什麼是預測營銷?
1.定義其實並不需要搞得特別清楚,搬來搬去,書上的定義幾乎可以忽略: 預測營銷是通過一系列的工具和算法,在營銷方面實現預測未來客戶行為、將客戶分類等功能,從而達到提高營銷質量的的一種方法。
接下來的問題就來了:為什麼會出現預測營銷?以及,與傳統營銷的區別在哪?它解決的問題在哪?
預測營銷崛起的原因有三。首先,客戶通過多渠道與企業營銷互動,個性化加綜合性方案成為首選。其次,新技術的湧現讓數據的採集和處理更加簡單方便。最後,技術的早期使用者已經從中獲得了巨大的價值。
預測與傳統營銷的區別:
傳統與預測區別
解決的主要問題點在三個方面上:提高精度、個性化提高生命週期價值和優化互動關係。問題示例:
我的最高價值客戶在哪?
如何找到更多與現有高價值類似的客戶?
如何根據數據進行客戶分類?以便獲取更多類似客戶?
哪個營銷渠道贏利點最高?
哪些潛在客戶最有可能購買商品?哪些顧客最有可能買商品?哪些現有顧客可能對某款新產品感興趣?哪些顧客可能對某款新產品感興趣?
某一類客戶還可能關注哪些產品?
某類客戶的份額是多少?
...
瞭解了什麼是預測營銷之後,接下來的問題就是, 如何進行預測營銷?問題點就在於,預測的技術有哪些?以及預測的流程是什麼?
預測技術主要有三種:
無監督學習,如聚類。在不知道客戶信息的情況下進行預測。
監督學習,如分類,用於偏好預測。預測客戶生命週期價值、以及客戶未來可能會購買的某種特定商品。
強化學習,常用於推薦。好比根據客戶現有買的東西為其推薦可能會買的東西。
預測流程:
收集數據。根據自己現有的問題和主題,確定需要的數據。
整理數據。把數據中的異常值、不需要的部分去掉或替換,並生成特徵。
分析預測。通過各種算法進行分析和預測,並核查效果。
給出建議。根據最終的分析結果給出在具體項目中的行為建議。
知道了流程之後,就深入第一步,如何收集數據,收集哪些數據?哪些數據是重要的?這些如何隨時間又該如何處理呢?
這就需要客戶檔案了。
建立客戶檔案,一方面可以更好的收集數據,同時,還能更好的管理這些數據,使這些數據成為公司的資產。
在收集客戶數據之前,有個問題就是:收集哪些數據?
收集數據
不管是通過第三方收集數據,還是自己公司進行收集。最重要的是根據自己的目標進行收集。所以這裡只列出收集的大概種類:購買行為收集的數據,如購買時間、日期、姓名、性別、渠道等等,其他的還有網絡行為、郵件行為、社交等等很多。
準備集成
在真正開始分析之前,還需要進行數據淨化、驗證等步驟,之前提到的異常值檢測也屬於這個步驟的活動。人名的淨化、地址的淨化、鏈接和重複信息的刪除等等,經過這些活動,最終建立起客戶的數據檔案:一般統計數據(姓名、地址等)、預測分析(購買可能性、行為聚類,如愛打折者,生命週期聚類,如新客戶)、接觸策略(首選渠道、最近店鋪等)、生命週期聚類價值(新、潛在、回頭客等)、行為(如上次的訂單日期、點擊日期、首次下單日期等等)
尋找問題
在建立好檔案後就可以開始讓這些數據發揮價值,根據自己業務進行問題提問,如:
在這些業務問題的基礎上,最大化企業和股東價值的方案就是最大化每位客戶的生命週期價值。現在有了客戶檔案,如何提高所有客戶生命週期價值呢?
預測客戶價值
在千千萬萬個客戶數據中進行對比,從而能更準確的從歷史客戶價值中預測出客戶的未來價值。而不是隻根據過去的數據判斷客戶的未來價值。
提高單個客戶生命週期價值
首先,獲取正確的客戶,同時,將潛在客戶轉化為買者。接著,將客戶轉化為回頭客。最終,實現保留的目標。
提高所有客戶生命週期價值
加入更多高價值客戶、防止客戶流失、與不活躍的客戶互動。
這其實有點運營的過程。現在已經知道了大概途徑,接下來就是具體的技術:
1 運用客戶數據優化開支
針對客戶獲取、保留和再激活,分別制定投資計劃。客戶獲取有三種途徑:獲取新客戶、保留現有客戶和激活流失客戶。根據公司的情況不同,優化客戶獲取和保留成本,分別進行適當的投資。同時,不同價值的客戶開支,要加以區分。
哪種產品可以帶來最高的客戶生命週期價值。不同的產品對不同的生命週期階段不同,分別採取不同產品組合方式。
哪個渠道能產生最高的客戶生命週期價值。通過終點歸因找到客戶貢獻率最高的渠道。
2 預測客戶角色洞悉客戶
將客戶的角色根據其自己的特點進行聚類,從而更好的制定策略。
產品聚類。根據客戶對商品偏好進行分組,好比零售商開始以為會買兒童足球服的女性客戶也會買瑜伽服,而舉行聚類分析後發現足球媽媽和瑜伽媽媽之間沒什麼關係而跟其他產品有關係,這時候就可以改變營銷方案,更加準確。
品牌聚類。同理,品牌與品牌之間也會有一定的關聯度,根據分析結果進行更改營銷策略。
行為聚類。選擇網購還是電話?是否喜歡打折?再次購買需要多久?根據客戶的不同行為進行聚類,可以做到差異化營銷,從而提供個性化服務。好比,對於航空公司來說,商務人士和休閒人士之間採取的服務是不一樣的,包括定價、促銷這些需要根據客戶的航線和航班調整服務內容。
另外,聚類分析會根據時間的變化而變化,因此在進行聚類時,就需要每三個月或6個月重新訓練樣本數據。而且,細分客戶時,沒有必要徹底的細分,因為人與人不同,有些人不止會有一個維度,過細的分類也會讓成本飆升。
預測客戶演變豐富週期
預測客戶價值導向營銷
預測行為可能進行排名
購買可能性預測
通過預測首次買家的購買可能性、重複購買的可能性而對其實施針對性的營銷策略,好比不同的折扣水平、活動類型等。
互動可能性模型
通過預測客戶點開或回覆郵件的可能性來預測發送頻率。最簡單的就是嘗試發送不同頻率的郵件,觀察其該類型客戶的退訂率、購買率的變化。
預測個人喜好量身推薦
選擇正確的客戶或細分市場。這裡需要解決的問題是向誰推薦以及什麼時候推薦。好比,在購買後進行推薦(向上銷售和交叉銷售),在購買後推薦,以及根據客戶生命週期推薦等。
理解客戶使用場景。好比關聯推薦、根據地理位置信息推薦。
注意。除了根據客戶個性化推薦外,還要注意推薦是雙向的。如果一個不想讓人知道自己懷孕的人推薦懷孕產品就會被認為侵犯隱私。
預測,轉化客戶
根據放棄購物車的付款預測營銷活動
根據放棄搜索後的預測營銷活動
放棄網頁瀏覽後的預測營銷活動
相似受眾營銷
通過社交網絡“以人找人”的相似受眾系統鎖定與現有客戶特點類似的用戶。
預測,提升客戶價值
如果客戶只購買了一次,他們回來購買第二次的概率平均只有30%。但是如果說服客戶二次購買,他們未來的購買可能性就會大幅提高。因此可以採取以下策略:
購買後預測營銷項目
對首次購買的用戶採取客戶歡迎活動,包括感謝信和下次購買推薦信。
購買後推薦。包括髮送一些使用郵件、下次購買優惠等信息。
在補充活動和重複購買活動。
客戶答謝活動
對於高價值客戶,採用相對正式的方式答謝客戶。但同時,針對不同種類的客戶,猜去不同的答謝手段。好比,對於大額購買不在迴歸型,就送聖誕禮物等等。
客戶忠誠度
全渠道營銷
預測,留住客戶
保留率:在測量時間範圍內留住客戶的比例。
在不同的行業,保留率是不一樣的。因此,在管理客戶的過程中就要根據自己行業特點,做好流失管理:保留管理,即在客戶流失之前挽留他們。
如何挽留?
首先找到流失的根本原因,通過建立模型預測哪些客戶最可能流失。然後測試各種客戶管理方法的有效性。仔細處理問題。
流失了怎麼辦?
再激活:確定需要激活哪些用戶、以及哪些用戶最容易受影響(有可能找回)。多渠道蒐集信息,通過歷史數據優化營銷策略。
能力
組織能力
從批量轟炸式營銷到體驗式營銷轉變。
技術能力
客戶數據的整合、分析預測客戶需求的能力、以及在客戶接觸點設計並執行客戶體驗的能力
商業理解
商業業務理解要比數學更重要。理解商業、目標市場和客戶需求的人去分析數據,才能真正解決問題。
學會提問
不管是分析數據,還是可視化管理,最重要的是解決問題,而對於在客觀事實中發現問題,要比純粹的看數據重要的多。
相關技術
預測營銷可以自己做,也可以外包給營銷服務商做,根據公司的需要而定。同時,活動管理工具正在一步步變為營銷雲,逐漸成為營銷自動化的一部分。
未來
隱私。當你為客戶全面提供服務的時候,必然要侵佔一部分的隱私,甚至,可能是所有的隱私。
預測模型。未來的模型會越來越精準,包括參與傾向性、錢包模型、價格優化模型、關鍵字聯繫推薦模型、預測狙擊模型等等。
營銷者思考。不管學了多少分析技術,重要的還是圍繞客戶進行思考,去聚焦行為分析,而不是分析本身,在分析的末尾,都要有切實可行的行動建議。
參考文獻:《預測營銷-大數據時代營銷人的變革》 出自:數據挖掘與大數據分析