存量运营丨医美顾客生命周期规律+RFM模型进阶应用

本文字数2197字
建议完整阅读丨需要3分钟

无论大小,医美机构的长期生存源自于有价值有忠诚客人的保留。

纵观整个医美运营板块,对顾客管理的定义参差不齐,顾客管理其实就是如何提升和管理顾客价值,这里的顾客价值包括:活跃度、留存率、VIP顾客数、ATV值(客单价)等等。以下内容通过举例表达通过RFM模型对顾客进行价值分类,从而精细化运营的一些方法。

文/价值增长官发起人  曲世昌 

01

顾客生命周期管理系统的最终目的

顾客管理体系对于机构运营来将几乎作为灯塔一般存在,可细分为:

顾客生命周期管理系统、顾客分层运营系统、顾客行为激励系统。

今天我们聊的正是顾客运营体系其中的一个子系统—顾客生命周期管理系统相关内容,从本质上讲,顾客生命周期管理的最终目的是为了提升顾客价值,产出更高的效益和利润,所以存量管理的目的也在于放大单个顾客的商业价值,那么顾客生命周期有什么规律可循?

02

顾客生命周期的逻辑关系

首先,顾客运营的核心一定在于任何状态下的顾客向活跃顾客转化,并保证活跃顾客不向其他状态转化,为此提出问题:您的机构是否阶段性的为每个顾客加上标签?

标签的制定需要建模,制定规则来保证其后管理的有效性。

新顾客在周期内没有复购,则判定为流失顾客

新顾客在周期内有复购,则判定为活跃顾客,

活跃顾客在周期内没有下单就变成了沉睡用户,

沉睡顾客在周期内通过激活也会重新变为活跃顾客;

沉默顾客在周期内没有复购就有可能流失,

如果判定流失顾客在周期内通过激活也会重新变为活跃顾客。

所以,在做顾客顾客管理之前,是否按周期的汇总分析以下数据?

  1. 周期内潜客存量有多少?

  2. 周期内共计多少顾客?

  3. 周期内新顾客的数量?

  4. 周期内活跃顾客的数量?(活跃判定标准是?)

  5. 周期内活跃顾客转VIP的数量?(VIP判定标准是?)

  6. 周期内活跃顾客/VIP顾客转沉睡的数量?(沉睡判定标准是?)

  7. 周期内流失顾客的数量?(流失判定标准是?)

如果不能对以上数据有一定的整合,那么其内部运营是完全表面的,转化率是动态的,更没有完全标准的转化率,如果只在意为了一个数字目标而忽略了大多的顾客增长核心要素,就别谈精细化运营了。

03

医美顾客生命周期有什么规律?

针对每个生命周期阶段,具体定义的数值,一定需要根据其特性和现有的顾客数据得出,顾客在进入生命周期之后的每一个阶段都有可能“跳转到”沉睡期,所以这也是我们所说的复购率的增加。

顾客生命周期的规律其实也就在于我们以上讲到的周期逻辑,而我们做顾客生命周期管理的关键在于警惕沉睡顾客的产生,流失顾客的召回,刺激复购,保证活跃,建立客户生命周期营销机制,能够准确、有效地跟踪顾客消费路径,达成精准营销的效果。

04

顾客生命周期管理+RFM防流失模型进阶应用

顾客生命周期管理结合RFM防流失模型的搭建,目的作为更精细化管理,并做出科学高效的营销决策。

对于活跃顾客,可以根据用户的访问频次,计算出哪些是高沉默风险的顾客;

对于沉默用户,可以计算出哪个是高流失风险的用户;

这样就能帮助运营人员更个性化、更有针对性地运营。

切记:每一家机构都有适合自己的RFM分布区间,根据机构类型、科室类型、客群变化会有动态变化。

下面我们详细阐述RFM模型:

  • R:Recency最近一次消费。指的是上一次的消费时间和计算当天的间隔。

  • 计算公式是:当前日期-上次消费日期。(一般取消费时间,而非预约时间)

  • F:Frequency消费频率。医美的消费频率需要根据消费项目区别制定。

  • M:Monetary消费金额。指的是顾客在周期内的消费金额。

按照价值从高到低可分为8类,具体规则以下图示:

05

RFM模型能在顾客生命周期中有何用?

举例:某机构水光针项目当月业绩下滑30%,发现上门量有下降,如何通过RFM模型来精细化运营?

目的建立规则通过RFM分析方法将顾客精准分类分级,对不同价值顾客使用不同的营销决策,驱动增长。

1、计算R、F、M值

模拟原始数据,将顾客30天内最近一次消费、消费频次、消费金额套用在表格里,进行下一步

2、给R、F、M按价值打分

制定规则:

最近一次消费R:距离越近价值越大,大于50天的打1分,40-50天的打2分,35-40天打2分,30-35天打4分,30天以内打5分。

消费频率(F),均为5分

消费金额(M),消费金额越高,也就是M值越大,用户价值越高,低于1000元的打1分,1000-1500元的打2分,1500-2000元的打3分,2000元-2500元的打4分,2500元以上的打5分。

3、计算3项价值平均值

4、顾客分类分级

记录顾客价值高低,高于平均值即为高,低于平均值即为低。

5、根据所得价值高低进行匹配模型,明确顾客所属类别

    ▷顾客分类规则如下图:

6、通过RFM模型对数据内顾客完成分类

7、顾客分类明确,请开始精细化运营的表演

已完成顾客分类,了解了每个顾客的相关价值属性,数据驱动运营,价值驱动增长,针对不同顾客的精细化运营策略是一定的。

重要价值顾客:RFM都很大,机构80%业绩创造者,塔尖存在,需超VIP维护

重要发展顾客:消费频率低,通过产品策略/其他提升消费频率

重要挽留顾客:顾客到院不及时,做好满意度回访,目标保持复购节奏

重要保持顾客:最近消费时间距离现在较远、消费频率低,但消费金额高。这种用户,即将流失,要主动联系用户,调查清楚哪里出了问题,并想办法挽回。

感谢猴子对于本文的知识支持!十分受用!

06

结语

RFM最终的目的就是帮助业务提高运营效率和产出价值,通过RFM,我们根据用户的属性数据分析,对用户进行了归类,在这个过程中也可对顾客的生命周期进行精确定位,对顾客管理来讲,营销可以做到更加精准化,不至于出现顾客反感的情景,更重要的是,对产品转化等商业价值也有很大的帮助。

(0)

相关推荐