CRM场景「移动电商的场景有哪些」

互联网 2023-02-17 20:02:28

今天给大家普及一下CRM场景「移动电商的场景有哪些」相关知识,最近很多在问CRM场景「移动电商的场景有哪些」,希望能帮助到您。

本文结合相关的产品与业务场景,分享电商CRM中的用户信息管理与场景应用,为电商产品的精细化运营提供参考。

用户信息管理是客户关系管理的底层基础。

用户接触一款新产品,从开始了解,深度使用,最后到流失,整个过程会产生大量的数据信息流动,通过对这些用户信息的高效管理,可以指导用户分群、个性化消息推送、生命周期管理和关联推荐等一系列运营策略。用户信息的最大化的合理利用,能够更精细为用户提供服务,有效的达成业务目标。

一、用户信息管理1. 用户的基础信息

基础信息是描述客户基本属性的静态数据,主要来源于用户注册和使用时录入的信息。用户基础信息一般通过电商CRM系统的会员信息库进行存储和管理,会员信息库就好比存放着平台每一位用户的名片夹。

用户的基础信息字段繁多,大致可以归为六大类:

人口属性信息:用户的姓名、性别、年龄、生日、所在省市区街道、婚姻情况;平台属性信息:昵称、注册时间、会员类型、会员等级;联系信息:手机号、邮箱、QQ、微信、微博、其他第三方关联账号;收货信息:默认与非默认收货姓名、收货地址、收货电话;卡与支付信息:会员卡信息、银行卡信息;认证信息:在校认证信息、营业执照认证信息、消费贷认证信息等。

当遇到特定的业务场景时,可以将用户基础信息进行关联调用。

2. 用户的行为信息

行为信息是用户使用产品时产生的动态数据,主要来源于系统的事件埋点与后台日志:

事件埋点对用户的行为事件进行了全流程的记录,再通过各种页面来源(source)进行相互关联,可以详细记录用户的行为路径。后台日志记录了交易信息,包括订单id、商品id、货号、单价、颜色、尺码等记录、通过“时间戳”来证明发生时间。

通过用户完整的行为信息,我们可以还原最完整、真实的交易场景:

用户是谁:目标用户、用户画像、是否源于其他用户分享;买了什么:商品品类、风格、件数、颜色、尺码、价格、上市时段;在哪发生:线上的模块、页面、路径;线下的城市、商圈、地址、店名。

行为信息可以间接反映用户的行为偏好和决策路径,通过自建数据分析平台或第三方分析工具进行系统化的管理,可以为具体业务方案提供可靠的数据依据,带来可量化的指导。关于行为信息数据的分析可以参考之前的文章:《数据分析:三步搭建基础分析框架》

二、在电商中的场景应用1. 基于基础信息的分群展示

用户类型:不同类型的用户对不同品类的需求度存在巨大差异。通过对全平台用户的基础信息分析,可以了解平台用户的性别分布、年龄分布,清晰的掌握产品的用户画像,从而划分不同的用户类型,针对性的解决需求。

唯品会通过三类小程序:唯品男士、唯品会、唯品母婴,分别针对男性用户、年轻女性用户以及宝妈用户,帮助不同类型的用户更快找到需求的商品,针对性地解决不同用户类型对不同品类需求。

地区信息:城市用户vs乡村用户、国内用户vs国外用户,不同地理位置的用户对于购物消费的价值观存在较大偏差。

淘宝根据用户在个人中心录入的地区信息,将用户划分城市地区、乡村地区、国外地区,针对不同区域的用户进行区分地区类型的分群展示,能够有效地提高资源位的转化。

2. 基于基础信息的个性化推送

每天用户的手机都会收到来自各个产品的消息推送,而用户浏览内容的平均时间只有1~2秒,如何提高自家产品消息触达的效率,以至于不被淹没在茫茫的信息中。

在消息推送环节,通过自定义消息模板调用用户基础信息,在文案前呼唤用户昵称,可以大幅提高内容与用户的相关性,在短时间内吸引用户去浏览、了解消息内容,有效地提高营销内容的转化。

天猫、阿里巴巴、小红书在短信或push营销环节,通过调取用户昵称,实现基于基础信息的个性化推送,对于用户体量巨大的头部平台,细微的转化提升都可以带来可观的业绩增量。

3. 基于行为信息的生命周期管理

基于用户在平台的消费记录,可以按照用户是否使用过产品来划分为新用户与老用户;老用户还可以根据用户使用产品的情况,按生命周期划分为留存用户、沉默用户和流失用户,举一个简单划分方式:

未激活新客:注册了产品之后,还没有正式使用(如电商的首次下单)的用户;留存用户:在指定一段时间周期(如30天)内有使用过产品的用户;沉默用户:对使用产品的积极性下降,连续一段时间周期(如30~60天)未使用产品的用户;流失用户:曾经使用过产品,现在已经连续很长一段时间(如61天以上)没有再使用过产品的用户。

用户的价值会随着用户状态发生迁移,对用户的生命周期管理是CRM核心环节。选择最适合的营销渠道与优惠激励,对不同状态的用户制定差异化的生命周期营销策略:

通过自动化生命周期营销工具,向用户传递产品价值,促使新用户开始使用产品,留存用户持续使用产品;建立沉默/流失预警模型,精细化的筛选高价值的沉默和流失用户,通过营销事件或大型活动定向挽回。

对用户生命周期的精细化策略管理,能够不断激发用户活跃,最大限度提升响应率和ROI,促进用户回访、复购、提升客单价,带来业绩的提升。

4. 基于行为信息的关联推荐

推荐系统:电商平台承载着大量的商品,但提供曝光的资源位是有限的,在商品信息过载中满足各种各样用户的需求是我们要面对的问题。

长尾理论:用户对商品大规模的需求会集中在头部,而零散的小量的商品需求会在需求曲线上形成一条长长的“尾巴”。这些小需求是个性化的、其数量累加起来会形成一个巨大的市场。

基于用户行为信息数据,通过千人千面的推荐系统,可以对这些零散的商品需求进行个性化的展示。