搜索
第9章世代分析-追蹤顧客生命週期9.1範例：電信公司的客服電話–John（電信公司的行銷經理）–「技術支援客服電話」vs.客戶流失•技術支援部門派員回答（錢比較多）9.1.1背景A.範例：電信公司的客服電話觀點：有打電話vs.沒打電話的流失率比較•直觀上，打電話的客戶滿意度較差，若又沒得到滿意的處理，流失率更高•會打電話的，比較注重「顧客關係」月份技術支援電話者流失率未打電話者流失率二月1.35%2.14%三月1.35%2.15%四月0.86%2.00%五月1.35%2.05%9.1.2結果存在的其他可能假設：•會打電話的都是舊客戶，忠誠度本來就較高。•會打電話的可能多半是高用量客戶，忠誠度本來也較高。•資料前處理時，有些無法對應的錯誤資料，也許這些才是流失率高的。•…使用每個月的客戶做為比較母體並非是明智9.1.4世代分析（CohortAnalysis）比較兩群屬性相當類似的群體（世代）–假設身處於同一世代的顧客彼此行為相似（鏡像世界）–優點：1.瞭解行銷活動帶來的效應Ex.高會齡的顧客對此活動有反應（優惠vs.高忠誠度）2.由長期顧客價值的觀點中量化成效世代分析（CohortAnalysis）(續)–方法：a.記憶基礎理解（MBR,Memory-BasedReasoning）–距離函數定義。Ex.D(x,y,z)=ax+by+czb.子集（Cell）–利用少數變數定義相似。9.2記憶基礎理解記憶基礎理解（MBR,Memory-BasedReasoning）(續)–最鄰近案例技術（NearestNeighborhoodTechnique）Ex.物以類聚–從模式（model）vs.從歷史案例資料中去找最相近案例預測資訊–應用：1.顧客反應的預測2.例外/欺騙行為偵測（FraudDetection）3.醫學治療9.2.1多近才算近呢相似度（距離）-定義距離：利用各個欄位決定，再將個案例間的距離組合起來。相同案例的距離為0(基本假設)距離≧0(基本假設)個別欄位距離Ex.類別變數：性別、購買與否：1,相同（購買）；0,不同（不購買）郵遞區號：用前三碼判定行政區，以行政區經緯度決定。連續變數：會齡、購買金額相似度（距離）計算案例間距離：將各個變數間的距離結合在一起曼哈頓距離：計算各段曲折點路徑的總距離歐幾里得距離：距離平方相加後開根號9.2.2組合函數–在表達新案例時，如果我們希望考量的鄰近案例不止一個時，利用組合函數將這些結果組成單一值。–常見原則：•限定N個最鄰近的案例進行表決•限定在一定距離內的鄰近案例都可以表決•依數人頭數決定表決結果•依照距離遠近加權表決結果•利用最鄰近案例進行回歸分析（預測連續數值有威力）9.2.3選取輸入變數MBR距離維度所使用的變數會嚴重影響預測的準確性。–Ex.使用下列變數來描述「顧客在網路上的行為」，•造訪次數╱購物次數╱購物種類╱購物金額→上述這些描述的行為，其實意義都是相似的。–原則：•變數之間儘量互相獨立。•能夠完整描繪顧客行為。最鄰近案例推薦範例9.3子集與世代當使用”顧客初始交易行為”來定義子集時,子集的定義是固定的;但當用”顧客行為”來定義時,顧客所屬的子集會隨時間而變化,必須持續追蹤獲取時間獲取通路地理區9.3.1引發客戶初始行為•顧客是從什麼管道獲取的以及他們的出初始行為是未來長期追蹤顧客行為的重要的因子9.3.2客戶的幾個重要屬性•獲取來源:顧客是如何獲取的?•獲取時間:顧客是何時被獲取的?•地理:顧客住在那裡?•顧客類型:它是企業用戶還是個人用戶?•初始行為:顧客初始行為為何?獲取來源•受託獲取(Solicitedacquisition):因受行銷活動說服而購買或簽約的顧客,當顧客被接觸到時才有可能購買.•回函獲取(Promptedacquisition):在購買前,顧客會先透過行銷通路留下個人資料.•自願獲取(Voluntaryacquisition):指無接受特定訊息的顧客,它們大多是直接“來店”或”來電”購買等.•轉介獲取(Referralacquisition):指受到其他顧客推薦而來的顧客獲取時間•該時點的產品價格與促銷組合•該時點的訊息•該時點競爭者的狀態•該時點推出的廣告所傳達的生活型態與顧客層資料分佈地理•居住人口的基本資料及社會經驗指標•廣告與行銷活動往往在都市執行,或是與其鄉鎮採不同的溝通內容•不同區域的競爭者狀況•居住或工作在同區域的人可能在電梯或廁所交換八卦(或資訊)初始行為•首次消費所選擇的產品與費率•首次交易付款方式•在消費者購物之前的接觸頻率(如多久上一次企業網站)顧客類型•居民顧客:泛指個人或家庭•小型企業顧客:指購買行為與居民顧客相近的企業•大型企業顧客:特色在於它的交易量9.4使用世代分析來評估與規畫行銷活動EX：ISP業者提供不同的連線服務費率一般費率無限上網評估活動是否提升顧客價值？•顧客轉換至無限上網費率可提昇顧客的價值，因為可以延長使用的生命週期，以獲得長期利益，對短期而言收入是縮水的行銷活動開始使用世代分析來評估與規畫行銷活動時間軸顧客A顧客B顧客C顧客獲取時點典型不同9.4.1定義世代以下列條件來決定子集的成員相近的開通時間(開通日相差不到一週)以類似的方式獲取的客戶相同的初始使用產品(費率)高度鄰近性(根據人口統計變數)對每個轉換費率的顧客而言，其世代是由它所屬的子集以及它何時轉換費率所決定。利用子集來比較C1N1N2N3N4N5活動生效日：決定世代的關鍵變數，表示將費率轉換成無限上網的那天這些顧客都位於同一個子集，具有相同的開通日及類似的屬性子集比較注意事項子集是根據顧客的初始狀態來定義，而子集的成員必須生命週期至少要到行銷活動生效日後才能納入到世代之中，確定兩者可以站在同一基準線上互相比較，在同一子集中未必所有顧客都可以成為世代成員，端賴它的生命週期是否與接受行銷活動生效日相符為何會如此注重生命週期？不對等的比較往往會導致錯誤的結論，所以在挑選生命週期時至少在活動之後的顧客來比較例：假設子集中轉換費率者是在第九個月後轉換，它對應世代的成員也必須至少有九個月的生命週期C1N1N2N3N4N5活動生效日C2C3C1跟C3擁有相同的世代成員9.4.2用世代了解顧客維持對應世代成員越多，比較的信心水準也越高去掉子集中生命週期短於行銷日的成員後，可以發現世代存活率會比整個子集來的高出許多。用世代了解顧客維持單一顧客與對應世代0.020.040.060.080.0100.00123456789101112131415161718轉換費率後月份維持率參與活動者(%)世代(%)用世代了解顧客維持單一顧客比意義不大樣本大小至少需要上百筆世代的存活曲線取自於總體世代存活曲線的平均值用世代了解顧客維持總體轉換費率者與對應世代70.075.080.085.090.095.0100.00123456789101112131415161718轉換費率後月份維持率參與活動者(%)世代(%)Month參與活動者(%)世代(%)差值參與者平均Tenure世代平均Tenure0100.0100.00.00.00.0199.798.71.01.000.99299.597.32.21.991.97399.195.83.32.992.94498.694.54.13.983.89598.293.44.84.964.83697.792.35.45.945.76796.290.75.56.906.67895.489.75.77.867.58994.988.76.28.818.471094.487.76.79.769.351193.986.67.310.7010.221293.485.67.811.6411.091391.083.67.412.5511.931490.082.77.313.4612.761589.381.77.614.3613.589.4.3量化顧客維持效益12月時的接受轉換費率者的平均會齡為11.612月時的世代平均會齡為11.1所以第一年兩者的平均會齡差值是0.5，換句話說，轉換費率後使顧客延長了0.5個月的壽命若平均一個月是900元的收入，那麼轉換費率的活動將會帶來450元台幣的價值。•Differentiate顧客的價值誰是重要客戶：價值分類(1)客戶的終生價值（LifeTimeValue）預計未來在此客戶身上的總收益，減去這段時間吸引、推銷、服務的總成本《CustomerConnections》書中的客戶價值計算公式：客戶終生價值=Acost1=吸引新客戶的成本DRCostt=發展與保留舊客戶，第t次交易的成本Profitt=第t次交易的獲利Pt=第t次交易忠誠的機率dt=第t次交易的現值誰是重要客戶：價值分類(2)11ACostDRCostProfittttnttdP•計算客戶的終生價值誰是重要客戶：價值分類(3)•依照顧客價值分類誰是重要客戶：價值分類(4)預測顧客行為，有二種知識需要建立:一群顧客的知識（CommunityKnowledge）利益區隔：將追求相似利益的顧客分類出來人口統計區隔：依照客戶背景特徵來區隔需求使用目的區隔：依照使用者購買的目的來區隔需求個別客戶的知識（IndividualKnowledge）大眾行銷：透過大眾媒體讓消費者覺得需要這些產品目標行銷：針對不同區隔的顧客群設計特定的產品一對一行銷：針對不同客戶的貢獻度與需求，設計不同程度的服務與關係誰是重要客戶：價值分類(5)本章所學理想狀態下，希望能找出每個顧客對應的鏡相，可輕鬆比對行銷活動的效益將顧客分成不同子集，定義不同的初始條件，提供一個較務實的選擇利用生命週期篩選世代世代分析下量化行銷活動