MIS784 – Marketing Analytics Week1 – Classic Loyalty Metric

关于MIS784 -Marketing Analytics第一周的内容。。都是忠诚度之类的东西。

期初还以为跟772之类的相比并不会有多大难度,不用花精力什么的,但实际上上课以后发现难度其实跟MIS798-PM之类的比较相近,也是需要花一点精力的。。

AAU Metric

总体来说顾客对某家店(或者品牌)从路转粉在这里是经过这么一个过程的:

Awareness ⇒ Attitudes⇒Usgae

也就是从听说,到评价,再到使用的过程。其中每个阶段都有相对应的附属的metrics。而这个忠诚度模型也被称作AAU metric,通常都是靠调查表什么的收集数据,并且通常都是应用在品牌当中。这三个过程也会附属的metric:

Awareness:

  • Aided brand recognition – 你听过某某牌子了吗?(课件里用的奔驰)
    • 属于比较弱的知名度层次,仅次于从来没听说过
  • Unaided awareness – 当你一提起某种商品的话想到是有牌子呢?
    • 属于比较一般的知名度
    • 课件里是如果提到汽车会想到什么牌子呢?不止奔驰吧。。
    • 一般就是顾客有很多选择,无从下手的时候会有的感觉
    • 所以各个品牌都有机会,也是竞争较大的地方
  • Top of mind brand recall – 一提起某种商品的时候第一时间想到是哪个牌子。。
    • 这个知名度就很高了
    • 就跟一提起手机就很容易第一时间想到苹果一样,这种品牌是很有优势的。。

Attitudes

当顾客开始知道这个品牌的时候,自然就是“货比三家”的环节了。。当然对比的材料既有自己知晓的,也有自己不太察觉的因素。。

  • Liking/Image – relevance to customer
    • 这个衡量度是关乎到顾客的主观印象的 – 这个品牌给你的印象如何?喜欢这个品牌吗?
    • 这部分是受广告啊,道听途说什么的影响比较大的。
    • 虽然是个消费者自己并不怎么在意的尺度,但实际上影响还是比较大的
  • Perceived value for money – perceived value rating
    • 这个品牌的东西值这个钱吗。。感觉就是传说中的性价比= =
    • 一般很多便宜够用的东西这个评判会比较高。。像众多日系车什么的。。
  • Perceived quality/esteem – quality perception rating
    • 这个就是关于对品牌质量的评价了- 比较看重质量的顾客这个metric会比较看重
    • 就跟不少人一想起德系车就觉得质量比较好一样
  • Purchase intension – likelihood of purchase
    • “你会买这个品牌的商品吗?“
    • 一般都会受上述metric的影响。。大概算是个汇总吧,也是attitude的最后一段

Usage

  • 这个就是已经成为某品牌的顾客了-然而事情并没有结束
  • 关于顾客的消费习惯还是有用的。。买了什么,买了多少,什么的时候买,换品种了吗。。。。等等等等
  • 根据顾客的消费习惯优化自然就引入到顾客满意度的content了

顾客满意度⇒忠诚度

嗯。。顾客从满意变成死忠粉也是有一个评判的过程的:

Customer satisfaction ⇒ willingness to recommend ⇒willingness to search

  • Satisfaction: 指有多少百分比的顾客对产品感到满意的,一般的计算是satisfaction = performance-expectation (所谓的期望越大,失望越大什么的。。嗯)
  • Recommend: 一般都是比较忠诚的顾客才会去向身边人推荐品牌的了。算是个“soft” loyalty metric,比单纯的感到满意要坚固。。嗯
  • Search: 就算我挪窝了都要找到这个品牌。非常忠诚的顾客,例如不少朋友过来了也要找老干妈什么的。。‘hard’ loyalty metric,比向朋友推荐还要坚固的忠诚度。

然而用什么去衡量顾客的忠诚度呢。。有个叫NPS的东西

Net Promoter Score

emmm。。一看上去好像挺面善的,还记得那些问你“你有多少可能会想你朋友推荐这个产品呢?”之类的问题吗吗?这个就是net prompter score的调查问卷。。

一般的问法就是,“你有多少可能会想你朋友推荐这个产品呢?”,然后给一个0到10的评分,大概会长这样的:

还有分区:

  • 0-6分:detractors,并不满意的顾客,可能会给别人说你的产品的坏话的人
  • 7-8分:passives,虽然感到满意,但是热情并不高,有流失的风险
  • 9-10分:promoters,品牌死忠粉,会给别人推荐,给品牌做贡献的人群

计算:NPS= Promoters (%) – Detractors (%)

例如上图的例子NPS:5=30(%)- 25(%)

作为一个简单的客户忠诚度计算方法,当然是既有优点也有缺点的

  • 优点:
    • 简单,算是比较高效的评价用户忠诚度的计算方法吧。。
    • 看上去很多公司多在用。。
  • 缺点:
    • 性能不太好-没American consumer satisfaction index好
    • 甚至还有人说这是假的。。
    • 不能反映passive群体,例如:
      • 如果NPS=0,并不知道是有50%的Promotor跟50%的detractor呢,还是全部都是passive?
    • 某个群体发生变化而其余两个不变的时候并不能反映客户数真实是不是增长了。
      • 例如原本promotion=30%,passives=40%,detractor=30%,现在detractor走了一半,变成promotion=35%,passives=47%,detractor=18%
      • 显然NPS是提高了,看上去应该有增长了吧。。
      • 但实际上只是一部分人走了,总体客户数是减少的,NPS并不能反映出来

第一周的市场课大概就这些了。。现在都第四周了= =

题外参考:http://bbs.pinggu.org/thread-503363-1-1.html

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注