e-works数字化企业网  »  文章频道  »  管理信息化  »  CRM

电商CRM,该如何拆分和设计?

2017/10/18    来源:人人都是产品经理    作者:明洋      
关键字:电商CRM  CRM  
CRM做为客户关系管理和维护的重要方面,在电商中显得尤其重要。

    CRM做为客户关系管理和维护的重要方面,在电商中显得尤其重要,我们从各个渠道投放广告花高成本去获客,用户进来以后却不能及时的被留住,留存和复购数据不太理想,客户不能被准确的定位和服务,基于这些问题,更加需要深入分析客户行为,判断每类客户的喜好和习惯,不断完善人群属性,通过建立完善的CRM机制来升客户的消费并实现二次购买。

一、明确CRM的目标

    延长用户生命周期,实现生命周期价值CLV(Customer Lifetime Value,也有称LTV:Life Time Value)最大化

    生命周期:CL:Customer Lifetime

    生命周期价值:CLV(Customer Lifetime Value,也有称LTV:Life Time Value)

二、剖析用户生命周期和价值

    让用户能在生命周期中产生商业价值,才是业务的最终使命。这里的商业价值,不单纯是电商广告游戏等赚钱模式。信息和数据这些无形且很难量化的也是商业资产。为什么要谈用户生命周期和价值?因为不得不接受的事实是,无论你是多么出色的运营和产品,都无法真正制止用户的流失你可以延长它,但就是不能阻止它。当产品获得足够多的用户时,最大的问题不是继续获取,而是从用户身上赚回钱。成熟的产品都应该考虑CL,以及更重要的CLV。

    只要用户停留时间越长,对产品的使用粘性越大,就越有可能在我们的产品上产生价值,那么有一个公式大家一定并不陌生:

赚钱=CLV(用户生命周期价值)-CAC(获客成本)-COC(运营成本)

    电商的CLV由一系列购买的指标决定,电商CLV指标:支付订单量、GMV另外,我们通常说的用户留存率,其实也是用户忠诚度的体现,留存率对用户的判定较为模糊,也不具备界定意义,因此我们可以转化为用户生命周期。

用户生命周期=周期/(1-周期内新增留存率)

    如果一款产品新增用户的月留存率是70%,那么估算出:平均用户生命周期=1个月/(1-70%)=3.3个月。

    运营的目标就是延长用户生命周期从3.3个月到4个月、5个月乃至更长。并且在此期间产生商业价值。对于大部分产品,这个公式都是适用的。

    如果需要更精准的指标,则可以将数据制作成频数分布图。

频数分布图

图1 频数分布图

    来看看怎么精准的分析和运营:

    1.用户生命周期最少的那部分用户,例如10天,有什么具体特征,为什么不用?

    2.用户生命周期最多的那部分用户,有什么特点?

    3.分布人数最多的用户,怎么样能想办法抓住他们的痛点?延长他们生命周期。

    4.究竟是用的久的用户(二八理论),还是分布人数最多的用户(长尾理论),产生的商业价值大?

    每个用户的生命周期都能产生商业价值,但有些用户注定更有价值。

    用户生命周期和流失是息息相关的,用户流失,便是用户生命周期的终止。

    用户不用APP,可能是比较忙,可能是出去旅游了,可能是大姨妈来了心情不好。那么运营应该怎么判定他是上述情况,还是卸载不用呢?也许我们需要几个月后才会发现用户最后登录停留在某一天。高级运营和初级运营的分水岭在于:初级运营经常事后补救,高级运营能够防范于未然。

    将用户的流失可能扼杀在萌芽阶段,是延长用户生命周期的有效手段之一。这听起来很玄乎,但举个例子就会明白的。

    一款社交应用,通过流失用户的特征分析。发现了如下的几个特点:

    1.流失用户中,40%的用户没有完善资料新增用户没有导入通讯录好友。

    2.流失概率比导入的高20%新增用户。

    3.在第一周使用中,如果添加的好友低于3,则一个月后的流失概率超过一半。

    4.用户流失前一个月,互动率远低于APP平均值。

    这些特征很容易读懂了解,运营也很容易针对性的采取策略。例如良好的新手引导、引入好友推荐(想想微博和各兴趣向APP)、增加曝光量、乃至使用机器人等等。

    如果数据化运营更彻底,可以运营和数据分析结合,将上述的特征建模,得出一个比较准确的流失概率预测。用模型计算出某一类人群流失概率在80%以上,和知道什么样的人可能流失,在运营上是两个层次。

    我们可以构建决策树模型,因为决策树模型的可解释性强,它是if-then的集合,运营非常容易理解。比如用户完善资料低于50%,且没有导入通讯录好友,且好友数量低于3,则其一个月后的流失概率为80%。模型训练出叶节点,运营用SQL就能跑出来可能流失的用户群。

    另外,发掘出变化性变量在运营中有奇效。比如完善资料,是否导入通讯录好友,都是静态、状态型的特征,更多是产品上的优化。但是某一类用户流失,能通过其他数据特征体现,比如上周打开了APP20次,本周打开了5次,下周打开了1次,趋势是下降的,那肯定是要流失。

责任编辑:程玥
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐