行銷界幾個經驗法則

1:5 定律:爭取一個新客戶所要花費的成本,是留住一個舊客戶的 5 倍。
5:25 定律:將顧客流失率控制在 5% 以下,就能提升 25% 的利潤。
向新客戶推銷產品成功率是15%,向舊客戶推銷產品成功率是50%。



      雖然上述定律是否是經過嚴謹的驗證,我們不得而知,且針對不同業態的適用情況也可能有所差異。但純粹就理論而言,少了開發新客戶的廣告費用、吸引新客戶專屬的活動優惠價格、折扣、試用品和贈品等等的成本 ,舊客戶所要花費的成本相對較少,所以為企業創造的利潤就相對高於新客戶 。相同的推論,基於舊客戶對企業、品牌及商品的認同或個人的購買慣性,在銷售新商品給舊客戶時,其接受度較高,所花費的時間和成本也會小於新客戶,所以舊客戶能創造較高的利潤。

      跨電商平台經營的賣家,尤其是營收主力在大型網購平台的賣家,在舊客戶的經營上會遇到下列困境:

      - 在無法取得客戶資料的情況下,如何知道或推測客戶是新客戶還是舊客戶?
      - 找出了舊客戶,面對每個人不同的需求,要如何進行舊客戶經營?
      - 如何找到客戶流失的原因進而降低客戶流失率?


      速特博威的 Ez CDP 跨平台商務數據平台,可以依據歷史交易大數據及相關演算法,推算出大型網購平台的客戶是新/舊客,還可以計算出客戶的消費能力級距、最後一次購買頻率,甚至可鎖定特定商品,對客戶進行分群,作為規劃舊客戶經營和執行再行銷時的參考依據。可以選定特定時間區間的舊客客群,亦可添加其他條件,進一步分析這段時間的舊客戶購買最多的是哪些商品,鎖定這些對舊客戶特別有吸引力的商品,進一步透過系統找出近期沒有交易的舊客戶名單,以這些商品為主體刺激久未購買的舊客進行回購。

      系統也支持以商品為出發點,進行舊客戶經營與再行銷相關分析與作業。以鎖定的關鍵商品出發,檢視該商品的「商品新舊客」長期趨勢,看該商品過去的交易來自初購新客(第一次交易的客戶且第一次就購買這個商品)、初購舊客(從未買過該商品的品牌舊客戶)和續購舊客(已經買過該商品的舊客戶)的比例。系統可以統計在特定時間區段內已經買過該商品的舊客人數,並依據他們最後一次購買時間進行分組,搭配客戶活躍度分析,協助使用者篩選出該商品回購的目標舊客,並可產生及下載客戶清單進行商品再行銷; 若該商品對於這類品牌舊客戶特別有吸引力, 系統也可以同時顯示不同時間內所有從未買過該商品的品牌舊客戶,還可以依據商品成交價格設定排除月消費力低於商品價格的品牌舊客戶,之後產生並及下載客戶清單,針對這群客戶進行特定商品導購。 另外,系統也提供多商品再行銷名單合併功能,可避免重複通知同一客戶節省再行銷的預算。

      舊客戶經營的另一項重要任務就是避免客戶流失,系統提供取消率和退貨率的當期對比和長期趨勢分析,同時提供方便使用的分類設定功能,將所有取消/退貨理由快速分門別類,讓使用者可以聚焦可以處理的範圍,並找出關鍵因素進行解決,提高客戶滿意度並降低流失率。 


        使用者可以在當期績效分析或長期趨勢分析中,在對比維度「新舊客」中鎖定「舊客」,也可以添加鎖定其他對比維度特定項目,然後執行在畫面下方的「功能按鍵」,系統就會統計「舊客」所產生的所有交易,並且依照輕重緩急羅列出關鍵商品列表。可在商品列表中勾選多種商品,再點選上方的「舊客戶再行銷」功能按鍵,就可以整合勾選的多個商品,統計曾經購買過這些商品的所有客戶清單及購買時間,聯合多個商品進行舊客戶的計算。


        可以在鎖定特定商品之後,檢視對比維度「商品新舊客」,觀察「初購新客」、「初購舊客」和「續購舊客」的長期趨勢,亦可參考或添加其他對比維度特定項目,然後執行畫面下方的「舊客戶再行銷」。設定統計舊客戶的時間範圍和排除範圍(參考客戶活躍度),系統預設顯示「不曾購買過」的客戶清單,執行作業後會顯示統計結果;可依據該商品的成交價格帶作為客戶單月最高消費力的參考值,排除不曾購買過該商品的舊客戶中消費力過低的人數,之後再下載客戶清單進行該商品舊客的回購刺激,或是對尚未購買該商品的品牌舊客戶進行導購。


        統提供取消率和退貨率的當期對比和長期趨勢分析,同時提供方便使用的分類設定功能,將所有取消/退貨理由快速分門別類,然後顯示於對比維度 「取消/退貨類別」, 讓使用者可以聚焦可以處理的範圍,直接點擊或選取特定的理由類別,並可透過畫面下方的「功能按鍵」找出異常的取消/退貨主要是來自哪些商品,也可以點擊總覽上方的「訂單明細」,針對每張訂單的詳細理由進行了解。



                                   回到 「功能特色---找出問題進行改善」