
电子商务运营之收集客户数据_数据分析师
电子商务CRM不是一个软件系统,它是一种客户导向的运营战略,这个战略的核心是客户资料。围绕客户资料的所有有用信息就是客户数据。这个系列的文章涵盖所有电子商务的业态,倒是不妨先看看不同的电商业态,面对的客户是怎样的。
不同电商形态的客户
现在业内说电子商务,都是混着讲。很多朋友认为只有B2C才是电子商务,这肯定是不对的,B2C占整个中国电子商务市场只30%,另外的70%是B2B。也有朋友说“淘宝网上开网店的中小卖家才是电子商务”,这说法当然不全面。也有的朋友会有疑问,“百度算不算电子商务服务,他们不是提供搜索排名嘛,排前面的商家生意就会好啊”,百度不能算纯粹的电商服务,因为百度服务的不只是卖东西的商家。百度算不上是电子商务服务商,它是个流量贩子。
对于B2B和B2C电商平台来说,客户都是在平台上的商家,主要通过广告或搜索排名提供服务。而基于电商平台上的商家,对供应商(商品生产商)来说是客户,网购顾客又是商家的客户。
围绕电商平台的支撑服务商提供了例如物流、支付、营销、会展、媒体等服务,这些服务都是完成电子商务闭环必不可少的,他们的主要客户是电商平台。还有些电商产业链上的衍生服务商,象如店铺装修、代运营、搜索比价,他们的客户一般是网购顾客,也可能是电商平台。
电商平台、支撑服务商、衍生服务商、商家(包括C店)、供应商都是电子商务企业,他们要做CRM必须先搞清楚自己的客户是谁?简单些讲:谁付钱给你,谁就是你的客户。
搞清楚了自己的客户是谁,也就有了做CRM的原点。这不单是CRM的初始原点,还是运营动作的原点。例如电商平台或者支持服务商,他们的业务还得传统销售的方式跟进,他们一个成单(或续单)的过程中,得有专门的销售人员按照销售管理科学进行管控。再如电商平台上的商家或者独立运营B2C的商家,他们除了搞好品牌和体验,还得把会员体系搭建和数据库营销做好。
可能有些朋友会笑问,谁不知道自己的客户呢?别笑啊,“知道”跟“了解”是完全不同的两种意识。先讲炭岩最近遇到的两件小轶事,对比来看您就会发现问题。
两则轶事
前几天跟一位自媒体搞的不错的朋友聊天,这位朋友近期不太活跃了,用他的话讲:没啥好玩的了,粉丝已经有几万,粉丝发他的消息都懒得看。
炭岩建议他,应该多跟粉丝互动,每次的互动都要有主题,还要将积极参与的粉丝遴选出来,留作以后的进一步发展。至于发展什么,那不一定的,得看自媒体玩家的意志倾向。
自媒体,一样要管理粉丝关系。通过管理和细致入微的互动开发,能带来意想不到的正向收益。最麻烦的倒是刚玩自媒体时热情很高,时刻关注粉丝数字,过一段热情就消失了。这样的做法只是追求一种虚拟体验,如果只是玩,还不如注册个网络游戏ID到更虚拟的世界里厮杀。
另一位朋友负责一门户频道,他想以“大数据”为主题,做些内容项目。“大数据”这个词跟前些年的“云计算”一样,成了一个什么都可以往里面搁的筐。炭岩问他:涂子沛的《大数据》看了吗?他说:“看了,但不知道我和我的团队该怎么做”。嗯,当然会不知道怎么做,被媒体界干煸热炒的概念犹如个虚幻的肥皂泡泡,鬼知道会飘到哪儿去啊。
但炭岩还是告诉他下面的做法:安排人到处收集数据吧,什么数据都要,收进来结合当前热点进行 “头脑风暴”,然后加工整理成栏目内容,就是你要的东西。具体做法是,先确定几个收集渠道,然后分工。负责某个渠道的人,收进来数据后,得跟大家讲讲为什么收这个数据。这样做成一次栏目内容,就发布到网站上,通过不断的积累,这家网站的栏目就能成为业内最好的“大数据”资讯中心,或者是“大数据”实务案例源。
说这两则轶事,还是要导入讲CRM如何做。CRM的第一步就是收集客户数据,收集各种的客户数据,甭管大的小的,有用的没用的。当前貌似没用的数据,将来会有用。其实,大家觉得做CRM困难,根源就在与没有客户数据收集的意识。好多做电商企业的朋友,总盼望能够精准的投入资源,或者看别人怎么做的,自己再怎么做。这样的想法没错,但是营销点子可以拷贝,做CRM却没有任何两家是完全一样的。因为即使是两家业务雷同的电商企业,他们的客户不同,他们的运营思路更不同。单纯的复制参考,就是对客户不用心,甚至是一种漠视。如果对客户不用心,客户就会用脚投票。如果对客户漠视,客户就会让你滚蛋。
客户数据
一位广州的小伙子做淘宝C店,他的网店流水不错,每月几十万,但利润几乎为零。炭岩问他,你对自己的顾客有梳理吗?他说没有,还非常谦恭的接着问:梳理客户这个重要吗?他说:我们就四个人,分别做客服、接单、盯直通车、打爆款、管库存、盯着同品类的店,我们美工还是外包的,根本忙不过来。
类似的情况,在很多电商平台和自有B2C网站的商家中也有。这挺有意思,能盯着竞争对手,更应该有精力盯着您的客户呐!
炭岩始终在讲:CRM不是系统,它是一种客户导向的运营战略。甭管您的企业是电子商务生态中的哪种形式,只要您真正以客户为中心来做运营,就能够收获很多有益的东西。
以客户为中心的运营战略,前提就是收集客户数据。要比客户还了解他们自己,就能影响他们口袋里的钱怎么花出去。收集客户数据,应以客户为主体,而不是您的业务为主体。
以客户为中心的收集数据,就不要一开始就着眼在整理与你家发生交易的客户交易列表,有可能某笔交易是“真正的客户”临时借用伙伴的ID下的单,这种“偶然性交易”数据如果收集了,也只会起到干扰作用。参考上面炭岩绘制的图示,需要先站在客户自己的角度,审视有哪些数据是可能跟您的生意有关系。具体待收集的客户数据,一般情况下分三个方面。
基本面。经常说的姓名、公司、联系人等等。具体的联系方式一定要将电话、手机、邮件、QQ、微信号这些搞清楚,这些信息将是将来营销的接触点。另外的职业Title、收入特点、行业地位、甚至关系背景都要搞清楚。基本面的每一类数据,将都是CRM的一条支柱。
主观面。一般说的客户喜好方面。如果客户是具体的会员顾客,那么他的喜好风格、价格敏感、品牌倾向、消费方式等等数据都要收集。如果客户是公司,那么这家公司能与您发生业务往来的主要人员的数据都要收集。需要注意的是,这类人的隐私容忍度和干扰容忍度也要客观的采集到。再有就是这些顾客或人员对会员等级和积分体系的虚拟体验倾向,也是最有用的数据。
交易面。客户购买商品的记录。注意,不一定是买你家的哦,如果能收集到客户购买竞争对手家的交易数据,那就牛了(一般,那叫“商业情报”)。另外还包括客服支持,售前、售中、售后的客服支持记录要收集。给客户不良体验的退货投诉,以及纠纷信息也要收集;给客户不错体验的口碑传播信息更要收集。
至于收集数据的明细、格式,这需要看具体的业务。原则就是:站在客户的角度,可能跟你家的业务有关系的信息都要。
收集渠道和策略
说老实话,客户数据采集是个很困难的工作,其艰难程度远远大过其他所有构成CRM工作的总和!!
相比之下买一个标称的“CRM系统”是最容易的,实施过CRM项目的朋友都有体会,在这些标称的“CRM系统”一旦部署后,很快就发现各种无效数据、垃圾数据、过期数据能将您花钱购买的CRM系统涂抹成狗屎一样的垃圾。
收集客户数据的渠道,有两个方面。
内部方面。客户与你家发生的“接触点”,可能是商品询盘、销售拜访、交易沟通,这些都是较容易的数据收集渠道。
外部方面,有两种。一种是直接与客户联系,通过电话、短信、邮件、微信等等,但是马上就遇到两个难题,分别是客户的隐私担忧,和客户的沟通耐性。另一种情况是不直接与客户联系,而是通过调查第三方来收集。互联网时代,人肉搜索都不是难事,找到一个合法合理的途径收集客户的个性数据和交易数据还是可以做的,而且效果不错。
可能也有朋友会讲了,“这搞的跟特务工作一样”。如果一定要从这方面讲,那我们就看看旧时国民党体系中的中统、军统。抛去意识形态来客观评价一下,中统、军统那可是当时最有效率的两个组织啊。军统的全称就是“国民政府军事委员会统计调查局”,收集数据、统计调查本就是所有组织决策的基础,这也是为什么FBI牛的原因。数据和情报收集从来就存在很多争议,最近的“棱镜门”和斯诺登逃难也说明了这个规则。但甭管怎样,只要合法合理,就能收集到最有价值,也是最全面的客户数据。
如果从商业上看,电子商务零售的很多行业发展遇到的问题,在传统零售巨头发展过程中早都遇到过了,要知道从上世纪90年代开始,互联网和数字化传播还不发达的时候,沃尔玛这样的零售巨头就通过自己租用的卫星来传递跟自己有关的全球商业信息。
话讲回来,知道了该收集什么样的客户数据,也知道收集的渠道,还得注意收集的策略。只有正确的客户数据收集策略,才能保证将这项艰难的工作往前推进。
第一,“贪婪”。所有的客户数据都是有用的,只要不是毫无根据的八卦信息,都可以要。
第二,及早培训,不设置KPI。电商企业安排人手在内外部收集客户数据前,还需要及早培训,将客户数据收集的理念、流程和技巧及早的分享,避免无用功而造成收集数据的执行力下降。但是需要注意,不应设置严密的考核KPI,设置客户数据收集的KPI很容易使这么一项基础性工作流于形式。
第三,收集来之后要讲。不要KPI,要在收集小组内部进行审评。谁收集来的数据,谁来讲为什么收集这个数据,收集的数据有什么代表意义。
第四,客户容忍范围内。现在的时代,隐私被人们越来越看重,客户即使愿意配合,也往往难忍受繁琐的询问。收集客户数据,一定要在客户的隐私容忍和沟通耐心范围内。
第五,及时有效。收集的数据,应是及时有效的。过期和陈旧的客户数据没用,只有真实、及时、完整、有效的客户数据才有作用。
第六,Excel足够了,用熟了后再上其他工具。客户数据收集是电商CRM战略的第一步,需要做的就是耐心细致、接地气、懂沟通的获得客户信息。这一步手工的操作越多越好,如果选择收集和初步分析工具,用Excel就足够好了。
说到这儿,可以再来看看上文说的“两则轶事”。对比来看,现在的国内电子商务企业,虽然都希望做CRM,但意识定位却是错的。这些电商企业的决策层期望CRM是一个花点小钱就能带来巨大利益的“神器”,连收集客户数据的基础意识都没有,又怎么能让客户长久的爱上你家的产品或品牌呢?
收集客户数据是做CRM的第一步,这一步既不能快、也不能大。收集客户数据就是个苦活、累活,要扎实的狠干,还要开动脑筋去执行。
只有将收集客户数据这一步走好、走稳,才能继续将客户导向的电子商务运营战略实施推进。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02