[CK逻辑课]我所理解的电商客户忠诚度模型

本文来自连线家,破除传统运营思路,以用户为运营核心,建立基于用户等级体系的深度学习关系。
观点

破除传统运营思路,以用户为运营核心

建立基于用户等级体系的深度学习关系

据说人生最牛掰的事情,

是自己吹出去的牛,自己亲手实现掉。

昨天文章结尾的时候,笔者神差鬼使的说:

今天会一起讨论电商客户忠诚度模型。

说实话,笔者从未系统过的思考过这个问题。

既然牛都吹了,自然要做到。

现在我们就讨论这个话题,不成体系仅供参考

结合昨天的讨论,

笔者认为互联网客户忠诚度模型有三个方面:

  • 内部:破除传统运营思路
  • 外部:用户等级分层管理
  • 关联:建立深度学习关系
\

内部:破除传统运营思路

工业时代的零售通路,有如下的特点:

传统零售

  • 渠道:零售商是品牌商与消费者的连接通道,品牌商通过它进行相互竞争
  • 市场:品牌商通过规模广告投放扩大品牌影响力,对抗零售商的渠道压榨
  • 消费者:由于购物渠道有限、信息获取成本高,消费者处于被动接受状态
传统零售以门店为核心的地理流量模式,意味着门店利地就是他们天然的竞争壁垒。

为了回笼资金支撑新店发展,零售商选择了以商品运营为中心,通过单品低价提升单店销售。

因此:

传统零售是以商品运营为中心,以品类管理为工具,以敏感性用户为对象建立客户忠诚度模型。

互联网的出现带来了零售通路的变化:

电子商务

  • 渠道:互联网空间流量模式让传统零售利地理论失效,用户壁垒被打破
  • 市场:互联网让消费者具备独立获取信息的能力,品牌广告影响力下降
  • 消费者:极低的迁移成本让消费者可快速切换购物场所,消费不再受限
在电商环境下,个体用户掌握供求关系的主动权,传统零售的客户忠诚度模型已经不再适用。

特征对比

  • 传统零售:门店位置决定了用户的相对稳定性,运营的重点是找到合适的商品
  • 电子商务:网站地址是稳定的,用户是不断流动的,运营的重点是维护既有用户
因此:

电子商务应该是以用户为中心、以CRM系统为工具,以偏向性/知识性/共鸣型用户为对象建立客户忠诚度模型。

要做到这一点,

首先必须破除以商品为中心的传统运营理念!

树立以用户为核心的新零售运营理念!

\

外部:用户等级分层管理

传统零售用户流动性弱的特点,让零售商可以针对基数最大的敏感性用户人群,从容的组织商品进行频繁的促销刺激,以提升单店销售业绩。

以Costco、Tesco为代表的欧美零售商除了正常促销外,格外重视对于忠实用户的价值挖掘,形成了会员制、自有品牌等系列零售产品。

国内零售市场起步晚,基本处于跑马圈地的状态,因此以针对敏感性用户进行价格促销为主。

可以直白的说:

国内传统零售缺乏对于用户等级的分层管理

国内电商延续了传统零售的客户忠诚度模型。

当互联网人口红利殆尽的今天,单位新用户获取成本迫使我们将精细化用户运营提上议程。

用户分层管理的定义

  • 零售商建立一套具有清晰衡量标准和等级利益的用户层级系统
  • 通过鼓励用户消费和参与互动来管理细分群体用户的成长速度
  • 赋予不同等级用户以相应的权利和利益,保持核心用户群体的忠诚度
这与市面上的千人千面或CRM有着本质区别:

区别

  • 千人千面推荐的是你看过的东西,而不是学习你的消费习惯并做关联性消费预判
  • CRM体系是鼓励我们多消费,但是并没有赋予高等级用户足够的尊重及消费利益
  • 用户等级提升并不等同个体消费额,用户参与互动同样是提升等级的重要途径
小结:道法术

  • 道:破除传统运营理念,帮助我们将关注点从物转向人。
  • 法:用户分层等级管理则,提供用户运营管理的方式方法
  • 术:与用户建立深度学习关系。
\

关联:建立深度学习关系

客观的说,除了用户迁移成本的降低,电商加剧竞争的另一个关键因素是价格!

价格因素分析

  • 传统零售:用户无法获取其他门店的价格信息,盲目切换购物场所风险太大
  • 电子商务:用户获取价格信息能力增强,放大了不同商家、平台的价格竞争
电商补贴战放大了用户对价格的敏感性,加快了用户的迁移速度,造成不促不销的怪现象。

客观的说,即便是制定优秀的用户分层管理体制,也无法阻挡恶意补贴促销战的冲击。

要维持电商平台客户的忠诚度,

笔者认为在用户分层管理的基础上,建立与用户深度学习关系是可行的解决方案。

定义解释

所谓深度学习关系,是指系统通过学习和研究用户消费资料,判别用户个人偏好,并在此基础上针对用户个性化消费提供持续解决方案。

我们以上门定制电商为例:

  • 和很多人一样,笔者一直有一个苦恼:买不到合身的裤子。
  • 定制平台通过对用户身材尺寸的统计、生活习惯的了解,掌握其习惯及身材数据。
  • 消费的增加让定制越来越贴合用户的身形,用户与平台建立了深度学习关系。
  • 当面临竞争时,用户必须考虑迁移后的重新学习成本,是否低于低价促销的获益。
类似的案例例如:面部检测技术之于化妆品电商、营养监测之于生鲜电商,这种基于数据的深度学习关系是电商平台的天然壁垒。

未来借助线下体验、面部识别及其他检测技术,

建立电商平台与用户之间的深度学习关系,

以商品消费为基础,以持续解决方案提供能力为核心,可以帮助零售商在激烈的竞争中胜出。

十四载非典型零售人

专注商业底层逻辑研究

本文来自连线家作者:内容电商实验室,转载请注明出处及作者。

人已赞赏
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索