??RFM指標模型
圖片來源:Jaron/Yoki繪圖
最近一次消費(Recency) + 用戶消費頻率(Frequency) + 消費金額(Monetary) = ?
親密度
賣家和客戶之間的關系如同曖昧的情侶,若即若離——該如何量化情侶,不對,如何量化賣家和用戶的親密度呢?
客戶消費的過程是持續變動的:
在距上一次購買時間滿1個月之后,在數據庫里就成為消費為2個月的客戶
反之,同一天,最近一次消費為3個月前的客戶作了其下一次的購買,他就成為最近一次消費為1天前的顧客
但如果我們挽回呢?所謂用戶體驗(User Experience,簡稱為UX或UE)管理,是根據用戶的身份/行為/信用數據量化用戶的狀態,以此決策對用戶做或是不做某些動作的動作(Action),并得到或是不得到反饋(Feedback)的過程
圖片來源:數字化轉型報告
RFM模型,實則是通過用戶的購物行為監測從而量化為用戶心理的量化數據,并根據數據排序(Ranking):
圖片來源:Jaron/Yoki繪圖
只有當我們擁有了用戶的排序細分,才能針對細分用戶進行精細化的動作——而不是簡單粗暴的群發性營銷
比如針對【重要價值客戶】應該維系用戶關系促使復購/交叉購持續,針對【重要保持客戶】則是客戶流失挽回。
RFM的三個字母,分別代表了不同觀察用戶的維度:
最近一次消費 R(Recency):反映用戶活躍度,用以衡量用戶是否已經流失。理論上,最近一次消費時間越長,流失概率越高
消費頻率 F(Frequency):反映用戶忠誠程度。理論上,一定時間內購買頻率越高,用戶忠誠度越高
消費金額 M(Monetary):反映用戶購買力——理論和實際中,購物力變現都是額度體現
關于時間,有個非常有趣的地方
我們發現目前大部分獨立站的研究都不引入時間的指標
然而SUGA蘇嘉的角度中,時間恰恰是最重要的指標,如果是從訂閱電商的角度,甚至沒有之一
圖片來源:Jaron/Yoki繪圖
??留存期
一般來說,獨立站由于產品不同,展開分析需要具體個案具體分析,但有些指標數據是相通的,比如用戶周期:
新用戶激活期——如產品/服務使用周期為周,屬于高頻需求類產品,理想激活時間是1~3天,周期時長為第0周
新用戶留存期——留存率降幅明顯(正常現象),平均留存率差值均大于2%
長期用戶留存期——產品/服務留存率趨于穩定且緩慢下滑,每周約以低于1%的速度降低
流失召回期——產品的留存率有跌有漲,開始進行流失召回策略,測試出成效措施。而當留存率下降幅度突然加大,逐漸脫離趨勢輔助線預測值,需要考慮到此時用戶已使用產品將近留存期極限,拉回流速度已經比不過用戶流失速度。
不同用戶周期對應的用戶需求是不一樣,所以才需要RFM模型排序區分
而留存期需要長期時間觀察,指引效果有兩個:
圖片來源:Jaron/Yoki繪圖
現金流周期——當用戶處于長期用戶留存期的時候,意味著用戶價值變現是相對穩定的;
根據美國貝恩公司相關調查:
吸引新客戶的成本是留住現有客戶的 6-7 倍
把產品賣給老客戶的概率是賣給新客戶的 3 倍
總結:5% 的客戶留存率增長往往意味著公司利潤 30% 的增長
而哈佛商業評論研究提出數據導向是,“用戶留存率提升 5% 會刺激收入增長 25%-95% ”
產品迭代周期——當用戶留存期縮短(如上圖從40周開始減少),即留存期越加短暫往往意味產品需要迭代
附上客戶留存數據指標
??客戶留存指標——留存線索、流失率、留存率
??符合產品預期的線索 (PQLs Product-qualified leads)
PQL是指帶有體驗過產品且感受到價值的用戶的線索
——這個定義有些復雜,首先這個線索是來源于激活用戶,使用產品/服務傳遞后的用戶體驗/反饋價值:
激活用戶:指在產品/服務內完成關鍵行為,體驗過Aha Moment的用戶
Aha Moment:多譯為“頓悟時刻”,也有譯為“啊哈時刻”,由德國心理&現象學家卡爾?布勒(Karl Bühler)首創,對這個表達的定義為:在思考之前某個并不明朗的局面過程中,突然對產生明確或者深入的認識后,而產生的一種特殊的&愉悅的體驗。
?客戶流失率 (Customer Churn Rate)
本期內流失客戶數/上期末客戶數=(上期末客戶數-本期末客戶數+本期內新增客戶數)/上期末客戶數
?金額流失率 (Revenue Churn Rate)
Revenue Churn Rate一般有兩種口徑:
毛流失率 = (本期內流失RR+減值RR)/上期末RR
凈流失率 = (本期內流失RR+減值RR-增值RR)/上期末RR
存在一種理想狀態“負凈流失”(Net Negative Churn):金額凈流失率<0,金額凈留存率>100%
由于增值超過流失和減值帶來的負面影響,已有客戶的總商業價值是不斷成長的;
所以即使暫緩獲取新客戶,業務也可以保持健康運轉。
?客戶留存率(Customer Retention Rate)
(本期末客戶數-本期內新增客戶數)/上期末客戶數
?金額留存率(Revenue Retention Rate)
Revenue Retention Rate同樣有兩種口徑
毛留存率 = (本期末RR - 本期內新增RR - 回流RR - 增值RR)/上期末RR
凈留存率 = (本期末RR - 本期內新增RR - 回流RR)/上期末RR
金額留存率相比于客戶留存率,額外反映了不同規模客戶的商業價值不同,還反映了客戶商業價值在兩個周期之間的變化(如增加&升級服務帶來的價值提升)
凈留存率可以更完整地反映短期趨勢,而毛留存率更好地反映了長期趨勢;
背后的邏輯是,產品和服務的價值是可長期持續的,而銷售Upsell是不可長期持續的。
??用戶增長飛輪
在《精益創業》中,埃里克·萊斯提出了驅動創業增長的三大引擎,都有各自對應的關鍵績效指標(KPI):
黏著式增長引擎——重點是讓用戶成為回頭客,并且持續使用產品/服務
病毒式增長引擎——指數性本質:如果每個用戶能帶來1.5個新用戶,那么用戶數將會指數增長直到飽和
付費式增長引擎——通常,在確知產品/服務具有黏著性和病毒性前就啟動這一引擎,是過于倉促的行為
付費式增長,是規模化飛輪的最好工具——問題在于不單單規模化體量,成本也同樣規模化
規模型獨立站賣家以付費式增長引擎規模化體量之后,才會發現成本增長速度遠高于營收增長速度
原因在于:我們前文提及的互聯網人口高速增長紅利在衰退,從增量市場轉為存量市場
客戶獲取成本(CAC)在大環境下,必然只會越加上揚,從付費增長變為付費衰退
從某種程度上講,賺錢是識別一個商業模式是否可持續的UOS(終極指標 Ultimate Oscillator):
如果從客戶身上所賺的錢超過獲取客戶的花費,并且在時間段上維持,增長引擎就是可持續的;
因為企業不需要外部投資者的錢,并且每天都在增賺錢;
但是,就其本身而言,賺錢本身并不是一種驅動增長的引擎——它只是讓企業現金流越來越多;
只有反過頭來把一部分營收再用于獲取客戶時,營收才有助于本身增長,找出增長引擎控制器的兩個調節旋鈕;
也就是本文的兩個重點,客戶終生價值(CLV)和客戶獲取成本(CAC)
如同我們在最開始提出的小學生水池問題一樣,拉新是企業增長的手段之一,但永遠不會是唯一手段:
增加客戶終身價值,是企業增長的不二法門
圖片來源:Jaron/Yoki繪圖
保留現有用戶群,學會利用用戶數據并通過個性化召回策略讓用戶重新啟用產品/服務,堵住那“該死的出水口”
??用戶周期(Lifetime)
用戶生命周期,形容的是從用戶開始接觸產品到離開產品的整個過程
圖片來源:Jaron/Yoki繪圖
因此對應的是用戶消費習慣&行為模型的改變:
圖片來源:數字化轉型報告
比如我們常見的海盜模型(AARRR),理論依據也是來源于對用戶行為模型&生命周期的研究
圖片來源:Jaron/Yoki繪圖
So,什么是客戶生命周期價值(Customer time Value)
(來源:JaronTam)
以上內容屬作者個人觀點,不代表雨果跨境立場!本文經原作者授權轉載,轉載需經原作者授權同意。?