電子商務個性化博客
已發表: 2021-04-08 行為細分創造個性化的客戶旅程並增加利潤。
這篇文章分享了電子商務品牌的高級行為細分策略和策略。 如今，個性化軟件使您能夠觀察和適應客戶行為。
採用這些策略不僅會創造更好的客戶體驗，還會讓您的商店更有利可圖。 如果您想直接跳到行為細分示例，請單擊此處。
什麼是行為細分，我們如何使用它？
如果您已經熟悉行為細分，請隨時跳到下一節。
如果不是，那麼定義什麼是行為細分會很有幫助。
細分是“將市場劃分為具有相似需求的客戶群，並製定滿足這些需求的營銷計劃”的過程。
行為細分側重於按客戶過去的行為劃分客戶。
因為行動比單純的人口統計信息更多地表明了客戶的意圖和偏好，所以行為細分更具預測性，因此更有效。
“......行為分割更具預測性，因此更有效。”
數據支持行為細分。
雖然細分作為一種營銷策略早已存在，但直到最近才能夠準確、大規模地跟踪客戶行為。
Barilliance 等個性化軟件可自動為您收集數據。 現在，您可以根據行為定義任意數量的細分市場，甚至可以為每個細分市場定義特定的定價策略。
這篇文章的其餘部分將關注成功的行為細分策略。
如何創建行為細分
有效的細分可以識別不同的客戶群。
我們創建了各種行為細分公式，以確保您創建有效的細分。
1.基礎行為分割公式：(behavior)=segment
第一個行為部分是“基礎”公式。
這是您可以創建的最簡單的行為細分類型。 它被定義為行為本身。
Barilliance 如何自動化行為細分
Barilliance 會自動跟踪您網站上的用戶行為。 要創建基本行為細分，只需指定您希望在哪個行為上創建細分。
選項分為三大類。
參與行為：這包括諸如區分首次訪問者和回訪者、將特定或任意數量的商品添加到購物車或查看產品等行為。
現場行為：參與行為是更一般的現場行為的一個子部分。 其他現場行為包括訪問特定 URL、他們在您的網站上花費的時間以及他們在您的網站上進行的特定查詢。
流量來源：流量來源類別描述了訪問者在到達網站之前的先前行為。 他們擅長提供上下文。 示例包括他們響應什麼類型的提議，他們花時間在什麼媒體上，以及是否有任何活動與會話相關聯。
訪客洞察：這些是高級橫截面，通常包括多種行為和電子商務 KPI 閾值。 我們將在下面更詳細地描述這些。
部分 | 行為 | 描述 |
|---|---|---|
參與的購物者 | 現場時間 > 10:00 | 積極在網站上購物的用戶 |
回頭客 | # 購買的商品 > 0 | 之前購買過的用戶 |
2. 行為分割——添加閾值：（行為）+（閾值）=段
通過添加我所說的閾值，我們可以大大提高分割的精確度。
閾值是特定指標的臨界點。 它可以是下限或上限，並且度量可以是任何選擇的度量。
閾值的一個示例是最低 50 美元（下限） AOV（公制） 。
將行為與閾值相結合可以讓您更好地控制客戶群中包含的人員。
部分 | 行為 | 臨界點  | 描述 |
|---|---|---|---|
參與的購物者 | 現場時間 > 10:00 | #viewed items > 5 in x category | 表示感興趣的活躍購物者 x 類別 |
回頭客 | # 購買的商品 > 0 | AOV > 50 美元 | 之前購買 AOV > 50 美元的用戶 |
實施閾值的一個常見挑戰是確保您的數據是統一的。
事實上，數據統一是我們在選擇個性化軟件合作夥伴時概述的主要標準之一。
在本文中，我們更深入地描述了數據統一的挑戰，但現在，您需要結合所有來源的購買歷史來創建準確的細分。
3.添加where子句：(behavior) + (threshold), (where) = segment
我們今天要探討的最後一個公式添加了一個“where”子句。
新近很重要。 它是RFM 分析中的主要因素之一，並且可以通過正確的技術輕鬆納入行為細分。
一個經常被忽視的部分是立即購買或體驗您的網站的部分。
另一個有趣的實現是針對黑色星期五或季節性購物者等假期。 下面我們提供了一些實現行為、閾值和 where 子句的段示例。
部分 | 行為 | 臨界點 | 在哪裡 | 描述 |
|---|---|---|---|---|
參與的購物者 | 現場時間 > 10:00 | 購買率 > 0 | 會議在一個月內 | 上個月曾在網站上積極購買和購物的用戶 |
假日購物者 | 購買商品 > 0 | AOV > 50 美元 | 在黑色星期五 | 在黑色星期五以 > 50 美元的 AOV 購買的用戶 |
Barilliance 如何實現行為細分的 where 子句
Barilliance 內置了 where 子句的實現。
許多行為都可以選擇放入特定的時間範圍。 下面，您可以看到有關如何根據購買歷史創建行為細分的選項。 您可以從他們的第一個訂單或他們的最後一個訂單設置時間範圍。
借助這種靈活性，您可以輕鬆地為經過一定天數後自然退出該細分市場的首次客戶創建細分市場。
高級行為細分示例
我們收集了一些頂級電子商務公司的行為細分示例。
1. 首屏內容個性化 ft. Thrive Market
最有效的個性化空間是首屏內容。
Thrive Market 根據之前購買和查看的商品對客戶進行細分。 在這裡，我們看到上述折疊食譜建議都遵循客戶所屬的相同飲食類別（Paleo）。 此數據用於保持報價相關並增加轉化率。
2. 基於會話中動作的動態產品推薦 ft. 第三愛
會話中的操作為客戶現在感興趣的內容提供了最佳信號。 使用這些上下文數據，品牌可以創造更好的優惠。
下面，Third Love 根據當前查看的產品在產品頁面上使用動態產品推薦。
3. 有選擇地使用折扣活動來推動非轉化線索 ft. Stitch Fix
如果潛在客戶沒有在您的初始報價上轉換，您應該將它們重新細分為“非轉換”行為細分。
可以為這些潛在客戶提供更積極的折扣活動或獲得其他獎勵以完成他們的首次購買。 Stitch Fix 提供了一個很好的例子。
在客戶完成他們的初始合身評估後，他們將獲得一系列優惠以完成他們的首次購買。 但是，如果潛在客戶尚未購買，則將其置於非轉化行為細分中，並觸發新的激活活動 - 這次提供 35 美元的信用額度以供使用。
下一步...
行為細分是創建相關營銷活動和 貫穿客戶旅程的內容個性化。
通過了解對哪些特定細分市場感興趣，您就有能力構建引起共鳴的報價。 我強烈建議學習 RFM 分析，以對如何創建可盈利的細分市場有一個核心的了解。
單擊此處查看其他改善客戶體驗的策略。
而且，如果您想了解 Barilliance 是否是您商店的正確個性化合作夥伴，請單擊此處申請現場演示。