的平均时间;不同品类的平均购物频率,不同渠道的平均购买频率;平均购买的金额或毛利贡献(每周、每月、每季度、每半年或全年购买的金额或毛利贡献)。

 

  4. 全渠道社群购物动线数据

 

  比如社群成员在不同渠道逛街数据;社群成员地理信息的动线分布数据;社群成员动线特征分布数据;不同品类的平均逛街频率、不同渠道的平均逛街频率等。

 

  5. 社交数据

 

  所有消费社群成员在各种......(未完待续)

富基融通- 该帖于 2014-8-12 14:11:00 被修改过
回顶部

  快速回复 高级回复
用户名:   密码:   [注册]
[Ctrl+Enter直接提交帖子]  



网站简介 | 联系我们 | 法律声明

ICP证:浙B2-20070104