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

实战分享:基于用户识别的精准营销

[复制链接]
跳转到指定楼层
楼主
发表于 2015-12-17 17:06:13 | 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
本帖最后由 168主编 于 2015-12-17 17:16 编辑

基于用户识别的精准营销
网舟科技数据分析师:郭小清
随着互联网化的程度越来越高,以及大数据采集、处理工具的完善,之前粗放型的广撒网式营销已经越来越不受企业重视。而基于用户识别精确营销是不同于大众营销的一种营销新趋势。传统的营销模式好像是过去战争中的狂轰滥炸,而这种做法在现代战争中已经不怎么采用了,现代战争中更多的是利用先进的定位系统来有效地打击目标,精确营销就如同现代战争中的这种做法。BAT对大数据应用的不断深入,开始尝到了大数据的精准带来的甜头,越来越多的互联网企业开始思考如何去使用数据,了解自身客户,充分利用大数据的去做精准推广和产品推荐。
中国电信作为三大通信服务运营商之一,拥有着大量的线上用户,网站流量非常大,但是在网站的精准化营销上依然不够精细。对网站的分析还处在流程的监控和总体上的了解,相当于有数据,但没有充分去挖掘出线上访问行为数据的价值。网舟科技作为一个网站数据化应用的推动者,有着丰富的线上数据应用经验,针对电信行业的特点制定出合理的分析挖掘方案,深入了解访客的行为模式,精准洞察出消费者的内在需求。网舟依据电信行业特点从客户行为细分、客户终身价值分析、交叉销售和客户流失预警及挽留四个方面构建了精确营销体系。

精准营销的关键是访客识别,只有基于访客识别才能实现精准营销。所以访客行为细分核心是构建以用户为中心的访客识别系统和画像库。举个例子:当一个人进来网站,你需要立马知道这个访客是什么人?新访客还是老访客?老访客如果判定了是老访客你需要知道他过往的访问行为,它属于忠诚用户还是游离用户还是无意闯入用户?他历史买过什么东西没?他最常用的电话号码是什么?他这个月的访问行为表明他是关注手机还是号卡,又或者是宽带,如果是关注宽带,那是宽带续约还是宽带新装还是宽带提速?如果他看了宽带新装的产品,那么他没有下单的话在哪一步就退出去了呢?他填写了哪些信息呢?
客识别能够回答这些问题,以用户为中心,不论是电脑客户端还是移动客户端,串联起他所有的历史访问行为,然后根据访问行为建立访客画像库,细分访客的各种特征。由此我们能够从整体上深入了解网站的每一个访客,而不仅仅是知道我们的流量大多来自哪里,那个页面的跳出较高,网站的停留时长等等这些粗躁的指标。

客户终生价值是从一个更高的层面去分析这个访客对整个网站贡献的价值。顾客对于企业利润的贡献可以分为导入期、快速增长期、成熟期和衰退期。每一个周期的访客行为都不一样,比如导入期的贡献的价值就比较小,需要的是更快的让客户了解和熟悉网站的购物流程,有好的用户体验,这样才能缩短导入期的时间,更快进入到快速增长期。当一个客户端进入到成熟期以后,对网站贡献最大,更多的是如何维护好客户的个别需求才能延长客户的成熟期。由于有了访客识别,每个访客终身价值的分析得以实现。

交叉销售关注的是如何实现更好的销售体验,而不仅仅是销售的价值。从众多的访客行为中挖掘出客户不同的需求,让客户体验到以他为中心的全方位服务,个性化推荐解决的就是问题。个性化推荐系统是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品,从而实现交叉销售。用户浏览行为的多样化正是其需求的多样化,所以抓住每一个访客历史访问、购买行为则能够了解访客可能的需求。如此,交叉销售同样建立在每一个访客各种行为动作的基础之上。
访客流失预警及挽回主要是针对两个方面,一是终身访客价值的衰退期阶段,在时间上的购买间隔逐渐变长,直到变成沉默用户的流失挽回。二是针对购买流程的流失挽回,比如在访客下单环节过程中的直接离开网站,可能是因为什么事情要去处理而关闭交易,这些意向比较明确的访客需要进行挽回。挽回需要的是非常准确的信息,比如访客的电话号码,只有细化到每个访客的行为和信息采集才能够体现出精准性,基于访客识别而建立起来的流失预警及挽回模型才能发挥出最大的效果。
可见,精准营销的核心是访客行为,访问行为代表了访客的访问意图。基于访客的全方位跟踪识别建立起一套营销框架才能实现有效的精准营销。

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, 2024-4-19 22:33

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