数字化营销解决方案（97页 PPT）

语言	格式	评分
中文（简体）	.pptx	3
概览
© 2013-2014 Avanade Inc. All Rights Reserved. 跨渠道互动数字营销方案解析 1 日程 2 • 介绍（ Who ） • 趋势与挑战？（ Why ） • 数字化营销中的关键点？ (What) • 埃维诺如何帮助您的企业应对全新数字化营销？（ How ） 3 强大的联盟我们是微软全球最大的合作伙伴，提供基于微软产品的各种解决方案涉及和实施 •对行业和业务的敏锐度 •多行业，跨行业的解决方案 •领先的行业咨询经验 • 微软平台的专业化技术服务 • 经验证的资产工具和系统架构 • 多行业，跨行业的解决方案 • 综合性企业技术平台 • 价优优势，性能优势 • 倾力于研发整合、创新的解决方案，实现价值所在。 Avanade 数据 Founded by 年营业收入超过十亿美元自 2000 年成立以来，年均增长超过 20 ％服务于全球 4000 个客户实现平均 95 ％的客户满意度在全球 20 个国家超过 70 个地点 & 关于我们我们的客户 5 日程 6 • 介绍（ Who ） • 趋势与挑战？（ Why ） • 数字化营销中的关键点？ (What) • 埃维诺如何帮助您的企业应对全新数字化营销？（ How ）数字化为您带来新挑战 ` 7 当数字化客户购物时，至少会选择三种数字化渠道中的一种在线渠道进行使用数字化正在推经济变革在过去一年， 66% 客户因为糟糕的服务至少转换了 1/10 个行业 61%B2B 购物者查找第三方与卖家进行对比，以便做出购买决定 56% 的顾客会为愉快的购买经历多支付 30% 71% 愿意在线购买产品及服务数字化用新方式对商业产生影响认为服务提供商可采取措施防止业务流失 89% 受企业变革影响， 5.9 万亿美元潜在收入处于“放空状态” 来源：埃维诺及埃森哲研究至少一半时间使用手机访问购物来源 5.9 万亿美元 38% 66% 82% 现今，每个人都已经参与到数字化进程中托管触点非托管触点意识决策行动服务忠诚度数字化触点物理触点客户入口电视广播杂志展览公共关系口碑直接邮件店铺呼叫中心发票推销在线广告病毒邮件数字化广告牌调查登陆页面博客第三方网站网站手机即时通信聊天博客邮件电子信借助数字化技术，客户拥有更大的控制权和更多渠道内或跨渠道选择，在任何时刻均可满足需求。客户接触范围广泛。他人的声音更具吸引力与影响力。过去，购买方式是直线型，可预见的。现在，客户可持续不断对他们的选择进行重新评估。数字化进程 Entrance, Platform and Ecosystem 12 中国的主要 Player BAT 日程 16 • 介绍（ Who ） • 趋势与挑战？（ Why ） • 数字化营销中的关键点？ (What) • 埃维诺如何帮助您的企业应对全新数字化营销？（ How ） 17 数字化方案的执行路径数字化方案关键点竞品分析客户群分析第三方电商旗舰店建立互动站点自建电商建立 O2O 会员管理 Tmall 代运营 CRM OMS 大数据分析站外引源站内引源 A B C D E F F A G H 18 数字化方案的执行路径：涉及的产品及服务数字化方案关键点 Tmall 代运营 CRM OMS A B C D E F F A G H 日程 20 • 介绍（ Who ） • 趋势与挑战？（ Why ） • 数字化营销中的关键点？ (What) • 埃维诺如何帮助您的企业应对全新数字化营销？（ How ） 24 数字化方案的执行路径： B 客户数据分析平台为了能够更好的完成销售任务，首先需要浏览究竟哪些用户才是我们的目标潜客，此处我们可以借助“客户数据分析平台”对历史客户信息进行挖掘，形成更加立体的剖面信息，这将使得我们在 Tmall 旗舰店，站外活动或是自营电商平台的引源工作更具针对性。将企业现有的用户信息与目标 4.3 亿 + 消费者大数据进行匹配，以实现更加丰富的客户特征，并完成用户群体画像 B 25 精准分群人群放大万科案例 --- 产品线下人群特征定位 1. 喜爱商圈：城西消费占比 83% 2. 休假安排：外出占比 83% 3. 客户年龄： 21-40 岁占比 92% ， 21-30 岁占比 66% 4. 置业方式：首置占比 62% 5. 成交户籍：非杭州占比 55% 6. 出行方式：自驾车占比 53% 7. 成交喜好：学区房占比 46% 人群定位—结合阿里 Big Data 数据，匹配线下客户数据，精准分群（线下数据 + 线上数据 + 算法）原因：购买装修的人群，可以认为一年前（ 2013 年）已购房。那么西庐 2015 年 3 月开盘，不会来御膳房预圈 B （标签：万科线下统计分析结果）目的：有需求，有购买能力的用户 ID list 及其行为特征 DMP 投放线上（点击率）检验线下（到访率）检验方案，模型验证，调整御膳房预圈 A （标签：杭州， “购买装修材料”） = 负样本补充（数量控制在 1W 左右，圈的时候“购买频次 / 金额”可以用来控制数量）万科线下数据负样本： 640 留电话没来访正样本：网签人数 212+ 来访 10323 = 10535 整体数据高概率用户 ID 列表模型训练（ Logistic Regression ）模型检验 Cross – Validation （ P,R,ROC ）行为挖掘（兴趣点、同构商品等）这些标签未体现在御膳房 B 中个性化推广标签优化，调整御膳房预圈 B 人群，每个 ID 的实地看房概率通过阿里 Big Data 纠错并重构消费者分群与营销策略成交用户来访用户购物年龄成交用户和来访用户主要在 24~34 岁（与预期不一致）预测是否有孩子 34.96% 没有 14.62% 有孩子 50.42% 未知线下家庭结构 48% 单身 25% 两口之家 27% 三口之家学历 10.15% 本科 85.75% 未知 1.46% 专科 3.54% 硕士及以上未必三高（高学历）数据不能表明房产商强调的“学区”概念客户细分：判断现有客户的消费能力与消费偏好淘宝月均消费笔数淘宝月均消费额度搜索“万科”人群的星座（淘宝指数）天蝎、天平、双鱼对不同产品的喜好度线上 / 下推广时，可以挖掘用户其他兴趣点 “ 西庐”实地看房的兴趣分布手机、女士毛呢外套、女士毛衣、连衣裙、包袋、水果、女士羽绒服、办公设备耗材、袜子、女靴营销方案 1. 时间： 2014 年 12 月 29 日 ~2015 年 1 月 11 日 2. 与品牌方沟通后选定的元旦时期，以及配合推广市场与历年相关类目（女性服饰）的搜索与成交上升期 3. 目标 • 降低看房物力成本，通过刚需情感营销，激发看房欲望 • 基于精准人群营销，迅速提高来电，来访，咨询数量 4. 主题：梦想还是要有的，万一实现了呢 5. 主推服务：万科西庐（预约看房） 6. 增值服务：万科西庐（认筹优惠，线上付定金线下享优惠） 7. 活动方向：以分享为主，通过平民式的生活展现，打动更多的意向人群去线下看房 8. 展现方式： • 沉浸式，体验式视频表达 • 线下活动的融合 9. 推广渠道：以钻展为主 10. 活动页架构：沉浸式视频 + 主打产品展示（线上预约，线下看房） + 辅推产品展示（ 5 万元线上认筹付款， 8 万元线下使用额度）方案总结 1. 将阿里巴巴全网线上数据，与实际成交、预约到店的线下数据结合，获取更多维度数据，对客户分群做出指导。 2. 通过购买能力、家庭环境等数据更精准的客户分群，纠正并指导线上、线下不同的营销策略。 a. 对人群定位可能存在偏差的情况，通过大数据的引入可以对目标用户群实现一定程度的反馈和纠正 3. 通过对线上客户数据的分析，对客户在线上的日常购物里程、行为等有了充分的了解 a. 从而有效的实现从线上引流客源到线下，实现 O2O 的 drive opportunity 。 4. 通过手机号作为石别码，实现线上市场活动与线下结合，形成引流效果评估的闭环。 36 亚都案例亚都案例亚都案例亚都案例 40 亚都案例 41 亚都案例 42 亚都案例 43 亚都案例 44 亚都案例 45 亚都案例 46 亚都案例互联网用户流量来源多渠道精准流量引擎历史引源记录分析自学习和优化广告分发 Tmall 平台 Tmall 商家数字化方案的执行路径： D 大数据精准引源 D Copyright © 2014 Accenture. All rights reserved. 49 精准营销，触发实时营销内容 ECRM 积分商城会员中心线下门店数据打通访问流量与交易流量沉淀为会员与积分数据 1 4 线上促销活动引流线下门店【关键点 1 】 .(1)Tmall 等第三方商城购买的流量需要转化为企业数字资产，而不是一次性消费，通过订单总线将会员订单沉淀到 ECRM 系统中，有效拉动 Tmall 等流量转化为企业会员；并形成有效积分，为会员忠诚度管理奠定重要基础； (2) 与数字媒体对接 , 将访问流量转化为会员【关键点 2 】 . 通过 Tmall 等线上销售数据，在地区、品类、会员分类、客单价等维度的分析： (1) 为会员细分提供 , 行为数据支持 (2) 为线下门店在品类陈列、促销活动、交叉销售、价格指导等方面提供数据支持【关键点 3 】 .(1) 线下门店的海量销售数据分析，支持线上打造爆款、商品位置陈列、组合销售、线上促销活动、交叉销售等提供数据支持； (2) 线下门店缺货时，通过二维码扫描进行线上下单 2 3 5 线下门店数据支持线上策略自营电商【关键点 5 】 .(1) 通过 ECRM 的分析将促销、会员服务、积分兑换等信息推送到不同渠道的会员中心； (2) 通过不同渠道的会员接触点，尤其是线上接触点，将会员引流线下门店或电商平台【关键点 4 】 . 通过官网、手机官网及 APP 等自营渠道，为会员提供会员个性化、差异化的服务、积分兑换，促销打折信息等，逐渐培养用户在自营渠道的流量，将 Tmall 等购买的流量真正转化为企业的核心战略资产。 5 数字化方案的执行路径： E ECRM 系统数据打通多渠道 O2O E 借助御膳房大数据实现消费者分群，这将成为后续规则设定的数据输入以上基于历史数据对于服装品类的消费人群进行细分，此外我们还将结合当前的行为数据对于未来的购买倾向做出精准预测。埃森哲可以根据御膳房大数据给出，基本的分类规则。如果企业有个性化的需求，我们会通过咨询工作，给出某个企业的精准、详细分群规则。借助历史订单记录将服装类消费者按照如下方式进行分群 SS2- 时尚潮人 (x% ）对于当季流行的新品兴趣浓厚，客单价明显高于 SS1 型，复购频率较高历史订单记录 SS3- 颜色倾向 (x% ）黑，白，灰…… 历史订单记录 + 近期浏览行为 SS4- 风格 (x% ）斑点控，条纹控…… 历史订单记录 SS1- 价格敏感 (x% ）对于性价比要求较高，且比较挑剔，对于折扣，活动等形式的优惠活动比较敏感历史订单记录 SS5- 品类 (x% ）风衣，棉衣，羽绒服等历史订单记录 + 近期浏览行为 SS6- 新访客 (x% ）没有交易记录，根据浏览行为促成首次下单近期浏览行为 SS7- 会员购 ( 忠诚度 ) (x% ）偏女性，对于某一品牌的忠诚度较高，历史购物累计达到某一金额历史订单记录 SS8- 上线时间 (x% ）历史订单记录 + 近期浏览行为服饰类消费者分群可以有效提升购买者与商品页面之间的匹配度，从而提升转化率，缩短购买周期 SS2- 新品 SS3- 彩色 SS4- 斑点控 SS1- 折扣 SS5- 衬衣 SS6- 新访客 SS7-500+/ 月 SS8-1~2 PM SS7-200+/ 月 SS3- 彩色 SS4- 日韩 SS8-9~10 PM SS5- 卫衣 SS3- 素色 SS5- 裙装 SS8-9~10 AM 首页产品橱窗产品详细页面消费人群客户分群（历史记录 + 行为）维度 + 打分机制将作为规则的输入，“店铺首页，店铺橱窗，产品详细页面”将根据规则设定进行动态展现消费者的维度和打分机制建立完成以后，我们可以在后台看见某一消费者分群的“维度卡” 为了简化“维度卡”设定，可以对其进行组合设置，例如两张“维度卡”的叠加变成一个新的消费者分群接下来我们可以根据店铺的经营内容来设定规则，以此来提升其产品与消费者当前购买需求的匹配度例如：我们前面提到的示例，“家庭型”的顾客 A ，近期频繁点击羽绒服相关链接，系统将对其“保暖 / 防寒”维度进分值累加。现在“ XXX” 官方旗舰店的店铺首页进行规则设定，如右图所示。消费者防寒保暖的维度临界值设定为 “ N” （保暖防寒 >6 ），则采用右侧着羽绒服的图片及链接替换默认首页。此时当顾客 A ，其“防寒保暖”的维度 >6 的时候，再次访问“ XXX” 官方旗舰店首页的 banner 将自动进行替换，以迎合消费者的需求。此处的规则可以灵活进行定制以符合不同维度消费者的购物需求。消费者的决策历程绝非线性过程，每一位客户的体验旅程都是独一无二的知晓斟酌行动服务信赖 , 复购 Customer 3 Customer 2 Customer 1 Tmall.com 接触点 Online Ads 关键字搜索浏览路径收藏竞品类浏览旺旺咨询购物车物流跟踪评价登录浏览收藏复购支付投诉优惠券领取发票 3rd-Party 接触点 TV Video 社交媒体邮件朋友推荐线下浏览线下试穿购买发票 , 退换货成为会员复购针对不同消费者分群和购物习惯我们可以通过规则和流程设计来指定购物周期的不同阶段和接触点所能够适时采取的营销策略。这一部分的功能实现需要基于消费者历史订单的决策周期及购物习惯，同时匹配近期的浏览明细进行数据挖掘从而确定消费者当前的购物需求，以及所处的接触点。周期内借助 Pipeline 数据进行互动示例此处我们基于如下三个表统计周期内到店浏览商品的买家店铺 pc 流量： sys_seller_dwb_shop_weblog_d 店铺无线流量： sys_seller_dwb_shop_wireless_log_d 店铺订单： sys_seller_dwb_shop_order_d 店铺收藏： sys_seller_dwb_shop_collect_log_d 从御膳房可提供的数据上看，我们可以精确到买家 ID ，和所访问的页面，因此周期内我们可以将买家到店的数据按照右侧流程进行合并，分析，查重，同时剔除已经产生购买的数据，并对剩余买家进行营销活动设计。周期内（天）新到店人员短信推送信息 100% PC 周期内（周）产生购买邮件推送信息 Y N x% 1-x% n% 未产生购买 1-n% 短信推送优惠信息针对其浏览页面邮件进行互动规则 1 ：浏览了店铺 2 款产品或更多页面，且有添加收藏或添加购物车行为 N 规则 1 Y 周期内（周）产生购买 Y% 对每天新近浏览店铺的人员进行信息推送，并对一周内产生购买的订单人员进行统计，对于未能够下单的人员进行跟踪。并在一周之后对其进行第二波次的行销活动。对于未能够产生购买的买家进行二次营销，此处我们将符合规则的买家直接通过短信的方式来推送优惠信息，对于仅浏览某一产品页面的买进进行邮件互动。买家 ID 姓名电话邮件首次浏览时间近期浏览时间被访页面名称一周内浏览频次收藏时间购买时间营销波次流量来源订单 ID 产品客单价区域订单地址买家 ID 姓名电话邮件首次浏览时间近期浏览时间被访页面名称一周内浏览频次收藏时间购买时间营销波次流量来源两波次营销未购买产品买家已购买产品买家 ID 客户管理客户统一视图联系人管理潜在客户管理客户隐私任务管理电话记录邮件记录约会拜访记录提醒活动管理销售线索管理销售流程管理交叉销售管理价格管理客户决策链管理销售区域管理销售过程自动化产品管理文档管理知识库管理机构管理与权限管理信息发布人员管理业务信息客户关怀客服知识库客户满意度客户挽留服务日程安排服务记录服务过程管理服务管理市场活动计划市场活动管理快速市场活动市场活动项目目标客户群管理事件营销市场跟踪市场管理客户贡献度分析销售漏斗客户细分新老客户统计客户忠诚度分析销售分析营销效果分析报表管理综合信息管理综合分析阿里御膳房数据输入营销管理御膳房 O2O CRM 功能架构竞争对手管理关系管理客户分派与转移 O2O 订单分配管理工作日历客户历史信息客户标签与打分客户分群管理客户高级查找客户生命周期管理客户线上线下信息整合客户行为跟踪管理客户忠诚度管理市场活动页面模板管理代金券管理产品显示规则管理 ( 千人千面 ) 内容与显示规则管理 ( 千人千面 ) 流程管理中心工作台 EDM 模板管理促销管理工单管理渠道 ROI 分析客户行为价值分析官方网站对于消费者的消费行为具有重大的影响埃森哲与 comScore 和 dunnhumby USA 两家公司合作，评估线上行为和线下购买之间的关系。我们发现，如果网站能够让消费者产生兴趣，那么就明显有助于推动销售，而且得到数字消费者的青睐。我们还发现以下重要信息： • 超过 30% 的线下销售都会受到线上内容的影响； • 网站访问者的消费额比非访问者平均高 37% ； • 网站访问者对品牌产品种类的了解更深，消费额比非访问者高 53% ，而且购买的产品数量约多 60% 。 67 物流管理售