最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

桑文锋:to b 企业如何做客户成功

[复制链接]
跳转到指定楼层
楼主
发表于 2018-9-17 11:50:55 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

to b 企业业绩可持续增长的「三级火箭」分别是市场、销售和客户成功。在桑文锋看来,增长主要包括拉新和留存,拉新针对获取新客户,留存针对如何维系好既有客户。

此文发于B2B新势力,作者为桑文锋。

桑文锋:在我看来,增长主要包括拉新和留存。拉新针对获取新客户,留存针对如何维系好既有客户。我今天分享的内容重点围绕留存来讲,包括商业、价值观、客户成功这三个角度。

商业的本质是什么?

商业的本质是需求。发现需求,为解决需求做出有价值的功能,并优化体验,这是商业的基本逻辑。当你生产出能够满足需求的产品或服务,这不一定是商业,因为中间缺少了一个中间环节—营销。伴随互联网时代的发展,商品信息扩散快速,受众购买产品并体验产品,久而久之就形成品牌。

CAC(客户获取成本 )一般包括市场营销费用、市场团队成员费用、销售团队费用(工资和提成)等。LTV(客户生命周期价值)一般是销售额扣除掉研发、运营、硬件、税费等成本后的差额。这种差额既不是毛利,也不是净利,代表了服务客户所创造的额外价值。

对于一个企业整体来说,我得出了一个公式:Profit = (LTV - CAC) × Customers。

企业给用户带来更多的价值,要取决 LTV 和 CAC 之间的关系。如果企业要做得更好,可以从这三个数值来做调整,别小看这三个数值,不同公司的成功运用,可以做到不同的成绩。这里我举几个例子:

小米,2011 年底小米一代推出,价格 1999 元,当时同等配置的安卓手机价格在 3000 - 4000  元,因此小米手机性价比高。在成本相同的情况下,意味小米利润率比较低,如果顾客只买一部手机,那 LTV 就相对较低。但是因为小米的高性价比,吸引了许多潜在顾客,之前宣传带来的强大传播效应,这样无需太多的市场营销成本投入,就获取了大量潜在顾客,这样 CAC 就被降低了。

趣头条,用户看新闻,还能挣钱,对于四五线用户来说,这实在是太划算了。这是亏本的生意吗?当然不是,只要公司能够挣足够的广告费,能够弥补这部分给用户的分成,这个生意就是赚钱的。

如果你不能把这个公式平衡好,比如 O2O 等等这种无法平衡 CAC 和 LTV 的项目,可能在商业价值就无法实现最大化。

价值观:给客户带来价值

神策数据属于企业服务类,之所以强化服务体系,核心是为了提升客户的价值,让客户通过我们的服务体系,实现 CAC、LTV、用户数的平衡。平衡程度越高,神策数据的价值就越大。

商业本身就是给客户带来价值。对于价值观,神策的理解是「无功不受禄」。早期时候,有一家客户购买服务后,几个月后团队发现该客户并没很好地应用产品。经过沟通得知对方业务方向调整,暂无数据分析需求。后来我们找到销售总监,坚持退钱。我们认为,如果你并没为用户提供价值,就不应该收取这个钱款。同样的,在服务客户的过程中,虽然是乙方,但是我会和我的同事说,神策是给用户带来价值的,是被需要的,因此和客户也是平等的关系。

业绩可持续增长的「三级火箭」

to B 企业业绩可持续增长的「三级火箭」分别是市场、销售和客户成功。

市场:触达用户。市场就是触达用户,主要工作包括渠道追踪、官网集客、线索评估等。触达到的用户不代表就是你的客户,用户只是知道你的产品而已,但是不一定会转化。所以就需要销售,销售就是来做转化的。

销售:促进转化。我们把销售的 KPI 分为两个指标,第一个是最近三个月是否能成单,第二个是看潜在客户的转化。如果能把所有信息数据化之后,整个流程体验和价值都会提升,在搭配营销,就会形成一个强营销的销售漏斗。通过这种方式把用户转化过来(客户会在神策的官网进行试用,相关数据会导入 CRM,销售在电话沟通时,就可以与用户直接沟通试用神策后的体验如何。 )

客户成功:提升满意度及续约率。订阅模式成功的关键因素是客户满意度。企业服务的客户成功是提供客户深度服务,提升满意度和续约率等。


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-6-5 06:21

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表