ใช้การวิเคราะห์เชิงคาดการณ์เพื่อค้นหาลูกค้าที่มีความสัมพันธ์ในการซื้อสูงสุด
เผยแพร่แล้ว: 2016-01-10มีการศึกษาที่น่าสนใจเกี่ยวกับผู้ที่อาจผิดนัดเงินกู้ซึ่งไม่เกี่ยวข้องกับสถานะทางการเงิน คะแนนเครดิต หรือพฤติกรรมการใช้จ่ายของพวกเขา หากเชื่อผลการวิเคราะห์เบื้องต้น ผลการศึกษาอ้างว่าผู้ที่เก็บโทรศัพท์มือถือไว้ตลอดเวลามักจะผิดนัดชำระเงิน EMI น้อยกว่าผู้ที่รอให้แบตเตอรี่หมด
ตอนนี้กลุ่มคนหลังยังรวมถึงผู้ที่เชื่อในตำนานทางเทคนิคว่าแบตเตอรี่ควรถูกคายประจุจนหมดก่อนที่จะถูกชาร์จอีกครั้ง อย่างไรก็ตาม ผลลัพธ์ชี้ไปที่ส่วนสำคัญในปริศนาเงินกู้ จะรู้ได้อย่างไร (ในทางจิตวิทยา) ว่าผู้ขอสินเชื่อจะชำระคืนตรงเวลาหรือไม่ ซึ่งก็ขึ้นอยู่กับปัจจัยที่ไม่เกี่ยวข้องกับเงินในลักษณะใดๆ เช่นกัน อย่างไรก็ตาม พวกเขาเกี่ยวข้องกับผู้ขอสินเชื่อและ นิสัยของเขา
นิสัยจึงเป็นกุญแจสำคัญในการทำให้มั่นใจว่าบุคคลมีแนวโน้มที่จะทำอะไรบางอย่าง เพราะ นิสัย นั้นยากที่จะเปลี่ยน
ในทำนองเดียวกัน แบบจำลองการคาดการณ์ในร้านค้าปลีกที่วัดแนวโน้มที่จะซื้อ โดยใช้ข้อมูลลูกค้าที่ไม่ทำธุรกรรม บางคนอาจสับสนกับความน่าจะเป็นที่จะซื้อโดยมีเจตนาที่จะซื้อ แต่ให้ฉันอธิบายให้ชัดเจน:
คุณกำลังตรวจสอบผลิตภัณฑ์ที่อาจบ่งบอกว่าคุณต้องการซื้อ อย่างไรก็ตาม คุณอาจยังไม่ซื้อ หรืออาจวางแผนที่จะซื้อในเดือนหน้า เหตุผลอาจเป็นอะไรก็ได้ เช่น วงเงินเครดิตของคุณสำหรับเดือนปัจจุบันไม่อนุญาตให้คุณทำการซื้อนี้ ดังนั้น แม้จะตั้งใจจะซื้อ แนวโน้มที่จะซื้อ ของคุณก็ไม่มีเลย อย่างน้อยก็ในเดือนนี้
ตอนนี้เรามีความชัดเจนในแนวคิดทั้งสองแล้ว มาต่อด้วยการวิเคราะห์เชิงคาดการณ์กัน
แบบจำลองการคาดการณ์ทำงานอย่างไร
การคาดการณ์สำหรับผู้ซื้อครั้งแรก
โมเดลนี้จะเปรียบเทียบพฤติกรรมก่อนการซื้อของผู้มีแนวโน้มจะเป็นลูกค้ากับพฤติกรรมของลูกค้าก่อนหน้านี้ที่ซื้อของบางอย่าง โมเดลนี้ใช้ประโยชน์จากแอตทริบิวต์ต่างๆ เช่น การเปิดอีเมล หน้าเว็บที่เรียกดู เส้นทางการซื้อ การคลิกคำกระตุ้นการตัดสินใจ เป็นต้น
ผู้มีโอกาสเป็นผู้ซื้อซึ่งมีพฤติกรรมตรงกับผู้ซื้อรายก่อน ๆ มากที่สุดจะถูกระบุว่าเป็น 'ผู้ซื้อที่มีกลุ่มความสนใจสูง' นักการตลาดติดตามรายชื่อผู้มีแนวโน้มจะเป็นลูกค้าใหม่ด้วยข้อความที่ปรับแต่งเพื่อปิดจำนวนการขายสูงสุด
คาดการณ์ผู้ซื้อซ้ำ
การคาดการณ์ความเป็นไปได้สำหรับการซื้อซ้ำจะพิจารณาข้อมูลจากธุรกรรมก่อนหน้าและการโต้ตอบที่เกิดขึ้นก่อนทำการซื้อ ซึ่งคล้ายกับรุ่นสำหรับผู้ซื้อครั้งแรก
อย่างไรก็ตาม มีข้อมูลเพิ่มเติมที่เติมลงในฐานข้อมูลตั้งแต่การซื้อครั้งแรกของลูกค้าเหล่านี้ การรวมนี้ช่วยปรับปรุงความถูกต้องของแบบจำลองอย่างมาก เนื่องจากรวมข้อมูลเกี่ยวกับการซื้อซ้ำ แพ็คเกจที่ส่งคืน และการโต้ตอบกับฝ่ายบริการลูกค้า
ตัวอย่างสด
ดังนั้นจึงเป็นดังนี้:
“สวัสดีเซเลน่า
ผ่านมาระยะหนึ่งแล้วตั้งแต่ที่เราคุยกันครั้งสุดท้าย ฉันตื่นเต้นที่จะบอกคุณว่าเราได้เปิดตัวยักไหล่ผ้าขนสัตว์ชนิดหนึ่งรูปแบบใหม่ที่ฉันรู้สึกว่าคุณจะหลงรัก พวกมันคล้ายกับสีชมพูที่คุณซื้อเมื่อฤดูหนาวที่แล้ว แต่ได้ทรงที่ประจบสอพลอมาก ฉันกำลังส่งหนึ่งชุดจากคอลเล็กชันนี้ ในขนาดของคุณ ลองใช้และแจ้งให้เราทราบว่ามันพอดีและรู้สึกอย่างไร
แนะนำสำหรับคุณ:
บทบัญญัติต่อต้านการแสวงหากำไรสำหรับสตาร์ทอัพในอินเดียมีความหมายอย่างไร?
Edtech Startups ช่วยให้แรงงานอินเดียเพิ่มพูนทักษะและเตรียมพร้อมสู่อนาคตได้อย่างไร...
หุ้นเทคโนโลยียุคใหม่ในสัปดาห์นี้: ปัญหาของ Zomato ยังคงดำเนินต่อไป, EaseMyTrip Posts Stro...
สตาร์ทอัพอินเดียใช้ทางลัดในการไล่ล่าหาทุน
แพลตฟอร์มการตลาดดิจิทัล Logicserve ระดมทุน INR 80 Cr รีแบรนด์เป็น LS Dig...
รายงานเตือนให้มีการพิจารณาทบทวนกฎข้อบังคับเกี่ยวกับ Lendingtech Space
เจส
สไตลิสต์ส่วนตัวของคุณ”
ตอนนี้ใครไม่อยากได้รับการปฏิบัติเช่นนั้น?
คุณต้องการอะไรสำหรับการวิเคราะห์เชิงทำนายและเพราะเหตุใด
แนวทางที่เน้นมือถือเป็นหลัก ทำไม เพราะตอนนี้เส้นทางสู่การซื้อของลูกค้าไม่ใช่เส้นทางเชิงเส้น แต่เป็นเกมเชื่อมต่อจุดที่มีจุดติดต่อหลายจุดและมือถือเป็นหัวใจของวิถี
เมื่อคุณได้รับแล้ว คุณจะสามารถเข้าถึงจุดข้อมูลได้มากมาย ตั้งแต่สถิติการใช้แอพไปจนถึงกิจกรรมบนโซเชียลมีเดีย คุณมีทุกสิ่งที่จำเป็นในการถอดรหัสความลึกลับของนักช้อป
ยุคของการทำงานกับข้อมูลจากหน่วยงานของรัฐและสถาบันการเงินนั้นหมดไปนานแล้ว และยุคของการใช้สัญชาตญาณในการแก้ปัญหาการแปลงก็หมดไปเช่นกัน สิ่งที่เหลืออยู่ก็คือข้อมูลจำนวนมากและข้อมูลเชิงลึกเกี่ยวกับสหสัมพันธ์ที่ไม่เหมือนใคร ซึ่งจะช่วยให้คุณเลือกพฤติกรรมการช็อปปิ้งต่างๆ ที่ผู้คนมีและใช้ประโยชน์จากพฤติกรรมเหล่านี้เพื่อประโยชน์ของคุณ
ประโยชน์ของการวิเคราะห์เชิงทำนายในการค้าปลีก
ส่วนลดเป้าหมาย (และหักส่วนลด)
ผู้ซื้อมีสามประเภท: อันดับแรก ผู้ที่ต้องการซื้อพร้อมส่วนลดเท่านั้น ประการที่สอง ผู้ที่ซื้อโดยไม่คำนึงถึงความพร้อมของส่วนลด และประการที่สามที่สามารถแกว่งไปทางใดทางหนึ่ง ในฐานะนักการตลาด ฉันรู้ว่ามีเพียง 20% ของประชากรลูกค้าที่เป็นส่วนลด-ขี้ยา และ 15% มักจะซื้อโดยไม่มีส่วนลด ในขณะที่ส่วนใหญ่ไม่ได้ใส่ใจกับการมีอยู่ของข้อตกลง นักการตลาดส่วนใหญ่อย่างฉันเองก็รู้เรื่องนี้เช่นกัน แล้วทำไมพวกเขาถึงเสนอส่วนลดแบบครอบคลุมซึ่งส่งผลให้อัตรากำไรโดยรวมลดลง?
ฉันจะเรียกสิ่งนั้นว่าความเกียจคร้าน ความเกียจคร้านในการทำความเข้าใจและวิเคราะห์ลูกค้าเป้าหมายเป็นรายบุคคลและตอบสนองความต้องการเฉพาะของตน
มีสิ่งหนึ่งที่ผิดปกติอย่างมากกับส่วนลด หากคุณแจกในบางโอกาสทุกปี ผู้คนเริ่มคาดหวังและรอช่วงส่วนลดนั้นเพื่อซื้อ พวกเขาจะไม่ซื้อโดยไม่มีส่วนลดนั้น นั่นเป็นนิสัยที่ไม่ดีที่เราได้เปิดเผยต่อลูกค้าของเรา
แล้วส่วนลดควรจัดการอย่างไร? นี่คือคำตอบของคุณ: 7 วิธีในการลดราคาที่ไม่ลดคุณค่าผลิตภัณฑ์ของคุณ
บทความนี้หรือฉันไม่ได้บอกว่าส่วนลดหรือสิ่งจูงใจอื่นๆ ไม่ถูกต้อง แต่ควรทำตัวเหมือนสารให้ความหวานในชา ไม่ใช่ตัวชา ส่วนลดต้องทำหน้าที่เป็นกำลังใจ สิ่งที่ฉันหมายถึงคือ หากคุณเห็นลูกค้าทิ้งรถเข็นของเขา คุณสามารถเสนอส่วนลดได้ หรือเพื่อเป็นรางวัลในการสมัครเพื่อรับลูกค้าใหม่ โดยการปล่อยสิ่งจูงใจออกไป คุณสามารถมุ่งความสนใจไปที่ความสนใจส่วนบุคคลตามความต้องการและความต้องการของลูกค้าแต่ละรายผ่านคำแนะนำและการเตือนความจำ
ด้วยวิธีนี้ คุณจะสามารถเพิ่มทั้งรายได้และผลกำไรสูงสุดจากลูกค้าทุกราย
รายละเอียดกลุ่มลูกค้าที่มุ่งเน้น
อย่างที่ฉันพูดไป เวลาของการแยกลูกค้าตามข้อมูลประชากรไม่ได้อยู่ที่นี่แล้ว การมุ่งเน้นที่พฤติกรรมและรูปแบบการซื้อของช่วยให้นักการตลาดมีข้อมูลเชิงลึกเกี่ยวกับวิธีการเข้าถึงลูกค้าอย่างลึกซึ้งและเป็นกลยุทธ์ เนื่องจากการเข้าถึงและได้ลูกค้ามานั้นมีค่าใช้จ่ายสูง คุณจะไม่เพียงแต่รู้ว่าพวกเขาซื้ออะไร แต่พวกเขาจะทำเช่นนั้นได้อย่างไร พวกเขาตัดสินใจเลือกอะไรและตกลงกับบางสิ่งอย่างไร คุณจะเข้าใจว่าอะไรทำให้พวกเขาเปิดกระเป๋าเงินให้คุณ และอะไรที่ทำให้พวกเขาพูดแต่สิ่งดีๆ เกี่ยวกับแบรนด์ของคุณ และผลักดันให้คนใกล้ตัวและที่รักของพวกเขาซื้อจากคุณ
นอกจากการเลือกคนที่เหมาะสมแล้ว คุณยังเพิ่มโอกาสในการได้รับการรับฟัง รับฟัง และติดตาม ซึ่งช่วยเพิ่ม ROI ของคุณอย่างมาก การมีความเกี่ยวข้องและมีประโยชน์มากขึ้นช่วยให้นักการตลาดลดการพึ่งพาส่วนลดจำนวนมาก
แนวทางที่ยึดลูกค้าเป็นศูนย์กลาง
เกิดอะไรขึ้นในการขายล้างสต็อก?
ประการแรก ลูกค้าส่วนใหญ่ไม่พบผลิตภัณฑ์ที่ต้องการ อย่างน้อยก็ไม่ตรงตามข้อกำหนดที่ถูกต้อง ประการที่สอง บริษัทล้างคลังสินค้าด้วยการสูญเสียเนื่องจากได้ยกเว้นเงินจำนวนมหาศาลจากสินค้าคงคลังเก่าทั้งหมด ฟังดูไม่เหมือนสถานการณ์ที่ชนะสำหรับทั้งสองฝ่าย
นั่นเป็นเพราะเป็นแนวทางที่เน้นสินค้าเป็นหลัก ไม่ใช่ลูกค้าเป็นศูนย์กลาง ไม่ได้ทำให้ลูกค้ารู้สึกพิเศษแต่อย่างใด นอกจากนี้ยังทำให้ลูกค้าไวต่อความรู้สึกในทางที่ผิด อย่างที่ฉันบอกไป พวกเขาจะหยิบแบบของคุณขึ้นมา เจาะลึกถึงนิสัยที่คล้ายคลึงกัน จากนั้นจะรอการขายครั้งใหญ่ประจำปีนั้น คุณไม่มีทางรู้ ลูกค้าบางรายที่ซื้อในช่วงเวลานั้นอาจไม่ต้องการส่วนลด 55% ด้วยซ้ำ พวกเขายังสามารถซื้อได้ที่ 25% หรืออาจจะไม่มีข้อตกลงเลย
ดังนั้น จากมุมมองทางธุรกิจ คุณจะได้รับประโยชน์มากมายจากการวิเคราะห์เชิงคาดการณ์:
- ส่วนต่างที่ เพิ่มขึ้น (จากผู้ที่มีแรงจูงใจในการซื้อ)
- รายได้ส่วนเพิ่ม (จากคนที่ไม่มีแรงจูงใจในการซื้อในตอนแรก)
- ลด สต๊อกสินค้า (การจัดการสินค้าคงคลังที่ดีขึ้น)
ข้อผิดพลาดที่ควรหลีกเลี่ยง
ไม่มีความคิดริเริ่มทางการตลาดที่ไม่สามารถผิดพลาดได้ แม้แต่การวิเคราะห์เชิงคาดการณ์ บทความนี้แสดงรายการมารยาทบางอย่างที่สามารถหลีกเลี่ยงได้อย่างง่ายดายด้วยความระมัดระวังเล็กน้อย สิ่งสำคัญสองสามรายการอยู่ด้านล่าง:
- มีเป้าหมายในใจก่อนที่จะเริ่มเชื่อมต่อจุดต่างๆ
- อย่าดำเนินการกับแคมเปญจนกว่าคุณจะมีจุดข้อมูลที่จำเป็นทั้งหมด
- เรียบเรียงข้อมูลที่อาจทำให้สับสนกับข้อมูลเชิงลึกของคุณและทำให้การตัดสินใจของคุณคลาดเคลื่อน
- เปิดตัวและเคลื่อนที่ด้วยความเร็วราวสายฟ้าเนื่องจากเนื้อหาเป็นไดนามิก และหากคุณล่าช้า สถานการณ์อาจเปลี่ยนไปสำหรับแผนของคุณในขณะนั้น
- เนื่องจากทุกธุรกิจมีความแตกต่างกัน อย่าหลงเชื่อผู้เชี่ยวชาญเฉพาะเรื่องหรืองานวิจัย พวกเขาทั้งหมดขึ้นอยู่กับข้อมูลเก่า
บทสรุป
รูปแบบดั้งเดิมของการแบ่งกลุ่มลูกค้าใช้ข้อมูลประชากร ทัศนคติ หรือความชอบในการซื้อ มีประโยชน์ในตัวเอง แต่เทคโนโลยีและความต้องการของผู้บริโภคทำให้พวกเขาล้าสมัย ในทางกลับกัน การวิเคราะห์เชิงคาดการณ์จะเปิดเผยรูปแบบที่ซ่อนอยู่ในข้อมูลที่ช่วยให้นักการตลาดดูข้อมูลเดียวกันในมุมมองที่แตกต่างกัน ดังนั้นจึงเข้าถึงแนวคิดของการจัดการวงจรชีวิตของลูกค้าจากมุมมองใหม่
การแบ่งส่วนที่ทำโดยใช้วิธีนี้มีความชัดเจนและแม่นยำยิ่งขึ้นมาก ดังนั้นคุณสามารถคาดการณ์ได้ว่าผู้มีโอกาสเป็นลูกค้าจะซื้อจากคุณหรือไม่ เขา/เธอจะยอมรับข้อเสนอของคุณหรือไม่ หรือเขา/เธอจะคงความภักดีใน ระยะยาว. นี่เป็นสถานการณ์แบบ win-win ที่สมบูรณ์สำหรับทั้งลูกค้าและบริษัทที่นำไปสู่ความสัมพันธ์ที่ทำกำไรได้มากกว่าและยาวนานขึ้นโดยอาศัยความไว้วางใจซึ่งกันและกัน
ดังนั้นหากคุณใฝ่ฝันที่จะรู้ล่วงหน้าว่าลูกค้าจะซื้ออะไร จะสต็อกอะไรในปริมาณที่มากขึ้น วิธีแก้ไขปัญหาของลูกค้าก่อนที่พวกเขาจะขึ้น หรือกำหนดว่าลูกค้ารายนั้นจะมีรายได้เท่าใดในการเชื่อมโยงกับคุณอย่างเต็มที่ ที่นี่ คือโอกาสของคุณ ด้วยการวิเคราะห์เชิงคาดการณ์
ดาวน์โหลดงานวิจัยที่น่าสนใจเกี่ยวกับสิ่งที่ใช้ได้ผล (และไม่ได้ผล) ในการทำการตลาดผ่านอีเมลสำหรับอีคอมเมิร์ซโดย TargetingMantra