专题四：-STP理论与案例分析

专题四：专题四：专题四：专题四：STPSTPSTPSTP理论与案例分析理论与案例分析理论与案例分析理论与案例分析2营销三步曲STPTARGETINGTARGETINGTARGETINGTARGETINGSEGMENTINGSEGMENTINGSEGMENTINGSEGMENTING•市场细分市场细分市场细分市场细分•目标市场选择目标市场选择目标市场选择目标市场选择•市场定位市场定位市场定位市场定位POSITIONINGPOSITIONINGPOSITIONINGPOSITIONING1.市场细分MarketSegmentation市场细分概念市场细分概念市场细分概念市场细分概念（一）提出：市场细分是50505050年代由温德尔....史密斯((((,Wendel,Wendel,Wendel,WendelSmithSmithSmithSmith1956195619561956，美国）提出的，这一概念的提出引起工商企业的重视，已成为市场营销理论的重要组成部分。（二）概念：市场细分即企业根据消费者需求的差异性，把市场分成若干个子市场或细分市场。�市场细分的对象是消费者�市场细分是选择目标市场的前提和基础市场细分红海中寻找差异市场细分的意义市场细分的意义市场细分的意义市场细分的意义寻找蓝海6宝洁公司的市场细分策略宝洁公司的市场细分策略宝洁公司的市场细分策略宝洁公司的市场细分策略案例：通用食品公司案例：通用食品公司案例：通用食品公司案例：通用食品公司�美国通用食品公司经营的狗食罐头，按狗的生命周期设计四种狗食：�小狗————————助长发育�青年狗————————增强体力�肥狗————————减肥食品�老狗————————防治衰老市场细分依据地理细分GeographicSegmentationGeographicSegmentationGeographicSegmentationGeographicSegmentation人口细分((((性别、年龄、职业、收入等）DemographicSegmentationDemographicSegmentationDemographicSegmentationDemographicSegmentation行为细分BehaviorSegmentationBehaviorSegmentationBehaviorSegmentationBehaviorSegmentation心理细分（生活方式和个性）PsychographicSegmentationPsychographicSegmentationPsychographicSegmentationPsychographicSegmentation动机、利益、品牌忠诚度使用率、使用情况心理细分生活方式（简朴、时髦）个性（理智、冲动）�时机（假日消费、平时消费、一天、一周、一月、一年）�利益（经济、实用、炫耀、价廉）�使用者（从未使用、曾经使用、潜在使用、首次使用、经常使用）�使用率（少量、中度、大量）�忠诚度（坚定忠诚者、中度忠诚者、转移忠诚者、经常转换者）�态度（热情、积极、不关心、无视、敌视）行为细分1.ABC1.ABC1.ABC1.ABC分类法分类法分类法分类法�ABCABCABCABC分类法是一种最常用、最简洁的方法，其原理是根据企业利润额构成区分客户。�按照企业利润额来源大小对客户进行排序后发现�企业80%80%80%80%以上的利润来源于20%20%20%20%的客户�70%70%70%70%的客户只提供了不足20%20%20%20%的利润�10%10%10%10%的客户不仅不会为企业带来任何利益，甚至会削弱企业的赢利水平。这种情况可以运用帕雷托曲线描述如下::::1.ABC1.ABC1.ABC1.ABC分类法分类法分类法分类法�客户管理的要点就是优先发展AAAA类客户，保持或缩减BBBB类客户，抛弃CCCC类客户。�缺陷：�只考虑客户给企业带来的利润总额，而没有区分客户的成长情况，导致一些规模较大而实际内在价值并不高的企业被列入AAAA类，享受到优质服务，而一些起步晚、成长较快的明星型企业被忽视或抛弃。2.RFM2.RFM2.RFM2.RFM�根据美国数据库营销研究所ArthurHughesArthurHughesArthurHughesArthurHughes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：RFMRFMRFMRFM分析是广泛应用于数据库营销的一种客户细分方法。（近度、频度和値度）�R(RecencyR(RecencyR(RecencyR(Recency近度))))指上次购买至今的时间段，该时期越短，则RRRR越大。研究发现，RRRR越大的客户越有可能与企业达成新的交易。�RRRR越大，企业保存的该客户的数据就越准确，因为企业拥有的数据会迅速的失效，每隔一年约有50%50%50%50%的信息变得不准确了。3.RFM3.RFM3.RFM3.RFM�F(frequency)F(frequency)F(frequency)F(frequency)频度指在某一期间内购买的次数::::交易次数越多的客户越有可能与企业达成新的交易。�M(monetaryM(monetaryM(monetaryM(monetary额度))))指在某一期间内购买的金额。MMMM越大，越有可能再次响应企业的产品与服务。�RFMRFMRFMRFM分析的所有成分都是行为一面的，应用这些容易获得的因素，能够预测顾客的购买行为。以最近的行为预测客户的购买行为比用其他任何一种因素进行预测更加准确和有效。�按照最近的购买日期将客户记录排序，最近的在顶端，最远的在底端，这样就可以把全部客户分成若干部分，如分成5555部分，顶端的赋子高分，依此类推、确定F,MF,MF,MF,M的方法一与此相同。这样，每个客户都被定位在一个三维空间里，从(1,1,l)(1,1,l)(1,1,l)(1,1,l)到(5,5,5),(5,5,5),(5,5,5),(5,5,5),共有125125125125个客户群。�在计算了所有客户的RxFxMRxFxMRxFxMRxFxM后，把计算结果从大到小排序�前面的20%20%20%20%是最好的客户，企业应该尽力保持他们;;;;�后面20%20%20%20%是企业应该避免的客户;;;;�企业还应大力投资于中间60%60%60%60%的客户，使他们向前面的20%20%20%20%迁移。向上迁移的客户提高了他们的消费和忠诚度。�另外，企业应关注那些拥有与前面20%20%20%20%的客户相同特性的潜在客户。20%60%20%优质客户回避客户开发客户�RFMRFMRFMRFM可以用来提高客户的交易次数�业界常用的DM(DM(DM(DM(直接邮寄))))，常常一次寄发成千上万封邮购清单，其实这是很浪费钱的。根据统计((((以一般邮购日用品而言))))，如果将所有R(Recency)R(Recency)R(Recency)R(Recency)的客户分为五级，最好的第五级回函率是第四级的三倍，因为这些客户刚完成交易不久，所以会更注意同一公司的产品信息。�如果用M(Monetary)M(Monetary)M(Monetary)M(Monetary)来把客户分为五级，最好与次好的平均回复率，几乎没有显著差异。作用作用�防止客户流失�企业用RRRR、FFFF的变化，可以推测客户消费的变化状况，根据客户流失的可能性，列出客户，再从MMMM（消费金额）的角度来分析，就可以把重点放在贡献度高且流失机会也高的客户上，重点拜访或联系，以最有效的方式挽回更多的商机。作用�形成交叉销售�每一个企业应该设计一个客户接触频率规则，如购买三天或一周内应该发出一个感谢的电话或EmailEmailEmailEmail，并主动关心消费者是否有使用方面的问题，一个月后发出使用是否满意的询问，而三个月后则提供交叉销售的建议，并开始注意客户的流失可能性，不断地创造主动接触客户的机会。这样一来，客户再购买的机会也会大幅提高。中石油华北销售公司中石油华北销售公司中石油华北销售公司中石油华北销售公司客户规模华北销售公司客户关系管理的现状华北销售公司客户关系管理的现状华北销售公司客户关系管理的现状华北销售公司客户关系管理的现状�在2007年发生销售的318户客户中，华北销售公司销量排名前40名客户的销量占全体客户总销量76％。�2006年，销售排名前40名客户的总销量占当年客户总销量的80％。大约13％的客户贡献了销量的80％，呈现出较为典型的“二八”法则客户结构。典型的“二八法则”客户结构40名，13%客户76%销量�本文选用RFM客户行为变量作为华北销售公司客户细分的变量。�采用K－Means聚类作为客户细分的方法。�采用SPSS15.0统计分析软件作为细分工具。基于K-Means的客户细分方法：数据处理工具�本文选择华北销售公司2004年到2007年四年所有发生销售的客户月度销售数据作为细分的基础数据库。�439户客户共439×48的原始销售数据库。基于K-Means客户细分过程：数据采集与清洗�按RFM细分维度选择48个月客户的平均销售量作为额度（M）变量�选择48个月中发生交易数数作为频度（F）变量�选择最后一个发生交易的月份距离2007年12月的月份数作为近度（R）变量�增加了交易波动指标来衡量客户交易的变异程度（CV），该指标由变异系数定义，即各月销售额的标准差与平均数的比值。基于K-Means客户细分过程：细分变量的定义�在SPSS15.0中使用命令Analyze-Classify-KMeansCluster,然后将客户名称变量name作为标签变量（LabelCases），将四个细分变量R、F、M作为细分变量（Variables）,指定聚类数（NumberofClusters）为10，使用方法为迭代并聚类（IterateandClassify），并默认迭代次数为10次，不指定类中心。基于K-Means客户细分过程：基于K－Means的聚类分析客户细分结果分组变量78392104615额度M63934680207717381126148173640216518频度F4848484846324433298近度R00000018314客户数111344121746350分组变量*1*2*3*4*5*6*778392104615额度M63934680207717381126148173640216518频度F4848484846324433298近度R00000018314客户数111344121746350对聚类分组的描述与解释：战略大客户�第一组客户，月平均完成销售在1738吨以上，可以算得上是华北销售公司销售最靠前的客户。�该组客户在过去48个月里每月都发生交易，月度完成销量的变异系数在0.5以内，表明该组客户的销售基本保持平稳。综合而言，该组客户是销量最多、销售最平稳，是华北公司最重要、最忠诚的客户，我们把此组客户称为“战略大客户”。�该组客户由6户客户构成。对聚类分组的描述与解释：忠诚大客户�第二组客户，月平均完成销售为1126吨，在过去48个月中平均有46个月发生销售，且最近一个月有销售纪录，月度完成销量的变异系数为0.5，表明该组客户销售平稳。�该组客户的销售额比“战略大客户”少，但也是华北销售公司销量排名前15名的客户，在过去48个月中有过少数几个未发生销售。虽然该组客户销售贡献和稳定性不如“战略大客户”，但其对华北销售公司的重要性和忠诚度绝对是毋庸置疑的，我们把此组客户称为“忠诚大客户”。�该组客户由4户客户构成。对聚类分组的描述与解释：活跃大客户�第三组客户，月平均完成销量为1481吨，在过去48个月中平均有32个月发生销售。月度销量变异系数为0.92，表明该组客户的销售有一定的波动性。但该组客户近度变量为0，表明最近一个月该组客户有销售发生，活跃性较高。虽然该组客户的平均月度销量比“忠诚大客户”略高，但其稳定性却比“忠诚大客户”较低，因