Ceresus 觀點
顧客分群法應用時機(下)

在結合消費者的行為、態度之後,顧客分群可以做得更細緻且複雜,但重點仍然在於是否能夠適當的應用,本篇就來聊聊較複雜的Persona分群與實際案例。

第三類型的分群方式是Behavioral:深入顧客歷程,找出影響決策因素 為了解釋消費者為何會成為忠實顧客,或一次性客人,有些公司開始使用客戶的行為資料,或人格特質來做分群。使用行為資料通常是以虛擬通路為主的企業愛用的方式,因為虛擬通路可以收集到消費者進到網站後,點了甚麼,看了甚麼,待了多久。甚至搭配一些第三方的數位足跡追蹤服務,還可以收集到消費者在進到網站之前的部分行為。

像是Google和FB會從使用者的活動記錄幫使用者下標籤,推測使用者對於哪些主題有興趣,讓品牌商依此來投放廣告,但是線下的行為就不容易追蹤。 而人格特質與態度部分,通常會利用問卷調查或是focus group的方式收集,藉由收集不同人對自己人格特質的描述,再搭配其消費行為,企業便可以去推測什麼樣個性的人更偏好哪種訴求、更願意買單,進而針對這些個性去推出相應的行銷計畫。

由於行為或人格數據通常具有廣度跟深度,因此可以對顧客做出更精細以及多元的分群結果,甚至是對每一位客人提供獨一無二的定位。比方說客人A是屬於高單價熟客(RFM)、45歲男性(Demo)的分群之下,再加上特定運動喜好、特定音樂類型喜好、是否有特定政治偏好、人格特質偏向願意嘗試新科技、在網站上會花多點時間在規格與保固資料/產品外觀等標籤。

比較複雜的分群,需要仰賴完善的IT系統去收集跟整合資料,並搭配高階的統計模型來計算,例如Cluster的演算法。但是切記,分群最終的目的,是為了針對不同群體提供相應的品牌互動經驗,雖然行為特質的分群可以做到鉅細靡遺地描繪每一位客人,但企業的產品或服務不可能真正做到針對單一個人,因此會產生所謂的Persona(人物誌)來統整這些資訊,把顧客分成幾大類,來設計更能引起顧客共鳴的溝通、產品或服務。

例如一間家電的品牌,針對市場的消費者做了比較複雜的Persona分群,研究了他們對於居家生活的態度、生活習慣等行為。然後針對整體市場不同的Persona,去選擇要主打的產品。有的客群認為「家」就只是一個遮風擋雨、能睡覺洗澡的地方,對生活品質並不講究,對於這種客群,廠商主打的產品就以基本款、講究耐用。而另一個客群是喜歡嘗試新科技,希望在別人眼中是很流行時髦的形象,那麼就會主推有智慧連網操控功能的產品。再搭配各客群常用的資訊管道以及購買方式,去做特定的曝光。

當然,一家企業不見得可以涵蓋市場上所有人,所以透過顧客分群的應用,讓企業聚焦在其中一兩群人身上,也是非常重要且常見的應用。例如碳酸飲料的品牌,他就不會把目標訂在講究健康、養生、餐點都要自己煮的消費者身上。

四、顧客分群需要定期追蹤檢視,調整策略 看完以上的分析,你會發現沒有一個模型足以應付企業行銷的所有情況。一般來說,複雜的分群可以做到較精準的行銷,但需有成熟的IT系統來應付大量的資料收集跟串接。同時也需要嚴謹的數據分析,來確保顧客分群的準確度,更高度仰賴商業判斷來設計後續的應用,判斷眾多特色標籤中哪些才是更具影響力的。

複雜的分群適合用於線上平台,原因不外乎容易收集資料、可以透過演算法即時並動態的調整行銷策略。搭配上A/B Testing,公司可以更有效的找出適合每一個標籤/小分群的廣告方式。 簡易的顧客分群可以透過現有的資料或簡單的顧客觀察達成,企業較容易執行,目前多數公司或多或少都有做一定程度的客戶分群,只是不能做到完全的個人化。但是簡易的分群對於實體通路而言,仍然很有幫助。因為分群的條件能夠用肉眼判斷,例如年齡、性別、人生階段(單身或有小孩)等等,第一線的服務人員容易辨識,然後根據事先設定好的商品定位去推薦,提高成交的機率,或者是特別留意提供的服務內容,提升滿意度。

但不論使用幾種,簡單或是複雜的模型,更重要的是「定期的評估現有分群」以及針對各分群的策略是否有效。定期的追蹤每個分群的組成和比例,並比較不同時期同一策略的效果,才能知道目前的客群的特徵或偏好有沒有出現變化。而對於萎縮幅度較大的分群,也要考慮是否要繼續保留,減少行銷活動的成本。

延伸閱讀: 用數據回到初心--重拾粉專貼文的自主擴散

回文章列表