实战案例：新零售时代，企业如何以用户数据重塑高效流通链？

进一步看4类用户的提交订单的情况，直接进行“搜索商品”的用户进行提交订单比例最高，超过90% ；与其形成鲜明对比的是，尽管“点击Banner”是更多客户登录APP后的首选动作（约占总客户的40%）但是这部分用户群体在浏览商品列表后，仅仅30%的用户提交订单，说明Banner内容布局有着比较糟糕的用户体验，则成为企业首选优化与改进的方向。

首页推广位的效果监控是站内运营重要一环，数据的监测与分析是重要工作，它为站内优化、页面体验提升作出指导。运营人员可以通过用户的点击转化率与购买转化率可以判断页面不同推广位置效果。下图是中商惠民首页推广位“一元促销”、“清洁专场”两个Banner转化率情况对比。

图7 “一元促销”、“清洁专场”两个Banner转化率情况对比

除了以上三个应用场景，零售企业来说在数据分析平台上完成“场”的管理：商超客户是否都能快速找到自己想订的货品？商超客户的购买路径是否最优？商超客户的订货意愿低的症结在哪等。

在新零售时代，“人”的管理主要包括对客户管理和业务人员管理两方面。

客户管理的重点是关注用户整个生命周期价值，更重要的是客户成功，即客户是否在更好地使用产品，是否再续约、升级销售。当运营人员可对客户分群管理，从而采取不同的策略。

用户分群分析模型能够帮助企业甄选出具有一致属性或特征的用户群体，并对其深度观察其行为特征。众多零售企业在数据分析平台上借助用户分群功能配合其他分析模型，能够了解到客户使用产品的频率、活跃天数、使用深度、采购趋势等数据指标，快速甄选出高活跃度客户、一般活跃客户、流失风险客户。对于处于中间环节的供应商来说，高活跃度客户成功经验能够传递给企业许多优质运营经验，而具有流失风险的客户则需要重点且快速地跟进。

场景一：如何预警客户流失？如何挽救？

由于大客户资源的稀缺性，其粘性被受企业关注。在上文“货”的管理中已介绍如何筛选重点客户，此处不再赘述。通过数据分析的“用户分群”功能可以将筛选出来这批客户定义为“重点客户”。一组数字的变化重点客户流失前兆：购买频率降低、充值金额降低、登录频率降低等，这据企业业务情况有所差异。下图是通过数据分析的“用户属性”分析模型，筛选出距上次购买已经超过一个月的重点客户。

图8 准流失客户群预警

上图显示有超过166个商超客户一个月未订货。点击166数字，会呈现166家重点客户明细。30天未发生购买的原因很多：一是重点客户未流失，只是不再用APP下单；二是重点客户流失了等等。此时就需要业务代表进行召回动作，无论属于哪种情况，运营人员可以在神策分析上通过个别用户行为（重点客户）序列，分别了解重点客户路径，找到重点订单量骤降的原因。

场景二：如何科学、全面衡量业务代表的工作表现？

业务代表是经销商的一线人员。中商惠民的业务代表需要定期拜访终端客户，了解终端客户需求，并执行销售政策和促销政策。且需要在区域经理和经销商的指导和监督下做好终端维护工作，以协助经销商完成销售指标。由于业务代表常年在外奔波，业务代表管理工作考核格外重要。为透明化管理业务代表情况，管理者需要了解“我的业代人员每天在做什么？”、“业务代表的每日行为路线？”“路线覆盖区域有哪些？”“巡店拜访签到和现场情况记录如何？”等等。

数据分析平台能够与CRM系统对接十分重要，除了高质量线索的渠道评估、把握客户需求赋予销售精准洞察力外，还实现了对业务人员的管理。

图9 年初迄今，包头市四名业务代表的拜访客户次数情况概览

图9为年初迄今，包头市四名业务代表的拜访客户次数概览。不难看出，但从拜访次数上说，003的拜访勤奋度明显高于002。不同业务代表所负责客户完成支付订单的情况也是评估业务代表绩效的重要因素，如图11。

图10 不同业务代表所负责客户的支付订单次数

总之，为保证对业务代表考核的科学性，应该多维度全面地考量。当数据分析平台与CRM对接后，管理者可以按时间周期汇总业务代表拜访客户情况、分布、订货情况等，并能针对性分析单个业务代表的行为线路（时间、路线内外的操作情况——拜访、上传等操作）等。

新零售时代，是以客户为核心的全域洞察时代。在新服务业态下，客户数据不完整，粒度粗糙等已成为零售企业发展最大羁绊。中商惠民追求数据可视、可追踪、可优化，深度洞察商超需求，用数据实现全方位精细化运营，最终实现流通链的高效重塑。

文章作者系 @乔一鸭 未经许可，禁止转载。

注：相关网站建设技巧阅读请移步到建站教程频道。

（编辑：济源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!