零售业如何通过数据挖掘VIP顾客的价值

零售业如何通过数据挖掘VIP顾客的价值会员顾客重要吗？当然重要，看看你身边的零售业或零售品牌们，基本是无一不会员制。你再仔细看看你会发现有的企业只是在模仿，而有的却是在经营会员制。因为大家都把会员制当成稳定销售来源的一种重要渠道了。大家都在攫取顾客的销售价值，而很少有企业通过数据分析去挖掘顾客的附加价值！我把会员顾客的价值分为销售价值和附加价值。销售价值顾名思义就是会员可以带来的相对稳定的顾客群和稳定的销售额的价值，附加价值就是通过对会员的购买记录进行分析从而创造差异化的管理以及根据分析结果指导决策的价值。本文不谈策略，只谈零售行业如何通过数据分析挖掘会员顾客的价值。在做会员数据分析之前，有一项非常重要的工作要做，那就是数据清洗。因为会员销售记录中有不少是有问题的数据记录。目前所有的POS和CRM系统都不提供数据清洗的功能。一般来讲有问题的数据体现在两个方面：连续消费的卡（几乎每天都有消费记录，这种卡很可能是网络卡或者是卡在店员手中），单次消费金额异常的卡（每次消费金额都很大，超出普通消费者的购买习惯。这种卡很可能是团购卡或网购卡）。这两种消费应该都不是正常会员的消费数据，并且有时它会左右分析结论，所以要在正式的数据分析之前剔除掉。一、会员群体的数据分析会员群体的数据分析，包括两个方面：会员群体基本信息的分析和会员消费价值的分析。会员基本信息的分析包括会员的性别、年龄段、地域、职业、收入、开卡地属性等。这部分分析主要是看顾客群是否和公司的整体策略相吻合，有无变化的趋势，是否需要调整公司策略等。需要注意的是公司策略变化会影响数据规律的变化，比如调整商品结构或者提高开新卡的条件等。下面是对某化妆品品牌VIP顾客的部分分析报告：针对会员顾客消费价值的分析我把它分为三个方面：财富值、消费力和附加值。会员顾客就像我们的个人财富一样，需要我们倍加珍视和呵护。我们不但要分析他们的消费力，还需要挖掘他们的附加值，以便更好的服务于他们。请见下图：有关财富值中的开卡率等于新会员卡数除以成交顾客数，这项指标和公司的开卡策略有莫大的关系。开卡率太高和太低都有问题，开卡率太高日后维护成本会增加，开卡率太低不利于财富值的增加。不同的企业会有不同的开卡率，这个值需要企业不断地分析和调整策略，来达到一个平衡。一个企业的会员总数会不断地累积变大，其中必然会产生很多没有价值的会员卡，如果不加以区分会浪费企业的管理资源，所以很多企业提出了有效VIP卡的概念。零售品牌一般定义为滚动12个月内有消费或达到指定的消费金额的顾客为有效顾客，对于零售百货和超市的时间点可以相应修改为6个月和3个月。和有效VIP卡相对应的是附加值中的流失率，如果一个零售品牌2010年6月底的有效VIP卡为6万张，而截止到2011年6月底有4万个顾客回来消费过，那12个月内的流失率就是33%。这个流失率是一个滚动概念，每个月都可以进行滚动分析，需要注意的是滚动的时间段务必统一。回购频率是指在一段时间内顾客平均回来购买的次数，而平均回头购买天数是指顾客平均多少天会来购买一次（注意这是回来购买而不是只是回来，因为回来而没有购买的数据没办法被统计，未来的科技也许会支持这个指标的分析）。这两个指标是相辅相成的，每个零售企业都希望自己的会员顾客经常回来，最好是天天回头，实际上这些要求都是不现实。所以你会见到很多企业的促销员天天去骚扰顾客，最后顾客不堪骚扰而离去。对于一个企业来说天天回头是不现实的，但是我们完全可以一步一步的提高。下图是一个零售企业的这两个指标图（虚拟数据），希望对大家有所启示：如何利用这张图？企业需要制定对应的策略来逐步提高这两项指标，比如加强沟通，注意沟通技巧，改变促销活动频率等。沟通频率需要和平均购买天数一致，绝对不能随性。大家还可以留意一下大型超市的促销期的长度，有的是10天，有的是12天，还有的是15天，这个值是和上面两个指标相关联的；二、会员个体的数据分析会员个体数据的分析指标和群体分析指标大部分是一致的，也包括消费力和附加值的分析。只是我们更多把分析体现在个体差异和群体分类上。找到个体和群体的差异，制定对应的销售策略。下图是某零售百货部分VIP会员的四象限分级管理图（X轴代表顾客的年回购频率即每年回头购买的次数，越往右代表频率越高。Y轴是表示顾客每次回头购买的平均消费金额，越往上单次消费金额就越高。红色十字线是平均值线）。如何解读这个图？1.一象限是黄金顾客，回购频率和平均购买金额都是高于平均值的，二和四象限是潜力顾客；2.一象限一般不需要特别的沟通和维护，他们基本上是公司最忠实的顾客，二象限的顾客需要特别加强沟通频率，四象限的顾客也不需要特别沟通他们回店消费，者是，但是需要店铺内工作做足，提高客单价；3.在资源紧张的情况下三象限不需要特别维护，保持不流失的原则沟通即可。未来的针对会员个体的数据分析方向应该是通过对个体的数据研究来指导企业人性化服务上面，需要我们能够比会员更了解他们自己。那时当顾客走进你的店铺的时候，店员的手上就已经拿到该顾客的购买习惯和偏好了，并且根据顾客的喜好也已经设计了好几套推荐方案。当你脱口而出顾客对服装款式和颜色的喜好时，顾客一定会被你折服的！会员分层和顾客忠诚度分析会员分层：方法一：当用户在电子商务网站上有了购买行为之后，就从潜在客户变成了网站的价值客户。电子商务网站一般都会将用户的交易信息，包括购买时间、购买商品、购买数量、支付金额等信息保存在自己的数据库里面，所以对于这些用户，我们可以基于网站的运营数据对他们的交易行为进行分析，以估计每位用户的价值，及针对每位用户的扩展营销（LeadGeneration）的可能性。评价用户价值的指标对于评价指标的选择这里遵循3个原则：※指标可量化：没办法，要做定量分析，这个是最基本的前提；※尽可能全面：根据底层数据选择尽可能多的可以获取的指标，这样能够从多角度进行分析和评价；※线性独立：即指标间尽量保持不相关。比如如果选择用户的购买次数和总消费额，那么一定是购买次数越多的用户总消费额越高，也就是导致了评价维度上的重合，而选择购买次数和平均每次交易额可以避免这种相关性产生的弊端。根据以上几个原则选取了以下几个指标（同样根据网站的特征选取合适的统计时间段）：1、最近购买时间：用户最近一次购买距当前的天数；2、购买频率：用户在这段时间内购买的次数；3、平均每次交易额：用户在这段时间内的消费总额/购买的次数；4、单次最高交易额：用户在这段时间内购买的单词最高支付金额；5、购买商品种类：用户在这段时间内购买的商品种类或商品大类。用户评价模型的展示一样的，也可以用雷达图进行展示，同样也使用离差标准化的方法对每个指标进行消除度量单位的10分制评分。下面是一个雷达图的示例：通过这个雷达图，我们可以读到比用户忠诚度更多的信息。图中的上面3个指标——最近购买时间、购买频率和购买商品种类可以用来评价用户的忠诚度，而下面的2个指标——平均每次交易额和单词最高交易额可以用来衡量用户的消费能力。如上图，用户1虽然购买频率和购买的广度不高，但其消费的能力较强，而用户2是频繁购买用户，对网站有一定的忠诚度，但其消费能力一般。所以图形的上半部分面积较大的用户拥有较高的忠诚度，而下半部分面积较大的用户具有更高的消费能力。这两类用户都是网站的有价值客户，但由于其类型的不同，在营销策略上可以分开对待。用户交易行为分析的意义※发现网站的高价值客户（VIP），为客户关系管理（CRM）及保持有价值客户提供支持；※发掘网站的可发展用户，对于一些新客户或潜力客户进行针对性营销；※及时发现可能流失的客户，及时采取有效措施；※根据用户交易行为细分客户群，实施有针对性的营销策略。实战这个是我根据我们某业务用户特征做的分类：方法都很简单，基于业务的指标构建→数据提取→指标标准化离散→聚类→结果分析，分层效果还是很清晰，最后分析后把每一层聚类的标准固化就实现实时分层的应用方法二：根据美国数据库营销研究所ArthurHughes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）RFM分析原多用于传统营销、零售业等领域，适用于拥有多种消费品或快速消费品的行业，只要任何有数据记录的消费都可以被用于分析。那么对于电子商务网站来说，网站数据库中记录的详细的交易信息，同样可以运用RFM分析模型进行数据分析，尤其对于那些已经建立起客户关系管理(CRM)系统的网站来说，其分析的结果将更具意义。基本概念解释RFM模型是衡量客户价值和客户创利能力的重要工具和手段。RFM分析模型主要由三个指标组成，下面对这三个指标的定义和作用做下简单解释：最近一次消费(Recency)最近一次消费意指用户上一次购买的时间，理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。因为最近一次消费指标定义的是一个时间段，并且与当前时间相关，因此是一直在变动的。最近一次消费对营销来说是一个重要指标，涉及吸引客户，保持客户，并赢得客户的忠诚度。消费频率(Frequency)消费频率是顾客在一定时间段内的消费次数。最常购买的消费者，忠诚度也就最高，增加顾客购买的次数意味着从竞争对手处偷取市场占有率，由别人的手中赚取营业额。根据这个指标，我们又把客户分成五等分，这个五等分分析相当于是一个“忠诚度的阶梯”(loyaltyladder)，其诀窍在于让消费者一直顺着阶梯往上爬，把销售想像成是要将两次购买的顾客往上推成三次购买的顾客，把一次购买者变成两次的。消费金额(Monetary)消费金额是对电子商务网站产能的最直接的衡量指标，也可以验证“帕雷托法则”(Pareto’sLaw)——公司80％的收入来自20％的顾客。数据获取与分析在从数据库中提取相关数据之前，首先需要确定数据的时间跨度，根据网站销售的物品的差异，确定合适的时间跨度。如果经营的是快速消费品，如日用品，可以确定时间跨度为一个季度或者一个月；如果销售的产品更替的时间相对久些，如电子产品，可以确定时间跨度为一年、半年或者一个季度。在确定时间跨度之后就可以提取相应时间区间内的数据，其中：最近一次消费(Recency)，取出来的数据是一个时间点，需要由当前时间点-最近一次消费时间点来作为该度量的值，注意单位的选择和统一，无论以小时、天为单位；消费频率(Frequency)，这个指标可以直接在数据库中COUNT用户的消费次数得到；消费金额(Monetary)，可以将每位客户的所有消费的金额相加(SUM)求得。获取三个指标的数据以后，需要计算每个指标数据的均值，分别以AVG(R)、AVG(F)、AVG(M)来表示，最后通过将每位客户的三个指标与均值进行比较，可以将客户细分为8类：竞争情报——企业战略分析的基础竞争情报是指关于竞争环境、竞争对手和竞争策略的信息和研究，是一种过程，也是一种产品。过程包括了对竞争信息的收集和分析；产品包括了由此形成的情报和谋略。企业战略是指企业根据环境的变化，本身的资源和实力选择适合的经营领域和产品，形成自己的核心竞争力，并通过差异化在竞争中取胜，随着世界经济全球化和一体化进程的加快和随之而来的国际竞争的加剧，对企业战略的要求愈来愈高。战略分析在于总结影响企业目前和今后发展的关键因素，并确定在战略选择步骤中的具体影响因素，它包括以下三个主要方面：（一）确定企业的使命和目标。把企业的使命和目标作为制定和评估企业战略的依据。（二）对外部环境进行分析。外部环境包括宏观环境和微观环境。（三）对内部条件进行分析。战略分析要了解企业自身所处的相对地位，具有哪些资源以及战略能力；了解企业有关的利益相关者的利益期望，在战略制定、评价和实施过程中，这些利益相关者会有哪些反应。竞争情报在战略实施中发挥的作用：（一）竞争情报可以了解企业环境和行业情况行业环境是企业生存和发展的领地。公司外部环境的核心是它所处的行业。外部因素大致地分为五类：经济因素；社会、文化、人口和环境因素；政治、政府和法律因素；