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

欧莱雅的转型:CRM+大数据+O2O

[复制链接]
跳转到指定楼层
楼主
发表于 2017-9-26 10:25:45 | 只看该作者 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
上半年,美妆行业品牌欧莱雅在MEMBER DAY会员臻选月活动中,向大家展示了一份新变革后斐然的成绩单:活动2周内拉动31万粉丝的关注和线下2200万的销售佳绩。其新变革的核心就是“CRM”管理模式的改变,带着“数字时代是否给‘CRM’管理带来便利,创造出更有价值的活动”这个命题,我们一起来看看欧莱雅超越传统CRM的运作模式,是如何向客户提供个性化的服务的。

  解析一:移动营销新数字时代的宠儿

  暨传统媒体时代,PC互联网时代后,我们又迎来了移动互联网时代。这样的时代不仅是对品牌,对用户也是如此。在这个大环境下,越来越多的用户把时间消耗在移动终端,甚至可以说打开手机是他们每天醒来和睡去的第一件和最后一件事。至此,巴黎欧莱雅利用移动终端的粘性,与互动性,在微信上独立客服账号,将原有的CRM系统移植进入微信终端,使用户可以在微信上进行会员、绑定积分。

  随后在4月MEMBER DAY会员臻选月活动里仍以移动病毒营销为主导,利用微信平台的强社交链,使每个用户都成为一个个体,一个分查询/兑礼、以及专为会员独家定制的季度新品,抓住用户碎片化时间,进行品牌营销,及客户服务,充分利用了移动的便捷和互动的特色。

  渠道与品牌的订阅号与服务号形成微信矩阵,利用“微信矩阵+CRM”来建立合理、有序、合规的全民营销,以提升和形成完整的传播体系。在短短2周时间内,仅靠初期的几百,传播到了30万+的消费者。同时,利用移动端的粘性与CRM技术消费者还会获得及时的活动提醒和咨询,最大程度上避免客户流失。

  解析二:利用O2O生态闭环,带来全新商业机会

  作为一个新兴商业模式,O2O火了好些年。近1-2年得益于移动互联网时代的兴起,O2O变得越来越靠谱。O2O中最关键的一步就是这个“2(TO)”,如何让消费者能够有动力跨出online,改变他们的行为习惯,迈向offline这个创意关键就是巴黎欧莱雅利用2014年目前最具影响力的活动主题:红包。利用红包这个介质:此次,巴黎欧莱雅微信端推出4种不同寓意的活动红包,让网友在线上可以“亲”出红包并分享,拿着这个红包可以零门槛去线下柜台直接使用消费。这样的O2O模式,让原本的“直接优惠”变成了“互动促销”,让用户在移动端做了Engagement之后,把反馈回落到线下。2周内2200万的销售成绩足以表现,不是用户的脚不肯走,而要看品牌能不能牵住他们。

  除此之外,原本线上线下数据各自为战,数据的很多潜力无法挖掘。如线上购买转化成线下的消费人群,就无法监控,追踪一半的用户会突然失踪,会出现数据断层。反之,线下用户突然去线上消费,而系统依然会记录为线上新用户。在移动营销和O2O的模式下,巴黎欧莱雅带来 基于“微信交互-O2O-数据融合”模式,把CRM的价值得到最大化的规整。

  解析三:多平台触点,布局大数据

  大数据已经不是一个陌生的词了,从巴黎欧莱雅之前已经在传统CRM渠道,PC互联网等铺设数据点,获取DATA。此次4月MEMBER DAY会员臻选月活动,新增移动端口,获取新时代用户的新行为数据,通过O2O模式,打通线上线下数据,减少数据断层。加之之前的数据整合及渠道的渗透,形成一个庞大且完整的数据库。以便在之后的营销战役,以BIG DATA为策略基点,根据消费者导向,洞察出新的商业机会,做出最“新鲜”及符合消费者需求的实时策略。

  如今数字时代更新迭代,借着这个机遇,把互联网三大利剑移动营销、O2O、大数据与客户服务管理无缝整合,利用移动营销和O2O做铺垫,规划未来大数据,细分客户,层层递进,造就了欧莱雅CRM变革后带来的效益是传统的数十倍。欧莱雅的成功,让我们相信数字时代给整个商业环境带来的机遇不单指在CRM运营管理上,还会孕育出更多的营销模式。

来源:e行网


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, 2024-5-3 06:27

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