当前位置:

商品分组或成为电商数据分析一大利器

商品分组或成为电商数据分析一大利器

在电商竞争越来越白热化、同质化的今天,如何让辛辛苦苦引进来的新客变成老客,老客不流失成了电商的一大难题。不仅如此,在数字化交易的背景下,越来越多的商家开始使用诸如DataFocus、集客CRM等做数据分析,但无论工具怎么先进,分析还是得靠数据分析师的人脑和思维,以思维驱动工具。

并且这个时候,当数据分析结果出来后,营销也不对头,并不是真正的数据化营销。很多电商为了增加在客户面前的曝光量给自己强行加戏,上新我要告诉你,清仓我要告诉你,大促我也要告诉你……用这样的方式祈求客户的“一次回眸”,而客户对这种铺天盖地而来的信息不厌其烦,看一眼就扫进了垃圾箱,响应率极低,因为这些信息对客户来说没有针对性价值较低,另外不止一家商家在做这样的信息轰炸客户容易信息疲劳。

那么如何让客户觉得你给的信息是有价值的或者说是合适他的从而做出回应,我们可以用商品分组客户的方法,对合适的人传递合适的营销内容可以达到事半功倍的效果。那么如何按商品来分组客户呢?

首先是商品的消耗周期。零食类、洗护用品、奶粉等消耗周期明显的产品,可以根据产品来对客户分组。如A商品的消耗周期为30天,那么30天后可以给购买过A商品的客户再次推荐此产品。需要注意的是部分产品会随着使用者年龄变化而不再适用如奶粉,所以变通的方法是0-6月的婴儿适用于A奶粉,0-6个月后给这部分客户推荐6-12个婴儿食用的奶粉。

第二是商品的生命周期商品的生命周期可简单分为上新期、平销期、清仓期。针对处在不同生命周期的商品营销的人群也有所不同,这是因为新老顾客对商品的新款老款认知有所不同,对老顾客来说多次购买的经历让其对店铺有一定的信赖,愿意尝试购买店铺的新品,而对新顾客来说因为对店铺的不了解不信赖,所以销量、评价这类外在的东西会对新客的选择造成较大的影响,总而言之新款推荐给老客,老款推荐给新客,这样营销成功的效率会提高。

第三是商品的主推程度。针对某几款商品单独发送营销内容是比较常见的分组方法,这几款产品是店铺的主推产品或热销产品,营销内容一般是商品的优惠信息。通过一个商品的超值优惠从而引来流量,吸引客户来店铺浏览或者购买。

第四是商品的搭配。商品之间存在互补和替代关系,我们可以根据商品间的关系来给客户分组推荐。例如母婴商家,一客户购买了0-6婴儿使用的奶粉和纸尿裤,那么我们就可以大致推测该客户是其他0-6个婴儿消费品的潜在客户,那么我们针对性再次向该客户推荐0-6个月婴儿食用的辅食或其他产品。

  • 微信-二维码
立即体验大数据分析工具 DataFocus
免费体验,内置100+分析模版供你体验
立即使用