客户分析----细分客户

数据分析


客户细分是将拥有某些共同特征的客户归为一类客户群。

为什么要细分客户

客户细分能让我了解区分不同客户的类型。

识别能产生最高和最低收益的客户群
公司利益的一大部分是由一小部分客户带来的。

识别能产生更高收益的客户群能集中注意力在这部分客户上。同时揭示那些‘不值得的’客户,可以有针对的特别设计一些产品和服务。

改善市场营销重心
不同客户有不同偏好、价值观、品位以及购买原因。面对相同的营销信息和活动,不同客户群反应不同。
预测未来购买模式
客户可能会基于过去购买情况选择其它产品,知道这些有助于市场规划和营销。
建立忠诚的客户关系
通过自定义服务以及设计独特的产品充分满足客户的期望,并把价格控制在客户可承受范围。忠诚客户更有可能再次光顾,并推荐。

了解是什么原因让不同客户群一次次选择你而不是你的对手

制订不同的产品价格
如果有客户不关心价格,那为什么要降价亏钱呢? 深入了解客户并衡量他们愿意花多少钱(价格敏感性)后,就可以制订出更有效的定价策略。
开发更好的产品以及自定义产品或服务的特点
调整产品及服务,面对每一类客户都能实现效益最大化。
  • 有没有因为产品缺乏目标细分的信誉而导致销量下降?
  • 有没有产品功能众多而使价格望而却步?
  • 有没有因为对手的产品性能更好而使客户对他们的产品更感兴趣?
  • 是否需要一个全新的产品线?

对目标客户越了解,自定合适的产品越容易。

创建客户模型
代表某类客户群的特点及目标。有助于产品开发和市场营销决策的制订。

细分客户第一步,是考虑什么起到了决定性作用,是性别还是时间,决定了客户购买某种产品? 或者性别只是一个重要因素?

  • 开始前制订最终目标
  • 保持思维开阔
  • 运用现有数据
  • 使用多个数据源

细分客户的五个 W

Who —- 细分对象

  • 性别
  • 年龄
  • 收入
  • 教育水平
  • 职业
  • 婚姻状况
  • 子女个数及年龄

分析客户人口特征数据时,要了解客户群比例在哪里与总人口比例不一样。例如把年龄分布和人口普查数据相对比,发现25-60年龄段高于国家平均水平。

Where —- 地点

  • 农场 vs 城市
  • 国内 vs 国际
  • 城市名和市场大小
  • 地区和省份
  • 邮政编码

What —- 内容

客户做过什么?

  • 最近一次购买
  • 交易总数
  • 产品体验
  • 总收益
  • 总利润
  • 产品支持所花费的时间
  • 相应客户的实际数量

识别能产生最高收益和最低收益的客户的特征

客户正在干什么?

  • 客户背景
  • 购买动机: 办公还是娱乐
  • 使用经验: 资深还是初级
  • 目的

客户在想什么

  • 生活方式: 喜欢旅行 vs 喜欢待在家里
  • 价值观: 崇尚节俭 vs 喜爱奢华
  • 科技: 喜欢尝试新技术 vs 技术使用落后
  • 个性: 乐于冒险 vs 规避风险
  • 产品整体满意度: 满意度低 vs 满意度高
  • 投资习惯: 积极投资 vs 偶尔投资

客户可能要什么

长期客户关系和客户终生价值

  • 推荐给朋友的可能性
  • 再次购买的能性

识别优质客户群。提供一些奖励给他们。

When —- 时间

  • 季节: 圣诞购物季 vs 平常时间
  • 周末 vs 工作日
  • 生活事件: 产后、婚后或者搬家后
  • 白天 vs 晚上
  • 周期性活动: 每周五剪一次头发、购买一次牙刷

Why —- 原因

  • 你的客户群是怎么样的? 他们是怎样被划分的?
  • 你有多少不同的客户群—-他们之间有什么不同?
  • 什么样的客户群给公司带来了最大的收益?
  • 哪些产品和服务能吸引哪类客户群?
  • 如何通过沟通更好的解决客户需求?
  • 哪些客户更喜欢在线购物/互动交流? 为什么?
  • 该怎么样和在哪方面进一步推广客户忠诚度计划?

How —- 方法

客户怎么样和产品或服务互动的呢?

  • 在线交流 vs 实体店交流
  • 电话 vs 面对面
  • 通过进销商 vs 直接

分析数据来细分客户

第一步: 数据制表

第二步: 做交叉表

第三步: 聚类分析

第四步: 估计客户群大小

第五步:估算每个客户细分的价值

客户人数 X 购买产品的客户百分比 X 产品单件收益 = 该客户群的潜在收益