소비자가 마케팅자에 대한 의의를 미치게 구매하다

현재 마케팅과 고객가치 분야에서 가장 통행되는 방법은 RFM 모형을 통해 최근 한 번 소비, 소비 주파수 및 소비 금액을 개괄하는 것은 고객의 정보에 대한 모든 정보를 이용하여 고객의 세 가지 측면의 데이터를 계산하는 것이다. 즉, 최근 소비는 언제, 몇 번, 소비를 한 번, 소비의 금액 ….

이는 대다수 회사가 가치 있는 고객과 다른 고객의 기초 지표에 사용된다.

내 연구는 고객의 모든 특징이 아니라, RFM 모형에 ‘ C ’ 까지 덧붙여, 대표적인 집중도, 일부 고객의 구매 행위는 일정한 규율을 가지고 있다고 밝혔다.

장기간 오렌지 주스, 기저귀 등을 구매할 때 일정한 규칙을 따르게 된다.

하지만 집중도는 사람들이 벌떼를 지어 물건을 사들이는 것이다.

이런 집중 구매 시기에는 고객에게 특이한 특징이 있음을 반영할 수 있다. 그들은 매우 가치 있는 고객일 수도 있다.

내 연구에서 얻은 중요한 결론은 이해하기 쉽다.

누가 미래의 가치 있는 고객인지 상상해 보세요.

네 개의 손에 예측할 수 있는 지표는 내 앞에서 언급한 것이다: 최근 한 번 소비, 소비 빈도, 소비 금액, 소비자 금액 및 고객에게 진행된 마케팅.

많은 회사가 디자인한 평가 모형이다.

하지만 더 많은 지표가 필요하다면 집중도인 고객이 구매하는 집중도가 얼마나 높을지도 모른다는 생각이 든다.

이 지표는 R, F, M 지표와 같이 계산하기 쉽고, Excel 에서 완성할 수 있으며, 계산이 빠르고, 1초 안에 1억 명의 고객을 계산할 수 있다.

실험에 집중 구매 정도가 높은 고객이 미래에 더 높은 가치를 가지고 있다는 연구도 있다. 만약 RFM 모형과 마케팅 비용을 운용한 후에도 같은 결론을 얻을 수 있다.

이것은 고객에 대한 다른 변수를 발견하고, 회사가 이 변수를 따라야 하며, 고객의 미래의 가치를 예측할 수 있는 고객을 이용하는 것이다.

연구가 나온 결론 중 두 가지는 나를 놀라게 했다.

RFM 에 기반된 모델이 이미 몇 년 동안 존재하고 있었고, 현재 많은 회사들이 사용하고, 이 의미에서 이미 해석을 돕는 것으로 확인됐다

가장 쉬운 수단.

다양한 웹 사이트를 검색할 수 있으며 다양한 변수를 설립할 수 있지만 집중도 이 변수는 가장 간편하다.

그래서 무엇보다 집중도가 주목을 받지 않았고, 열매와 냉각기가 고객의 특징을 반영할 수 있다는 점이다.

또 다른 점은 내가 분석한 데이터로 볼 때 이러한 집중도는 전자와 온라인소비품에 적합해 일반 대중소비품에 적합하지 않은 것으로 나타났다.

즉, 왜 전통 모델이 대중 소비품에 적합한지 알 수 있다. 소비자가 화장실이나 오렌지 주스 소비 행위를 구매하는 것은 규칙적이지만, 홈페이지 Hulu 의 소비는 불규칙하다.

소비자들은 eBay 에서 경매하거나 아마존에서 책을 사는 것도 규칙적이지 않다.

나는 이것이 아마도 20여 년 동안의 직업 생애에서 했던 가장 실용적인 연구라고 생각한다.

나는 내가 하는 일을 다양하고 복잡한 통계 건모라고 하는 경향이 있다.

이 작업은 통계 모델뿐만 아니라 데이터 집중도 관련, 현재 회사들은 실제 연산을 할 수 있으며, 추가 데이터를 수집할 필요는 없고, R, F, M 및 고객의 종신가치와 같은 수치를 사용하면 계산할 수 있다.

이런 모형을 이용하면 확실합니다.

예측 가치는 얼마인지 고객의 가치 정렬이 변화할 수 있다. 어떤 고객에게 다시 되돌아오는 가치의 인식도 변화할 수 있다.

내가 얻은 결론은 집중도가 높은 고객이 불안정하지만 여전히 돌이킬 만한 가치가 있다는 것이다.

만약 당신이 이 고객을 다시 얻는다면, 그들은 또 높은 집중도를 갖게 될 것이며, 앞으로 많은 소비를 할 것이다.

그래서 이 모델은 매우 큰 실용적인 가치가 있다고 생각한다.

이 모형의 매력은 나의 웹사이트에서 볼 수 있다. 위에는 Excel 표 한 장, 성공 사례가 있다.

당신은 이 양식을 다운로드할 수 있으며 오늘부터 집중도를 사용해서 분석할 수 있습니다.

당신의 연구에서 당신은 어떤 새로운 법칙, 절차상의 변혁이나 계책을 얻을 수 있습니까?

지금 많은 사람들이 큰 데이터를 이야기하고 있다.

나는 큰 데이터를 좋아하지만, 큰 데이터보다 더 마음에 드는 것이 있다면, 그것은 데이터 농축이다.

데이터농축은 현재 사람들이 수천 수만 명의 변수를 수색할 수 있으며, 이러한 변량의 출처를 조사할 수 있으며, 그들은 어떤 물건을 구매하고, 어떤 웹페이지를 훑어볼 수 있습니까?

그러나 이것은 과학이라고 할 수 없고, 단지 데이터 수집에 불과하다.

문제는 어떤 정보가 진정으로 눈앞의 상업 문제를 해결하는데 유용한가? 이것이 바로 내가 말한 것이다.

.

이에 따라 집중도를 RFM, 마케팅 활동 및 유사한 활동 등 전통적인 변수를 보완하는 것이 데이터 농축의 형식이다.

내가 강조하는 것은 네가 데이터를 좀 더 파악해야 한다. 단지 사물을 세 개로 농축할 수 없고, 농축해야 한다는 것이다.

나는 이미 집중도에 대한 많은 연구를 하였고, 또한 그것이 각 업계에 존재하고, 예측 가치를 가지고 있다는 것을 알고 있다.

그런데 저는 무슨 최신 집중도...

나는 마케팅 활동과 집중도를 연결했다.

회사가 당신에게 메일을 쓰고, 화첩을 보내거나, 당신을 목표 고객으로 정하는 방식으로 당신을 모두 소비하게 할 수 있습니다.

집중도의 존재를 알지만 아직 회사의 목표 고객의 가장 좋은 방식에 대해 연구한 적이 없다.

예컨대 소비자가 시리즈 제품을 구매할 때 더 높은 집중도를 갖고 있는지 주목해 본 적이 없다.

'절명독사','광고광인'이나 비슷한 시리즈 영상을 관람한다면 또 어떤 상황일까.

또 한 회사는 안면 케어 시리즈, 보습 시리즈 등을 매각하려는 계열과 기타 유사한 제품들을 모두 세트로 포장할 수 있는 것이 아니냐. 목표를 향해 노력하는 뜻을 갖고 있는 것으로 보인다.

집중도에 대해 수학 연산을 어떻게 하는지 알고 회사로서는 보잘것없지만 예견성이 있다.

그러나 심리학에서 어떻게 해석할지 모르겠지만, 현재 다른 소비심리학 동료와 함께 연구하는 분야다.

우리는 실험실에서 대량의 행위 실험을 진행하여 사람들의 집중 행위 배후 심리학을 얻으려 한다.