案例研究 | 亚马逊、 Fig & Olive、美国银行如何靠营销业绩飙升?
字号:

时间:2017-12-12 11:55:15 作者:谢晶-webpower

转发: 腾讯微博 推荐到豆瓣豆瓣 分享到微信微信 网易

  • 你的企业是否数据混乱,数据细分、分析、利用无从下手?

  • 你的企业是否营销渠道单一,转化率也总是平平?

  • 你的用户体验差强人意,总是无法让客户满意?

  • 你总是无法找到有效的流量来源,现有流量也无法跟踪转化?

  • 你的人力、物力、预算有限,仍然渴望在已有效果上获得进一步提升?

  • ......


总之,你缺乏对会员营销的全局了解,希望获得更多新用户转化,提升老户复购率,并保持高价值户的活跃度。


下面,全球领先的全渠道智能化会员营销机构Webpower将通过3个案例,为您展现企业是如何基于数据整合分析,通过为会员在多渠道提供精准的个性化内容而获得巨大成功的


Amazon亚马逊

超级在线零售商店


亚马逊在收集、储存、处理和分析客户信息方面始终处于领先地位,擅于通过预测分析来提高客户满意度、培养忠诚度。此外,亚马逊之所以能发展成为现在的超级在线零售商店,大数据也起到了功不可没的作用。



根据研究公司eMarketer的最新估计,亚马逊今年将拥有更大的电子商务销售份额。美国在电子商务上的每一美元花费中,亚马逊所占的份额约为44美分,去年这一数字为38美分。

亚马逊的2017电商销售在美国预计增长32%,达到196.8亿美元,占美国电子商务总销售额的43.5%。eBay、苹果和沃尔玛紧随其后。


亚马逊是如何做到的?

个性化推荐系统。亚马逊是使用综合协同过滤引擎的先行者。协同过滤是通过分析客户的购买历史、购物车、愿望清单、评价的商品、浏览足迹、搜索次数最多的商品等行为,从而向购买了相同产品的客户进行其他产品的推荐。

这是什么意思?

简单来说,当你在购物车中添加《会员营销》这本书时,购买了这本书的其他用户,他们所购买的类似书籍也会被推荐给你。

别小看这一手段,该方法使亚马逊的年收入增加了30%


除此之外,亚马逊还通过收集、分析用户人口统计、消费习惯和其他相关信息,以更有效地交叉销售商品。


大数据用于管理亚马逊的商品价格。根据用户在网站上的行为、竞争对手的定价、产品可用性、项目偏好、订单历史、预期利润率等因素综合定价,并随着大数据的更新,价格通常也会每10分钟更新一次。在大数据的帮助下,亚马逊在以平均每年25%的速度增加利润。

智能化协同推荐引擎:SMG

SMG,是服务了全球2850家企业的全渠道智能化会员营销机构Webpower研发的一款智能化协同推荐引擎。

在用户数据整合的基础上,品牌企业可以通过用户行为数据进行协同推荐,与传统个性化内容推荐的差异在于,SMG协同推荐完全基于用户的实时行为数据,找到有共性的用户并进行群组划分,同时基于用户的行为数据进行商品的推荐。SMG有权重机制,在同等推荐条件下,品牌可以赋予性别、年龄、地域、行为属性不同的权限。

这不仅可以大大提升企业的销售转化,同时也可以让用户获得到更好的消费体验,提高忠诚度。


Fig & Olive

知名特色餐饮企业



Fig & Olive是一家以fig and olive入菜为特色的法式及地中海风格餐厅。餐厅每天需要面对大量的用户数据,这些数据来自于单个门店的销售点系统和OpenTable等网上订餐平台。



为了集中处理用户信息,餐饮集团开发了一个预订中心。这样他们就可以将所有地点的预订数据集中在一起,轻松追踪到所有门店的用户的就餐习惯和光顾频率,对餐厅总体运营情况有全局的掌握。


不仅有预订中心,他们还开发了集中式数据平台针对特定的用户行为自动发送个性化的电子邮件。

例如,餐饮集团曾发起一个“我们想念你”的活动(we miss you campaign),在活动邮件中表明餐厅会为那些在过去30天没有光顾的用户提供免费的crostini。结果这一活动获得300次访问,收获了超过36000美元的销售额,ROI为700%!

这些电子邮件有着高达53%的打开率。且个性化沟通策略增加了客户忠诚度,提高了消费。

此外,餐饮集团还利用客户关系管理平台,在线调查、收集客人的反馈信息。此举使Fig & Olive在Yelp上的负面评论减少了36%

数据整合分析平台:SCRM

Webpower的SCRM可以打通企业来自传统CRM、电商平台、线下门店、社交媒体等多个渠道的用户数据,将原来分裂的用户数据整合在一个SCRM系统内,再进行合并、关联、分析,以此达到对客户画像的全面了解。这些用户数据信息都将为精准的用户分组、高度个性化的内容推送提供支持,有助于企业深度挖掘会员数据,挖掘并利用会员价值。


Bank of America美国银行

金融行业


美国银行推出了“BankAmeriDeals”这样一项活动,利用银行用户账户中的数据来深挖客户的购买习惯,在这一活动中,美国银行与多家受欢迎的商家合作,为用户提供产品和服务。



该项目基于银行数据库中保留的用户的可识别信息,允许商家为美国银行的在线和移动端用户提供高达15%的“现金返还”的商品或服务。

美国银行不仅限于与本国品牌合作,还与地区和当地商人合作,向合适的用户提供具有相关性的产品。

这个项目帮助银行增进了与用户的接触,77%的用户会进行再次消费为商家、用户和银行自身创造了三赢的局面。

分享到微信朋友圈

用手机扫描浏览文章

订阅BNet官方微信

打开微信,点击底部的"发现",使用 "扫一扫" 即可将网页分享到我的朋友圈。
banner

banner

分类:管理 | 浏 览(339次)|评论(0条)当前得分:0收藏 | 推荐

我来说两句

seccode