Lợi nhuận:
- Khả năng xác định và giải thích RFM (Lần truy cập-Tần số-Tiền tệ) và các phân đoạn hành vi với sự hỗ trợ của trí tuệ nhân tạo
- Khả năng tạo bản nháp giao tiếp được cá nhân hóa và ưu đãi dành cho khách hàng thân thiết cho từng phân khúc
- Khả năng quan sát các giới hạn phân biệt đối xử, bảo mật và chấp thuận rõ ràng trong phân khúc và cá nhân hóa
Không phải tất cả khách hàng đều giống nhau. Một số đến hàng tuần và chi tiêu rất nhiều; một số đến một lần rồi biến mất; Một số đã từng trung thành nhưng không còn ghé qua nữa. Gửi cùng một thông điệp và cùng một lời đề nghị cho tất cả họ là một sự lãng phí tiền bạc và không mang lại kết quả. Phân khúc khách hàng là chia khách hàng thành các nhóm có ý nghĩa và thiết lập cách tiếp cận phù hợp cho từng nhóm. Trong phần này, bạn sẽ sử dụng trí tuệ nhân tạo làm trợ lý để trích xuất các phân khúc từ dữ liệu khách hàng và tạo ra bản thảo truyền thông phù hợp cho từng phân khúc. Giới hạn tới hạn: phân khúc mang lại quyền lực, nhưng quyền lực này không được chuyển thành phân biệt đối xử và xâm phạm quyền riêng tư.
Phân khúc: Đó là quá trình phân chia khách hàng thành các nhóm dựa trên sự tương đồng về hành vi, giá trị hoặc nhu cầu.
Cá nhân hóa: Cung cấp cho từng phân khúc (hoặc người) nội dung, ưu đãi hoặc trải nghiệm phù hợp với sở thích và nhu cầu của họ.
RFM: phân khúc thực tế nhất
Phương pháp được sử dụng nhiều nhất trong bán lẻ là RFM. Nó xem xét ba tín hiệu đơn giản:
- R (Gần đây): Khách hàng mua sắm lần cuối khi nào? Gần đây = tích cực hơn.
- F (Frequency): Anh ấy đã mua sắm bao nhiêu lần trong một khoảng thời gian nhất định? Cao = kết nối nhiều hơn.
- M (Tiền tệ): Tổng cộng anh ấy đã tiêu bao nhiêu? Cao hơn = có giá trị hơn.
Mỗi khách hàng được cho điểm theo ba khía cạnh này (ví dụ: 1-5) và sự kết hợp của các điểm sẽ xác định phân khúc. Yapay zeka bu skorlamayı và phân đoạn adlandırmayı hızlıca yapar.
đoạn
Hồ sơ RFM
Cách tiếp cận
Nhà vô địch
R, F, M cao
Thưởng, truy cập sớm, làm đại sứ
khách hàng trung thành
F cao, trung M
Lợi thế bán thêm, lòng trung thành
những người có nguy cơ
R thấp, F/M trước đây cao
chiến dịch giành lại
khách hàng mới
R cao, F thấp
Làm thế nào để có được điều đó, tôi có thể làm được điều đó
những người ngủ quên
R thấp, F thấp
Nhắc nhở hoặc thả chi phí thấp
Mẹo: Đừng gửi giảm giá cho tất cả mọi người. Giảm giá vô địch là mất lợi nhuận (dù sao thì nó cũng sẽ nhận được); Tiết kiệm chiết khấu cho phân khúc thực sự có nguy cơ và không hoạt động.
Phân đoạn hành vi
Ngoài RFM, hành vi còn thiết lập các phân khúc: sở thích về danh mục (chỉ mua sản phẩm dành cho trẻ em), kênh (chỉ mua trực tuyến), độ nhạy cảm về giá (mua luôn giảm giá), tính thời vụ. Trí tuệ nhân tạo có thể trích xuất các mẫu này từ dữ liệu và đề xuất các nhóm như “người săn giá”, “người mua cao cấp”, “người mua sắm cuối tuần”.
Giới hạn của việc cá nhân hóa: đạo đức và quyền riêng tư
Phân đoạn có tác dụng mạnh mẽ nhưng không bao giờ vượt quá ba dòng:
- Không phân biệt đối xử: Phân khúc không được dựa trên các đặc điểm được bảo vệ (dân tộc, tôn giáo, sức khỏe, khuynh hướng tình dục); Việc đưa ra những suy luận gián tiếp từ chúng (ví dụ: ước tính dân tộc theo mã bưu điện) cũng có rủi ro.
- Sự đồng ý rõ ràng: Sự đồng ý rõ ràng của khách hàng thường được yêu cầu để gửi tin nhắn điện tử thương mại (SMS, e-mail). Nếu không có sự đồng ý, việc gửi là một rủi ro pháp lý và uy tín.
- Giảm thiểu dữ liệu: Sử dụng ít dữ liệu cần thiết nhất để thiết lập các phân khúc; Tránh xa dữ liệu nhạy cảm.
Thận trọng: Nhắm mục tiêu dựa trên các sự kiện nhạy cảm trong cuộc sống như "Khách hàng này có thể đang mang thai, hãy giới thiệu một sản phẩm dành cho trẻ em" có thể làm phiền khách hàng và tạo ra cảm giác vi phạm quyền riêng tư. Hãy hết sức cẩn thận với việc nhắm mục tiêu theo suy luận.
Phân đoạn từng bước
- Chuẩn bị dữ liệu ẩn danh: Mã khách hàng (không phải tên), ngày mua sắm gần đây nhất, số lần mua hàng, tổng chi tiêu, danh mục. Xóa định danh cá nhân.
- Điểm RFM: Có điểm trí tuệ nhân tạo từ 1-5 ở các chiều R, F, M.
- Phân đoạn tên: Liên kết các tổ hợp điểm thành các nhóm có ý nghĩa.
- Bản đồ hành động: Dự thảo mục tiêu, ưu đãi và thông điệp cho từng phân khúc.
- Lọc sự đồng ý và đạo đức: Chỉ gửi cho những khách hàng đồng ý, xóa nhắm mục tiêu phân biệt đối xử, đo lường kết quả.
trường hợp nhỏ
Trường hợp 1 - Ưu đãi phù hợp cho đúng phân khúc: Một chuỗi cửa hàng mỹ phẩm đang gửi SMS giảm giá 15% thống nhất cho 40.000 khách hàng mỗi tháng. Khi được phân khúc bằng trí tuệ nhân tạo RFM, các "nhà vô địch" (8.500 người) đã nhận được thường xuyên. Khoản giảm giá chỉ được gửi đến 6.200 người gặp rủi ro và quyền truy cập sớm + điểm đã được gửi cho những nhà vô địch. Trong khi chi phí chiến dịch giảm 30% thì số lượng khách hàng quay lại gặp rủi ro lại tăng 18%.
Trường hợp 2 - Giành lại: Một cửa hàng tạp hóa trực tuyến chuyển 3.100 khách hàng trung thành trước đây đã không mua sắm trong hơn 90 ngày vào phân khúc "có nguy cơ". AI tạo ra bản nháp tin nhắn được cá nhân hóa “chúng tôi nhớ bạn + giao hàng miễn phí từ danh mục bạn đã nhận được trước đây”. Nó được gửi tới 2.400 người với sự đồng ý; 410 người trong số họ mua sắm lại trong vòng 6 tuần.
Trường hợp 3 - Lỗi đạo đức và sửa chữa: Một cửa hàng muốn sử dụng thông tin khu vực lân cận khi yêu cầu phân khúc "tiềm năng chi tiêu cao" từ trí tuệ nhân tạo. Người chịu trách nhiệm nhận ra rằng điều này gây ra rủi ro về quyền riêng tư và phân biệt đối xử gián tiếp và căn cứ vào hành vi mua sắm thực tế chứ không phải khu vực lân cận. Phân đoạn vừa công bằng hơn vừa chính xác hơn.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Nhóm khách hàng của tôi.
Dữ liệu nào, logic nào, mục đích nào đều không rõ ràng.
Lời nhắc mạnh mẽ:
Vai trò của bạn: Chuyên gia CRM và phân khúc. Dữ liệu: Dưới đây là bảng khách hàng ẩn danh (custom_code, số ngày mua sắm gần đây nhất, số lần mua hàng trong 12 tháng, tổng chi tiêu, danh mục mua nhiều nhất). Không có thông tin cá nhân. Nhiệm vụ: (1) chia khách hàng thành 5 phân khúc theo logic RFM và đặt tên cho từng phân khúc, (2) đưa ra quy mô gần đúng của từng phân khúc, (3) gợi ý hành động một câu cho từng phân khúc. Quy tắc: Chỉ sử dụng dữ liệu hành vi trong dữ liệu; Không đưa ra những suy luận phân biệt đối xử từ quận, tên hoặc nhân khẩu học. Dữ liệu: [dán]
Mẫu lời nhắc có thể sao chép
1) Phân đoạn RFM
Chấm điểm dữ liệu khách hàng ẩn danh sau bằng logic RFM (1-5 cho R, F, M) và chia dữ liệu đó thành các phân đoạn có ý nghĩa. Cho biết kích thước và mô tả của từng đoạn. Trình bày nó dưới dạng bảng. Dữ liệu: [dán]
2) Dự thảo truyền thông dựa trên phân đoạn
Viết SMS được cá nhân hóa và bản nháp email cho phân đoạn: [mô tả phân khúc]. Giọng điệu phù hợp với [giọng điệu], đề xuất [lời đề nghị] thương hiệu của chúng tôi. Đề xuất hai tiêu đề khác nhau. Không sử dụng các tuyên bố gây hiểu lầm, tối đa 40 từ.
3) Chiến dịch giành lại
Soạn thảo thông báo thu hút lại khách hàng trung thành cũ đã không mua sắm trong hơn 90 ngày. Dựa trên sở thích về danh mục trước đây, hãy đưa ra khuyến khích chi phí thấp. Đưa ra 3 cách tiếp cận khác nhau.
4) Kiểm tra đạo đức/sự đồng ý
Kiểm tra kế hoạch nhắm mục tiêu sau: có sự phân biệt đối xử dựa trên các đặc điểm được bảo vệ, suy luận sự kiện nhạy cảm trong cuộc sống, gửi không đồng thuận hoặc sử dụng dữ liệu cá nhân không cần thiết không? Đánh dấu rủi ro và đề xuất giải pháp thay thế. Kế hoạch: [dán]
Những lỗi thường gặp
- Cùng một thông điệp gửi đến mọi người: Giao tiếp không phân đoạn là sự lãng phí tiền bạc và sự chú ý.
- Giảm giá vô địch không cần thiết: Giảm giá cho khách hàng đã mua nó là mất lợi nhuận.
- Gửi mà không có sự đồng ý: Cần có sự đồng ý rõ ràng đối với SMS/e-mail.
- Phân khúc dựa trên các đặc điểm được bảo vệ: Phân biệt đối xử; Suy luận gián tiếp cũng có rủi ro.
- Nhắm mục tiêu sự kiện nhạy cảm trong cuộc sống: Tạo ra nhận thức về việc vi phạm quyền riêng tư.
- Đặt phân khúc một lần và quên nó đi: Hành vi của khách hàng thay đổi; Cập nhật thường xuyên.
Tóm lại
Phân khúc là cách để thiết lập cách tiếp cận phù hợp với đúng khách hàng; RFM là sự khởi đầu thiết thực nhất. AI tăng tốc độ chấm điểm, đặt tên phân đoạn và soạn thảo tin nhắn. Nhưng các giới hạn của sự đồng ý rõ ràng, giảm thiểu dữ liệu và không phân biệt đối xử là không thể thương lượng được; Cá nhân hóa dựa trên dữ liệu hành vi, tránh nhiễu nhạy cảm.
Nhiệm vụ ứng dụng
Tạo bảng từ dữ liệu khách hàng ẩn danh của bạn (mã khách hàng, lần mua hàng gần đây nhất, tần suất, chi tiêu, danh mục). Trích xuất 5 phân đoạn với "1) Phân đoạn RFM", tạo ra "2) Bản thảo truyền thông dựa trên phân đoạn" cho phân đoạn có giá trị nhất và rủi ro nhất. Đưa kế hoạch của bạn vào phần “4) Đánh giá đạo đức/sự đồng ý.”
danh sách kiểm tra
- [ ] Tôi đã ẩn danh dữ liệu khách hàng.
- [ ] Tôi đã tạo các phân đoạn có ý nghĩa bằng RFM.
- [ ] Tôi đã tách biệt ưu đãi và thông điệp phù hợp cho từng phân khúc.
- [ ] Tôi dự định chỉ gửi cho những khách hàng đồng ý.
- [ ] Tôi đã tránh tài sản được bảo vệ và suy luận nhạy cảm.
- [ ] Tôi đã lên kế hoạch cập nhật các phân đoạn thường xuyên.