我所理解的电商客户忠诚度模型

观点

破除传统运营思路，以用户为运营核心

建立基于用户等级体系的深度学习关系

据说人生最牛掰的事情，

是自己吹出去的牛，自己亲手实现掉。

昨天文章结尾的时候，笔者神差鬼使的说：

今天会一起讨论电商客户忠诚度模型。

说实话，笔者从未系统过的思考过这个问题。

既然牛都吹了，自然要做到。

现在我们就讨论这个话题，不成体系仅供参考

结合昨天的讨论，

笔者认为互联网客户忠诚度模型有三个方面：

内部：破除传统运营思路

外部：用户等级分层管理

关联：建立深度学习关系

\

内部：破除传统运营思路

工业时代的零售通路，有如下的特点：

传统零售

渠道：零售商是品牌商与消费者的连接通道，品牌商通过它进行相互竞争

市场：品牌商通过规模广告投放扩大品牌影响力，对抗零售商的渠道压榨

消费者：由于购物渠道有限、信息获取成本高，消费者处于被动接受状态

传统零售以门店为核心的地理流量模式，意味着门店利地就是他们天然的竞争壁垒。

为了回笼资金支撑新店发展，零售商选择了以商品运营为中心，通过单品低价提升单店销售。

因此：

传统零售是以商品运营为中心，以品类管理为工具，以敏感性用户为对象建立客户忠诚度模型。

互联网的出现带来了零售通路的变化：

电子商务

渠道：互联网空间流量模式让传统零售利地理论失效，用户壁垒被打破

市场：互联网让消费者具备独立获取信息的能力，品牌广告影响力下降

消费者：极低的迁移成本让消费者可快速切换购物场所，消费不再受限

在电商环境下，个体用户掌握供求关系的主动权，传统零售的客户忠诚度模型已经不再适用。

特征对比

传统零售：门店位置决定了用户的相对稳定性，运营的重点是找到合适的商品

电子商务：网站地址是稳定的，用户是不断流动的，运营的重点是维护既有用户

因此：

电子商务应该是以用户为中心、以CRM系统为工具，以偏向性/知识性/共鸣型用户为对象建立客户忠诚度模型。

要做到这一点，

首先必须破除以商品为中心的传统运营理念！

树立以用户为核心的新零售运营理念！

\

外部：用户等级分层管理

传统零售用户流动性弱的特点，让零售商可以针对基数最大的敏感性用户人群，从容的组织商品进行频繁的促销刺激，以提升单店销售业绩。

以Costco、Tesco为代表的欧美零售商除了正常促销外，格外重视对于忠实用户的价值挖掘，形成了会员制、自有品牌等系列零售产品。

国内零售市场起步晚，基本处于跑马圈地的状态，因此以针对敏感性用户进行价格促销为主。

可以直白的说：

国内传统零售缺乏对于用户等级的分层管理

国内电商延续了传统零售的客户忠诚度模型。

当互联网人口红利殆尽的今天，单位新用户获取成本迫使我们将精细化用户运营提上议程。

用户分层管理的定义

零售商建立一套具有清晰衡量标准和等级利益的用户层级系统

通过鼓励用户消费和参与互动来管理细分群体用户的成长速度

赋予不同等级用户以相应的权利和利益，保持核心用户群体的忠诚度

这与市面上的千人千面或CRM有着本质区别：

区别

千人千面推荐的是你看过的东西，而不是学习你的消费习惯并做关联性消费预判

CRM体系是鼓励我们多消费，但是并没有赋予高等级用户足够的尊重及消费利益

用户等级提升并不等同个体消费额，用户参与互动同样是提升等级的重要途径

小结：道法术

道：破除传统运营理念，帮助我们将关注点从物转向人。

法：用户分层等级管理则，提供用户运营管理的方式方法

术：与用户建立深度学习关系。

\

关联：建立深度学习关系

客观的说，除了用户迁移成本的降低，电商加剧竞争的另一个关键因素是价格！

价格因素分析

传统零售：用户无法获取其他门店的价格信息，盲目切换购物场所风险太大

电子商务：用户获取价格信息能力增强，放大了不同商家、平台的价格竞争

电商补贴战放大了用户对价格的敏感性，加快了用户的迁移速度，造成不促不销的怪现象。

客观的说，即便是制定优秀的用户分层管理体制，也无法阻挡恶意补贴促销战的冲击。

要维持电商平台客户的忠诚度，

笔者认为在用户分层管理的基础上，建立与用户深度学习关系是可行的解决方案。

定义解释

所谓深度学习关系，是指系统通过学习和研究用户消费资料，判别用户个人偏好，并在此基础上针对用户个性化消费提供持续解决方案。

我们以上门定制电商为例：

和很多人一样，笔者一直有一个苦恼：买不到合身的裤子。

定制平台通过对用户身材尺寸的统计、生活习惯的了解，掌握其习惯及身材数据。

消费的增加让定制越来越贴合用户的身形，用户与平台建立了深度学习关系。

当面临竞争时，用户必须考虑迁移后的重新学习成本，是否低于低价促销的获益。

类似的案例例如：面部检测技术之于化妆品电商、营养监测之于生鲜电商，这种基于数据的深度学习关系是电商平台的天然壁垒。

未来借助线下体验、面部识别及其他检测技术，

建立电商平台与用户之间的深度学习关系，

以商品消费为基础，以持续解决方案提供能力为核心，可以帮助零售商在激烈的竞争中胜出。

十四载非典型零售人

专注商业底层逻辑研究

内容电商实验室

号主 :CK

一个研究内容电商的公号