消費者是品牌最重要的資產，如何能夠更好地留存消費者是企業制勝的關鍵。以阿里為代表的平臺也提出了要從“流量運營”向“消費者運營”的轉型。在資訊科技發展日新月異的今天，各大企業與平臺紛紛建立了自己的大資料平臺，累積了海量的資料，如何利用這些資料來洞察消費者，做好消費者運營，成為企業必修的一個課題。本文將介紹三種目前最常用的消費者運營模型，希望能夠給到品牌以及企業管理人員一些啟發。
消費者生命週期管理模型
這個模型覆蓋了消費者在品牌生命週期中從品牌潛在客人、到成為品牌新客人、到成為老客人、即將流失，流失等各個階段，是一條比較完整的流程。它不需要太多的第三方資料，一般使用品牌的一方CRM資料就可以支援，在市場上使用率較高，是比較成熟的一個模型。
-
潛客：對品牌感興趣，但是還沒有過購買的客人，比如諮詢過產品、關注品牌的粉絲、註冊但還沒有購買產品的會員等等。這些人往往受到品牌的忽略，但這些人轉化為新客的成功率會更高、成本也會較低，所以企業應該給予更多的關注。
-
新客：第一次購買產品的客人。第一次購物的體驗往往會決定客人對品牌的印象和感情，如果體驗很不好的話，一般客人就不太會產生復購了，所以品牌一方面需要注重新客人的購物體驗，另一方面要通過一些營銷的方式來驅動客人復購：比如售後關懷、免費服務、設定復購權益等。一般復購大概率會發生在第一次購買後特定的時間段內，所以品牌需要對溝通時間點認真考量。
-
老客：不同行業對於客人成為老客的時間長度定義有所不同，比如快消品的時間可能很短，耐消品行業時間可能就比較長。在今天招新成本越來越高的情況下，如何維繫老客，尤其是高價值的老客人，對品牌生意可持續性增長起到至關重要的作用。通常的做法是建立會員忠誠度計劃，包括會員等級、積分、禮品、設定會員權益等，還有一些通過社互動動的方式，比如老帶新獲取優惠、簽到、抽獎等來提高客人與品牌的粘性。我們需要讓老客人感受到品牌對他們的關懷和重視，從品牌可以獲得超出產品本身的價值，這樣才能更好地維繫住他們。
-
即將流失客：客人在沉寂一段時間以後，既沒有過購買，也沒有與品牌的任何互動，可能這個客人就會有流失的風險。流失有兩種情況，一是品牌流失，就是客人去到了競品購買，二是渠道流失，比如去了海購。不管是哪種情況，我們都需要及時地對客人做挽回的動作，比如增加品牌對他們的曝光，輔以權益和優惠活動，避免客人真正地流失。
-
流失客：當客人真的流失以後，品牌還需要對他們做重新喚醒的動作，因為喚醒流失客人還是要比招新的轉化率要高，成本也會比較低，畢竟客人是曾經認可併購買過品牌的產品的。但是客人為什麼會流失，就需要利用第三方資料做一些研究，或者市場調查了，這樣才能做到對症下藥。
消費者生命週期管理模型能幫助品牌比較清楚地瞭解客人處於生命週期的哪一個階段，然後根據每個階段的不同來和消費者進行溝通和管理。並且我們可以對這個模型進行細化，比如針對不同的渠道、區域、產品把模型擴充套件開，設定不同的溝通路徑。另外要清楚這個模型不完全是線性的，比如一個即將流失的客人經過我們成功的挽回，又成為了品牌忠實的老客，當中可能會有迴圈。
AIPL 模型
AIPL是阿里發明的一套模型，也屬於比較典型的消費者行為理論。它按照消費者和品牌發生關係的深淺定義了不同的層級，從對品牌有所認知、到對品牌產生興趣、到購買品牌產品、到成為品牌忠誠的客人，按照不同的階段對客人進行分層管理。
-
Awareness：認知，對品牌有所瞭解的人群，比如被品牌廣告觸達的人和品類詞搜尋的人
-
Interest：興趣，對品牌產生興趣的人群，比如點選過品牌廣告、加購過產品、或者搜尋過品牌關鍵詞的人
-
Purchase：購買，購買過品牌產品的人群
-
Loyalty：忠誠，對品牌忠誠的人群，比如有過復購或者正向評論的客人
AIPL模型可以說是阿里一個偉大的發明，它不僅可以幫助品牌進行人群分層運營，還做到了不同層級人群的資產化管理。我們都知道消費者是品牌最寶貴的資產，比如可口可樂傳奇總裁 Robert Woodruff 曾說過：“即使可口可樂的工廠都被大火燒掉，給我三個月的時間，我也能重建可口可樂”。可是人群資產如何量化一直是個難題。阿里不僅推出了AIPL的模型，還結合了阿里海量使用者與產品資料，推出了業界第一套全域資料資產管理平臺--品牌資料銀行，來賦能企業打通內外部消費者資料、沉澱資料資產、啟用資料價值。感興趣的同學可以去萬堂書院、淘寶大學等平臺去深入瞭解和學習一下AIPL模型和品牌資料銀行。
RFM 模型
RFM模型在CRM領域一直以來被廣泛使用。它通過三項指標來衡量消費者對於品牌的貢獻價值。
-
Recency：近度，消費者最後一次在品牌購買商品的時間
-
Frequency：頻次，消費者在一段時間內購買商品的頻次
-
Monetary：金額，消費者在一段時間內購買商品的金額
RFM模型中，三項指標綜合在一起衡量，結果可以想象成是一個三維立方體。如果每項指標分成兩檔（M：高消費、低消費；F：高頻率、低頻率；R：最近購買、很久沒購買），可以得到 2 * 2 * 2 = 8 個不同的象限。落在不同象限的客人可以制定不同的分層運營策略。比如消費金額高、最近有過很多次購買的客人，是品牌的高價值明星客人，需要重點維護；曾經消費金額很高、消費頻次也高、但是很久沒有再買過的客人就需要品牌去重點關注一下了。如果每項指標分成三檔，就會得到27個不同的象限。具體分成幾檔要看企業具體的運營能力，也不是越多越好。
最後
本文介紹了當前最常用的三種消費者分析和運營模型，三種模型之間也並不是完全割裂，其實可以融合使用，比如在已流失客人中，我們可以按 M 值來區分高價值流失客和低價值流失客，從而給出不同的喚回力度。在AIPL人群中，我們也可以分成新增人群和存量人群，“深”P人群和“淺”P人群等等。總之分層運營是王道，具體怎樣分可以結合業務場景靈活運用。
獲取知識乾貨、增加面試經驗、瞭解職場人生
歡迎關注微信公眾號
