华夏大学生在线

 找回密码
 注册
搜索
查看: 673|回复: 0

三分钟浅谈什么是产品的会员营销

[复制链接]
发表于 2016-2-25 19:32:40 | 显示全部楼层 |阅读模式

一说营销,水深范围大。市场、理念到实现手段几本书都概括不了,方法又良莠不齐,特别是最近甚至流行的一系列负面营销,就算有效果的也总让人心里不舒服,不说也罢(主要是我讲不清。。。)。所以今天聊聊营销中的一个小部分:会员营销


1.会员和用户的区别

先说会员,实际上现在“会员”这两个字的概念已经不是很好了,在理发店办张卡就是会员。。。虽然总觉得有点low,但是这样理解也是没有错的。

还是以理发店为例,偶尔路过一次去剪个头发,就成为了用户,在理发师的不断劝说下,填写了资料办了会员卡,甚至在卡上充值,就成为了会员。

所以这里讲的会员主要是和非注册用户区分开,会员是经过注册手续的某种组织成员。会员和用户乍听之下差不多,可是实际上却有区别。做产品的总爱讲用户,用户门槛低,用户就是使用产品的人。用户包括了会员,会员是用户的子集。

2.会员两个字代表了什么

光是区分清楚用户和会员实际上并没有什么卵用。。。我们需要关注的是,对于不同的群体如何进行不同策略的营销。(还有一些重要的问题包括,用户吸引,注册的转化,但实际上这是用户的另外一堆问题,今天先不讨论。)

说回办卡,当时在理发店办卡的时候可能是因为洗头小妹还蛮可爱的,或者是跟理发师说少剪一点,他居然听了,要不就是屈于老板娘的不断游说,毕竟一对一的地推还是很难拒绝,而且还充100送20呢。。。

所以,不管是因为什么原因进行的注册,都是基于一定的认可,就算是没有进行消费。注册时的成本的是付出了个人信息,承担了可能持续接受不良信息的风险,所以总会期待有一定的产出。另外,也表示注册之后,当我有这方面需求时,我可能会选择你。

作为理发店的一方,在这过程中获得了一个会员的认可,也获得了这个会员之后持续消费的可能,还有会员的信息以及持续服务和骚扰这个会员的机会。所以不管从何种意义上来说,花时间和心思维护一个会员都是很有必要的。


3.体系化!RFM模型

会员多且具有不同特性,想要正规的营销就不得不将客户去进行体系化的分类维护。说到体系的划分规则,就增加了整个营销的技术成本。

理发店的核心价值是服务,有价值的服务是根本。但是会员营销大家都在做,理发店会员管理采用的就是CRM系统和积分充值体系。一般会员的划分有两个维度,消费金额和消费频率,简单来说就是美女烫不烫头和先生下次再来啊。。。

并且,会员体量越大模型会越复杂,营销的个性化手段应该越多,趋近于精细化管理。大家都想在对的时间向对的人做对的事情,但是这需要有大量的行为数据和经验才能做到。

根据美国数据库营销研究所Arthur Hughes的研究,客户数据库中有三个神奇的要素,这三个要素构成了数据分析最好的指标:
最近一次消费(Recency)
消费频率(Frequency)
消费金额(Monetary)
根据三个维度可分为8个象限去观察不同客户处在的位置去进行营销。

由于消费的过程是持续变动的,所以RFM模型实在原有理发店的基础上又增加了最近一次消费时间维度,毕竟,吸引一个三个月前才来过的会员,比吸引一个两年都没来过的用户容易的多。

在模型之外也应该考虑不同运营成本,还有就是,在RFM模型中同样类型的会员也可能对营销的喜好程度和倾向性也大有不同。

4.个性化!基于内容推荐、协同过滤推荐、基于知识推荐

除了之前提到的会员划分和非个性化的营销,在这里想科普一下个性化营销,毕竟获得了海量的会员数据我们可以做更多(有数据不用白不用啊)。个性化无疑可以提高用户的忠诚度,使用感受和消费效率。

基于内容的推荐方法就是根据用户过去的浏览记录来向用户推荐用户没有接触过的推荐项。
基于用户的协同过滤推荐是基于一个这样的假设“跟你喜好相似的人喜欢的东西你也很有可能喜欢。”所以基于用户的协同过滤主要的任务就是找出用户的最近邻居,从而根据最近邻 居的喜好做出未知项的评分预测。
基于知识的推荐在某种程度是可以看成是一种推理技术,它们的推荐过程相似:用户必须指定需求,然后系统设法给出解决方式。假设找不到解决方式,用户必须改动需求。此外,系统还要给出推荐物品的解释。



本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x
您需要登录后才可以回帖 登录 | 注册

本版积分规则

站点统计|小黑屋|手机版|Archiver|南京虚数灵境科技有限责任公司 ( 苏ICP备2023024155号 ) | 公安备案号:32010402000195

GMT+8, 2024-12-23 06:21 , Processed in 1.109375 second(s), 18 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表