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

ToB领域如何做好用户分层

[复制链接]
跳转到指定楼层
楼主
发表于 2019-4-28 17:21:53 | 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
2B和2C虽然都围绕着客户和用户展开服务,但是用户价值的不同决定了不同的用户分层方法,那么应该如何区别?如何针对2B做客户分层呢?


来源/ 蛋蛋团  Pasca


孙子兵法曰:“知己知彼,百战不殆”。
无论是以客户为导向的2B企业,还是以用户为中心的2C企业。如果连服务的对象都无法清晰地特征化,就别谈去提供何种优质服务了。可能到最后,看似很努力,却是竹篮打水一场空。

B2B 和 B2C 提供给用户最原生的价值是服务,这种服务包括产品的组合以及后续的保障。

就如2B企业谈的客户忠诚,2C企业谈的用户维系,本质都是谈的是如何去运营客户和用户的关系,从而更好地去提高预付费或者是用户活跃度。

这个时候,我们学习根据不同类型的进行针对经营就相当于有必要了。

正所谓,“对症下药”。分层,就是找到其“症”的第一步。

01
为什么我们要分层?

“用户至上,客户第一”的口号比比皆是,但是真正的实现又有几个呢?

更多的是放在官网的logo,公司墙上的宣传页。

究其原因,除了在自身思维转变外,如何去做好用户管理也是实现口号的必经之路。
为什么?

因为你的资源匮乏就决定了:不可能在不考虑产出比的情况下,为所有的用户提供同等优质的服务。

分层的本质,就是为了能够根据不同倾向以及偏好消费,提供不同档次和类型的服务。

当然,在2B企业中分层叫客户管理,又因为2B企业往往带有强烈的线下销售属性,而2B企业的性质又决定了客户价值体现在于付费,所以2B客户分级总的来说会根据潜在价值、现有消费量级来综合考评其级别。

而2C企业中,又有所不同,其用户价值最根本的在于流量。

就如同梁宁老师说的三级火箭:
  • 第一级:高频流量入口
  • 第二级:次低频流量沉淀
  • 第三级:最低频的商业变现


消费互联网的底层逻辑在于抢夺流量入口,有了流量后才能思考流量变现。

而其用户价值体现不同于2B的潜力&付费客户,盈利形式包含但不限于售卖产品、媒介广告以及平台型(特指某宝)的抽取佣金等渠道。

所以,尽管我们知道分层的重要性,但是如果不区分2B和2C,以2C的用户分层形式来做2B的客户管理,只会徒劳无益,甚至是画蛇添足,造成更多客户流失。

客户分层和用户分层,一字之差,却有天堑之别。

在2B企业中,客户分层往往代表的是价值导向以及根据其价值所提供不同等级的服务;而2C企业中,用户分层往往象征着区分以不同层级用户以刺激其活跃来提高提高预付费能力。

当然,两者相同点在于,都是通过精细化运营从而去真正的实现“用户至上,客户第一”。

02
进度型分层和价值型客户管理

我们都知道,2B企业中往往利润的大头都是由头部客户提供。基本上符合二八原则,即20%的客户贡献了80%以上的流水。

其实,这20%就是一个简略客户管理,全力服务好即可;但如何尽可能地挖掘另外80%客户的消费潜力一直是各个2B企业的难点。

这里我们尝试使用进度型分层和价值型客户管理,以尽可能地给出一套模型参考:

1. 进度型分层
在2B行业,我们应该都有一种认知,即客户接入并不是一锤子买卖。

如下图,一个客户从接入到最后流失的五大步骤,我们应该建立针对处于不同生命周期的客户运用不同的运营策略。


针对客户诞生阶段(获取发现),这个时候思考的应该是如何去找到更多的商机,并且从这些大量无用商机中筛选潜在高价值的客户。

而在客户成长阶段,关键在于刺激和培养。企业更应该思考:如何将这群可能仅仅是处于测试阶段的客户刺激、培养成贡献能力高的客户。

客户如果处于成熟期,即客户已经良好使用公司产品以及服务,这个时候企业的关注点在于如何去提高客户忠诚度。

这里补充一点,大多数公司以为只要提供超出客户预期的服务,就能获得忠诚度。事实上,在2C企业中,很多获取用户口碑就是这么做的,我也一直很认可一个关于口碑的解释:“预期之内,是理所当然。超出预期,就是口碑”。

然而,这招在2B企业还行得通吗?

有研究表明,绝大多数客户出现问题的首要需求是:帮我解决问题。不必给我什么惊喜,只要能帮我解决问题,让我可以继续自己的事情。

来源《新客户忠诚度提升法》

这直接导致了——付出了更多的服务成本却不能带来企业预期内的客户忠诚表现。
那么这种忠诚度可以如何去增加呢?

其实从减少服务费力程度的角度去提高效果更好。

来源《新客户忠诚度提升法》

当然,在忠诚度的基础上,还可以通过差异化销售多种产品来增加客户的迁移成本,即绑定销售。

针对衰老客户的话,企业关注点应该在于如何挽留和客户的生命周期(当然,这里也有一种意外情况,比如客户公司倒闭了,不过这种毕竟是特例)。

针对衰老客户更多地迁移同类客户,这个时候建立预警机制和防范措施就非常有必要了;而对于已经流失的客户,建立复盘机制,企业反省高价值客户流失的原因,无论是为了改进自身产品还是重新赢得客户都是可行的。

当然,以上仅仅简要叙述了关于客户生命周期即进度型客户管理,以及面对不同阶段企业应使用不同的营销手段。其实贯穿整个客户生命周期,还有一点也必须提一提,两者相辅而成,即定位和识别高价值客户。

2. 价值型客户管理

客户价值分类法也叫VB客户分类法。

从企业的视角看待客户价值贡献,通常包含:显性价值、潜在价值和成长价值。

往往很多2B企业过分关注与客户量级即净资产高、支付能力强的客户,甚至作为企业客户管理的高价值客户。

其实不然,这些客户对于2B企业并不一定贡献高,甚至这种客户分层会导致企业营销陷入恶性循环,付出资源与收回价值不成正比。

在做客户管理体系时,我们应该内部明确:这是为了在企业有限资源和客户贡献的差异中寻找平衡,这时我们可以可以先在纸上写以下三点:
  • 定位:客户运营精细化,同时寻找高价值客户。
  • 辨别:这些客户有哪些特征点?该如何迅速找出。
  • 策略:如何去针对不同的层级客户。


以上三点主要应用于客户分级,通过客户级别不同,2B企业可以实现服务(售前、售中和售后)和营销资源效用最大化,也能为高级别客户提供个性化服务体验,最终实现营销绩效的增长。

前面也说了:

客户价值=显示价值+潜在价值+成长价值

所以,当我们在进行客户分级时,这三点都是必须要考虑的。


如上图,以上每个点都是正向点。

其实,当2B企业建立自己的客户分级体系时,可以使用百分制,对应着ABCDE几个级别。而且不仅有以上正向点,还应该加入负向点,如客户难沟通以及难接入等。

整个客户分级体系到最后也会成为一个漏斗模型,高价值客户往往是少量的。


建立好了客户分级体系后并不是就结束了。

如同2C企业的会员制度,每个层级往往会享受着不同的权益,2B客户分级体系亦是如此;而2B企业从客户的获取到最后接入,服务占据了很大部分,不仅是售前服务还是售后服务,所以整个权益设计也可以围绕从从售前-售后来展开。

其中售前还可以包含了商务的营销以及到复购,而售后主要是技术支持的响应速度以及品质保障等等。最终这里也不展开叙述了。

当然,我们也必须明确:客户分级必须符合客户自身业务情况,而分级后也不是一成不变,还需要2B企业及时的跟踪并更新信息。

03
几种常见的用户分层

说到用户分层,可能你脑瓜子已经浮现了一堆的模型,如:二八分层、用户价值金字塔、用户生命周期分层、AARRR模型、RFM模型。

是否有种熟悉感?

这里就不得不说“异曲同工,殊途同归”了。

AARRR模型,来源网络
RFM模型,来源网络

其实上述这些模型,不同的2C企业可以拿来参考,但是直接套用估计就会死的很惨,这些只是“点”而已。了解了其中的“面”才是挖掘企业自身模型的关键。

前阵子在起点上看到一篇文章《运营老鸟眼中,“用户分层”真的超级简单》,作者把用户分层分为三个步骤:发现冲突、寻找杠杆点、产生效益。

其中的寻找杠杆点让我眼前一亮,什么是杠杆点呢?

找准资源和目标,即实现以最小资源能够达成目标的最佳途径。

2C企业中,用户分层的本质是为了不同层级的用户寻找不同机会点:

eg:
付费意愿不强?没关系,你活跃点,提高下流量,多拉点人来更好。
介于两者之间?那好,我抓紧把你变成付费用户。
是付费用户了?你说啥就是啥!

04
总结

无论是“点线面”还是“术法道”的思维模式,其实都是思维参考模型,关于分层的最终目的其实是为了企业有限资源和用户体验之间寻找一个平衡点。

这既是“道”也是“面”。

2C 和 2B 的分层,出于“企业”和“个人”的本质区别,粗看相似,细看却相差万里。
如何权衡其中的差异点,也是企业运营人员该深思的问题。


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, 2024-4-25 08:31

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