Nyereség:
- Képes RFM (Recency-Frequency-Monetary) és viselkedési szegmensek meghatározására és értelmezésére mesterséges intelligencia támogatással
- Képes személyre szabott kommunikációs és hűségajánlat-vázlatok készítésére minden szegmenshez
- Képes betartani a diszkriminációt, a titoktartást és a kifejezett hozzájárulási korlátokat a szegmentálás és a személyre szabás során
Nem minden ügyfél egyforma. Vannak, akik minden héten jönnek, és sokat költenek; néhányan egyszer jönnek és eltűnnek; Néhányan hűségesek voltak, de többé nem állnak meg. Ugyanazt az üzenetet és ugyanazt az ajánlatot küldeni mindenkinek pénzkidobás, és nem hoz eredményt. Az ügyfélszegmentáció az ügyfeleket értelmes csoportokra osztja, és minden csoport számára megfelelő megközelítést alakít ki. Ebben az egységben a mesterséges intelligenciát fogja használni asszisztensként, amely szegmenseket von ki az ügyféladatokból, és minden szegmenshez megfelelő kommunikációs vázlatot készít. Kritikus határ: a szegmentálás hatalmat ad, de ez a hatalom nem vezethet diszkriminációhoz és a magánélet megsértéséhez.
Szegmentáció: Ez az a folyamat, amikor az ügyfeleket csoportokra osztják a viselkedés, az értékek vagy a szükségletek hasonlósága alapján.
Személyre szabás: Az egyes szegmensek (vagy személyek) érdeklődésének és igényeinek megfelelő tartalommal, ajánlatokkal vagy élményekkel való ellátása.
RFM: a legpraktikusabb szegmentálás
A kiskereskedelemben leggyakrabban használt módszer az RFM. Három egyszerű jelet néz:
- R (Recency): Mikor vásárolt utoljára a vásárló? Legutóbbi = aktívabb.
- F (Gyakoriság): Hányszor vásárolt egy adott időszakban? Magas = több csatlakoztatott.
- M (Monetary): Mennyit költött összesen? Magasabb = értékesebb.
Ezen a három dimenzión minden vásárló pontszámot kap (pl. 1-5), és a pontszámok kombinációja határozza meg a szegmenst. Yapay zeka bu skorlamayı ve segment adlandırmayı hızlıca yapar.
szegmens
RFM profil
Megközelítés
Bajnokok
Magas R, F, M
Jutalom, korai hozzáférés, legyen nagykövet
hűséges vásárlók
Magas F, közép M
Felárértékesítés, hűségelőny
a veszélyeztetettek
Alacsony R, korábban magas F/M
nyerj vissza kampányt
új ügyfelek
Magas R, alacsony F
Hoş geldin akışı, ikinci alışverişi teşvik
akik elalszanak
Alacsony R, alacsony F
Alacsony költségű emlékeztető vagy csepp
Tipp: Ne küldj mindenkinek kedvezményt. A bajnoki kedvezmény árrésveszteség (amit egyébként kapott volna); Mentse el a kedvezményt a ténylegesen veszélyeztetett és alvó szegmensre.
Viselkedési szegmensek
Az RFM-en túl a viselkedés szegmenseket is meghatároz: kategóriapreferencia (csak babatermékek vásárlása), csatorna (csak online), árérzékenység (mindig akciós vásárlás), szezonalitás. A mesterséges intelligencia ezeket a mintákat kinyerheti az adatokból, és olyan csoportokat javasolhat, mint az „árvadászok”, „prémium vásárlók”, „hétvégi vásárlók”.
A személyre szabás határai: etika és magánélet
A szegmentálás erőteljes, de soha ne lépje át a három vonalat:
- Nincs diszkrimináció: A szegmens nem alapulhat védett tulajdonságokon (etnikai hovatartozás, vallás, egészség, szexuális irányultság); Közvetett következtetések levonása belőlük (pl. az etnikai hovatartozás irányítószám alapján történő becslése) szintén kockázatos.
- Kifejezett hozzájárulás: A kereskedelmi elektronikus üzenetek (SMS, e-mail) küldéséhez általában az ügyfél kifejezett hozzájárulása szükséges. Beleegyezés nélkül a küldés jogi és hírnévkockázatot jelent.
- Adatminimalizálás: Használja a szegmensek létrehozásához szükséges legkevesebb adatot; Maradjon távol az érzékeny adatoktól.
Vigyázat: Az olyan érzékeny életeseményeken alapuló célzás, mint például: „Ez az ügyfél terhes lehet, ajánljunk babaterméket” zavarhatja az ügyfelet, és a magánélet megsértésének képzetét keltheti. Legyen nagyon óvatos a következtetéses célzással.
Lépésről lépésre szegmentálás
- Anonim adatok készítése: Vevőkód (nem név), utolsó vásárlás dátuma, vásárlások száma, összköltség, kategória. Személyes azonosítók eltávolítása.
- RFM pontszám: A mesterséges intelligencia pontszáma 1-5 legyen az R, F, M dimenziókban.
- Szegmensek elnevezése: Kapcsolja össze a pontszámkombinációkat értelmes csoportokba.
- Akciótérkép: Célok, ajánlatok és üzenetek vázlata minden szegmenshez.
- A beleegyezés és az etika szűrése: Csak a beleegyező ügyfeleknek küldje el, távolítsa el a diszkriminatív célzást, mérje az eredményeket.
mini tokok
1. eset – A megfelelő ajánlat a megfelelő szegmensnek: Egy kozmetikai üzletlánc egységesen 15%-os kedvezményes SMS-t küldött havonta 40 000 vásárlónak. A mesterséges intelligencia RFM-mel szegmentálva a "bajnokok" (8500 fő) már rendszeresen kaptak. A kedvezményt csak 6200 veszélyeztetett személy kapta, a korai hozzáférés + pontokat pedig a bajnokok kapták. Miközben a kampányköltség 30%-kal csökkent, a visszatérő kockázatos ügyfelek száma 18%-kal nőtt.
2. eset – Visszanyerés: Egy online élelmiszerbolt 3100, korábban hűséges vásárlót költöztet a „veszélyeztetett” szegmensébe, akik 90+ napja nem vásároltak. Az AI személyre szabott „hiányzol nekünk + ingyenes szállítás a korábban kapott kategóriából” üzenettervezetet készít. 2400 embernek küldik el beleegyezéssel; Közülük 410-en 6 héten belül újra vásárolnak.
3. eset – Etikai hiba és javítás: Egy bolt a környékre vonatkozó információkat akarja felhasználni, amikor „magas költési potenciált” kér a mesterséges intelligenciától. A felelős személy tudatában van annak, hogy ez közvetett diszkriminációt és adatvédelmi kockázatokat jelent, és ezt inkább a tényleges vásárlási magatartásra alapozza, mint a szomszédságra. A szegmens igazságosabb és pontosabb is.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Csoportosítsa ügyfeleimet.
Milyen adatok, milyen logika, milyen cél nem világos.
Erőteljes felszólítás:
Az Ön szerepköre: CRM- és szegmentációs szakértő. Adatok: Alul látható az anonim vásárlói táblázat (ügyfélkód, utolsó vásárlási napok száma, vásárlások száma 12 hónapban, összköltség, legtöbbet vásárolt kategória). Nincsenek személyes adatok. Feladat: (1) oszd fel az ügyfeleket 5 szegmensre RFM logikával, és nevezd el az egyes szegmenseket, (2) add meg az egyes szegmensek hozzávetőleges méretét, (3) egy mondatos cselekvési javaslatot minden szegmenshez. Szabály: Csak viselkedési adatokat használjon az adatokban; Ne vonjon le diszkriminatív következtetéseket körzet, név vagy demográfiai adatok alapján. Adatok: [beillesztés]
Másolható prompt sablonok
1) RFM szegmentálás
Pontozzon az alábbi névtelen ügyféladatokat RFM-logikával (1-5 R, F, M esetén), és ossza fel értelmes szegmensekre. Adja meg az egyes szegmensek méretét és leírását. Mutassa be táblázat formájában. Adatok: [beillesztés]
2) Szegmens alapú kommunikációs tervezet
Írjon személyre szabott SMS-t és e-mail piszkozatot a szegmenshez: [szegmens leírása]. A hangszín illik a márkánkhoz [tone], az ajánlat [ajánlat]. Javasoljon két különböző címet. Ne használjon félrevezető állításokat, legfeljebb 40 szót.
3) Winback kampány
Készítsen visszanyerési üzenetet a régi hűséges ügyfeleknek, akik több mint 90 napja nem vásároltak. A korábbi kategóriapreferenciák alapján kínáljon alacsony költségű ösztönzőt. Adjon meg 3 különböző megközelítést.
4) Etikai/beleegyezési audit
Ellenőrizze a következő célzási tervet: van-e védett tulajdonságokon alapuló megkülönböztetés, kényes életesemény-következtetés, beleegyezés nélküli benyújtás vagy személyes adatok szükségtelen felhasználása? Jelölje meg a kockázatokat és javasoljon alternatívákat. Terv: [beillesztés]
Gyakori hibák
- Mindenkinek ugyanaz az üzenet: A szegmens nélküli kommunikáció pénz- és figyelempazarlás.
- Bajnokság szükségtelen árengedménye: A kedvezmény annak az ügyfélnek, aki már megvásárolja, árrésveszteség.
- Hozzájárulás nélküli küldés: SMS-hez/e-mailhez kifejezett hozzájárulás szükséges.
- Védett tulajdonságokon alapuló szegmens: Diszkrimináció; A közvetett következtetés is kockázatos.
- Érzékeny életesemény-célzás: A magánélet megsértésének érzékelését kelti.
- Állítson be egyszer egy szegmenst, és felejtse el: Megváltozik az ügyfelek viselkedése; Rendszeresen frissítse.
Összefoglalva
A szegmentáció a megfelelő megközelítés kialakításának módja a megfelelő ügyfélhez; Az RFM a legpraktikusabb kezdet. Az AI felgyorsítja a pontozást, a szegmensek elnevezését és az üzenetek megfogalmazását. De a kifejezett hozzájárulás, az adatminimalizálás és a megkülönböztetésmentesség korlátai nem vitathatók; A személyre szabást a viselkedési adatokra alapozza, kerülje az érzékeny beavatkozást.
Pályázati feladat
Hozzon létre egy táblázatot anonim vásárlói adataiból (ügyfélkód, utolsó vásárlás, gyakoriság, költés, kategória). Vágjon ki 5 szegmenst az "1) RFM szegmentálással, és készítsen "2) Szegmens alapú kommunikációs vázlatot" a legértékesebb és legkockázatosabb szegmenshez. Végezze el tervét a „4) Etikai/beleegyezési felülvizsgálaton”.
ellenőrző lista
- [ ] Az ügyfelek adatait anonimizáltam.
- [ ] Értelmes szegmenseket hoztam létre RFM-mel.
- [ ] Minden szegmenshez elkülönítettem a megfelelő ajánlatot és üzenetet.
- [ ] Azt terveztem, hogy csak a beleegyező ügyfeleknek küldöm.
- [ ] Kerültem a védett tulajdont és az érzékeny következtetést.
- [ ] Terveztem a szegmensek rendszeres frissítését.