中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)語：了解客戶對于企業(yè)來說尤其重要，本文作者從數(shù)據(jù)驅(qū)動的角度講述了客群經(jīng)營邏輯，以及一些客群分層經(jīng)營的常規(guī)方法，一起來學(xué)習(xí)一下吧，希望對你有幫助。

企業(yè)了解市場從了解客戶開始，構(gòu)建一個最簡單的商業(yè)模式，首先盤點(diǎn)市場上都有什么樣的人，再看看自己手里有什么樣的貨，最終形成有獨(dú)特競爭優(yōu)勢的場。

雖然這樣的描述過于簡單，但從總體可以看出：人是商業(yè)的根源，對人的了解決定了企業(yè)的前景。這里的人講的就是公司的客戶，而對客戶的了解從分層開始。

企業(yè)對客戶的經(jīng)營總體可以切分成三個階段：

• 其一：客戶分層/拆分不同的客戶階段；
• 其二：構(gòu)建客戶成長體系/設(shè)計(jì)激勵機(jī)制；
• 其三：梳理成長動機(jī)，并將成長動機(jī)物質(zhì)化/持續(xù)化。

這其中每個階段都需要仔細(xì)考量，各個公司在這一基礎(chǔ)上優(yōu)化和調(diào)整了自己的客群經(jīng)營模式，本文筆者從數(shù)據(jù)驅(qū)動的角度梳理了一些客群分層經(jīng)營的常規(guī)方法，其他內(nèi)容會在后續(xù)的文章中逐一給出。

一、可執(zhí)行客群分層

可執(zhí)行客群分層是使用比較廣泛的方法，主要從人口統(tǒng)計(jì)/因果關(guān)系/業(yè)務(wù)邏輯等角度梳理客群分層，并基于分層結(jié)果做針對性方案描述，因?yàn)椴皇峭ㄟ^算法等方式分層，其可執(zhí)行性和可解釋性非常強(qiáng)，流程如下：

圖一

1. 宏觀特征選擇

在宏觀層面上進(jìn)行特征選擇，我們往往篩選一些全局性的覆蓋范圍比較廣的特征，例如：人生階段、資金情況等，每個客戶都可以從這兩個維度拆分，而且不同階段能夠反映出的信息足夠多。

1. 人生階段：在校學(xué)習(xí)、工作就業(yè)、戀愛階段、購買大件、成立家庭、孩子入學(xué)等；
2. 資金情況：兜里沒錢、解決溫飽、月月盈余、一定積蓄、生活富裕等。

通過對這兩個維度的理解，我們可以拆解出比較多的信息元素，例如：戀愛階段/月月盈余的人生活上相對舒適，會有一些情感需求消費(fèi)，例如：珠寶、旅游、節(jié)假日禮品等，也會適當(dāng)進(jìn)行投資理財(cái)。

而工作階段/兜里沒錢的人大多的狀態(tài)為剛工作，工資不高，在消費(fèi)上會先解決生活所需，投資理財(cái)也不會過多涉及。

不同階段的人在消費(fèi)觀和金錢觀上的表現(xiàn)不盡相同，而企業(yè)需要做的就是梳理類似如下表格，拆分人群并做深度洞察：

表一

在這些特征洞察的基礎(chǔ)上，企業(yè)會對各個子客群進(jìn)行一些常規(guī)預(yù)判，對客戶的基本屬性、認(rèn)知觀念有一個全面的認(rèn)知。

2. 宏觀畫像構(gòu)建

從宏觀特征上構(gòu)建客戶子客群的畫像主要是描述客戶的基本屬性和常規(guī)認(rèn)知，例如：在校學(xué)生往往兜里沒錢，基本解決溫飽，其經(jīng)濟(jì)來源多來自于家庭供應(yīng)。

但不排除有大學(xué)創(chuàng)業(yè)，小有成就，月月盈余的狀態(tài)，這種人群整體數(shù)量不會特別多，而且這種社會狀態(tài)躍遷的群體適合進(jìn)行獨(dú)立分析，或許會有驚喜發(fā)生。

畫像描述時，不僅需要結(jié)合較多信息，同時也需要確定畫像的描述方向，例如：描述其消費(fèi)觀、金錢觀、興趣愛好等，從確定的方向上探索已有數(shù)據(jù)，確定其畫像差異：

表二

在表二特征的基礎(chǔ)上，描述出總體的的畫像原型：

表三

這一畫像是通過對表二的理解和組合構(gòu)建形成的，從整體形象出發(fā)，描繪出畫像的關(guān)鍵特征，這需要一定的業(yè)務(wù)抽象能力和特征理解能力，拆解出的畫像符合企業(yè)的經(jīng)營方向，能夠在客群經(jīng)營過程中有所應(yīng)用。

3. 場景畫像勾勒

上面兩個步驟是我們與客戶初相識的過程，從第一次見面、第一次交談等行為中對客戶的基本特性、興趣愛好有一個初步的認(rèn)識。此處提到的場景畫像則是對宏觀畫像進(jìn)行二次拆分，基于一定的事件和交互，從某一指標(biāo)方向出發(fā)，定向梳理出畫像結(jié)構(gòu)。

宏觀畫像和場景畫像的區(qū)別在于宏觀畫像相對穩(wěn)定，能應(yīng)用很長一段時間，所探索的特征也是一些社會性比較強(qiáng)的特征，不受場景約束，場景畫像則重點(diǎn)沿著某一場景目標(biāo)進(jìn)行細(xì)分，畫像隨場景變動，例如：

表四

在場景畫像劃分時，通常是按需切分，如表四結(jié)構(gòu)，則可以把資產(chǎn)提升作為核心指標(biāo)，從資產(chǎn)提升角度，拆分企業(yè)主等人群的相關(guān)特征。

例如：在提升企業(yè)主人群的資產(chǎn)提升占比時，可以從交易渠道是否打通、資產(chǎn)流動是否頻繁、出入賬是否對等、對某類產(chǎn)品是否有傾向、活動時間是否規(guī)律等維度切分，探索客戶的傾向性特性，進(jìn)而在明確傾向性的基礎(chǔ)上梳理觸達(dá)時機(jī)和方案。

如果能夠從資產(chǎn)提升的維度再進(jìn)行一次拆解，則各個畫像的描述會更加完整，例如：

則企業(yè)主等客群就可以在上面維度的基礎(chǔ)上添加理財(cái)購買傾向、入金場景有哪些、資金轉(zhuǎn)出用途等維度探索場景畫像，同時對經(jīng)營方向也有更細(xì)粒度的認(rèn)知。

4. 個性化溝通營銷

經(jīng)過上面三個步驟的梳理，我們對客群已經(jīng)有了一些深入的認(rèn)知，了解到客戶是什么樣的人，同時了解到他對我們的興趣，接下來我們需要選擇客戶可以接受的方式觸達(dá)客戶。例如：

白領(lǐng)人群：年輕多金，薪資較高，精通某一技能，工作時間彈性較大，經(jīng)常訪問XX銀行，對XX理財(cái)產(chǎn)品訪問較高，電話觸達(dá)響應(yīng)率較高，微信和短信響應(yīng)較低，郵件回復(fù)率較高，出差頻次較高，長期購買股票，投資占比超總收入50%。

通過這樣的描述，我們基本可以確定這一類型的客戶講究效率、喜歡直接溝通、抗風(fēng)險(xiǎn)能力較高且有投資能力，對應(yīng)投放可以以直接簡潔的方式，投放的產(chǎn)品強(qiáng)調(diào)收益，同時采用電話直接營銷并郵箱發(fā)送郵件補(bǔ)充。

至此，對應(yīng)的畫像已經(jīng)構(gòu)建完成，從整個流程中我們可以看出，這一流程的可執(zhí)行性很強(qiáng)，依賴于一定的經(jīng)驗(yàn)?zāi)芰ΓC合上面四個步驟，我們可以樹立出一個基本的框架，即：

表五

后續(xù)的客群經(jīng)營可以在這一結(jié)構(gòu)的基礎(chǔ)上填充組合，逐漸深入對客戶和產(chǎn)品的認(rèn)知。

二、基于特征組合的利基客群經(jīng)營

可執(zhí)行客群分層的方法幾乎涵蓋了客群經(jīng)營的方方面面，由于其思路的完整性和易用性，在各企業(yè)中得到頻繁應(yīng)用，但是這一方法在應(yīng)用過程中需要依賴一定的經(jīng)驗(yàn)?zāi)芰?，且能夠切分的客群粒度有限，?dāng)拆分客群粒度過細(xì)時，其操作的復(fù)雜度和對經(jīng)驗(yàn)值的依賴程度會呈指數(shù)級增長。

隨著大數(shù)據(jù)工具的日益豐富，很多企業(yè)逐漸摸索出了一系列人機(jī)結(jié)合的客群經(jīng)營方法，特征組合即為其中一個，這一方法主要通過客群特征的篩選和組合，確定最優(yōu)分層特征，并將特征組合客群與核心指標(biāo)進(jìn)行關(guān)聯(lián)計(jì)算，其主要流程為：

圖二

1. 特征處理及分類

畫像構(gòu)建所需特征粒度與特征本身粒度未必完全一致，所以需要有特征處理的過程。

例如：年齡特征，通常按照5歲或10歲為一個分層，不需要1歲一分層。

另外有些特征未必完整，需要通過一些算法處理進(jìn)行信息補(bǔ)全，是否夫妻，這一特征很多平臺獲取不到，為得到這一特征可以通過一些預(yù)測的方式，做一些概率層面的信息補(bǔ)充，客戶每天晚上10:00到第二天早上6:00訪問同一WIFI熱點(diǎn)。

同時有另外一個設(shè)備同時頻繁接入當(dāng)下WIFI，且兩個設(shè)備訪問內(nèi)容存在明顯男性和女性的差異，是否可以推斷出這兩個人是夫妻關(guān)系？

當(dāng)然這是一個概率推斷邏輯，不乏有推導(dǎo)錯誤的情況，但是通過不斷豐富這一邏輯，可以無限接近真相。

另外，在添加客群行為特性的情況下，更需要使用分類算法，明確出某一行為模式屬于什么類型：頻繁訪問理財(cái)頁面，并隔三差五買兩筆理財(cái)產(chǎn)品，購買的理財(cái)產(chǎn)品多為活期貨幣基金，可以推斷出用戶零錢較多，屬于理財(cái)傾向型客戶。

這些特征的處理本身就是一個復(fù)雜的工程，算法處理過程中被稱為特征工程，有興趣的小伙伴可以琢磨一下。

處理好特征后，我們需要對最有效的特征進(jìn)行篩選，特征的篩選可以從兩個方向進(jìn)行：

1）其一：確定出最有代表性的特征

有代表性的特征往往存在兩個特性，一個是能相對明確均勻區(qū)分各個客群，這一方式主要采用熵計(jì)算的邏輯，確定出引發(fā)熵值最小的特征；另一個是信息量較多/信息較為完整的特征，特征本身空值較少，特征各個值之間分類較為均勻，不同特征值之間的數(shù)量占比不會差異過大。

2）其二：確定最能影響核心指標(biāo)的特征

在特征工程中存在一些篩選特征的方法，例如：相關(guān)系數(shù)、主成分分析等，這些方法通過計(jì)算特征與核心指標(biāo)的關(guān)系，確定出與核心指標(biāo)相關(guān)性強(qiáng)的特征。

2. 特征組合及計(jì)算

篩選出的特征需要進(jìn)行組合，并通過組合的特征切分客群，形成一個個小的利基客群，而后直接構(gòu)建利基客群與核心指標(biāo)之間的關(guān)系，確定出對核心指標(biāo)影響最為明顯的利基客群，如圖：

圖三

特征組合往往存在兩種用法：

• 其一：篩選高光客群：我們能從這一特征組合中順利找到UV占比小，但是影響力巨大的客群，并對其進(jìn)行小成本高效果經(jīng)營；
• 其二：有效客群分組：各個利基客群類似于一個個小的客群聚類，從最小的客群開始，將最相似的客群合并，減少客群數(shù)量，依次循環(huán)，最終形成6-10個目標(biāo)客群，進(jìn)而完成有效客群分組。

特征的篩選和組合的過程需要有大量的數(shù)據(jù)計(jì)算，這就依賴于各個企業(yè)的大數(shù)據(jù)計(jì)算能力，在計(jì)算的過程中通常需要植入spark等大數(shù)據(jù)環(huán)境進(jìn)行大規(guī)模數(shù)據(jù)運(yùn)算。

3. 畫像描述及敏捷執(zhí)行

經(jīng)過上面的利基客群組合，我們可以拆解出一些客群的主要特征，進(jìn)而對客群進(jìn)行詳細(xì)描述，畫像的描述過程與第一種方法類似，涉及客戶的基本屬性和興趣傾向等。

利基畫像的描述更聚焦，例如，發(fā)現(xiàn)有 “向其他地區(qū)有規(guī)律轉(zhuǎn)賬”，“附近有銀行但是經(jīng)歷過客訴問題”等特性的客戶其訂單轉(zhuǎn)化率會很低。

對于這些畫像的理解決定了我們會以什么樣的方式刺激客群，例如：上例中“向其他地區(qū)有規(guī)律轉(zhuǎn)賬”的客戶，多為子女在外地定居定時向父母轉(zhuǎn)賬，確保父母生活費(fèi)用，此時如果要刺激這一客群辦卡并使用XX銀行卡完成交易，就很難通過常規(guī)紅包/優(yōu)惠券的方式引導(dǎo)其轉(zhuǎn)變，因?yàn)檫@一客群無法在異地為父母完成辦卡動作，而產(chǎn)品經(jīng)理需要面臨的挑戰(zhàn)，就是簡化開卡操作，并且能夠異地在線完成父母賬戶的變更。

三、聚類分層在客群經(jīng)營中的應(yīng)用

有心的讀者能夠發(fā)現(xiàn)，特征組合的方式一定程度上采用了聚類方式，即首先將客群拆到最小，然后“自底向上”的完成客群聚類。除了這一聚類方式外，還有其他的方式可以進(jìn)行客群的拆分，而這一部分，我們就介紹一些“自上而下”的聚類方式，協(xié)助企業(yè)完成客群分層。

聚類方法是一個相對直觀的分析方式，企業(yè)除了梳理客戶的基本屬性外還可以添加用戶的行為旅程，組合有代表性的特征進(jìn)行聚類操作，例如：;行為旅程、自然屬性、交易信息等。

如圖可以將數(shù)據(jù)拆分成多個客群，并且獲取到影響這一客群的主要特征：

圖四基于這些特征描述出子客群的基本畫像，如右表，并在這一基礎(chǔ)上結(jié)合經(jīng)營的核心指標(biāo)添加特征細(xì)分的維度和傾向性模型，構(gòu)建完整的場景畫像，最后將畫像固化成標(biāo)簽或者人群包，以備后續(xù)經(jīng)營使用。

在客群經(jīng)營過程中，我們需要梳理某一渠道的流量在當(dāng)下畫像中的客群結(jié)構(gòu)，有針對性的添加滿足畫像要求的產(chǎn)品。

以微信渠道為例，每日100萬微信引流的客戶中，企業(yè)主占15%，白領(lǐng)占20%，忠誠的富裕人士占24%，年輕的銀行家占31%，其他客群10%。

我們只需要針對企業(yè)主等組合有傾向的產(chǎn)品，有客戶來訪時先進(jìn)行畫像判斷，滿足某一畫像的客戶即可推送對應(yīng)的產(chǎn)品，如下表：

表六

AB實(shí)驗(yàn)助力客群經(jīng)營

AB測試在客群分層中的價(jià)值在于發(fā)現(xiàn)各個客群中的主導(dǎo)行為和有效元素，通過反復(fù)測試的方式為客群探索優(yōu)質(zhì)產(chǎn)品策略，前三個方法主要聚焦于客群的分層，而AB的價(jià)值在于確定好場景客群后，針對經(jīng)營目標(biāo)鎖定策略的各個維度，展開一系列測試。

策略的生成可以拆分成幾個比較重要的元素：投放內(nèi)容、投放時間、投放渠道、對應(yīng)客群等，這些元素的組合形成了我們的策略，而AB的應(yīng)用可以在具體客群的基礎(chǔ)上，對策略中的其他元素進(jìn)行組合，形成不同的策略集，并以多種策略方式觸達(dá)客戶，探索出最優(yōu)的投放策略。

AB實(shí)驗(yàn)在客群經(jīng)營中的應(yīng)用，不僅涉及策略篩選的部分，另外還有策略的拆解、策略的沉淀、策略的生成等多個內(nèi)容，與客群分層的邏輯相關(guān)不大，此處不再贅述，我們會在后續(xù)的AB專欄中進(jìn)行補(bǔ)充。

作者：livandata；個人公眾號：livandata，歡迎大家關(guān)注溝通~

本文由 @野水晶體 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。