图文 | 夏苏敏 建议阅读时间 | 5 分钟 来源 | 中国电子商务标准化峰会 在介绍精准营销解决方案之前我想先给大家分享两个最近比较受到关注的一些趋势。
大数据营销有哪些成功案例? 大家都听说过亚马逊,其 1/3 的营收都来自其个性化推荐系统。美国还有一家初创公司,它是帮 ToB 企业销售去提高它的效率,帮助销售精准找到它的客户。他曾经帮助微软销售,把微软销售成功率从 8% 提高到了 24%,提高了很多。 Ping++ 为什么能够帮助商户做这些事呢?
做精准营销都需要一个精准的用户画像,你需要知道你的用户他感兴趣什么,他想买什么,原来我们精准营销基本上是围绕着用户想买什么来去进行,包括传统的用户画像会通过用户点击、浏览、搜索行为去给用户进行画像,这些画像我们可以很精准的知道用户想买什么,但是知道用户想买什么就够了吗?我们觉得还差一个,就是想买和用户会买之间还是有一定差距的。举一个例子,大家都想买奔驰宝马,大家都想买LV,大家都想买别墅,但是你会去买吗?这里还差一层,就是能不能买,而这个数据恰恰是交易数据所能够带来的一个信息。在传统的用户画像体系里面,由于大家对于交易数据的接触比较少,所以涉及不到能买的维度。但 Ping++ 现在所处的位置恰好给了我们更多的关键维度,在你知道一个用户他会买什么的时候,你再去给他营销,他购买的转化率比想买要高很多。 还是基于位置上的优势,我们觉得从效果监测角度来看,如果大家之前做过广告的效果监测,或者网页优惠效果监测,都会关注一个指标,点击转化率,也就是 CTR。这个广告投放之后,它的点击转化是什么样的,这是行业通用并且用了很久的指标。我们和很多客户聊,他们更关注的是这轮营销完了之后到底赚了多少钱,或者收入到底提升了多少,从 CTR 的角度看还不能完全反映这个趋势,因为他更想看到的指标是购买率指标。 所以在这样的环节上,我们可以帮助大家做到购买率的监测,这样每一次营销活动真实的营收效果大家可以一目了然。 三个数字,助力圈定目标客户 这是三个数字,分别代表 Ping++ 数据特征。现在 Ping++ 有 13000 家客户,涉及 70 个行业,30 万件商品,累计为我们的用户 ID 打上 2 亿标签,这是一个非常大的数字,可以帮助大家开始精准营销的事情。我们的画像体系分成四大类,五个层级,共有 2000 多个标签类型。我们会根据每一个用户不同品类上的消费行为进行挖掘,不同用户在游戏上、电商上、其他 O2O 服务上,他的消费意愿是不一样的,消费周期也是不一样的。所以在周期和客单价方面,我们会按照详细分类划分开,有助于不同类型客户在进行精准营销的时候可以更精准的把他的目标客户圈定出来。 举个简单的例子,譬如 A、B、C 三个客户,他的消费能力分别是 150、50、20,消费意愿是四星、两星、三星,在消费能力上可以制定为满多少返多少,消费意愿决定他的返现额度,这两个放在一起就为了达到客单价的最大值。 我想大家心里会有一个担忧,数据安全和隐私的问题。我们在跟每一个客户进行协议合同签定的时候都会包含这样的知识产权保护的条款,甚至用户隐私的条款,用户的信息我们不会向任何第三方透露。你有 10 万用户,我就给你分析这 10 万用户特征,把他进行客单价提升激活。而且在我们内部对数据保密性也是非常高的,我们在做大数据分析的时候也不知道具体每一笔交易对应商户名称是什么,我们后面都是商户 ID 对应每一笔交易,我只能用这个 ID 识别每一个商户他应该采取什么策略,这里是给大家做一个数据安全上的声明。 这是今天跟大家分享的全部内容,希望对大家有收获,谢谢! |
|
来自: 方珺逸 > 《支付、数字货币及征信》