靠数据挖掘抓住客户的心

刘光强

某商场实行会员积分制度,依据会员的积分卡建立了CRM系统,会员可凭积分卡在购物时享受一定的折扣优惠,根据消费金额进行积分,同时每年还可获得一本商场内商户的打折优惠券。

会员卡搜集的资料主要是会员的个人信息,包括性别、联系方式、居住地址等,同时由于会员在消费时需刷卡才能积分并享受优惠,故所有会员的每一次消费信息包括花费金额、购买时间、所购商品名称、所购商品的促销折扣、享受的总折扣都有记录。但该商场仅将此资料作为积分兑奖的依据加以利用,同时对长时间未到店的用户进行短信促销推广,这样做实际仅利用了CRM数据库中很小的一部分信息,对于海量的会员购物细节信息并没有加以深度的利用。

在周边商场不断打折促销的压力下,该商场采用同样的折扣手段进行促销以吸引消费者,但效果不佳,商场的营业额出现了增长的停滞甚至下跌。商场面对困境决定对用户的数据进行深度的发掘,希望能够对商场的会员采取有针对性的促销措施,以避免客户的流失。

CRM是步枪数据挖掘是弹药

针对这一案例,本尼菲咨询数据挖掘高级咨询顾问刘斌认为,传统企业管理的优势通常体现在后台,ERP系统帮助企业实现了内部商业流程的优化,提高了生产效率。而面对前台变幻莫测的市场时,企业往往缺乏真正有效的工具的帮助,诸如:什么产品最受欢迎、哪些顾客偏好购买哪种产品、原因是什么、有多少回头客、什么类型的客户为企业带来现金流、什么类型的客户为企业带来利润、哪些用户较具成长能力、哪些用户有离开的倾向、离开的原因有哪些等,目前大部分企业还只能依靠经验来推测,CRM系统的应用还仅仅局限在浅层,很多数据并没有被转化为能够帮助客户的知识加以利用,而仅仅是作为一个数据被忽略掉了。

目前CRM系统已经为企业提供了一个收集、分析和利用各种客户信息的系统,帮助企业充分利用其客户管理资源,也为企业在电子商务时代从容自如地面对客户提供了科学手段和方法。目前所有企业面临的一个共同问题是:企业数据量非常大,而其中真正有价值的信息却很少。如何有效地利用这些海量的信息,是摆在大多数企业面前的一个重大的问题。

大量的调查和行业分析家都明确了这样一个事实,即建立和维持客户关系是取得竞争优势的惟一且最重要的基础,这是网络化经济和电子商务对传统商业模式变革的直接结果。而实现这一目标的有力武器就是数据挖掘。

数据挖掘与CRM之间的关系类似于枪和子弹的关系,CRM就是一支步枪,而数据挖掘工具则为这支步枪装备了强力的弹药。这一组合将成为企业赢得市场、取得市场成功的有效助力。

数据分析形成会员分类进行精细化营销

那么,怎样才能对用户的数据进行深度挖掘呢?让我们看看这个商场是怎么做的。

首先,这个商场根据用户的消费额和消费频率将用户进行分级,对消费金额较高的重点客户进行定期电话回访,以保证高端客户稳定。在这个环节中,数据挖掘团队首先对用户的消费额度和消费频率进行平均,再将每一个用户的消费频率和消费额度与平均值相比,得到与平均值有显著差异的用户,通过进一步的电话和短信访问区分出高价值客户和低价值客户。再将高价值用户的消费额与消费频率进行交叉,对高价值用户进行进一步的细分。其次,分析师根据用户的消费频率和购物习惯将用户进行分类,根据对会员进行的电话访问结果和消费数据的分析,建立了会员的购物模式分类模型,通过聚类分析,将会员归类到各个细分的类别当中,再经过与商场的一线人员的实际沟通,对分类结果进行进一步的修正。对每一个新加入的会员经过判别分析后直接归入到其所属的类型当中,在经过一段时间的观测取得一定量数据后,即可对其展开针对性的营销推广活动(如图1)。

用户在持有会员卡进行一定频率的消费后,模型自动判断用户在商场的购物类型和习惯,将会员细分为价格敏感型、超市购物型、品牌忠诚型、附近居住型等不同的类型。根据差别分析的结果检验,商场发现,价格变化对价格敏感型用户的差别影响程度达到了87.2%,其他类型的用户群体在差别检验中,也显著地体现出了其主要的影响因素。

这一结果首先被应用于针对性的定制营销。商场有针对性地发送了不同的促销信息,包括对价格敏感型用户在推送内容上主要以打折促销信息为主,将其习惯在商场购买的商品的相关打折促销信息准确地通过短信推送到其手中。而对于品牌忠诚型消费者则有选择地推送相关品牌的新品上市、价格促销等信息。同时通过与用户的频繁接触,对用户的个人信息进行了定期的维护和更新,使得商场有能力通过邮件递送的方式,将过去需要消费者到店领取的优惠券直接递送到消费者的手中(如图2)。

在第二阶段,根据本地消费者与商场会员的购物习惯,将本地消费者习惯购买的商品的相关信息,根据消费者的购物习惯进行共同的促销信息推送,以吸引原本在其他地方购买商品的用户在本商场进行更多的相关产品购买。例如购买品牌服装的女性消费者通常具有较大的化妆品及护肤用品的消费需求,在过去,由于商场面积较大以及商场一贯的高端形象,很多消费者是在其他商场购买化妆品和护肤用品的,但经过对消费者购物习惯的数据挖掘后,商场针对只在商场购买服装的女性消费者有针对性地根据其购物的价位推送相关化妆品和护肤用品的广告,同时调整了购物通道的设计,使得消费者能够更容易从服装区到达化妆品区域。经过一个月左右的实际检验,商场的化妆品和护肤用品销售额得到了大幅度的增长。

第三阶段,通过前期的努力,以及分析技术和挖掘技术的初步培训,商场强化了自己的用户数据分析团队。以此为基础,商场在不出现大的环境变化的情况下具备了初步的数据挖掘模型改进和维护能力。