双十一怎么优惠的(双十一优惠政策)

wangge888 5 0

双十一怎么优惠的(双十一优惠政策)-第1张图片-旺哥开店网

  

激动人的双十一狂欢购物节终于过去了,剩下的就是大家空荡荡的钱包和等待快递包裹的迫切心情了。   

  

本来为了省钱参加购物节的狂欢,精心各种满减、优惠券,但却有不少朋友付完款后发现,自己买到的东西比平时居然还是贵,最令人气愤的是同一件商品,自己买的比别人还贵!   

  

同一件商品,不同的人显示的价格不同:   

  

  

  

同一张券,你怎么抢也抢不到,别人想怎么领就怎么领:   

  

  

  

很显然,有一部分人被大数据杀熟了,这在行业内是一个非常普遍的现象,之前央视就有曝光过某app上购买机票和酒店,不同人不同价,甚至多点进去看几次,价格还会上涨。移动互联网时代,消费者想薅商家羊毛难上加难,但是商家通过大数据宰客却轻而易举。   

  

作为一个曾经给电商零售公司打过工的数据分析师,曾经也利用我的一身数据分析本领为公司的“营销策略”做过不少贡献(轻喷,打工不易,身不由己),今天就从数据分析的角度给大家拆解一下,我们是如何利用数据来杀熟的,有哪些方法能够避免被大数据杀熟   

大数据杀熟是怎么做的?   

概括的说就是:通过大数据分析和预测的手段,对于同样的商品和服务,对不同对象收取不同价格的现象。   

  

所以,大数据杀熟的技术基础是大数据,也就是海量的用户数据。通过你的基础属性数据判断你的所在用户群体、人群特征(如消费能力),通过你的行为数据判断你的偏好和消费意愿强烈程度。   

  

综合一系列的分析,判断出你是谁,你现在要做什么,愿意付出多少代价去做。然后通过精准的用户画像,去对消费能力高、消费意愿强烈的用户展示更高的价格,赚取更多的利益。   

  

不过区别定价这样的杀熟套路已经用了很多了,消费者和身边的人一对比就发现了杀熟真相,万一找了媒体曝光,对电商平台或者商家的印象非常不好,其实还有另外一种变相杀熟套路,叫做“优惠券杀熟”   

  

同样的商品,价格大家都是一样的,但是有些人能领到30元的优惠券,有些人界面可能都不显示优惠券,相比之下这是一个比较安全的杀熟手段,因为从法律上来讲,商家给不同人发不同的优惠券,似乎也没有违反规则。   

  

当然上述的方法不仅仅存在于电商,线下门店同样也有这样的营销策略。比如给不同等级的会员发不同额度的优惠券   

  

商家是怎么分析这么多的用户数据,制定营销策略的?这里我以线上、线下门店都有的会员数据为例子(从商家角度出发,电商平台也大概是一个道理),给大家讲解一下,商家是怎么分析消费者数据的   

  

整体会员运营流程如下:   

  

  

  

1、用户分类   

  

在我们数据分析领域,有一个知名的“二八原则”,因为往往20%的客户贡献了80%的销售额(换句话来讲,世界上80%的财富都掌握在那20%的人手中)。   

  

所以大多数零售企业都想通过数据找到这20%的客户,想尽办法维护好他们,从他们的口袋里掏钱。这里就简单介绍一个通用的方法:RFM模型。RFM模型就是通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标,来定义该客户的价值状况。   

  

这里就不重点介绍具体实现的方法,想了解模型的详细讲解看这篇:深度构建用户画像|数据标签,关联分析,RFM,用户体系   

  

2、用户监控   

  

第一步分类之后,第二步就是监控用户行为,想要更好地做到监控我们自然要了解会员的成长路线。通常来说我们可以把会员的成长分为:目标市场、响应者、新会员、老会员、高潜能会员、低价值会员、高价值会员及流失会员。对于不同类型会员,关注重点也会有所差异。   

  

  

  

对于消费会员,我们应重点挖掘客户的消费习惯、消费偏好及会员价值的挖掘。其中消费习惯包括客户活跃度、连带销售及忠诚度。   

  

(1)活跃度:就是对你的消费金额、消费频次,最近消费时间等关键指标进行监控   

  

(2)连带销售:以商品为分析维度,了解购买该商品的消费者还会购买哪些商品。比如你购物车加购了奶粉、尿不湿类的东西,系统就会给你推荐婴儿服装、玩具等等   

  

(3)忠诚度:通过RFM分析,我们可以清楚地看到每个会员的忠诚度,忠诚度是提高了还是降低了?哪些客户忠诚度降低了?哪些客户忠诚度提高了?   

  

一般来说,商家对于新会员及流失会员的数据更加关注。新会员重点关注新会员的开发、基本信息、客单价等内容,完成从新会员到消费会员的过渡,常规手段就是发新人券,刺激完成第一次购买。这也就是为啥买东西的时候,老vip居然没有一个新会员价格便宜的原因。   

  

流失会员着重关注流失会员结构、最后一次的购买内容,客单价、会龄等信息,然后通过优惠短信,奖品等等挽留流失会员。   

如何反套路?   

搞懂了商家分析数据的套路,反套路也就不难了,给大家几个实用方法   

  

1、画像伪装   

  

刚才我们上面说了,一般商家会给新会员和流失会员优惠,来促进留存,电商平台也是一个道理,有时你把app卸载,这个动作就可能让系统定义你为流失用户,等你再装上的时候,就会为了挽留你,给你更大优惠。   

  

第二个办法是伪装价格敏感用户,越是“无优惠券不下单”的用户,被平台派发的下单红包、优惠券的概率和优惠力度越大。   

  

第三个办法是反向操作,当你搜索尿不湿时,系统会容易判定你为母婴用品类需要人群,这时你可以再伴随搜索一些不相关的B、C、D,用无关数据掩盖你的真实意图数据,这样用户画像的表述结果就会不够精准,商家难套路住你   

  

2、保护隐私   

  

其实所有数据营销的策略,基础都是数据,保护好自己的数据才是反制大数据杀熟的有效方式。平常使用使用手机时要记得关掉定位许可,关掉Wi-Fi自动连接,关掉App数据需求许可,避免数据被获取。   

  

最后,你经历过哪些被数据杀熟的经历呢?欢迎在评论区留言!   

发表评论 (已有0条评论)

还木有评论哦,快来抢沙发吧~