
最近不少来咨询小K的品牌商,都聚焦在客户画像、会员体系、自动化营销上,在品牌红利、流量红利结束后,企业的诉求从粗暴追求曝光、流量、新客,回归到了精细化营销需求: 如何做到精准触达高价值客户,达到有效的业务增长?
而上述的聚焦问题,无一都离不开大数据。
1、数据拷问
大数据作用主要在于描绘准确客户画像、构建完整的会员体系,并且最终可进行可持续的自动化精准营销,其对于市场、营销人员而言直接体现在留存、转化等目标KPI的提升上。正如曾任小米顾问的爆品专家金错刀在《爆品战略》中所提到,对于数据不仅仅只是盲目利用,要擅长“数据拷问”,挖掘真实、有用的数据并且为我所用。而金错刀认为数据拷问有以下三个关键维度,均可套用到营销上:
关键客户数据: 找到营销中起决定作用的用户/客户数据。如RFM模型中客户价值数据、客户画像数据等。
横比和纵比: 对于已有的数据,通过与友商相关数据对比(横向)和与品牌自身历史营销事件数据对比(纵比)。
细分和溯源: 尽可能多的维度去细分数据,并且从源头分析客户消费行为,这主要为了后续系列精准营销做铺垫,节约营销资源。
2、Knight案例
Knight利用大数据技术帮助某著名饮食策划公司打造忠诚度会员计划:
该饮食策划公司从19世纪80年代起已涉足餐饮行业,合作客户包括麦当劳、百盛餐饮、索菲特饭店、俏江南、星巴克等企业。
客户挑战:
原会员系统割裂封闭,难以实现与客户互动和管理
无法与客户建立持续互动,有效提升客户忠诚度和销量
需要统一平台支持会员管理业务
解决方案:
打造全渠道客户忠诚度管理平台
接入打通客户沟通渠道,提升客户体验
持续客户互动,社群营销,增强客户粘性和活跃度
追踪用户数据,提升营销精准度
项目成效:
打通信息孤岛,实现数据实时获取、共享和分析
多渠道接入客户互动,提升用户体验
完整的客户忠诚度数据平台,增加客户粘性
3、Knight大数据特点
客户触点广: 涵盖微信、自有门店、微商城、天猫、京东等主流渠道,进行全域营销
洞察维度多样化: 可准确分辨客户是否品牌官方会员、会员等级、是否品牌方旗下任何公众号粉丝等
信息来源准确: 可精准收录客户来源渠道及详细客户信息
客群细分洞察: 根据客群价值做客户旅程阶段、价值度、忠诚度、活跃度等客群细分,为精准营销提供最有效数据依据
自动化、自定义、多样化的客户标签: 科学预设标签,如触达方式、社交行为、积分使用偏好等;系统智能自动打标签;根据需求自定义添加标签分类,让工具更贴合品牌营销需求
1、针对性营销
大数据可以提供某些企业交易特点和资金需求特点,可以帮助业务部门对企业的资金需求进行分析和筛选,提供现金管理产品,帮助企业解决流动性问题。大数据可以帮助xyk中心追踪热点信息,针对特定人群提供精准营销产品,增加新卡用户,例如热映电影、娱乐活动、餐饮团购等。银行针对特定人群推出定制的理财产品,保险产品。
2、社交化营销
人们的社交行为产生了巨大的数据,利用社交平台,结合大数据分析,金融行业可以开展成本较低的社交化营销,借助于开放的互联网平台,依据大量的客户需求数据,进行产品和渠道推广。通过互联网社交平台返回的海量数据,评测营销方案的阶段成果,实时调整营销能够方案,利用口碑传销和病毒式传播来帮助金融行业快速进行产品宣传、品牌宣传、渠道宣传等。
3、数据平台
如何做到精准营销,从而增加客户粘性,这无疑是要有一个强大的数据平台做后盾,依靠大数据平台,类似多云数据,这样的数据平台为支点,进行客户需求的引导性作用,不断加强互联网+的实际应用,达到从大数据中快速获取客户的购买欲望及购买需求。
4、信用风险评估
银行可以利用大数据增加信用风险输入纬度,提高信用风险管理水平,动态管理企业和个人客户的形用风险。建立基于大数据的信用风险评估模型和方法,将会提高银行对中小企业和个人的资金支持。个人信用评分标准的建立,将会帮助银行在即将到来的信用消费时代取得领先。基于大数据的动态的信用风险管理机制,将会帮助银行提前预测高风险信用违约时间,及时介入,降低违约概率,同时预防信用欺诈。
5、欺诈风险管理
xyk公司可以利用大数据及时预测和发现恶意欺诈事件,即使采取措施,降低信用开欺诈风险。银行可以基于大数据建立防欺诈监控系统,动态管理网上银行、POS机、ATM等渠道的欺诈事件,大数据提供了多纬度的监控指标和联动方式,可以弥补和完善目前反欺诈监控方式的不足。特别在识别客户行为趋势方面,大数据具有较大的优势。
6、提升客户体验
银行可以依据大数据分析,可以对进入网点的客户提供定制服务和问候,在节假日为客户提供定制服务,预知企业客户未来资金需求,提前进行预约,提高客户体验。私人银行可以依据大数据分析报告,帮助客户进行金融市场产品投资,赚取超额利润,形成竞争优势,提高客户体验。保险业务可以依据大数据预测为客户提前提供有效服务,提高客户体验,同时增加商业机会。理财业务可以利用大数分析,快速推出行业报告和市场趋势报告,帮助投资者及时了解热点,提高客户满意度。
7、需求分析和产品创新
大数据提供了整体数据,银行可以利用整体样本数据,从中进行筛选。可以从客户职业,年龄,收入,居住地,习惯爱好,资产,信用等各个方面对客户进行分类,依据其他的数据输入纬度来确定客户的需求来定制产品。银行还可以依据企业的交易数据来预测行业发展特点,为企业客户提供金融产品服务。
8、运营效率提升
大数据可以展现不同产品线的实际收入和成本,帮助银行进行产品管理。同时大数据为管理层提供全方面报表,揭示内部运营管理效率,有力于内部效率提升。大数据可以帮助市场部门有效监测营销方案和市场推广情况,提高营销精度,降低营销费用。大数据可以展现风险视图控制信用风险,同时加快信用审批。大数据可以帮助保险行业快速为客户提供保险方案,提高效率,降低成本。理财产品也可以利用大数据动态提供行业报告,快速帮助投资人。
9、决策支持
大数据可以帮助金融企业,为即将实施的决策提供数据支撑,同时也可以依据大数据分析归纳出规律,进一步演绎出新的决策。基于大数据和人工智能技术的决策树模型将会有效帮助金融行业分析信用风险,为业务决策提供有力支持。金融行业新产品或新服务推向市场前,可以在局部地区进行试验,大数据技术可以对采集的数据精准营销进行分析,通过统计分析报告为新产品的市场推广提供决策支持。
扩展阅读:【保险】怎么买,哪个好,手把手教你避开保险的这些"坑"
精准营销如何做,与传统营销有什么区别?相关信息:中国产业信息网发布的《2016-2022年中国互联网金融行业深度分析与发展趋势研究报告》指出:精准营销是一类数字营销技术的统称,通过充分利用互联网大数据的优势,实现对受众更加具有针对性的营销。目前精准营销渗透率较高的细分广告形式主要包括品牌图形广告和搜索广告。例如,同一家门户网站的某个广告资源位,不同属性的人群打开网页会浏览到面向不同受众的广告。精准营销颠覆了传统广告营销的模式,它在以下几个方面区别于传统广告营销:(1)技术壁垒更高。传统广告公司只要拥有一定的媒体资源就可以进入这个行业,而精准营销需要在提取、分析用户数据的基础之上对其按不同属性进行归类并进行偏好匹配,在后续评估广告投放效果和进行计价时还需要识别和清洗媒体的疑似作弊流量,从而涉及数据获取、网页分析、数据挖掘等关键技术。互联网大数据是精准营销发展的基础,cookie的存在使得在用户数据积累的基础上分析其偏好、对其进行受众归类成为了可能。(2)使衡量广告效果成为可能,媒体溢价降低。传统广告营销形式下,投放广告的效果(如有多少到达了目标受众)是一个黑匣,广告商付费购买的是媒体广告位,大型门户网站的黄金广告位由于流量高而成为众多广告商争夺的资源,进而获得了高溢价,而一些效果不错的资源位则无人问津;精准营销使得衡量广告投放的效果成为了可能,广告商实质上付费购买受众群体。(3)提高了广告主的广告投放效率。根据comScore2009年的一项调查,84%的互联网用户不点击广告,而85%的广告点击数来自8%的用户。精准营销能帮助广告主定位最有可能点击广告的人群,进而大大节约广告投放费用。欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)