导语:你是否思考过,营销的核心究竟是什么?高手又是如何做营销的呢?本文作者开拓了一个全新视角,从客户资产管理出发,分析高手营销的底层逻辑,希望看完本文能够对你成为营销高手有所帮助。
- 客户行为地图
- 客户体验地图
- 客户决策地图
这3个地图,都是以具体场景为基础的,此处不展开详细论述。
我们给出另外一个工具模型(场景需求匹配):
我们极度重视和推荐大行业小场景的产品化。
什么叫大行业小场景的产品化?——某个特定场景下,解决客户具体问题的单点突破。
而这个单点:
- 能挤进客户决策的重要性、优先级序列;
- 客户有支付意愿;
- 在这个行业中具有普遍性;
- 容易形成标准产品。
这种大行业小场景应用,就是典型的客户行为管理。
三、管理客户关系(关系管理)
传统企业缺少对客户关系管理的技术与手段,通常都是在流量层面下功夫,建渠道,做推广,努力实现多时空多批次的流量变现。
互联网公司就大不同了,他们有技术、工具与手段,他们有客户日活、月活、年活,这些是传统企业特别羡慕的。
客户关系管理,我们推荐分为两类:
1. 客户心智份额
客户心智份额,其实是对客户资产的沉淀与归类。
经过一段时间经营后,我们把客户可以分成三类:
1)心智预售型客户(大概率客户)
简单地说,就是品牌的忠实粉丝。当这类客户在消费时,有远超出普通消费者的大概率,来购买特定品牌。
2)随机流量型客户(小概率客户)
简单地说,就是拦截流量,进行销售转化,并努力提高客单价。这种流量有可能是无差异客户,上到60岁,下到6岁,所以转化概率,是这三类客户中最低效的。
3)概率触发型客户(中概率客户)
就是在某些场景或者某些条件触发下,客户就会增大购买某商家产品的概率。
小结下来,就是上面这个图。内容比较多,就不再多解释了。
2. 客户关系营销
这里,我们介绍一种方法——RFM模型:
- R(Recency)最近一次消费时间;
- F(Frequency)一段时间内的消费频率;
- M(Monetary)一段时间内的消费金额。
有了这3个维度和数据,我们就可以把客户按照关系的重要性、优先级,进行分类排序了。
有了数据支持,我们就可以针对上面ABCD四类客户,分别使用不同的关系营销策略。
比如:我们打开美团外卖,一个你经常去的商家给你发一个定向红包,这就是典型的RFM应用下的关系营销。