荷塘月色_淘宝抖音跨境电商卖家论坛社区

 找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,访问移动社区

查看: 2422|回复: 1
打印 上一主题 下一主题

[其他] 解读客户需求 把握消费心理

[复制链接]
这里可以设置广告或签名,请到【首页】用户名旁边-【设置】-【个人资料】-【个人信息】-【个人签名】设置
跳转到指定楼层
1#
yongheyidong123 发表于 2016-7-28 14:33:06 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
淘宝运营客户这一块的问题也可以说是老生常谈了,其实说到底,我们做淘宝卖东西就是为了把自己的产品卖给客户,所以呢从根上说,客户是我们真正利益的来源,没有客户,我们做再多的优化和推广都白搭。下面,就和大家一起看看如何做好淘宝客户定位。
   1、RFM模型
   为什么要做客户分层,为什么要做RFM模型分析?首先,扯点其他的东西,在商业行为中,一定要忌讳平均主义,不能被平均数据蒙蔽了双眼,如果一个超市经营有1000个品种,月销售量是2万件商品,我们很习惯算出,平均每个品种月动销20件。如果店铺1年时间内发展有5万会员,共成交了6万单,完成了 1000万的销售额,我们轻易就算出了人均成交1.2单,人均消费金额是200元。 然而事实绝对不会像平均数据这么简单,那个超市1000个品种中,可能有800个品种月动销在5件以下,有20个品种月动销200件以上;而店铺发展的5 万会员可能有4万5千都只产生了一次购买,有2000位产生了三次以上的购买,有500位产生了十次以上的购买,这500位的人均消费超过了2000元。
   面对这样一个客观现实,如果要挖掘客户终身价值,做好精准化营销,那么做客户分层就显得非常必要了。RFM模型从客户的上一次消费,消费频次,消费总金额 三个维度来做客户的价值分析。能够精准地做出客户分层。有利于我们筛选出核心客户,并为之提供更高级的会员关怀与服务。
   二八法则在商业经济中无处不在,这无不提醒我们,有时候,服务好核心的20%客户,可能带来的是80%的经济收益。一刀切,一碗水端平,绝不是精准化营销的思路。
   2、精准推送
   如今大多数人都明白开发一个新客户不如维护一个老客户带来的价值更大。于是很多人开始频繁地给老客户发短信,发千篇一律的内容。推荐一模一样的商品。这样的做法其实不可取,效率低下,甚至可能会引起客户的反感。
   如何做精准推送呢?
   第一,实名信息。当一个名叫张三的客户收到短信的第一句话是“亲爱的张三… …”,我想他应该会感觉舒服很多,也许他会认为商家是认识自己并记住了自己的。这跟那种动不动就“亲,全场限时5折特惠,速来抢购”的短信相比就好多了。
   第二,个性化推荐。相比较于突兀强硬地给老客户推荐一个新品,假如购买过商品A的客户收到的信息是“… … 根据三个月的数据统计显示,70%购买A的客户都选择了购买B ……”,这样是不是会好很多呢,因为客户需要的绝不是一个冷冰冰的商品,而是一个站在他的角度上为他设计的一个时尚搭配解决方案。
  第 三,多层次优惠。很多人给老客户推送优惠信息的时候都千篇一律送优惠券。有没有想过,是不是所有人都喜欢优惠券呢。有些客户比较重视长期服务,你可以告诉他,当他再消费500元的时候,将晋升为高级VIP会员,享受终身N多种服务,有些客户喜欢一些小恩小惠,你可以告诉他,当他推荐一个身边朋友来消费,可 以给他返现多少元等,还有些客户比较好面子,你可以告诉他,他可以推荐最多三位朋友来店铺消费,各享受一次X折优惠等。多层次的优惠方案,分别推送给不同 需求的老客户,这才能做到精准化营销。


评分

参与人数 1荷币 +3 收起 理由
admin + 3 纯转载,H币奖励减少,期待更多原创!

查看全部评分

微信扫以上二维码分享朋友圈;或手机浏览器分享微信朋友圈;马上获得荷币奖励 奖励规则

(声明:本文由网友发布,不代表本站观点或立场,如有侵权请联系QQ:2377240266处理)

 

分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏
回复

使用道具 举报

2#
158585754 发表于 2016-7-31 14:31:51 手机荷塘月色 | 只看该作者
哈哈哈哈哈哈好
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

在线客服中心
关闭

微信客服 QQ客服 点击这里给我发送消息

加大群免费领取干货

 
在线客服中心

手机版|荷塘月色_淘宝拼多多抖音小红书论坛_跨境电商商家最喜欢的开店运营经验学习交流社区论坛  
【免责声明:本站内容均来自网友发布,不代表本站观点或立场,如有侵权请联系我们处理】

GMT+8, 2024-11-28 18:30 , Processed in 0.304989 second(s), 53 queries , Gzip On.

快速回复 返回顶部 返回列表