在新零售行业,随着数字化交易的大量进展,越来越多的客户被数据化,并且导入到了企业的客户数据库。而我们都知道,以阿里为首的新零售平台每年都有各类狂欢节日,甚至店铺也有自己的会员日等节日。很多企业都会在活动前后进行数据分析预测,活动实时分析,以及活动后数据复盘,包括转化率分析、好评率分析等,有的企业有专门的数据分析团队,也有的企业使用DataFocus等BI工具进行分析。但其实对于大型活动来说,除了新客的引进,老客的召回也是非常重要的一环。

有人会问了老客召回是不是和我们以前说过的预流失客户挽回一致?其实类似但不相同。老客户在大促等活动有什么作用呢。第一,老客享受过店铺的服务,用过产品,购买的意愿会更大,是完成双十一整体业绩的有力保障。而且,针对老客的营销,ROI普遍会高很多,对于店铺来说就是节约成本。对于活动本身来说,老客是0点引爆的关键助力,并且老客的口碑传播会带来很多新的流量。所以,各大活动中老客户的召回就显得非常重要,应重视对于这一部分的数据分析。

那么从哪里下手呢。我们可以进行目标拆分,可以一步步去实施。我们以最著名的大促—双十一举例。先来看从历年数据分析的角度,双十一要召回多少老客才能完成双十一销售目标。我们以一个合作的女装店铺真实数据来说明。这家店铺2018年双十一的销售目标定为2500万,2017年双十一已完成1500万,其中老客销售额占比是30%,1500万*30%=750万,如果平齐,也就是说他们今年的老客销售目标是750万。2017年的平均客单价是250元,750万除以250,得出3万,所以为了完成双十一的销售目标2500万,此店铺预计需要召回的老客数量是3万。

这3万人,更可以进行数据挖掘,把计划做得更细些。可以落实到双十一当天的4个时段,0-3点,6-12点,12-17点,20-24点。这里可以参考去年这几个时段的回购人数占比,来预计今年的一个目标成交人数。知道这个数据,就能做到胸有成竹,每个时段目标人数未完成时,也可以及时采取补救措施。

知道老客目标召回人数之后,难免会思考一个问题:要实现这个目标,数据上到底要覆盖多久的客户?这里就要考虑平均响应率这个数据分析维度。举个例子,刚才那家女装店铺的大促响应率是2%,2年内的客户总数是90万,初步预计有18000人回购。所以,此店铺是需要考虑营销2年外的客户的,当然还可以通过数据分析筛选人群后的多次触达、精细化通知以及分阶段唤醒来提高响应率,从而达成目标。

标签: , , ,
版权声明:除非注明,否则均为DataFocus企业大数据分析系统 原创文章,转载请以链接形式标明本文地址。否则将追究法律责任。
转载请注明来源:https://www.datafocus.ai/26258.html
上一篇:
下一篇: