分群消費者ｘ多元商機的實現
•Download as PPTX, PDF•
5 likes•1,199 views
從行為特質進行細緻顧客分群, 發掘更多消費者行為商機, 進行商機探索. Find more business opportunities from behavioral micro-segmentation.We provide more marketing clues for marketing guys to do some business action or consumer insight.
Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Viewers also liked (19)
Similar to 分群消費者ｘ多元商機的實現
Similar to 分群消費者ｘ多元商機的實現 (20)
分群消費者ｘ多元商機的實現
- 2. • 從微分群看見潛需求 • 啟動微分群商機探針 • 實現多元行銷的未來 2 Agenda
- 6. 2015 前五大消費金融趨勢預測 • 運用消費者分析改善消費體驗 • 加速佈署數位通路 • 行動為主的應用設計 • 提昇數位行銷及社群銷售 • 行動支付走向大眾化 By Jim Marous, Digital Banking Report, December 19, 2014 6 消費金融迎接 Y 世代生活消費型態
- 7. 從行為發現消費者近期商機 • 近期商機：消費者對商品偏好及想得到什麼 • 消費模式：首次或再訪、通路、頻率、時機、金額等 • 決策參考來源：評論、銷量、親友等 • 決策考量因素：價格、商品、品質、贈品、優惠等 • 消費者態度：準備要買、風險偏好、品牌忠誠等 7
- 9. 9 利用線上行為數據微分群， 打造品牌專屬的顧客基因庫 依據行為模式和興趣 偏好運算顧客基因 收集消費者的 數位通路行為 1. 2. 3. 4. 自訂條件建立 顧客分群 獲得能辨識個別 顧客的客群名單
- 10. 線上線下 分進合擊 上傳顧客名單與線上整合 數位通路 動態數據 從顧客行為基因挑選 交叉組合 任意搭配 交集聯集差集，彈性組合 組合你的行銷客群名單 10
- 11. 微分群專屬行銷服務驅動 User-based by View Item-based by View Ranking (by Site, Category and Action) User-based by Cart User-based by Order Item-based by Cart Item-based by Order Personalized eDM Recommendation User-definedRecommendationResultFilter Ad Recommendation User/Item Based by Click Etu Recommender 轉化率分析 資 料 擷 取 推 薦 清 單 推薦引擎 Hadoop User-Defined Recommendation 顧客相似 度分析 商品關聯 性分析 廣告關聯 性分析 內容關聯 性分析 User-DefinedRecommendationAPI 社群分析 行為微分群分析 第三方分析 整合微分群或第三方分析資料行銷 11
- 12. 12 實現多元行銷的未來 From Leads to Sales
- 14. 14 投資理財 發現市場變動、立即啟動行銷 10/12 9:00 顧客看到「歐元恐將巨幅貶值」 新聞，覺得該是加 碼時機並開始多次瀏覽相關商品。 銀行理財專員，針對一個月 內參與外匯與外幣計價基金 活動的顧客分析，找出具有 相似投資偏好。 10/13 9:00 10/13 9:00 當天「歐元恐將巨幅貶值」 新聞一出，立即啟動歐元外 匯與歐元計價基金事件行銷。 針對 VIP 顧客寄送可能有興 趣的歐元相關商品專屬優惠。 收到歐元外幣存款及基金促銷優 惠。 10/13 15:00 10/14 18:00 晚上跟顧客報告目前淨值， 及可再投資商品。 確認申辦。 10/15 10:00 顧客 顧客 顧客 銀行經理 銀行經理 銀行經理
- 17. 17 行銷業務、理專或客服，可依據三種方式取得名單 • 從基因選擇：依照活動目的，從顧客的基因中挑選出合適的特質，建 立新的目標顧客清單 • 分眾組合：將既有不同族群，利用交集、聯集或差集，組合成新族群 • 名單上傳：將外部分析的名單上傳，成為交集、聯集或差集的來源 • 接觸顧客：可透過行銷業務、理專、客服或推薦系統接觸顧客 從基因選擇合適 特質，建立客群 從既有族群交集 聯集差集選擇， 產生名單 投資理財情境：篩選基因條件，取得潛在顧客名單，啟動行銷 透過推薦行銷系統 提供專屬行銷活動。
- 18. 18 房貸需求 提供房貸優惠，讓老顧客有感 10/13 8:30 顧客登入銀行 APP ，試算房貸成數與每月 還款金額，並網站搜尋多次房貸相關訊息 10/13 11:00 顧客晚上收到簡訊。 我是您薪資銀行個人服務經理，近期專為薪資老顧 客提供優惠房貸，若方便，明早我們可以電話聊聊? 薪資戶銀行個人服務經理， 發現近 30 天該顧客已進官網 查看 5 次，所有房貸專案頁 都點過，且試算過 1500 萬 房貸。並屬於高薪資資產。 符合優質薪資顧客房貸專案。 10/13 17:00 10/14 9:00 查看 CRM 系統為上市公司 主管級，並已將前房貸於前 年繳清，信用良好，可享再 降 0.2% 的專案優惠，免收 手續費。 再次查看網站房貸，確實優惠 10/14 10:00 10/14 18:00 晚上跟顧客報告，貼心服務， 立即獲得顧客回應。 確認明天申辦。 10/14 18:00 銀行經理 顧客 顧客 顧客 顧客 銀行經理 銀行經理
- 19. • 收集房貸行銷網頁完整瀏覽行為 • 串聯顧客登錄前後資訊，掌握潛力客群 • 整合Web／線上客服／TM／AFA／FA 測試成效 房貸試算 房貸利率 房貸期限 房貸專案 房貸需求情境：收集房貸行銷網頁完整瀏覽行為 19
- 20. 20 房貸需求情境：房貸族群的基因特徵 2. 根據訪客瀏覽偏好，所建立的 顧客族群 －曾瀏覽過「房貸商品」的訪客 1. 選擇「基因探索」查看不同 顧客族群的特徵細節 3. 選擇想查看的基因，例如，選 擇「造訪總天數」
- 21. 21 造訪總天數比較 房貸需求情境：房貸族群的回訪互動性及消費力 對「房貸商品」感興趣的訪客 中，過去 30 天內不同的造訪 次數，以及分別的人數 消費力比較 對「房貸商品」感興趣的訪 客中，過去 90 天內依據消費 力的人數分佈
- 22. 22 房貸潛在顧客名單，可依據三種方式取得名單 • 從基因選擇：依照活動目的，從顧客的基因中挑選出合適的特質，建 立新的目標顧客清單 • 分眾組合：將既有不同族群，利用交集、聯集或差集，組合成新族群 • 名單上傳：將外部分析的名單上傳，成為交集、聯集或差集的來源 • 接觸顧客：可透過行銷業務、理專、客服或推薦系統接觸顧客 從基因選擇合適 特質，建立客群 從既有族群交集 聯集差集選擇， 產生名單 房貸需求情境：找出房貸需求顧客名單，優惠回饋老顧客 透過推薦行銷系統 提供專屬行銷活動。
- 23. 23 消費啟動 發現您想玩又想省的心 10/14 8:30 顧客上銀行網站查詢【信用卡機場停車優 惠】、【上網查詢接送機場服務】 10/14 15:00 顧客上銀行網站查詢【匯率/利率】、【下載匯率/ 利率表】 發現近 30 天顧客上網查詢機 場停車、接送優惠，日幣匯 率資訊 2 次以上。 10/14 17:00 10/15 20:00 看到專屬優惠訊息。 10/15 20:05 線上結匯及申 請接送優惠。 10/15 21:00 啟動貼心旅遊服務，提供： 線上日幣結匯優惠或旅遊意 外險服務，旅遊刷卡分期 0 費用，日本消費再回饋。 銀行經理 銀行經理 顧客 顧客 顧客 顧客
- 24. 24 旅遊潛在顧客名單，可依據三種方式取得名單 • 從基因選擇：依照活動目的，從顧客的基因中挑選出合適的特質，建 立新的目標顧客清單 • 分眾組合：將既有不同族群，利用交集、聯集或差集，組合成新族群 • 名單上傳：將外部分析的名單上傳，成為交集、聯集或差集的來源 • 接觸顧客：可透過行銷業務、理專、客服或推薦系統接觸顧客 從基因選擇合適 特質，建立客群 從既有族群交集 聯集差集選擇， 產生名單 消費啟動情境：找出旅遊潛在顧客名單，啟動貼心行銷 透過推薦行銷系統 提供專屬行銷活動。
- 26. 26 分群消費者ｘ多元商機 啟動一場行為微分群革命吧！ 1. 打開紙袋，填寫體驗券 2. 攜至 Etu Insight 攤位 3. 完成預約體驗活動
- 27. 114 台北市內湖區瑞光路318號 8F, No. 318, Ruiguang Rd., Taipei 114, Taiwan 諮詢專線: 0800 200 018 T: +886 2 8798 6088 info@etusolution.com www.etusolution.com 聯絡資訊
Editor's Notes
- 母體分析 情境分析 消費資料匯入， 若欄位都相同，其他ＣＲＭ資料欄位就要客制基因 人與商品關聯，可以交集來看 熱門館別或類別（用訪次），熱門時段 14:10 ~ 14:40 啟程－Data Technology 的待客之道 14:40 ~ 15:00 實踐 1 號站－投客所好：互聯內外，啟動投信藍海數據戰 15:20 ~ 15:40 實踐 2 號站－猜你喜歡：虛實並進，贏在全通路 15:40 ~ 16:00 實踐 3 號站－歡迎回來：全面圖譜，金融 3.0 顧客行銷新視界 16:00 ~ 16:20 終歸－分群消費者ｘ多元商機的實現
- 今天議程從投信互聯數據的廣泛探索, 到全通路的虛實整合行銷, 再到全面解構金融顧客的行銷需求 我們最終還是要發掘更多可能創造業績的機會,要透過細化消費分群發掘更多商機, 提高精準行銷. 我們就以說到銀行，你會想到什麼？開戶、刷本、換外幣還是辦理貸款？攤開雙手，都能算出自己一年到過多少次銀行。 未來金融服務體驗都會轉到手機上，因此強大的行動應用開發、社群媒體、大數據分析，消費者體驗，這是發展金融創新最重要的 4 個基礎。 Segmentation 2.0 or Segmentation in the Age of Big Data In today’s age of Big Data, a multitude of new types of data are readily available. These include: Activity-based data, e.g. web site tracking information, purchase histories, call center data, mobile data, response to incentives Social network profiles, e.g. work history, group membership, Social influence and sentiment data, e.g. product and company associations (e.g. likes or follows), online comments and reviews, customer service records This data explosion enables the definition of increasingly finer segments. These micro-segments enable ever finer targeting of content, offers, products and services, which can deliver real and substantial returns. Now It’s Your Turn The use of micro-segments based on past customer behavior—such as observing product / service purchases over a period of time, price changes, response to incentives, location and many other factors—allows for diminished turnaround times and easy to invoke programs. And with new solutions that employ sophisticated analytics, machine learning and visualization, market segmentation in the age of Big Data is easy to implement, while producing truly actionable results. 國內外，幾乎所有經營零售消費市場的企業，都會做分群。 geographic (e.g. region, population growth or density), demographic (e.g. age, gender, education, income), psychographic (e.g. values, attitudes, lifestyles), and behavioral (e.g. usage patterns, price sensitivity). 但你在做 哪些都買什麼但精準群體智慧 分析人喜歡的商品關聯，在這個館比較喜歡的類別 消費零售公司都會做分群，也做RFM分析。在國際市場中 Pandora, Netflix, Amazon
- Brett King說：銀行不再是一個地方，而是一種行為。所以未來了解消費者行為，才能掌握商機，提昇業績。 銀行如何在數位時代提供「揪感心」的服務？那就必須從更深入了解消費者行為，細緻化行為分群尋找差異化需求。 Brett King 說，網路改變人們日常生活中的行為，對銀行的需求也跟著改變。他分析，現代人每天花 94 分鐘使用智慧型手機，一天發 E-mail 及簡訊 100 次，每月使用網銀 20 ~ 30 次，一年下來，使用網銀的頻率幾乎是上銀行分行臨櫃辦事的 500 倍。當消費者上網的時間幾乎超過和朋友面對面聊天的時間時，將帶動這些有銀行服務需求的潛在客群，轉而大量使用網路銀行、行動支付，原先為傳統銀行業務中創造優勢的 ATM 與分行，實用功能將逐漸降低。
- 現在大多數公司都懂得用分析工具，將既有交易資料做分群，以消費交易的時間，頻次，金額來做分群。 但未來時代銀行是一種行為，年輕世代幾乎人手一機，行動網路服務已成為生活中食衣住行娛樂很重要的互動點。 所以在大數據年代，我們要講Segmentation分群，更重視這些數位通路行為互動，當然也包含社群網站上行為互動，以此為基礎更細緻的分析找出行為微分群，從中探索具有更高價值識別的銷售商機。 交易結果的分群， 走向行為資料分群 為什麼近期大家都在提行為分群
- Brett King 分析，現代人每天花 94 分鐘使用智慧型手機，一天發 E-mail 及簡訊 100 次，每月使用網銀 20 ~ 30 次。 現在年輕人使用手機，你覺得會少於1個半小時嗎？LINE，FB，音樂，影片，遊戲，消費購物，搜尋瀏覽資訊，現在都可在手機上使用，行為數據隨時都在發生。 在資訊生活化的現代，消費者行為改變的速度也變快，若沒有跟上消費者的改變，也將喪失每一個交易機會。
- 在過去一年我們也發現一些銀行設立了數位金融部門，迎接大量行為數據化的時代。 不難發現消費金融趨勢也愈來愈重視數位通路的布局，尤其是行動通路，透過消費者行為的收集分析來改善服務體驗。 台灣要走向國際化，勢必要面對國際消費金融市場，在數位通路經營與分析上要能與國際接軌。 透過消費者行為分析發掘更多消費者偏好與需求情境, 創造更多數位接觸機會，營造服務貼心，貼心服務。 更是要加快佈置數位媒體通路，讓消費金融也成為消費生活體驗的一環。
- 除了交易結果的RFM分析，在數位生活中，你可以從行為中仔細分析發現更多交易前的潛行為，例如：最近客戶擔心國際經濟狀況，如美國聯準會延後公告QE停止決策，希臘倒債議題，原物料下跌，讓客戶更常晚上先查看歐美股匯市及評論，並先解約定存備好銀彈，準備搶搭股市及原物料大跌的獲利機會。 Behavioral segmentation divides the customer base into groups based on the way they respond to promotions, price changes, channels they use to communicate, etc. Based on behavioral segmentation, consumers can be grouped aligned with any of various business strategies such as: Product Usage: Rather than offering one’s product as a direct replacement for a similar or competitive product, it may be useful to segment customers based on benefits that she seeks for in a product thereby intensifying its relevance. Buying Pattern: This includes recency, frequency and monetary (RFM) value of purchase, channel used, day/time of purchase, etc. Decision Makers: This involves understanding people behind decision making process - is the customer influenced by online reviews/opinions or does she rely on feedback from friends within social networks or act on opinions within the family? Decision Attributes: The criteria can include price, preference to self service, quality of product, service quality, approachability, events in customer lifecycle, etc. Customer Attitude: This may include customer’s readiness to purchase, risk appetite (early adopter, early majority, late majority), brand loyalty, etc.
- 透過行為收集／整理／分析工具，我們可以發掘一群群擁有相同特質或需求的消費者，再加入更多樣的行為基因，發掘小群體差異，找出更多可能商機。
- 只要透過Etu Insight即可以展開行為全記錄，提供彈性取得各種不同的行為資訊，透過行為模式或偏好等面向進行行為基因的運算，最後可以透過客群組集分析，找到具有較能引發購買意願的客群名單，進行行銷。
- 我們可以整合線上線下資料，動態地建構行為基因，再組合所要分析的客群，進行交叉組合分析，產生符合條件的客群名單。
- 最後透過推薦行銷系統，整合網站、EDM、SMS系統，進行專屬商品推薦或優惠活動的推送。建立End to End 行銷循環，從資料收集整理分析到行動，最回到行為資料收集，一再一再優化行為分析應用。
- 接著我們以消費金融案例來說明實際應用情境。
- 接下來會用這三個案例情境說明。 一個晴朗無雲的早上，某個客戶一翻開報紙，斗大標題寫著「歐元恐將巨幅貶值」的消息，好巧不巧你立刻收到了來自銀行的訊息，問你是否有興趣透過雙元貨幣商品搶賺歐元貶值的獲利機會呢？「喔，銀行竟然知道我是個愛冒險的投資人。」 你有點心動，透過銀行App查看資產配置狀況，高風險資產的配置比率五○％，此時手機跳出了另一個視窗，顯示所有和你年齡相仿者的平均資產配置狀況，「原來其他人的高風險資產只有三○％，再想想吧！」 走在街上，你準備用手機來個行動支付，買一杯拿鐵咖啡，掃描商品條碼之後，出現了你目前的信用卡刷卡金額、餘額，你突然之間猶豫了，決定把錢省下來，取消這次的購買，App立刻幫你把這筆省下來的錢直接轉入你的「旅遊基金帳戶」。 你當然知道這是一個虛擬帳戶，其實只需要透過手機設定，裝置一個App，它可以把真正的銀行帳戶分出一個「子帳戶」，當你不做咖啡消費之後，它立刻幫你把錢存進這個帳戶，看到裡面的錢變多了，心裡暗爽一番，每天少喝一杯咖啡，幾個月後，夢想中的旅行看來即將成行，這時，銀行App又來訊息了。 它先告訴你，儲存的信用卡紅利點數可以兌換到日本大阪的來回機票，然後又告訴你，銀行可以提供一筆五萬元的小額貸款作為旅遊金，而且，由於你的資產配置及消費行為已從高風險族群降至低風險，因此貸款利率也將酌予調低。 幾分鐘內，你在網路上填妥資料辦貸款。這次你不再多想，因為，貼心的銀行彷彿一路關照著你，看見你的改變、即時抓住了你的需要、為你量身打造專屬利率，於是，它也做成了你的生意。 以上的場景不是憑空想像，許多服務正在國外實際上路。事實上，數位銀行已經成為全球商業銀行的當紅顯學，業者正在絞盡腦汁試圖「讓銀行服務結合生活」，各種令人拍案叫絕的實驗也一一出現。
- 投資理財 從客戶瀏覽歐元貨幣資訊的行為, 我們可以找出想要投資的客戶, 一旦發現他持續有興趣, 發給他促銷優惠讓他採取行動. 這應用我們可以透過Etu Insight 篩選符合優惠條件的客戶.
- 之前針對外匯及基金族的客人做的活動，我們發現外匯族，基金族最近還會持續回來看資訊，表示他們對這個歐元貶值議題有興趣。 說明j與 Solution 相關的市場現狀或大潮流發展方向，這張是為了帶出下一頁 Solution 的價值主張 盡量用圖來示意說明
- 我們可以先分析這兩個族群的偏好是否適合行銷。或許他們瀏覽的商品及注意的內容都很像，投資的模式也很像。 我們分別建立外匯顧客、和外幣計價基金顧客的族群，觀察他們分別在網銀還瀏覽了哪些金融商品，以及他們的回訪頻率和模式。 說明j與 Solution 相關的市場現狀或大潮流發展方向，這張是為了帶出下一頁 Solution 的價值主張 盡量用圖來示意說明
- 外匯族，基金族，找出最近３０天都有回訪查看歐美貶值的新聞內容，有查看歐元金融商品，且尚未購買 說明j與 Solution 相關的市場現狀或大潮流發展方向，這張是為了帶出下一頁 Solution 的價值主張 盡量用圖來示意說明
- 房貸需求 從客戶瀏覽房貸專案資訊的行為, 我們可以找出想買房的客戶, 立即給他老顧客的貼心優惠. 我們可以透過Etu Insight 篩選適合給予優惠的客戶名單.
- 先收集顧客於網站上所有的行為，了解他在登入前後，所瀏覽房貸專案，利率，房貸新聞，房貸試算、問題留言等。
- 進行房貸基因特質的分析，根據有瀏覽過房貸商品的訪客，進行造訪總天數的分析
- 我們可以發現對房貸感興趣的訪客中，過去３０天有來造訪的總天數及人數；還有過去９０天內的消費金額人數分布 我們可以選擇造訪天數２天以上且消費金額超過１萬５的訪客進行行銷。
- 針對最近３０天內有造訪，且瀏覽過機場停車優惠、接送服務、旅遊平安險、日幣匯率的客戶進行交集，當發現客戶屬於這名單客戶時即啟動發送專屬優惠訊息。
- 消費啟動 從客戶瀏覽旅遊資訊的行為, 我們可以找出客戶可能的意圖, 給予誘因驅動他立即決定的心. 我們可以透過Etu Insight 篩選適合給予優惠的客戶名單.
- 針對最近３０天內有造訪，且瀏覽過機場停車優惠、接送服務、旅遊平安險、日幣匯率的客戶進行交集，當發現客戶屬於這名單客戶時即啟動發送專屬優惠訊息。
- 聽完這場演講, 那下一步呢?
- 打開你的紙袋子, 裡頭有一張 Etu Insight 體驗券, 填完交給外面攤位工作人員, 就可以預約一場行為微分群體驗了.
- 若對今天演講內容或解決方案有任何問題歡迎與我們聯絡. Solution 諮詢聯絡窗口