以數據驅動建立品牌,掌握長期營運趨勢

之前曾在另一篇文章提到,欲踏入新零售的領域,店家得先掌握自身的關鍵數據,因此擁有數據儀表板是首要之務。但有了數據儀表板,掌握了近期的關鍵數據以後呢?店家必須要有掌握長期趨勢的能力。簡單來說,關鍵數據只是龐大數據資料庫的一環,真的要能夠完整應用,必須要分析每月數據的狀態,以提供未來的策略方向。

 

商店的數據中心-營運趨勢報表

營運趨勢報表整理多張分析圖表

今年9月初,91APP發表了旗下數據產品的一大更新-營運趨勢報表。透過四大數據類別,讓商店能夠清楚看到近一年及近三十天在各面向的數據趨勢,而各類別皆有不同的分析圖表讓店家掌握自身數據。

  1. 營銷數據:透過四大指標,流量、轉換率、客單價、業績,分析在不同裝置上的表現,搭配新舊客佔比與營銷趨勢,讓店家在第一時間掌握數據趨勢及問題。
  2. 會員數據:深入探討會員狀態以及提供91APP獨創會員分析模型-NAPL模型,帶商店掌握會員購物週期及會員活躍度,提供會員操作策略方向。
  3. 活動數據:掌握折扣活動、折價券等促銷機制成效,徹底了解活動成效,找出最適合的活動方式。
  4. 服務數據:全年取退貨率及原因追蹤,以改善商店體質,穩定狀態。

營運趨勢報表帶領品牌了解自身數據趨勢

 

NAPL會員分析模型,會員活躍度分析指標

NAPL模型為分析會員活躍度的一大指標,透過分析每一個會員在一次消費與二次消費之間,所間隔的時間,即所謂購物週期。分析過去的數據資料發現,當一個會員在三倍購物週期後,會員活躍度將為負值,意味著回購機率明顯較低,而購物一次與購物兩次以上的會員狀態及活躍度不同,因此NAPL模型以三倍購物週期為X軸,購物次數為Y軸,可畫出以下四種客戶。

NAPL模型將會員精確分群

 

  1. New(新客戶):在三倍購物週期內,消費過一次的會員,稱為新客戶。
  2. Active(活躍客戶):在三倍購物週期內,消費過兩次以上的會員,稱為活躍客戶,而此群往往是帶進最主要業績的族群。
  3. Potential(潛力客戶):曾經是活躍客戶,但已超過三倍購物週期未消費,稱為潛力客戶。此群曾經是最喜愛該品牌的會員,卻因不知名原因漸漸流失。
  4. Lost(流失客戶):曾經是新客戶,但已超過三倍購物週期未消費,稱為流失客戶。

透過NAPL模型,將能協助品牌清楚了解目前會員活躍度狀態,並透過分群操作,以降低溝通成本,改善會員體質,提升活躍度。

 

帶領知名品牌健檢,反轉劣勢並提升會員活躍度

營運趨勢報表上線後,幫助多數品牌自我健檢,找出問題並逐步改變策略。幾個月前,曾有個知名美妝品牌,發現自身品牌業績成長趨緩,隨著廣告成本逐漸提升,看似成長的營業額,本質成長幅度卻逐漸減少。

會員體質調整為營運趨勢報表中的重要一環

當時,我們數據部門透過趨勢圖表,一一檢視該品牌的各個環節,並透過NAPL模型分析會員結構。我們發現到,該品牌會員以新客戶佔大宗,然而,活躍客戶卻遲遲不見成長,反倒是流失客戶大幅提升。該品牌透過前期廣告投放,帶入大量新客戶,然而購買第一次後,卻未再回購,導致新客戶逐漸成為流失客戶,而活躍客戶未因新客戶增加而成長。因此,當品牌的新客稍微下降,即帶動整體業績下滑,並無穩定的活躍客戶支撐整體業績。

當問題找到後,後續操作相對而言簡單許多,透過一系列的分群溝通及活動設計,逐漸將即將流失的客戶喚回,並引導新客持續性的回購,在導入新客的同時,穩定維持活躍客戶比例,進而穩定業績成長。

 

總結來說,若能掌握近期的關鍵指標,再加上長遠的營運趨勢,品牌才能不再是憑”感覺”設計活動與溝通策略,並真正的往全通路經營、以會員為核心、並以數據驅動的新零售之路邁進。

2017-12-05T18:13:20+00:00