週年慶三部曲(一):電商與百貨週年慶大戰,如何搶客回購?讓 AI 幫你對症下藥

ai-repurchase

週年慶即將來臨,不管是在百貨、一般通路或是電商,行銷人員都為接下來的購物熱潮摩拳擦掌。想要把握消費者、讓老顧客回購,除了制定吸睛的價格策略、大量發放折價券以外,深度經營顧客關係才能留住消費者的錢包和心。但實際要如何促使顧客「主動」回購、創造源源不絕的營收呢?透過 AI 優化客戶回購,比起傳統 RFM 模型 (Recency-Frequency-Monetary, 消費頻率分析) 的方式能刺激額外 13% 客戶回購,最終幫助增加 27.8% 的營收,來看看具體是如何做到的吧!

超過 50% 的行銷預算浪費,甚至讓顧客對品牌反感

每一次廣告行銷的觸及都是品牌對顧客的價值傳遞,在不適當的時候打擾顧客反而會降低顧客對品牌的忠誠度,相信大家都有過同樣的經驗,像是「到電商平台買了一個行動電源,結果接下來幾天一直看到行動電源廣告促銷」的負面案例。行動貝果資料解決方案總監朱奐禎觀察多數品牌時發現:「通常行銷人員的做法是按照經驗,因為他們會覺得自己最清楚產品。例如主打 20-30 歲的女性,再自己去下各式各樣的條件選會員,但這樣的作法並不是對每個會員狀況量身打造,造成行銷預算的浪費。」過去行動貝果服務的品牌電商,也曾遇到經營行銷活動的難題。

這家品牌電商主要經營保養品,屬於持續性 (Recurring) 消費的商業模式,因此需要不斷吸引顧客回購。他們在進行行銷活動時,會以過去的會員資料,並按當期行銷活動排程撈取投遞名單,透過多種管道如:簡訊、電商平台發信、電子信等,以廣撒的方式將資訊推播給會員,但他們發現這樣的行銷活動成效並不理想。投注大量的錢不但回購率沒有提升,對顧客來說不斷推送的廣告資訊也是一種騷擾。此外,行銷人員需多次調整篩選條件,並請 IT 人員從大量的會員資料中選出符合的投遞名單,但產生的名單又不見得精準,造成來回溝通上的困擾。以上的情境與多數的行銷人員會遇上痛點類似,可以歸類成兩個:

  • 轉換率低落,顧客體驗差:花費行銷預算,回購率無法提升,反而造成顧客體驗更差。
  • 行銷成敗因素難以確認:行銷活動反覆實驗時間太長,難確認吸引顧客回購的關鍵因素。

從了解你的客戶開始 – RFM 分析

為了增加行銷活動的曝光,行銷人員會運用不同的手法,如:廣告、DM、數位行銷宣傳……等,以多管道讓品牌露出的方式來衝高曝光率,進而吸引消費者促進買氣。根據哈佛商業評論的觀察指出[1],由於近年經濟衰退加上 Covid-19 的影響,許多企業開始減少支出,首當其衝的就是行銷預算,如何在行銷預算大幅降低情況下持續吸引顧客回購,是銷售人員最頭痛的問題。傳統的作法透過 CRM (客戶關係管理系統) 的 RFM 模型分析找到最可能回購的名單,根據預算依序推播、遞送行銷廣告的方式,是大家最常用的「精準行銷」。舉例 RFM 分析會員平均每 60天會購買保養品,距離上次購買已經過了 58 天,所以「精準行銷」判斷該會員最有可能回購,刺激該會員回購避免被其他品牌、通路搶走,甚至作為同類型新產品優先行銷名單。

比 RFM 更加貼近客戶的 AI 需求預測

那行銷人員有 RFM 就夠了嗎?能不能做的更好?我們透過 8ndpoint 找到更棒的解決方案!

比較 AI、RFM 模型、傳統隨機廣撒的分析成效,8ndpoint 能找到更多回購會員。

透過 8ndpoint 優化客戶回購,實際預測成效比傳統的 RFM 模型多找到 13% 的會員回購,最終幫助增加 27.8% 的營收,行銷投資報酬率 (ROAS) 提升為原來的 1.5 倍。以 AI/AutoML 技術分析會員資料,將消費者進行分級排序,便可以根據不同的行銷目標或預算鎖定回購潛力高的消費者,得到投資報酬率更好的預測回購名單,藉此解決轉換率低落、顧客體驗差的問題。

此外,也能找出影響消費行為的重要變數,例如:近一次消費時間、折扣金額、消費次數等,告知使用者某個因子的重要程度百分比,比起性別、年齡這類傳統的會員基本資訊,能更精準描繪消費者行為,解決行銷成敗因素難以確認的痛點。藉由回購預測來達成精準行銷,不僅能免去行銷支出浪費,甚至能進一步創造追加銷售(Upselling)的機會。

想試試看運用 AI 刺激回購增加週年慶營收嗎?三個月會員資料就可開始

週年慶大戰開打在即,電商、百貨業者都想分一杯羹,搶下客戶回購創造業績長紅。其實沒有賣不出去的商品,有沒有辦法把行銷廣告推送給對的消費者才是關鍵,如果能找到方法優化回購預測,企業的營收會有很大的提升。AI 會是協助你增加週年慶營收的最佳利器,品牌的行銷花費可以不再因轉換率低、找不到吸引顧客因素的問題而被浪費掉,在行銷預算有限的情況下,能幫助你找到購買意願高的客戶,促使顧客主動回購、創造源源不絕的營收。