从一号店谈数据营销这几年运营做下来,盘点一下收获,发现用两个词就可以概括了:客户&数据。前面的两篇讲的都是和客户有关的内容,这次来讲讲怎么用数据做营销。有很多次在和别人聊天的时候,一说我是做数据营销的,对方立即就用一种看数学家的眼光打量我,然后脑子里就开始蹦出“聚类分析,回归分析,群体偏好”等等内容。等聊着聊着,发现我完全不提那些内容时,就会开始问我:“你说的数据营销到底是什么意思啊?”理论的东西我就不多说了,最近和淘宝的兄弟们对淘宝超市讨论的比较多,就用家网络超市来举个例子,看看数据营销到底是做哪些东西的。数据化营销第一层:千人一面――千人千面数据营销第二层:客户生命周期管理数据营销第三层:老客户培育数据化营销第一层:千人一面――千人千面数据化营销的第一大作用,就是可以把目标客户切分得更细,更精准,使得我们在推广过程中的内容与买家更相关,把运营从千人一面变成千人千面,是数据化营销的主要目标之一。之前收到一封1号店的推广邮件,如下:这样的邮件我想大家每天都会收到很多,也会发出很多,我们今天不讨论邮件本身,我们来看看通过数据营销如何把这封邮件做得更好。假设这封邮件是要发给100万会员的,假如我们要得到最高的购买率,最好的方式肯定是给100万人发100万封个性化的邮件,给每个人都推不同的商品。但这样的方式显然在实际操作中是不可行的。于是,数据化营销就是要找到一种可操作的让我们得到最高购买率的营销方法。如何才能让上面这封发给100万人的邮件转化率更高?我们先来看一种好一点点的方法:我们把客户按年龄、性别分成4组,然后根据这个组的特点YY一些主推的商品,然后做成4个页面,分别投放到4个客户群。年龄性别典型主推商品典型文案15-25男可乐,可乐18元/箱,比超市便宜5元,再也不用自己扛,半日内送货上门15-25女各类零食,洗发水25-35男啤酒,25-35女洗发水,纸巾,色拉油做数据营销的一大前提就是数据积累,数据积累的程度决定了数据营销能做得多精细。在这里我们需要积累的信息很少,年龄、性别,两个属性就OK了。(如果我们在这里添加更多客户的属性,就可以把整个客户群分成更细的小群,比如加上“收入”,“教育程度”,“职业”等等,银行就是基于这些信息做客户的CRM管理和风险管理