促销券种类:固定价格的红包、满减券、限时券、积分券......
一个问题:促销券怎么发才能使收益最大化？
答案:把客户分成不同特性的群体，对不同特性的客户群体发放不同的消费券。
那么如何对用户进行分层，可以使用用户分层模型-RFM模型
RFM模型是广泛使用于传统零售行业的用户分层模型，它用三个维度的数据来划分消费用户的层级，分别是：
R（Recency）：离某个时间点最近的一次消费，为「近度」维度；
F（Frequency）：一段时间内的消费频次，为「频度」维度；
M（Monetary）：对应这段时间内的消费金额，为「额度」维度。
通过RFM模型，可以划分出用户的层级，如下表：
我们将R、F、M各切分了5个等级，构建出了125个模块，3000多样本，占据了其中77个模块。这125个模块，会对应出上表中的8个级别的客户。
通过这样一个分层的模型，我们就得到了多个用户群体，从而可以衡量不同的用户价值，及不同的转化阶段，针对特征做对应的运营策略。
那在电商广告的场景下，如何应用RFM模型呢？
广告推广中的情景会有其特殊性。传统RFM模型中，用户只要有消费的意愿，那他就有能力去消费，但互联网广告中，仅有消费意愿的客户并不一定能够花的出去钱，还要具备一定的推广技巧才能够把钱花出去。所以在RFM在广告推广场景中，解决的是客户的充值问题，而不是消耗问题。
定义好模型应用的边界，我们就要确定各维度的指标了：
R是为了衡量客户充值行为的时间衰减，指标应该是最近的一次充值行为。
F是为了衡量客户行为的忠诚度，指标应该是账户充值的次数。
M是为了衡量客户的消费能力，指标应该是充值金额。
至此针对客户在推广中的行为，就可以分层出8个客户群体。对R↓F↓M↓的客户发放定额红包，鼓励尝试推广，刺激进一步转化。对R↓F↓M↑的客户发放限时促销券，刺激他更高频的消费。对R↑F↑M↓的客户发放满减促销券，刺激他更高额度的消费。
这样就可以有的放矢的展开自己的促销活动，对整个客户整体获得最大化的营销收益。
对于不同的产品，其生命周期其实往往是相似的，从初创到发展，到成熟，到衰退，再到消亡。但它们可能有不同的生命周期的长度，而这种长度上的区别，往往看运营的精细化程度是否足够深度。
网友评论