您的位置: 阜阳信息港 > 育儿

精细化营销与客户分群

发布时间:2019-04-25 19:09:02

随着电信市场竞争的加重,各大电信运营商不断推出各种新的业务、产品和各种各样的套餐,同质化竞争严重,致使运营商的ARPU值不断下落,平均利润随之降低。这类趋势迫使各电信运营商考虑抛弃传统的营销方式,转而尝试建立新的、有针对性的、直接面向消费者的营销方式。各运营商开始斟酌调解自己的营销思路和营销策略,更加重视营销的精细化操作。在这一背景下,精细化营销开始逐渐在通讯行业得到运用。

1 精细化营销的定义及实现过程

精细化营销的概念是由世界直效行销创始人莱斯特·伟门在1999年提出的。莱斯特·伟门对精细化营销的定义是:改变以往的行销渠道及方法,以生产厂商的客户和销售商为中心,通过电子媒介、访问、邮寄、国际互联等方式建立客户、销售商资料库,通过科学分析肯定可能购买的消费者,从而引导生产厂商改变销售策略,为其制定出一套可操作性强的销售推行方案,同时为生产厂商提供客户、销售商的追踪服务。简言之,精细化营销就是指企业以科学管理为基础,以消费者洞察为手段,恰当而贴切地对自己的市场进行细分,并采取精耕细作的营销操作方式,将市场做深、做透,进而获得预期效益。

根据马斯诺需求理论,人的基本需求是生存需求,只有满足了基本的生存需求以后,才会寻求更高级的生活需求,包括安全、自尊、个人发挥的空间等。在供不应求的计划经济体制之下,人们的需求是满足基本的生存需求,这时候的产品可以是非常单一的、大众化的。但随着人们收入的提高,生活质量的不断上升,社会物质产品的极大丰富,人们开始寻求个性化的生活享受,这就要求企业必须调剂自己的产品营销策略,再也不能生产单一的、普遍的产品,而需要对市场进行细分,专门针对部分消费者生产特定的产品。

一般来说,精细化营销的进程表现在以下5个方面:

(1)客户数据的搜集和整理,建立客户数据库;

(2)理解客户数据,掌握细分客户群体的差异化特征和差异化需求;

(3)根据细分客户群体需求设计差异化的产品和服务;

(4)提供满足特定客户群体的差异化产品和服务;

(5)通过营销活动反馈进一步深化对客户本质需求和客户购买、使用习惯的理解。

针对通讯企业用户数量大、产品套餐多样的特点,实行精细化营销需要强有力的IT技术支撑。尤其是作为全部精细化营销进程的基础和核心的细分客户群工作更是需要有效的IT技术手段作为支撑。

2 客户细分的根据和方法

客户细分的基本根据是:每一个客户作为消费者对同一产品的具体功能需求和关注点是不同的,作为服务提供者的运营商必须尽可能斟酌这些差异,发现具有不同特点或消费习惯的客户群体,在此基础之上根据不同群体实行针对性的管理或营销策略。

客户细分总的看来有两大类方法,一类是手工方法,一类是自动方法。手工方法就是人为划分客户,即业务人员根据自己的业务知识和对客户的了解,出于某种管理或营销上的目的把客户分为几个群,这类分群的划分原则是预先已知的。这类手工进行客户细分的方法通常只能斟酌少数几个变量,如果想多斟酌一些变量,尤其是大部分都是连续型的行为变量,就必须采取自动分群方法。自动分群就是通过使用数据发掘提供的聚类算法,肯定自己认为有价值的输入变量(通常是多个),让发掘算法根据数据的特点把客户分为不同群体,分出来的群与群之间差异尽量大,群内差异尽可能小。

客户细分的关键是根据甚么变量进行细分。对于通讯行业,可以获得的数据很多,主要有客户行为数据、人口统计数据和一些附加数据。其中客户行动数据包括客户通话清单数据、客户账务数据和客户拨打客服记录等,都是通过计算机采集到的、具有很好的数据质量同时也是有价值的客户信息,是了解客户特点的重要的数据。因此,根据客户行动数据进行客户细分会具有更高的可用性。这里将主要根据客户行动数据进行分群。

通过客户分群发掘会发现过去所不知道的客户类型(更多变量综合体现出的客户特点),对客户有更科学、更全面的了解无疑会使客户管理和营销工作更容易展开。基于客户分群可以使很多工作目标明确,从而做到事半功倍。例如,通过客户分群了解不同客户群的详细的、特有的需求,就能够发现新的营销机会;通过客户分群了解不同客户群的特点,就能有针对性地展开差异化客户服务,增加客户满意度;基于客户分群进行有针对性的营销宣扬活动,这样的宣扬会比无目标的大众宣扬更加有效。

3 数据发掘技术及运用

数据发掘技术可以分为描写型数据发掘和预测型数据发掘两种类型。预测型数据发掘是从一系列数据中找出特定变量(称为“目标变量”)与其他变量(称为“预测变量”)之间的关系(也就是预测变量是如何影响目标变量的)的技术。描写型数据挖掘是在一系列预先不知道有任何关系的数据中查找关系的技术。

描写型数据挖掘经常使用的技术有聚类和关联分析。聚类是把全部数据库分成不同的群组,使群与群之间差别很明显,而同一个群内的数据尽量类似。与分类(分类是预测型发掘常常使用技术)不同的是,聚类是无指导的学习,体现在工具里面就是不用指定目标变量;而分类是有指点的学习,需指定一个目标变量,所有记录都在该变量上做辨别。聚类算法有划分聚类法和层次聚类法两种。划分聚类法可以指定聚为几类,层次聚类法由算法根据数据情况自动肯定聚为几类。另外,聚集之后要对分群的结果给出商业角度的解释才有实际意义。神经元络和K-Means是比较经常使用的聚类算法。

下面举例说明数据发掘技术的运用。以某个运营商为例,其用户可分为以下客户群,并给各组一个描述性的名字。给出的名字反应的是该组特点,但不是特点。分组的具体情况见表1。

表1 分组的情况

这里只选取IP长话组、高国际长途漫游组和商务繁忙组进行可能的营销活动分析,具体见表2~表4。

表2 IP长话组

表3 高国际长途漫游组

表4 商务繁忙组

上面对各用户群给出的只是初步分析,通过分析得到了各组用户的显著特性,并针对各组特性给出了一些建议,还需要由市场人员对其进行验证。不过得到的各用户群还是很有用的,可以基于这次客户分群结果做一些事情,例如:通过了解各用户组的优势特点和弱势特点可以辨认新的营销机会,从而有针对性地进行差异化套餐设计;客服部门可以参考这个用户分群结果对不同类型的客户进行有针对性的差异化客户服务;在设计促销活动的时候可以参考这个客户分群结果来选择正确的宣扬目标等;客户分群还可以和离预测模型相结合,在进行客户挽留的时候了解挽留目标的特征无疑是很有帮助的。

4 结束语

随着社会经济发展和通讯市场的变化,客户的构成也是不断发展变化的,及时准确了解自己的客户对提供通讯服务的运营商来说是至关重要的,因此客户分群的工作势必是一个长时间的、延续的进程。客户分群是从大众营销向差异化的一对一营销过渡的必由之路,也是将来保持企业竞争优势的基础。客户分群工作只是精细化营销的步,还需要有营销计划的制定、营销活动的履行及营销效果的反馈等工作,才能使精细化营销构成一个按部就班、不断螺旋式发展的闭环,使通讯企业能及时跟踪和满足客户个性化需求,取得预期的效益。

风疹块能吃什么食物
补肝补肾的食物有哪些
小儿厌食怎样治疗
猜你会喜欢的
猜你会喜欢的