案例研究 | 亚马逊、Fig & Olive、美国银行如何靠营销业绩飙升?

原创 收藏 评论
举报 2017-12-12

  • 你的企业是否数据混乱,数据细分、分析、利用无从下手?

  • 你的企业是否营销渠道单一,转化率也总是平平?

  • 你的用户体验差强人意,总是无法让客户满意?

  • 你总是无法找到有效的流量来源,现有流量也无法跟踪转化?

  • 你的人力、物力、预算有限,仍然渴望在已有效果上获得进一步提升?

  • ......

总之,你缺乏对会员营销的全局了解,希望获得更多新用户转化,提升老用户复购率,并保持高价值用户的活跃度。

下面,全球领先的全渠道智能化会员营销机构Webpower将通过3个案例,为您展现企业是如何基于数据整合分析,通过为会员在多渠道提供精准的个性化内容而获得巨大成功的。

1、Amazon亚马逊 超级在线零售商店

亚马逊在收集、储存、处理和分析客户信息方面始终处于领先地位,擅于通过预测分析来提高客户满意度、培养忠诚度。此外,亚马逊之所以能发展成为现在的超级在线零售商店,大数据也起到了功不可没的作用。

插图1.jpg

根据研究公司eMarketer的最新估计,亚马逊今年将拥有更大的电子商务销售份额。美国在电子商务上的每一美元花费中,亚马逊所占的份额约为44美分,去年这一数字为38美分。

亚马逊的2017电商销售在美国预计增长32%,达到196.8亿美元,占美国电子商务总销售额的43.5%。eBay、苹果和沃尔玛紧随其后。

亚马逊是如何做到的?


个性化推荐系统。亚马逊是使用综合协同过滤引擎的先行者。协同过滤是通过分析客户的购买历史、购物车、愿望清单、评价的商品、浏览足迹、搜索次数最多的商品等行为,从而向购买了相同产品的客户进行其他产品的推荐。



简单来说,当你在购物车中添加《会员营销》这本书时,购买了这本书的其他用户,他们所购买的类似书籍也会被推荐给你。

别小看这一手段,该方法使亚马逊的年收入增加了30%。

除此之外,亚马逊还通过收集、分析用户人口统计、消费习惯和其他相关信息,以更有效地交叉销售商品。

大数据用于管理亚马逊的商品价格。根据用户在网站上的行为、竞争对手的定价、产品可用性、项目偏好、订单历史、预期利润率等因素综合定价,并随着大数据的更新,价格通常也会每10分钟更新一次。在大数据的帮助下,亚马逊在以平均每年25%的速度增加利润。

智能化协同推荐引擎:SMG

SMG,是服务了全球2850家企业的全渠道智能化会员营销机构Webpower研发的一款智能化协同推荐引擎。

在用户数据整合的基础上,品牌企业可以通过用户行为数据进行协同推荐,与传统个性化内容推荐的差异在于,SMG协同推荐完全基于用户的实时行为数据,找到有共性的用户并进行群组划分,同时基于用户的行为数据进行商品的推荐。SMG有权重机制,在同等推荐条件下,品牌可以赋予性别、年龄、地域、行为属性不同的权限。

这不仅可以大大提升企业的销售转化,同时也可以让用户获得到更好的消费体验,提高忠诚度。


2、Fig & Olive 知名特色餐饮企业

image.png

Fig & Olive是一家以fig and olive入菜为特色的法式及地中海风格餐厅。餐厅每天需要面对大量的用户数据,这些数据来自于单个门店的销售点系统和OpenTable等网上订餐平台。

fzEqUoWmESZmHmTlLtgstAXI5JgCtN5nFfxIL8XlFpS5VhRF43tC2I8Pb2CK8ZZ_TYGVDmosZWTLal1WbWRW3A.jpg

为了集中处理用户信息,餐饮集团开发了一个预订中心。这样他们就可以将所有地点的预订数据集中在一起,轻松追踪到所有门店的用户的就餐习惯和光顾频率,对餐厅总体运营情况有全局的掌握。

不仅有预订中心,他们还开发了集中式数据平台。针对特定的用户行为自动发送个性化的电子邮件。



例如,餐饮集团曾发起一个“我们想念你”的活动(we miss you campaign),在活动邮件中表明餐厅会为那些在过去30天没有光顾的用户提供免费的crostini。结果这一活动获得300次访问,收获了超过36000美元的销售额,ROI为700%!

这些电子邮件有着高达53%的打开率。且个性化沟通策略增加了客户忠诚度,提高了消费。



此外,餐饮集团还利用客户关系管理平台,在线调查、收集客人的反馈信息。此举使Fig & Olive在Yelp上的负面评论减少了36%。



数据整合分析平台:SCRM

Webpower的SCRM可以打通企业来自传统CRM、电商平台、线下门店、社交媒体等多个渠道的用户数据,将原来分裂的用户数据整合在一个SCRM系统内,再进行合并、关联、分析,以此达到对客户画像的全面了解。这些用户数据信息都将为精准的用户分组、高度个性化的内容推送提供支持,有助于企业深度挖掘会员数据,挖掘并利用会员价值。


3、Bank of America美国银行 金融行业

美国银行推出了“BankAmeriDeals”这样一项活动,利用银行用户账户中的数据来深挖客户的购买习惯,在这一活动中,美国银行与多家受欢迎的商家合作,为用户提供产品和服务。

QQ截图20171204162217.png

该项目基于银行数据库中保留的用户的可识别信息,允许商家为美国银行的在线和移动端用户提供高达15%的“现金返还”的商品或服务。

美国银行不仅限于与本国品牌合作,还与地区和当地商人合作,向合适的用户提供具有相关性的产品。

这个项目帮助银行增进了与用户的接触,77%的用户会进行再次消费,为商家、用户和银行自身创造了三赢的局面。

个性化内容的全渠道自动化营销旅程:JOURNEY

Webpower JOURNEY,全渠道自动化营销引擎。凭借它,品牌企业可以在用户数据整合的基础上,基于时间、事件或行为条件等触发机制,在单个渠道或多渠道进行个性化营销内容的自动推送。推送完成后,JOURNEY还可提供每个渠道的用户绩效报告,有助于企业找到最适合的沟通渠道。这一平台可以使复杂的营销活动变得省时省力,使营销内容获得最大程度的曝光,还可以优化成本,快速响应。


个性化、自动化、智能会员营销已经不再是企业市场营销的“奢侈品”。无论什么规模、何种行业,都是时候通过深度挖掘用户数据来“武装”你的业务了,而且还会为你带来客户体验和转化率的双重提升。

希望以上三个案例,可以让你对会员营销有更深入的思考。欢迎关注微信公众平台webpower威勃庞尔~



END


Webpower权益申明

Webpower中国区版权所有,转载请注明出处

    评论

    文明发言,无意义评论将很快被删除,异常行为可能被禁言
    DIGITALING
    登录后参与评论

    评论

    文明发言,无意义评论将很快被删除,异常行为可能被禁言
    800

    推荐评论

    暂无评论哦,快来评论一下吧!

    全部评论(0条)