顾客关系管理的典型数据和场景

对顾客关系管理有了感性认识后,现在我们通过数据来看看更具体的分析和应用。下面会使用我与成栋老师所著的《电子商务概论》中的人物和场景。本书在此基础上,逐渐增加复杂性,最后演变成现在的最复杂场景。写作这部分的时候,就像回顾CRM的演变历程一样,先不通过标题来结构化,更多的是感受CRM与业务的结合。

钱广开了个小店,赵轻松(zqs)来买过几次东西。钱广有个本子,他做了些记录。我们把他的记录录入Excel表,“zqs”是钱广给赵轻松设的编码。将来顾客多起来以后,往往就直接用数字编码了。Excel表的内容如表1-1所示:

本节先用实体店的例子来说明场景,网店与实体店在CRM上的逻辑并没有实质性差别。区别体现为顾客逛店铺和浏览这些具体行为的差别,还有就是数据存储难易程度的差别,但这些对分析逻辑并没有任何影响。本书以实体店为例进行说明,只是为了便于理解。

钱广想通过顾客关系管理实现的目标是zqs能经常来购物,而店里销售的产品能够跟zqs的需求匹配。这样,钱广就能通过卖货挣钱。

前两节讨论了如何吸引zqs来购物。这里重点说说“匹配”的事情。匹配通常包含了以下两个方面:

(1)时间匹配:zqs下次再来的时候,钱广的店要开门,也要有货。货来早了会占地方,货来晚了会错失zqs,从而错失赚钱的机会。

(2)产品匹配:货必须是zqs想要的。

为了实现时间匹配,钱广要预测zqs下次什么时候来;为了实现产品匹配,钱广要预测zqs下次来的时候想买什么。

实现上述匹配的关键是时间间隔,利用表1-1的数据,重新计算zqs来店里的时间间隔和买每种产品的时间间隔(这里计算的是间隔天数),得到表1-2:

从表1-2的第三列能够看出,用户zqs最短8天、最长23天会来买一次东西。如果用每10天为依据进行分类,则zqs间隔10来天买东西,有2次;间隔10天以内买东西,有3次;间隔20多天买东西,有1次。根据这个频率,zqs下次来买东西,间隔10天以内的可能性最大。

单看zqs两次购物间隔的天数,不容易看出规律。如果再看他具体买的产品,则可以发现,他买醋和酱油都是间隔30天左右,而买香油则是间隔59天。如果这是规律的话,那么只要知道他上次买的是什么,根据产品的更换周期,则可以预测他下次会买什么。

以上是单一顾客每次购买单一产品并定期购物的场景,预测的主题是:

(1)顾客下一次什么时候来;

(2)顾客会买什么产品。

上一小节介绍了单一顾客购物场景的计算。所有的CRM都是在此基础上,不断增加复杂性演变而来的。现实场景中,以上述简单例子为基础,增加的复杂性主要体现为以下几个方面:

1.购物篮(或购物车)内部的复杂性增加:产品数量从0~n

顾客zqs每次购物不只买一种产品,可能醋、酱油、香油都买,他的一次购物记录中会出现多种产品。

他下一次来购物时,是否会买酱油不仅跟上次是什么时候买酱油有关,还受到他本次购物是否会买料酒影响。如果他最近喜欢做红烧鱼,则会购买料酒去腥,另外因为做红烧鱼需要放较多的酱油,酱油的消耗会更快,再次购买间隔的天数就会减少。

也就是说,顾客某次购物是否购买某种产品,不仅和上一次购买该产品的时间有关,还可能受本次会买什么产品影响。顾客甚至有可能逛了一圈,发现没有满意的产品,什么也没买。

2.产品本身的复杂性增加:既有周期性产品,也有非周期性产品,还相互影响

刚才例子中的三种产品——醋、酱油、香油,都是用完了就要再买的周期性产品。还有很多的产品,顾客是想起来了就买,想不起来就不买,比如零食或者某款服装。还有些产品,顾客可能若干年只买一次,几乎看不到任何周期性。

即便是周期性产品,如果增加品牌维度,结果有可能显得不那么有周期性。虽然顾客仍旧是30天左右买醋,但如果他换了品牌,从品牌的角度研究顾客的购买行为,周期性就会很乱。

几种产品之间还存在相互影响的关系。对于同层次的产品而言,例如,不同品牌的醋可以相互替代,互为替代品;而醋和香油在吃饺子这个事情上是连带产品。对于不同层次的产品而言,有一种是主产品,其他都是辅助产品,顾客是为了主产品才买辅助产品。例如,酒是主产品,下酒菜是辅助产品。与此类似,硒鼓是激光打印机的互补品,GPS是买汽车时的选购品。前者属于辅助产品,后者则是主产品。

3.顾客维度的复杂性增加:顾客数量和类型增加了

钱广的店不可能只有赵轻松一个顾客,还会有很多其他的顾客。他们到店的周期千差万别。有些人离得近,可能经常来;有些人离得远,可能偶尔来;还会有人路过,只来一次。顾客到店的周期性常常是不同的。

4.营销的复杂性增加:顾客行为模式受到多种营销活动的影响

开一家店并不简单。钱广某天找机会举办了一场庆典,吸引了很多看热闹的人进店,这些人的购物周期会发生改变。日常他还会做一些促销活动。某天香油会打折,原来59天才买一次香油的zqs会因为打折而提前购买,还可能因为便宜多买了一瓶,甚至因为买了香油,准备多吃饺子,从而需要多买一瓶并没有打折的醋。他的短期饮食习惯(比如最近几个月吃饺子的次数),可能因为一瓶促销的香油而发生变化。

5.顾客价值复杂性增加:不是每个顾客的每一元购买都同样重要

钱广做了几年生意,发现有的顾客只买打折产品,短期内从他们身上很难挣到钱。有些顾客虽然买的是原价产品,但来的次数很少,钱广从他们身上也挣不了多少钱。钱广需要按照1~2年的更长时间来判断每个顾客的价值。钱广自己的精力有限,他能做各种促销或者提供额外服务的费用也有限。他只能先把有限的精力和费用,花在那些更有价值的顾客身上。

顾客和钱广的关系到底能够维持多久,也是一件很难判断的事情。那些支付会员卡年费的顾客或者设定了有效期的交易关系相对容易判断。例如,顾客买了台合约机,或者订购一年的会员服务,如果到期没有续约,则容易判断双方关系的终止时间。而像零售这种买卖双方之间是松散关系的行业,顾客即便有钱广店里的会员卡,也并不意味着他会继续来钱广店里买东西。各个行业都关注每日活跃和每月活跃用户数,就是这个原因。

6.“新”带来的困难

上述五种情况,都有一个共同的前提,就是有顾客之前的行为数据作为分析的起点或者可供参考的依据。对于第一次来的新顾客或者第一次上架的新产品,因为没有参照值,进行预测的难度就增大了。