如何通过数据挖掘帮助母婴零售店扩大生意

随着中国新一轮的生育高峰期到来,母婴零售店遍地开花,市场竞争趋向白热化。目前越来越多的母婴零售店都采用了会员制度,并以“会员专享优惠”、“多倍积分”、“积分兑换奖品”等优惠方式吸引大批新的消费者留下个人手机号码、宝宝性别、宝宝月龄、家庭地址等相关信息。而消费者也会使用相应的会员卡来母婴店进行购物,以便获得更多的优惠。

2013年是电子商务逐步成熟的一年,网上购物越来越方便;而线下母婴零售店促销打折不断,竞争异常激烈,留给母婴零售店高层管理者两个不得不认真去思考的企业经营问题:

1.如何去唤醒招募进来的沉默会员?

2.如何让目前活跃的老客户进店购买更多的产品,最大限度地释放其价值?

因为大多母婴零售店采用了会员制度,积累了越来越多的会员数据,在数据化管理的时代,会员的消费数据意味着公司的财富。如何对会员数据进行深入挖掘,并辅以有效的营销活动执行,更好地帮助母婴零售商、母婴品牌商共同把生意做大做好呢?

本文结合所操作过的某高档母婴奶粉品牌联合某母婴零售店进行联合销售的数据挖掘项目经验,如图1所示,将从以下4个步骤深入浅出地介绍如何通过数据挖掘帮助母婴零售商、品牌商把生意做得更好、更强。

图1 – 母婴行业数据挖掘总流程

一、进行客户细分,挖掘不同群体的潜力消费者

古语有云:“物以类聚,人以群分。”说明了不同的群体具备不同的行为特征,所采取的营销策略也不一样。母婴零售行业也不例外,只有对会员有效地进行客户细分,然后针对不同的会员采取相符合的营销政策,才能更好地达到相应的营销效果。

结合某大型母婴零售店的会员信息及某高档母婴奶粉品牌的特征,对该母婴零售店的会员进行客户细分,主要分为4大类客户(如图2所示):

1.新妈妈/孕妈妈:新妈妈主要指最近3个月新招募过来的且小孩年龄在0~3岁左右的妈妈,但在该母婴店却没有任何消费记录的会员;而孕妈妈是最近3个月新招募回来的且还在怀孕期的妈妈,但在该母婴零售店却没有任何消费记录的会员。

2.成熟妈妈:指最近3个月招募回来的但小孩年龄已经超过了3岁的妈妈,在该母婴店却没有任何消费记录的会员。

3.奶粉购买会员:是指小孩年龄在0~3岁的且在该母婴店购买过奶粉的会员。

4.奶粉沉睡会员:是指小孩年龄在0~3岁的且在该母婴店购买过非奶粉的会员。

结合商业目标是挖掘高档奶粉潜在目标客户,帮助母婴零售店及奶粉品牌商联合共赢,奶粉购买会员里面可以细分两种目标用户:高档奶粉消费者及高档奶粉潜力消费者。而奶粉沉睡会员众多,需要找出那些具有消费能力的客户进行激活消费,此类客户需要寻找潜在高档奶粉消费者。

图2 – 某婴儿奶粉消费者细分图

通过对会员数据的有效细分,寻找潜在目标用户,并针对不同的客户群体进行营销,如对新妈妈/孕妈妈、潜在高档奶粉消费者进行激活消费;促进高档奶粉消费者买得更多及增加其来店频率,最大释放其消费价值;而对高档奶粉潜力消费者,则让其尝试买得更贵。

二、如何有效判断会员价值

每个妈妈在对不同品类母婴产品的选择上,有很大差异。比如有的妈妈倾向于购买最贵的纸尿裤,但认为奶粉只要中档品牌就可以;也有妈妈购买低廉价格的纸尿裤,却买最贵的玩具和服饰。因此进行客户细分之后,还要对他们是否对我们目标商品有价值进行预判。

结合高档奶粉目标用户的商业目标出发,消费者价值的预判主要针对其购买历史记录,从以下三个角度进行判断会员价值:

1.是否经常购买高档奶粉关联产品

通过数据挖掘的购物篮关联分析去研究买过高档奶的购买者行为特征,找出高档奶粉的亲缘品类。如图3所示,通过购物篮分析可以发现,很多客户在购买一段雅培高档奶粉的同时也会购买某品牌的婴儿专用洗衣液,则该品牌的婴儿专用洗衣液为该高档奶粉的亲缘品类。结合亲缘品类的购买情况,可以判定“未购买目标品类的会员”是否有购买目标品类的潜力。

图3 - 通过亲缘品类购买行为判定消费者是否有购买目标商品的潜力

2.是否曾经购买过高端标杆产品

并不是有钱的家庭一定会购买高档商品,也不是经济条件差的家庭就一定会选择最低价商品。但购买过高端标杆母婴产品的会员就肯定有一定的能力消费得起高档产品。

在母婴零售行业中,有几类高端标杆产品能够凸显会员的消费能力。如表1所示,经常购买高档纸尿裤、购买过高档推车(如价值上千的GoodBaby推车)或者购买过高档奶瓶(如购买过日本原装进口betta贝塔智能型玻璃奶瓶),这些会员有经济能力消费得起高端母婴产品,就说明其经济能力能够消费得起高档婴儿奶粉,这些会员则是高档婴儿奶粉的潜在会员。

表1 – 高端标杆产品品牌

高档纸尿裤

高档推车

高档奶瓶

高档奶粉

花王

Inglesina

betta

合生元

大王

Goodbaby

贝亲

惠氏启赋

帮宝适特级棉柔

康贝

新安怡

雅培菁智

好奇金装

Quinny

NUK

多美滋金盾

3.结合登记地址辅助纠正会员的价值

在新会员招募的时候,母婴零售商家会要求会员留下相应的家庭联系地址,以方便后期能够更好地进行精准营销。通过登记地址信息梳理,辅助纠正会员的消费价值。

综上所述,在进行会员价值判断的时候,必须结合会员的历史消费记录、登记地址梳理,才能更有效地识别会员的价值,从而找到潜在的高档婴儿奶粉的潜在目标。如图4所示,某会员在该母婴零售店购买了中档的婴儿奶粉及相关产品,从购买该奶粉的历史记录来看,该会员消费能力仅为中等水平。但再结合其过去购买产品记录及对其登记地址进行梳理,可以发现该会员有能力买得起高档奶粉,为高消费能力的潜在会员。

图4 – 会员价值判断举例说明

结合会员的历史购买记录数据及注册信息,通过数据挖掘可以将所有潜在购买者划分为的4个象限(如图5所示):

  • 第1象限:不但购买过高档奶粉,而且又有较高消费能力的群体,是我们的核心顾客,应该重点维系。
  • 第2象限:虽然购买高档奶粉但消费能力比较低的群体,对促销优惠会更加敏感,该象限会员为优惠敏感顾客。
  • 第3象限:既没有消费能力又不买高档奶粉的顾客,该象限会员为低消费群体。在营销经费有限的情况下,可以选择性放弃。
  • 第4象限:消费能力高却只买低档奶粉的顾客,通常比较容易被忽略,但却是非常具有潜力的群体。

图5 – 母婴商品消费者价值判断模型

三、如何设计合理的营销活动

在有效进行客户细分及有效判断会员价值的前提下,如何设计合理的营销活动成为了关键?

对会员进行营销推广有很多不同的形式,其推广的目的也不一样。

表2 – 消费者营销推广的目的

表2列出了母婴零售企业对消费者进行营销推广的各种目的,以及每种目的可以使用哪些营销推广方式。

结合高档奶粉数据挖掘的商业目的“唤醒沉睡会员及让老会员购买得更多”,针对不同群组的会员设计了不同的营销活动方案,如表3所示。

表3 –不同细分客户群采用不同的营销活动设计

结合不同的婴儿奶粉细分客户群,针对不同的营销目的,匹配相应的营销活动设计,能够更有效地提高营销活动成功率。

四、如何进行营销效果评估

在进行客户细分、价值判断、营销活动设计等一系列工作之后,需要进行科学的营销效果评估,以帮助母婴零售店能够及时了解营销活动的效果,同时发现营销执行中存在的问题,不断优化营销活动方案设计。

如图6所示,目前我们主要采用了“五度”评估体系,从营销目标完成度、营销推广响应度、营销推广成功度、参加客户成长度、参加客户满意度等五个方面去评价营销活动效果。

图6 –营销效果评估体系

围绕着五度评估体系,针对母婴零售行业的特性,我们主要从以下几个方面对营销效果进行科学评估:

1. 营销活动前后的整体销售额、客户数大小变化情况;

2. 营销活动前后的老客户响应人数、购物频次、购物篮大小等关键指标的变化情况;

3. 沉睡会员转化率、参与活动的客户数、贡献的销售额分析;

4. 各个营销活动的投入产出比(ROI)分析。

本文分享自微信公众号 - PPV课数据科学社区(ppvke123)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2014-06-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

警察叔叔是怎么用大数据来思考与实践的

近年来,伴随着全国各地公安机关信息化的迅猛发展,数据共享和深化应用的需求空前高涨。但是,随着数据的汇聚和数据量的爆炸式增长,传统的数据库和数据仓库技术出现了诸多...

37790
来自专栏Python小屋

Python使用K-means聚类算法进行分类案例一则

K-means算法是经典的基于划分的聚类方法,是十大经典数据挖掘算法之一,其基本思想是:以空间中k个点为中心进行聚类,对最靠近它们的对象归类。通过迭代的方法,逐...

32660
来自专栏机器人网

一图向菜鸟解释机器学习、数据挖掘

随着数据科学在人工智能发展中大放异彩,数据挖掘、机器学习进入了越来越多人的视野。而对于很多人来说,诸如机器学习之类的名次听起来是神乎其技,但其真正的内涵却不为一...

30970
来自专栏数据科学学习手札

(数据科学学习手札08)系统聚类法的Python源码实现(与Python,R自带方法进行比较)

聚类分析是数据挖掘方法中应用非常广泛的一项,而聚类分析根据其大体方法的不同又分为系统聚类和快速聚类,其中系统聚类的优点是可以很直观的得到聚类数不同时具体类中包括...

30250
来自专栏专知

干货:必读机器学习书籍一览表

【导读】转眼之间春节假期已所剩无几,大家是否也开始制定新一年的学习计划?本文就为大家推荐一个机器学习书单,其中大多数可以免费观看,并附上pdf链接。书单内容包括...

368110
来自专栏专知

【观点】漫谈推荐系统及数据库技术(二)——分布式数据库技术

【导读】推荐系统和数据库技术,一个是偏机器学习数据挖掘相关的应用,一个是偏系统存储相关的技术,这两者在实际中有很大的应用。上一次专知推出漫谈推荐系统及数据库技术...

41390
来自专栏ThoughtWorks

常用的几种大数据架构剖析 | 洞见

数据分析工作虽然隐藏在业务系统背后,但是具有非常重要的作用,数据分析的结果对决策、业务发展有着举足轻重的作用。随着大数据技术的发展,数据挖掘、数据探索等专有名词...

44760
来自专栏程序源代码

大白话Scrapy爬虫

这两年爬虫技术应用比较火,最近在学习Scrapy,学习中写了一些笔记,分享给大家。写的不好多多包涵。 一、Scrapy蜘蛛框架 Scrapy是一个...

41970
来自专栏目标检测和深度学习

腾讯数平精准推荐 | OCR技术之检测篇

在过去的数年中,腾讯数平精准推荐(Tencent-DPPR)团队一直致力于实时精准推荐、海量大数据分析及挖掘等领域的技术研发与落地。特别是在广告推荐领域,团队自...

71340
来自专栏CDA数据分析师

数据分析从哪里开始入门学习,可以推荐的书有哪些?

数据行业在迅速的发展,几乎每天都会出现新的技术和方法。因此,想要跟上这个行业的步伐是有挑战性的。之前CDA数据分析师曾列出了15位在科技和数据科学领域最具影响力...

44650

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励