如何做好客户细分

最简单的说，客户细分是根据客户的数据将客户划分为不同的组的过程。对于市场营销来说，目标是将具有共同特征的人群分成几个部分，以便有效地向每个群体进行营销。

客户细分的四种类型:

• 地理客户细分——基于预定义的地理边界对客户进行分组
• 人口统计学上的客户细分——通过性别认同、年龄或收入等变量划分市场
• 心理客户细分——关注目标客户的内在特征，如价值观、兴趣或性格类型
• 行为学意义上客户细分-细分客户通过他们的决策和购买过程的方式，如他们花了多少钱或他们使用的产品和服务

随着数字商务的兴起和数据的价值，我们对我们的客户有了更多的了解，特别是关于他们的消费者特征和习惯。利用这些丰富的消费者信息，我们可以实现更具体、更集中的细分类型。

重要的是要考虑您自己的企业的客户旅程，以及您试图通过您的电子商务个性化努力实现什么。虽然这四种类型是市场细分的基本因素，但它们并非一刀切，你应该相应地制定品牌的营销策略。

为什么客户细分很重要？

客户细分允许您在正确的时间以正确的报价瞄准正确的客户。它使您能够关注不同群体的兴趣，而不必将整个受众作为一个整体进行讨论。

这在电子商务中至关重要，因为在电子商务中有大量可用的客户数据，组织这些数据与收集数据同样重要。

电子商务的成功需要一种营销策略，这种策略能够在个人层面上与你的每一位客户对话，而以一种有意义的方式接触你的受众的唯一途径就是通过客户细分。

这仅仅是细分能做什么的宏观概念。在实践中，它有很多好处。客户细分:

• 让个性化成为可能
• 提供用于增加客户生命周期价值的结构
• 帮助你找到最有价值的客户
• 通过有针对性的战役减少流失
• 让您创建更具成本效益的活动

客户细分方法

细分客户需要事先考虑并采用适合您业务的正确技术。没有单一、普遍的方法ーー你需要为你的品牌评估和选择正确的方法。

本节将介绍三种最流行的细分方法，解释它们为什么有用，并提供可操作的方法将它们应用到您的业务中。

什么是 RFM 分析？

RFM 分析，或者近期、频率、货币分析，使用近期、频率和基于货币的度量，将客户置于客户生命周期的不同阶段。

RFM 分析的每个指标都可以回答关键问题，并揭示关于受众的重要数据点:

• 最新消息告诉你一个客户最后一次在你的网站上购物是什么时候
• 频率显示客户在指定的时间范围内在您的网站上进行了多少次购买
• 货币计算所有购买总额的客户在您的网站上

使用这种基于价值的客户细分方法，您可以确定您的客户当前处于哪个生命周期阶段ーー他们是一个品牌拥护者、一个忠诚的客户，还是一个面临流失风险的客户。

什么是客户生命周期营销？

为了确定客户所在的细分市场，根据他们的 RFM 值对每个 RFM 指标进行评分(通常以1-5为等级)。它们的价值是您拥有的关于它们行为的原始数据，这些数据可以用来确定它们的 RFM 分数。

RFM 分析实例

让我们来看看这个客户细分模型的一个示例，看看它是如何工作的:

1. 选一个日期范围，分析一下上个月。
2. 在上个月内为每个客户收集您的 RFM 值。我们将从客户 X 开始。
3. 使用您所有客户的价值，创建范围为您的每个部分使用1-5分级，最高得分5和最低得分1。
4. 每个指标有3个独立的范围，每个客户将有3个得分: R、 F 和 M 得分，它们一起构成客户的 RFM 得分。

下面是30天内的新近评分量表:

以下是每月25次购物的频率得分表:

这就是200美元月度高点的货币评分标准:

在分析的最后，您将得到一系列 RFM 得分的客户。在这个示例中，客户 X 收到的 RFM 分数为525。

这个分数表明他们最近购买了一次(R = 5) ，总体上没有购买多少东西(F = 2) ，并且在规定的时间内花了很多钱(M = 5)。

现在您已经知道了他们的 RFM 分数，可以开始相应地对客户进行细分。如果他们收到高频率和金钱分数，他们将很好地适合你的忠实客户和品牌冠军客户细分。如果他们的频率得分较低，他们很可能属于你的第一次客户类别。对于客户 X 来说，他们的新近性和货币性得分很高，但是频率得分很低，潜在的忠实客户是理想的生命周期阶段，可以通过合适的活动进行细分和定位。

为什么使用 RFM 分析进行分割？

RFM 分析是相对快速和简单的执行，其结果可以大大有助于将客户细分为相关和有价值的群体。它可以导致客户保留率的提高，更高的转换率和额外的收入。

RFM 分析的目标不仅仅是将你的受众划分为不同的类别，还要确定每个客户的改进领域，并利用他们的分数将他们分为不同的客户类别，在这些类别中，你可以适当地培养这些弱点。这使得这种客户细分策略既简单又适应性强，有机会从 RFM 的初步发现中建立深入的见解。

如果频率是一个问题，将它们分成接受营销努力以提高参与度的部分。对于较低的货币评分，鼓励捆绑购买和多项目交易。较弱的近期得分可以通过更及时的活动和“立即行动”信息来解决。

RFM 部分反映了客户生命周期的各个阶段，如“处于危险中”、“需要关注”和“关于睡眠”，可以将您的营销努力集中在满足每个客户群体的独特需求上。在对这些客户进行分组和定位时，可以准备活动，直接与特定的受众对话，防止他们搅局。

如何应用 RFM 分析

当你根据 RFM 分析对客户进行细分时，它会对你的营销策略产生全面的影响，使你能够:

1. 为客户生命周期的每个阶段开发个性化的活动
2. 找到你最有价值和最无价值的客户
3. 找到那些有被搅动危险的顾客

什么是队列分析？

在基本层面上，队列分析将用户分成具有相同特征的小组(或队列) ，允许您在一段时间内比较组间的数据。这是一种在历史数据中发现模式的方法。

这是一个快速、简单的分析，您可以执行它来查看在每个时间段内用户是如何受到您的决策影响的。你在其中一个队列中的保持率更高吗？为什么？也许那个月你做了一个很棒的营销活动。也许就是那时你改变了主页的外观。

队列分析可以隔离数据组，这样就可以了解哪些是有效的，哪些是无效的。

一个队列分析的例子

让我们来看看这个客户细分模型的一个示例，看看它是如何工作的:

下面是一个显示每个群体每周收入的队列分析图表示例。在这个图表中，队列被定义为在特定的一周内获得的客户，从一月的第二周开始。

队列沿垂直轴运行，最古老的队列在顶部，最新的队列在底部。沿着水平轴，您可以看到自队列开始以来的时间周期。这些数据从第0周开始，一直到第4周。
位于亚克斯顶端的客户开始在1月5日的一周内购买，有四周的数据可以在亚克斯上测量。
中间的数字告诉你每组的收入花费。最年长的队列有最多的时间与您的公司，因此有更多的数据。

为了更好地可视化的趋势数据，大多数队列图利用颜色阴影。当我们使用颜色协调单元格分析示例数据时，您将看到颜色越深，收入越高。

单元格的各种阴影也使得我们很容易看到随着时间的推移，值是如何以及何时衰减的。在这个例子中，我们可以看到用户在第一周花的钱比其他任何一周都多。你还可以看到数据中的不规则性，比如1月19日这一周的最低点。

为什么在细分中使用队列分析？

队列分析是检验你的假设的一种快速而简单的方法。

如果您认为特定的营销努力正在产生影响，例如您的新横幅广告以更高的速度转换客户，您可以运行一个快速队列分析。只要创建一组看过广告的访问者，和一组没有看过广告的访问者，然后进行比较。

如何应用队列分析

队列分析允许你根据特定的时间段对客户进行细分，这对你有帮助:

1. 看看你是否需要花更多的钱来留住人才
2. 确定你最好的获取渠道
3. 找出您的客户生命周期中最需要工作的阶段

什么是机器学习？

机器学习是一个复杂的概念，但从广义上讲，它是人工智能的一个方面，提供了机器模仿人类智能行为的能力。

机器学习使用算法来识别观测数据中的模式，建立模型来组织和分析这些模式，并在没有明确的预编程规则和模型的情况下进行预测。

当涉及到客户细分时，这些能力是游戏规则的改变者。不需要人工输入和更新延迟，就可以实时进行客户细分分析。

观察客户行为、组织目标受众、及时预测未来行动的能力，可以使您的营销工作更具适应性、相关性和有效性。它是区分好的营销努力和伟大的现代营销策略的工具。

为了在客户细分分析中获得机器学习的全部好处，您需要了解机器学习任务的两种主要类型: 有监督和无监督。

监督式学习

监督式学习是预分类数据的理想选择。对于受监督的任务，您已经知道希望机器找到什么答案。您的目标是编程从输入到正确输出的路径。

一旦机器被“训练”，您就可以分配相似的输入，理想情况下，机器将能够预测相似但独立的情况下的输出。这对于诸如将客户划分为细分市场、创建预测模型和市场预测等任务非常有用。

非监督式学习

非监督式学习是未标记数据的理想选择。对于这些任务，您不知道您希望机器找到什么答案。您输入数据以发现机器将发现的模式，这样您就可以更多地了解数据的结构。

这对于诸如目标营销、创建客户推荐和识别客户行为模式等任务非常有用。

机器学习的一个例子

为了说明机器学习如何用于客户细分，让我们关注一种更简单的监督式学习预测分析方法: 决策树。

决策树通过运行一系列“是或否”、“如果这样，那么那样”的场景来工作。它对基于历史先例的分类很有用。

例如，考虑一下这个决策树，它可以预测 Ian 是否会吃一个面包圈。

大多数用于预测客户行为的决策树要比这个复杂得多，但其概念是相同的: 它是一个机器学习算法的可视化表示，该算法处理数据、处理结果并对片段进行分类。

树的深度等于需要多少个问题才能得到预测结果。我们的示例树的最大深度为3，因为需要三个问题才能得出 Ian 会吃百吉饼的答案。

决策树工作迅速，易于解释，可用于大型数据集。但它们的作用取决于可用数据的数量。

为了使机器学习对客户细分产生重大影响，需要有大量的信息供算法使用。它需要学习的东西，成为一个强大的工具，为您的营销策略。

为什么使用机器学习进行分割？

为了获得现代营销所提供的好处，机器学习是必须的。它支持更高层次的客户细分，赋予企业个性化客户体验并从数据中获得最大收益的能力。

这是因为机器学习部分是动态的: 它们实时更新。这使得自动化个性化策略成为可能ーー如果您计划大规模部署个性化努力，这是绝对必要的。

机器学习允许您在数据中发现您以前从未发现的模式，并使用它们来预测您的客户将来的行为和支出。而且，如果没有来自您的团队的乏味的、劳动密集型的数据分析，这一切都是可能的。

如何应用机器学习

机器学习使客户细分即时、适应性强、效率高，允许您:

1. 创建推荐引擎
2. 启用动态定价
3. 优化你的库存

使用单个客户视图进行市场细分

到目前为止，我们概述的所有客户细分方法和模型中的运行主题都是收集、组织和连接客户数据的需求。为了为你的客户生命周期的任何一个阶段提供正确的体验，你需要收集、分类和跟踪他们与你的品牌的互动，这样你的客户群就总是最新的和相关的。

这就是为什么拥有单个客户视图(SCV)是细分过程中如此重要的组成部分。

单个客户视图是一个数据库，其中包含与您的业务进行交互的每个人的客户配置文件。它将您的所有数据集中到每个客户的购买历史、站点活动、产品推荐等。

处理实时数据也同样重要。除非你的 SCV 是由最新的信息推动的，否则你的市场营销将不可避免地落在后面，不能达到现代客户的期望。

一旦客户与您的公司进行互动，您就需要对他们进行资格审查，并在确切的时刻采取行动。您的细分需要是即时的，与您的活动相结合，并且足够灵活，以便在客户的行为改变时立即进行调整。

这就是为什么你需要 Bloomreach Engagement ーー这是一个面向营销人员的一体化解决方案，提供实时客户数据的统一视图、活动自动化、用于个性化和规模化活动的机器学习，以及用于衡量成功的高级分析。

有了 Bloomreach Engages 的真正的单一客户视图来跟踪您的客户数据，您的所有细分分析和模型可以在一个简化的流程中结合在一起。

您可以使用 RFM 分析来划分受众，同时还可以利用高级预测功能。通过实时更新客户数据配置文件，您甚至可以制定自动化策略，以跨越从访问者到冠军的整个客户生命周期。你也可以使用预测分析来加强你的活动。

基于 Bloomreach 参与的实时客户细分

想知道这一切是如何运作的吗? 这里有一个例子:

假设您希望通过防止已经有很高购买机会的客户看到折扣优惠来提高您的投资回报率。

要做到这一点，我们只需在 Engage 中创建一个用例，为被排除的客户定义一个范围(购买机会 = > 80%) ，并让实时更新来处理其余的事情。

有了这个用例，您就可以为每个部分自动化特定的活动。首先，我们来看看最底层的细分市场。在这个例子中，这是我们已经订婚的访问者。

这个部分的目标是将订阅的访问者转移到下一层: 忠实访问者。这些部分的唯一区别是，忠实访问者提供了一个电子邮件地址。了解了这一点，你可以创建一个活动，重点是获得电子邮件地址，如电子邮件收集网站或为首次购买提供有限时间的优惠券。

这就是实时魔法发生的地方。当订阅的访问者提供他们的电子邮件时，系统会立即更新他们的个人资料，并自动将他们升级到下一层，将他们重新归类为忠实访问者。

现在，他们收到了忠实的访问者活动，这些活动的重点是将他们转换到下一层，包括登机时事通讯、最畅销的产品活动等等。

你可以看到接下来会发生什么。有了一个真正的 SCV 和适当的细分，你可以在增加你的收入大步前进。你建立了一个完整的系统来自下而上地创造更多有价值的客户。

这个系统横跨整个客户生命周期。它甚至可以理解什么时候一个客户即将搅动，并将开始发送给他们的活动创建留住他们。

您永远不必手动更新您的部分，因为用户在他们之间移动-Bloomreach Engement 可以为您做到这一点。

客户细分的关键要点

• 客户细分是根据客户的数据将客户划分为不同的组的过程。
• 细分是创建现代电子商务公司的关键部分。
• RFM 分析是一种根据客户生命周期中的阶段对客户进行细分的方法，并找到他们的客户生命周期价值。
• 队列分析是发现历史数据中的模式的一种方法，它提供了一种快速的方法来隔离数据组，找出哪些是有效的，哪些是无效的。
• 通过机器学习的细分为您的站点增加了更复杂的实时数据更新预测能力，允许自动化和更深入的个性化。
• LinkFlow CDP的动态分组、标签、聚类分析等个功能都将增加您对 RFM 分析的预定义部分的洞察力，从而实现预测能力。有了这些见解，LinkFlow还能帮您更高效的执行自动化营销活动，将用户从一个普普通通的访客或粉丝快速转化成激活的、成熟的准客户。

准备好了吗? 我们已经准备好了：

如果您希望获得一个详细的概述，深入了解 LinkFlow CDP 对贵公司全域客户运营的价值，您可以通过两种方式获得咨询：

1、点此完成CDP需求自评，不需要专家介入，可以能在3分钟左右快速确定是否需要CDP： http://ln8w.cn/51Kuqa

2、或直接申请1v1咨询通道，与咨询专家完成20分钟左右的需求评估，非常适合目前无法准确描述自身需求、无法确定是否需要一套什么样工具的用户： http://ln8w.cn/4108n5

以上咨询均免费。

专属咨询绿色通道：1v1反馈您遇到的问题，请认真填写下方申请，专家将根据您的实际需求为您提供1v1业务诊断与分析：http://ln8w.cn/Svibaa