文档介绍：场景营销在电视购物中的应用
[摘要]大数据改变人类生活的方方面面,也改变着传统的营销模式。文章提出了全新的场景营销的概念,认为任何一次营销活动,都是在一定场景下发生的,场景是由各种信息丰富的维度构成的,从这些维度,产生出各种营销行为中所表现出来的稳定、忠诚等行为特征上。在判断客户忠诚度的多个指标中, 总购买额、重复购买次数和持续时间在客户购买行为中能够更好地说明客户的忠诚度。
客户贡献度:贡献度是客户通过产品的购买对公司的贡献,反映客户的盈利能力,由一系列客户累计交易的获利情况的客户盈利能力指标来表示,例如客户交易次数等。
客户忠诚度和客户贡献度都是用多个指标共同描述的,本文为方便研究用一个单独的指标描述它们。为此,使用主成分分析方法,把多个指标综合成一个可量化的指标。
此外为了便于產生计算规则,也可以采用聚类分析的方法,客户忠诚度和客户贡献度分别分成高低两类。这样就可以把客户分成四个类别。高贡献高忠诚度的客户不但持续购买企业的产品或服务,还为企业积极宣传,企业只需要花费较低的维持成本就能产生源源不断的利润;高贡献低忠诚度的客户是企业值得珍惜的巨大潜在资源,他们是企业最应该实施影响的一类群体,只要通过适当的营销策略来增加顾客的忠诚度使之成为黄金顾客。低贡献高忠诚度的客户属于理性顾客。双低顾客,进行营销时可以不用考虑。 (5)专家维度。系统允许用户自己定义维度,这些定义的维度,能够马上参加规则的计算,也能够参加专家规则的生成。这些维度,一般都是由经验的业务员来制定的,故称为专家维度。例如,业务员可能增加具有双胞胎孩子的妇女这个维度,这样我们在场景营销中将采取不同的规则。专家维度可以方便场景营销进行无限可能的扩展。
22 规则生成
规则分析是指根据构成营销场景的不同维度,产生各种场景营销的相关规则。
(1)计算规则。计算规则主要是对构成营销场景的各种维度(包括专家维度)进行分析计算,在没有任何假设的前提下,在没有任何人员的参与下,得出相应的营销规则。它主要包括两类规则:一类是销售相关的规则,另一类是客户管理相关的规则。下面分别介绍这两类规则。
销售相关的规则,是通过关联规则或者协同过滤算法实现。关联规则主要是采用购物篮分析算法,各个项集主要来自于上节中提到的各种维度。进而通过查找出购物篮中的频繁项集,进而产生关联规则。从产生的规则中选出支持度,置信度和提升度都很高的规则,以此规则为基础产生各种营销方案。从关联规则中,可以产生出商品套餐规则和商品推荐规则。协同过滤算法主要是用来产生商品推荐规则。
客户管理的规则主要是关于客户流失预警和流失客户特征分析的规则。随着行业竞争的加剧,以及客户购买****惯的理性化,客户流失的规模和速度在不断增大。因此,需要有效维持客户,不断提高客户忠诚度,才能减少营销成本。客户流失预警规则,主要是靠预警模型实现。通过定义统一的预警模型,可以实现自动匹配预警数据;加上预警通知策略和相应的客户维护方法,组成了客户预警流失方案。
(2)专家规则。专家规则主要是由业务员自己根据经验生成的销售规则。例如,业务员会根据节假日维度产生出情人节推荐巧克力套装等规则。这些规则一般由一些常识性知识和业务员的经验构成,这些规则一般是通过对专家维度的分析获得的。