热线电话:13121318867

登录
首页精彩阅读数据分析:客户细分的五个过程
数据分析:客户细分的五个过程
2016-09-28
收藏

数据分析:客户细分的五个过程

第一步,客户特征细分。一般客户的需求主要是由其社会和经济背景决定的,因此对客户的特征细分,也即是对其社会和经济背景所关联的要素进行细分。这些要素包括地理(如居住地、行政区、区域规模等)、社会(如年龄范围、性别、经济收入、工作行业、职位、受教育程度、宗教信仰、家庭成员数量等)、心理(如个性、生活型态等)和消费行为(如置业情况、购买动机类型、品牌忠诚度、对产品的态度等)等要素。

第二步,客户价值区间细分。不同客户给企业带来的价值并不相同,有的客户可以连续不断地为企业创造价值和利益,因此企业需要为不同客户规定不同的价值。在经过基本特征的细分之后,需要对客户进行高价值到低价值的区间分隔(例如大客户、重要客户、普通客户、小客户等),以便根据20%的客户为项目带来80%的利润的原理重点锁定高价值客户。客户价值区间的变量包括:客户响应力、客户销售收入、客户利润贡献、忠诚度、推荐成交量等等。

第三步,客户共同需求细分。围绕客户细分客户价值区隔,选定最有价值的客户细分作为目标客户细分,提炼它们的共同需求,以客户需求为导向精确定义企业的业务流程,为每个细分的客户市场提供差异化的营销组合。

第四步,选择细分的聚类技术。目前多采用聚类技术来进行客户细分。常用的聚类方法有K-means、神经网络等,企业可以根据不同的数据情况和需要,选择不同聚类算法来进行客户细分。同时将收集到的原始数据,转换成相应的数据模型所支持的格式,这个过程称为数据初始化和预处理。

第五步,评估细分结果。在对客户群进行细分之后,会得到多个细分的客户群体,但是,并不是得到的每个细分都是有效的。细分的结果应该通过下面几条规则来测试:与业务目标相关的程度;可理解性和是否容易特征化;基数是否足够大,以便保证一个特别的宣传活动;是否容易开发独特的宣传活动等。


数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询