新零售企业如何借助全域数据中台方法论进行自有用户洞察

简介: 作者:柯根 更多内容详见数据中台官网 https://dp.alibaba.com 一、前言 完善的数据分析体系,是企业数字化转型必备的基础,企业在发展过程中,无论规模、性质如何,都离不开对用户(顾客/客户)的洞察,在新零售行业更是如此。

作者:徐圆圆 更多内容详见数据中台官网 https://dp.alibaba.com

一、前言

完善的数据分析体系,是企业数字化转型必备的基础,企业在发展过程中,无论规模、性质如何,都离不开对用户(顾客/客户)的洞察,在新零售行业更是如此。全域数据中台能够提供:用户洞察数据模型、用户洞察分析、用户画像体系,帮助企业更加深入的了解用户,企业可以通过深度分析给用户提供更好的服务,建立客户关系管理,完善用户运营。

二、用户洞察

以往在企业中,通常是通过注册、消费来分析用户的状态,随着采集技术的发展以及大数据技术的支持,我们可以实现分析处理更多维度的数据,从而丰富企业自有数据库。通过OneId的建设,企业内数据可以实现串联,从而实现对用户行为较为完整的数据分析。
产品方面,通过数据中台产品Dataphin开发用户洞察相关的底层模型,再在Quick BI上做相关的数据分析,结合Quick Audience进行人群洞察圈选。

三、分析介绍

用户洞察分析,是企业全域数据中台企业自有数据应用分析的一部分,也是关键的部分。在用户洞察解决方案中,分析体系主要从三种分析框架入手,从不同的角度,帮助企业了解其用户资产。企业通过用户资产(用户生命周期角度)、用户旅程分析AIPL、用户价值RFM分析三种分析思路帮助企业从不同角度了解其用户资产,以适应不同场景下的分析需求。
企业可以选择某种分析方法或者多种方法组合,实现以下内容的分析与洞察:

  • 用户的生命周期状态
  • 不同生命周期用户的销售洞察
  • 用户价值
  • 用户行为

3.1 企业用户资产分析
“用户”是企业另一种形态的资产,我们从两方面了解用户的基本概况,首先是用户生命周期的划分,或者说是用户状态的划分,更加精细的用户划分可以将人群的特点分析更加全面,再有就是用户消费洞察,可以帮助企业了解用户处于不同状态下时对销售业绩的贡献,帮助企业进一步了解用户特点。

3.1.1 用户生命周期状态分析-FULL分析
我们从用户的互动时间长度结合互动深度做消费者的划分,从互动时长上划分准(潜)、新、老三种基本类型,从互动深度上划分出活跃、非活跃2种类型,相互交叉后,给出全新的用户生命周期状态定义。通过用户生命周期的划分,更加精细运营维护消费者资产。当一名用户与企业或者品牌等发生互动行为起,即可被认作为企业或品牌的潜在会员群体,成为拉新的目标群体。该用户消费以后,成为企业或品牌的活跃用户,直至用户流失。
企业或品牌可以结合报表分析指标和相应用户生命周期的标签画像,作出当下最为合适的运营决策。比如对新非活跃会员给予新人优惠券的发送,激活其成为活跃会员。
01

3.1.2 用户销售洞察
企业可以结合用户生命周期状态,对不同状态用户的消费进行探查,通过销售的基础指标如金额、件数、频次,了解当前用户消费概况。结合趋势、同环比等对当前的业务业绩进行进一步的洞察。从而制定更加合理的营销活动,圈选更加合适的营销人群。
销售洞察会分为多个分析:整体用户洞察、非会员销售洞察、(活跃)会员销售洞察、新活跃销售洞察、现期活跃销售洞察、持续活跃销售洞察、回归活跃销售洞察。由生命周期状态人群洞察,到用户销售洞察,企业可以将人群及其贡献更好的结合起来分析。对经营问题的诊断提供极大帮助。

3.2 AIPL分析
AIPL,把用户划分为认知、兴趣、购买、忠诚四个阶段,也被称作消费者旅程分析。用于帮助品牌将消费者根据不同的行为阶段进行分层管理,再依据不同的产品特性进行教育转化,是品牌管理中经典的消费者行为理论。此模型更关心的是消费者与企业的互动深入程度,可以从消费者跟品牌的忠实程度划分消费者资产,从这个角度对不同阶段的客户做不同的营销活动。
02

  • A:Awareness 认知
  • I:Interests 兴趣
  • P:Purchase购买
  • L:Loyalty 忠诚

用户的购物行为描述为从认知到兴趣,再从兴趣转化为购买,从购买转化为忠诚的一连串先后发生的过程,这一过程被称为消费者旅程。消费者可能会跳跃,比如从认知直接进入到购买,类似冲动型消费,或者从兴趣直接到忠诚。AIPL模型,可以帮助企业了解潜在用户有多少,忠诚客户有多少,以及各个环节的转化率。企业可以圈选出不同阶段的人群做相关的营销活动。

3.3 RFM分析
3.3.1 用户价值分析
用户价值的划分,是根据用户的购买行为对用户进行分类,通过购买行为中的购买时间、购买频次、购买金额三项指标来评估用户的价值,根据不同维度的划分将用户划分为不同类型。圈选出人群,做特定的营销活动推送,比如给予重要价值用户vip权益,提升用户忠诚度;给予重要发展用户一些满送活动,提升客户的购买兴趣,增加用户复购可能性等。
03

  • R:用户最近一次购买时间
  • F: 在企业定义周期内的的购买频次
  • M:在企业定义周期内的购买金额

若把RFM各分2档,最终可以得到8种客户类型,分档后可以演化为RFM标签,可以针对不同企业制定不同的时间周期,也可针对需要设置或用其他分类名称。企业可以根据实际需要将RFM划分成更多的类型,比如只将R划分为3档,可以得到12种类型,如果都划分为3档,则是27种类型,但并非类型越多越好,企业还是按照实际运营来合理划分。
以RFM各分2档为例:

  • 某周期内重要价值用户
  • 某周期内重要潜力用户
  • 某周期内重要深耕用户
  • 某周期内新客户用户
  • 某周期内重要唤回用户
  • 某周期内一般维持用户
  • 某周期内重要挽留用户
  • 某周期内流失用户

3.3.2 用户复购分析
提供消费者复购分析,可以对一段时期内消费者频次进行分组或者筛选具体范围、数值对消费者的价值进行更深层次的挖掘。通过购买频次的划分,对于不同人群给予不同的营销策略,提升活跃度、忠诚度。


阿里巴巴数据中台团队,致力于输出阿里云数据智能的最佳实践,助力每个企业建设自己的数据中台,进而共同实现新时代下的智能商业!
阿里巴巴数据中台解决方案,核心产品:

Dataphin,以阿里巴巴大数据核心方法论OneData为内核驱动,提供一站式数据构建与管理能力;
Quick BI,集阿里巴巴数据分析经验沉淀,提供一站式数据分析与展现能力;
Quick Audience,集阿里巴巴消费者洞察及营销经验,提供一站式人群圈选、洞察及营销投放能力,连接阿里巴巴商业,实现用户增长。
欢迎志同道合者一起成长!更多内容详见数据中台官网 https://dp.alibaba.com

相关实践学习
使用CLup和iSCSI共享盘快速体验PolarDB for PostgtreSQL
在Clup云管控平台中快速体验创建与管理在iSCSI共享盘上的PolarDB for PostgtreSQL。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
目录
相关文章
|
13天前
|
SQL 存储 数据采集
数据中台建设方法论
数据中台建设方法论
|
7月前
|
存储 分布式计算 供应链
数据中台实战(03)-构建数据中台的三要素:方法论、组织和技术
数据中台实战(03)-构建数据中台的三要素:方法论、组织和技术
167 0
数据中台实战(03)-构建数据中台的三要素:方法论、组织和技术
|
新零售 传感器 运维
【年终特辑】看见科技创新力量 洞见时代创业精神—新零售—杂货电:用共享全域讲解器架起沟通城市的桥梁
【年终特辑】看见科技创新力量 洞见时代创业精神—新零售—杂货电:用共享全域讲解器架起沟通城市的桥梁
144 0
|
存储 分布式计算 供应链
聚焦全域数据价值,用友BIP 3 “自驱力”数据中台浮出水面
聚焦全域数据价值,用友BIP 3 “自驱力”数据中台浮出水面
|
新零售
|
存储 数据采集 分布式计算
什么是OneData?阿里数据中台实施方法论解读
什么是OneData?阿里数据中台实施方法论解读
8760 2
什么是OneData?阿里数据中台实施方法论解读
|
数据采集 监控 供应链
数据中台不是“银弹”:云原生数据中台:架构、方法论与实践
数据中台不是“银弹”:云原生数据中台:架构、方法论与实践
445 0
数据中台不是“银弹”:云原生数据中台:架构、方法论与实践
|
双11
解决方案应用实例 |全域数据中台,推动雅士利数字化变革
2019年双11,雅士利通过全域数据中台实现了短期快速提效的扎实效果,营销提效实现了去年同期增长92%。而旗下的新生羊奶粉品牌——朵拉小羊,更是利用品牌全域数据中台,实现了从0到1的成长突破。数据中台为雅士利提升业务带来了切实效果。
295 0
解决方案应用实例 |全域数据中台,推动雅士利数字化变革
|
供应链 搜索推荐 数据挖掘
解决方案应用实例 |基于全域数据中台,迦蓝实现数字化营销
2020年双11期间,伽蓝集团通过数据中台在全域营销和市场精准洞察上取得明显效果,其中包括天猫旗舰店粉丝数突破2000万,相比引入数据中台之前,全渠道会员数增长了1倍,达到4300万,粉丝数更是达到3.5亿,增长了10倍。
320 0
解决方案应用实例 |基于全域数据中台,迦蓝实现数字化营销
|
数据采集 新零售 双11
解决方案应用实例 |数据中台赋能,雅戈尔开辟新零售“战场”
雅戈尔目前已经实现了全员上云,保证了疫情期间整个公司的工作在线上运转正常。在货和场方面的改造推进也非常成功,消费者线上下单——线下发货,线下A门店下单——B门店发货都非常通畅,在直播带货方面也取得了非常不错的成绩,所有门店都行动起来,每次都能带来上千万的销售业绩,成为行业的示范标杆。
569 0
解决方案应用实例 |数据中台赋能,雅戈尔开辟新零售“战场”

热门文章

最新文章