​​假設你是一個電商行銷人員,目標是讓新客戶再次回購,你會參考什麼數據呢?

本次的小技師我們會介紹分眾行銷的入門款——「 靜態貼標」,介紹靜態貼標所需要的資料,以及要如何利用貼標 x 分眾模型幫企業做行銷決策。事不宜遲,讓我們先來認識什麼是靜態貼標吧!

認識靜態貼標

​靜態貼標指的是透過一個「絕對的值」來做為分類的標籤,靜態標籤有著「取得容易」、「不易變動」、「難以更動」等特性。​​

舉例來說,我們常用的性別、年齡區間與居住地,都是常見的靜態標籤數據,試想,一個人的性別通常來說是永遠不會改變的吧?除了個人數據,交易紀錄的絕對值也很適合拿來貼標!

例如顧客「近一年內消費總額」,只要是以一個絕對值來貼標,例如「一萬以上」貼為「VIP」,這樣就屬於靜態標籤喔。​​靜態標籤透過「絕對值」來貼標,而反向思考,用「相對值」來貼標的就是動態標籤。

例如,設定「近一年內消費總額」最高的前 3% 顧客貼標為「VIP」,這群顧客無論消費額度實際上是多少錢,都會被貼上 VIP 的標籤;以靜態標籤來說,今年可能就會設定「三萬以上」就貼上「VIP」標籤 。​​

但隨著公司業績不斷變動,今年前 3% 的消費金額跟著成長,這時候如果有程式自動計算前 3% 的平均消費金額,隨時因應不同業務狀況來進行貼標,這種貼上「相對值」的貼標方式就是「動態標籤」。相對來說,「靜態標籤」貼上一個絕對值後,就不會自己更動了。(關於動態標籤,之後會再有專文介紹喔!)​​

輕鬆入門靜態貼標​​

靜態標籤的優點就是好上手,且需要的資料取得容易,只要有基本的 CRM 或 ERP 系統的顧客資料與交易資料,就可以進行靜態標籤的貼標了,且適用於大部分的產業與規模。​

由於靜態標籤是一個絕對值,一旦貼上去之後就很難隨著環境動態調整,使用上的彈性相對動態標籤來說就比較低,如果顧客數據量過於龐大或是變動過大,靜態標籤就會顯得很笨重喔!​​

那麼,到底什麼資訊適合作靜態貼標呢?這裡提供你兩種維度參考:​​

RFM

會員行為的 360 度掃描機,由三個象限組成:
① 近度(Recency):顧客上一次消費行為的日期​
② 頻度(Frequency):顧客在一定期間內的消費次數
​③ 額度(Monetary):顧客在一定期間內的消費金額​​​

NES

會員身份的判斷標準,也是由三個象限組成:
① 新客戶(new):近期內首次消費的顧客​
② 既有客戶(existing):購買週期不超過平均購買週期太多,仍有定期回購的客人​
③ 沈睡客戶(sleeping):購買週期遠超平均購買週期,已經很久沒有光顧的客人

超好用的九宮格靜態貼標法

​當我們透過 NES 界定出顧客身份後,再搭配上 RFM 區分出消費行為,就可以進行「身份 X 行為」的交叉分析了!三種客群分別有三種消費行為,如此一來,所有客戶可以區分成 9 個不同群組,此時就端看企業目前面臨的問題,來決定要看什麼指標來施行策略。​​

在分析「新客的 RFM」時,由於新客都是最近才剛消費過第一次的客人,此時頻度(F 值)就相對不重要,重點可以放在 R 值與 M 值。對企業而言,客人是近一個禮拜內消費的新客,還是近三個月內消費的新客,意義大大不同。而客人第一筆訂單是大手筆消費,還是買個小東西試用看看,這兩種客人顯然特性也差異很大。

​​在分析「既有客戶的 RFM」時,由於既有客戶是會定期回購的客人,因此 R 值就相對不重要,重點可以放在 F 值 與 M 值,如何提升既有客戶的消費頻率,以及持續提高客戶的消費額,就是提升既有客戶的終身價值(LTV)的關鍵喔!​​

在分析「沈睡客戶的 RFM」時,則是三個指標都非常重要,因為重點在於區分哪些客戶真的睡死了,哪些客戶是可以透過行銷廣告再度被喚醒的,因此從 RFM 三個向度來區分出還具有貢獻度的客戶,並且積極地展開關心、讓顧客回娘家,就是行銷人員可以下手的方向囉!​​

情境應用題

學會了 RFM x NES 矩陣,現在就來實際應用啦!試著設想你是電商的負責人,看看能不能回答下面的問題吧!

​1. 假設我們希望促進新客趕緊回購,應該衡量新客 RFM 的哪一個向度,來作為進一步分眾行銷的標準呢?

​​2. 你請了一批新的行銷團隊來經營會員,過了一年後,你會以 RFM X NES 九宮格矩陣的哪一塊來當作會員經營業績是否成長的衡量標準呢?​​

3. 假設有 30 % 的客人屬於沈睡客戶,而你做完沈睡客戶的 RFM 分析之後,發現大部分沈睡客戶 M 值都不低於既有客戶,這時,你會如何決定是否要花廣告預算來喚醒沈睡客戶回購呢?

Recommended Posts