当电子商务网站成功地把一个访客转化成一个客户之后,如何提高这个客户对于网站的忠诚度,继而增加客户对于网站的整体贡献值就变得非常重要了,因为带来一个新客户的成本是维护好一个老客户的3 ~5 倍。只有有效地提高每个客户的消费,才能快速提升电子商务网站的整体收入。

最有价值客户的特征

在我们的客户库中,有些客户是我们必须要保留的,而有些客户的价值是相对有限的。这里虽然说得有些现实,不过我们必须意识到,为最有价值的客户提供最优质的服务、提高他们的忠诚度,是我们电子商务企业能够长足发展的基础。

1.建立CRM(客户关系管理):建立CRM的最主要原因是为了帮助我们了解客户,那么客户的信息越详细、越准确越好。建立了CRM之后,客户管理就会便捷而且系统化和流程化。

2.构建客户综合价值模型:我们可以通过客户综合价值模型来评估并选出我们最想要保留的客户。客户价值评估模型的搭建,综合衡量了客户五个方面的表现:客户当前贡献度、客户未来贡献度、客户信用度、客户忠诚度、客户成长潜力。

3.用客户生命周期模型提升收入:通过决策树算法我们能调整适合我们的客户生命周期,最后制定针对不同生命周期的营销策略。通过划分生命周期,我们能解决基本客户细分的问题。
 

 

做客户流失分析:对于通过数据挖掘提供的潜在流失客户名单,运营经理或者总监可以设定一个“挽留体系”,尽可能留住我们需要的客户。

客户需要什么商品

留住客户,我们需要更懂客户。个性化推荐系统的最大优点在于系统能够收集客户特征资料并根据客户特征,如兴趣偏好,为客户主动做出个性化的推荐。当我们还没有一个完善的定制化系统之前,我们可以从局部出发。比如,我们可以在运营中回答以下这些问题:

如何找出热门商品:我们找出热门商品的一个重要目标是为了让这件商品带动整个网站的销售,这可以从每天、每周和每月的销售记录中很容易找出来。

如何提高客单价:客单价是平均每一个顾客购买商品的金额,也就是平均交易金额。提高客单价能够有效提升电子商务网站的整体销售额。这里可用的是数据挖掘中的推荐算法。

如何找出潜在的热销商品:我们需要对商品进行分类,而这里商品的分类不是指商品类别上的分类,而是指对于商品在销售上产生价值的深度分类,可以采用数据挖掘中的决策树分类算法。

如何找出匹配的商品:商品推荐是和商品相关的,所以对于每一件商品,系统都会尽量选择它的关联商品。当客户选取了某一个商品后,在网页的下方会出现根据关联算法做出的商品推荐。这里用到的是数据挖掘中的关联算法。