从-1到1搭建新零售CRM系统 ,打通线上线下全渠道

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

随着线上零售不断发展,不少门店都开启了线上线下全渠道发展的新零售模式,基于此笔者所在的SaaS服务企业基于原来老会员体系,展开新会员系统的建设。而本文就着重跟大家分享笔者的项目心得。

从-1到1搭建新零售CRM系统 ,打通线上线下全渠道

从2018年9月至今,我有幸来到一家新零售行业的SAAS服务企业,负责其线上线下全渠道的CRM系统建设。花了一年多的时间从项目定向到落地开发再到投入客户使用,中间走了很多弯路,浪费了不少资源。目前项目还在继续建设发展,通过下文的复盘希望和大家讨论交流。

首先说明为什么是从-1到1。公司作为SAAS提供方,服务了大大小小几万零售商户,原先就已存在一套会员体系,只是由于公司发展的基因,已有的会员体系是基于线下储值卡的,一张卡即代表一个会员,所有的营销、促销均是针对卡本身。

这与零售行业的发展有密不可分的关系,原先的商户是基于门店,运营会员的最佳方式即发放储值卡,沉淀资金在门店,即掌握了客源。

而随着线上零售的发展,除了电商外还衍生出了线上、线下全渠道发展的新零售模式。因此基于这个发展趋势,我们认为未来的线下零售商家必然也会开一家线上的网店,否则将无法与其他商家竞争终被淘汰(20年开头的新冠肺炎更是证明了这一点)。

因此在新零售的发展下,构建一套新的“以人为本”的会员系统迫在眉睫。

而作为SAAS提供方,面向的客户是B端商家,那么如何在兼容老会员体系的前提下推广新会员系统,这是一个很大的难点,因此我称之为是从-1到1——已有产品,在此基础上迭代优化简单;没有产品从0到1,可以自由发挥也不难(但有好坏之分);而已有产品,在此基础上要颠覆但兼容原产品的使用则是步履维艰。

本篇主要抛开老产品,常规介绍下CRM从0到1的建设过程(以新零售业为例)。

CRM产品架构图:

从-1到1搭建新零售CRM系统 ,打通线上线下全渠道

其实CRM系统的范围可大可小,还是要结合自己公司的产品线来划分界限。一般包含用户信息管理、会员成长体系、会员特权、积分体系、标签体系,营销中心、数据分析可以是其他业务系统承接,也可以作为单独的业务线,与CRM可直接交互即可。运营体系若愿意投入心思也可进行研究(个人认为这部分很重要)。

关于定位

作为saas服务商,我们在建设CRM初期时未考虑清楚方向定位(盈利定位),是作为独立系统可对接各种ERP系统(做独立售卖考虑)抑或仅支持公司本身的业务系统(组合ERP售卖),但在不断试错的过程中最终选择了后者。

独立的CRM系统固然是好的,但是基于现状,想要能单独售卖出CRM系统行不通,市面上几乎所有的ERP系统都会包含CRM,而一般商户在选择系统时只会考虑ERP系统是否满足需求,CRM只要有即可,要求并不高。因此最终我们确定了只对接公司ERP系统的定位。

CRM工作流

从-1到1搭建新零售CRM系统 ,打通线上线下全渠道

  1. 建立统一的全渠道会员中心,对线上线下、全部渠道的会员进行整合,清洗汇总。同时,整合不同会员等级、积分规则,建立一个统一的、全域的、360°视图的客户资料管理中心;
  2. 客户画像:针对客户的行为特征、来源、分布、消费记录等给客户打标分析,了解会员的特征,为后续精准营销做准备;
  3. 会员的精准营销:基于会员的精准画像,我们可以对老会员做精准营销,同时对于潜客我们也可以做到有效的触达。会员营销成本大幅降低,但是会员运营的效果显著提升;
  4. 数据分析:数据分析和以上三点,其实是一个循环的过程,我们对会员营销的结果进行数据分析,反馈给到以上三个环节,进行深度优化。

构建系统时碰到的问题

1. 客户的定义是什么?

客户究竟是什么?

有人把办会员卡的人称作客户、有人认为注册手机号的是客户,那么作为商家需要管理的客户究竟包含哪些?

简单来说我认为客户=非会员+会员。

非会员=授权系统的有迹可循的用户数据,会员=注册手机号+储值会员。

以前我们往往只把会员部分列入管理对象,但作为SAAS提供方,我们想要尽可能地帮商家建造扩大私域流量池,只要经过客户允许的授权数据都可以记录下来,客户授权数据主要有微信授权、支付数据,这部分数据可以作为非会员先放存放,后期再想办法运营转化。

2. 如何打通线上线下数据?

作为新零售的CRM,涉及到线上、线下等多渠道的用户数据,线上可能有APP、小程序、H5、淘宝店、外卖平台的用户授权数据、下单数据、绑定手机号数据,线下可能有办卡用户、微信支付、支付宝支付的用户数据,一旦客户留有下手机号,系统便可通过“手机号”这个唯一标识来进行数据打通。

比如某客户工作日会在线上下单、周末会去门店下单,且该客户在线上绑定了手机号,在线下办卡时也已留了手机号,此时系统就该自动把这两条用户数据合并为一条,相应的订单数据、活动数据也一同合并,这样用户的数据统计维度自然完整了许多,是后续精准营销的前提。

3. 标签系统的构建及应用?

在收集了用户多种数据后,我们可以按照不同的维度进行打标处理。用户维度、消费订单维度、商品维度、营销维度等,按照我们想要的数据构建标签。像淘宝的标签体系多达上百万个标签,才能做到如此精准的千人千面。

零售业有一种常见的标签模型叫RFM模型,即按照用户最近一次消费时间、消费金额、消费次数三个维度统计对用户分群,建模方法很多文章都有分析就不再细讲。

RFM模型:

在构建标签体系时,需要注意的一点是:用户是男是女,哪里人,工资多少,有没有谈恋爱,喜欢什么,准备剁手购物吗?探讨这些是没有意义的。是男是女如何影响消费决策,工资多少有无影响消费能力,有没有谈恋爱会否带来新的营销场景,剁手购物怎么精准推荐,这些才是背后的意义。

标签体系(以小红书为例):

在构建完标签系统后,我们一般会应用到以下几方面:

  • 精准营销:这是运营最熟悉的玩法,从粗放式到精细化,将用户群体切割成更细的粒度,辅以短信、推送、邮件、活动等手段,驱以关怀、挽回、激励等策略。
  • 广告系统:操作过各大广告投放系统的同学想必都清楚,广告投放基于一系列人口统计相关的标签,性别、年龄、学历、兴趣偏好、手机等等。
  • 用户分析:店铺目前所有用户、新增的用户有什么特征,核心用户的属性是否变化等等来判断当点店铺的经营情况。
  • 数据分析:客户画像可以理解为业务层面的数据仓库,各类标签是多维分析的天然要素。数据查询平台会和这些数据打通。

4. 会员营销

标签系统的其中一个应用即精准营销。选择你想要的用户群体,对其进行差异运营,运营目的可能是为了挽回、为了增加复购率、或者提高客单价,但是请注意,对结果的分析是很重要的一个环节,同时也是校验标签准确性的一个机会,不要只制定运营手段,忽视了对结果的分析,否则只是浮于做CRM的表面,并无实际的意义。

总的来说,做CRM的方法大同小异,实际应用效果却天差地别,我们只需记住根本目标是什么,朝着这个目标去努力即可。

 

本文由 @饺子 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议

随意打赏

提交建议
微信扫一扫,分享给好友吧。