从代码到300优质客户,用户画像在销售的实战应用

浏览: 5450

    “美女,头像是你本人吗?发张照片来看看!”好吧,这是时下最让女生反感的搭讪方式,基本可以被列为性骚扰的范畴了。然而在颜值即正义的今天,一个漂亮的微信头像确实更容易引起人们的好奇心,引发男生的聊天冲动,引发老婆对老公的质问:“这个女人是谁?为什么半夜要跟她聊天”o(╯□╰)o 

 

       在企业也是一样,用户画像也越来越成为一种普遍使用的方法。之前移动互联网没有流行的时候,收集用户信息是件很困难的事情。用户画像基本是民航,银行,移动这种有政策支持,有权力强制收集用户个人信息的企业的专享服务。而移动互联网兴起以后,通过社交信息的打通,用户互动的增加,越来越多的用户信息被企业掌握,做用户画像也变得越来越普遍。“小王啊,对我们的APP用户做一份用户画像”,隔三差五的,小王同学会收到一份这样的需求,然而他越做越郁闷:“为什么老是要做画像?做了这玩意到底有什么用呢?每次做的都差不多,为啥还要翻来覆去看”。

 

 

看清了用户画像的用处,自然理解要做成什么样子

 

       用户画像,就是对用户特征,行为做描述性统计。用户画像四个字是很形象的,就是给用户画一张画,让大家看清楚他是谁,从哪来,到哪去。当然在今天,这个任务更多是靠照片实现的,以照片为例,用户画像其实有三种用途:

证件照。难看但真实。类似证件照的用户画像,可以快速识别用户,找到目标群体。较多用在销售领域。

生活照。比如你晒在朋友圈的吃喝玩乐衣食住行照片。类似生活照的用户画像,结合了具体产品使用场景,容易发现市场机会。适用于市场,运营的策划们构思战术。

艺术照。就是照骗,P图P的连亲妈都不认识,但是反映了你内心最期待的画面。当需要做品牌推广或者产品植入的时候,是最需要这种能够透过现象,触及用户情感的用户画像。

 

 

       今天先从最简单的:应用于销售讲起


       一提证件照,大家联想到的就是:素颜无遮挡,正面对镜头,丑的惊为天人,都不敢拿出来见人,生怕男票看到自己真面目。为什么证件照要求那么苛刻,非要把人拍丑呢?是为了容易识别,证件照要起到的作用是最准确,快速的识别个人。识别本身是件很重要的事,不然警察叔叔抓错人了怎么办?银行放贷放错了人了怎么办?如果大家都是美瞳假睫毛双眼皮贴45度嘟嘴向上拍身份证照,估计哪个网红犯了事,警察叔叔抓满两卡车还抓不到人。

 

 

      用户画像应用于一线销售的时候,也需要起到容易识别的证件照的效果。

      画像=高效率。因为一线销售人员和警察叔叔一样,时间紧,任务重,他们的底薪只有1500,全靠提成养活,如果在卖场人海茫茫不能快速准确识别有价值客户,那真是“谈的全是穷光蛋,辛苦一天全白干”。过低的成交率,对销售队伍的稳定,对业绩的达成都有很大伤害。销售队伍中的Ace们有能力区分不同客户,但大量的销售是缺乏经验,缺少技能,缺少分析能力的。因此,有一个清晰的用户画像,帮销售看清楚每一类客户的特征,能够很好的保留王牌销售的经验,提高销售队伍整体业绩。


      画像=执行力。很多时候,公司需要销售找到指定客户。这些客户可能不是最容易成交的,但是具有战略价值。这时候需要给到前线指引:你需要按这些这些这些条件去找人。这时候也需要清晰的用户画像,销售们只有很短的时间可以和顾客沟通,因此必须很清晰的指出:哪些是我们目标客户,销售们才容易执行。不做清晰的画像,把战略规划原本丢给一线队伍,那就得着那些战略规划躺在word里吧。


      画像=低风险。有优质客户就有垃圾客户,规避垃圾客户也是在节省成本,提高效率。特别是很多公司没有银行那样严谨的审核体系,更需要针对容易出问题的客户,针对低价值客户做清晰的画像,让销售们第一时间预知到危险。

  

 

应用于销售的时候,需要注意以下几点


      容易观察:一线销售不是心理学家,不是数学家,甚至大部分都不是大学生。复杂的字段,他们难以理解,太隐晦的描述,比如价值观,消费观这些他们无从观察,也没有心思去观察。因此,后台的分析逻辑可以很复杂,但给到前线的指标需要尽量简化,找差异化最大的,最容易识别的指标,比如男女,年龄。


       指标简单:输出的指标也不能太多,因为在统计上,你可以看到25-30岁之间,家庭月收入2万以上,男性,未婚,使用苹果手机比例高的是你的目标用户,但是到了卖场你会发现同时满足这几个条件的人根本没有!限制太多的指标,会让销售们感到无所适从,错失很多机会,或者干脆视指标为无物,该咋干还是咋干。


       利弊清晰:一线销售在乎的就是钱,钱,还是钱。只是单纯的描述一类用户让销售去跟进,肯定会引发疑问:“为什么非要做这类用户?为什么别的不能做?”严重的时候甚至会引发指责:“你们走过几趟市场?你们签下来几单?你们这些做办公室吹空调的凭什么瞎指挥我们这些天天在外边跑的?”所以,用户画像一定概要把顾客价值清晰的计算出来。销售的人力是有限的,每天只能促成有限的交易。那么每笔交易,目标客户可以比非目标多挣多少,每月做下来,做目标的比不做目标多挣多少。拿事实说话,降低疑问。

  

       最理想的状态,是我们做完目标用户画像以后,从销售队伍中找到目前收入高,业绩好,目标用户做的多的团队,让他们替我们站台,竖起成功标杆。销售们会质疑我们这些坐办公室不下市场的人,但绝不会质疑市场里比他们挣得多的大佬。这样市场得利,分析得名,就是最佳的配合状态了。



为了达成目标,针对销售的用户画像,一般这么做


1.       明确画像的群体,你可以选择:

l  按用户价值分:高中低价值用户

l  按成交难度分:易成交,难成交

l  按生命周期分:老用户,新用户

l  按顾客需求分:XX类产品用户

2.       选择易观察字段,描述用户特征。这是给市场部/业务部领导们看的,尽量详细

l  自然属性:男女,年龄,出生地(如果数据有采集)

l  社会属性:职业,收入(如果数据有采集)

l  内在需求:情感需求,功能需求(需要新媒体文本分析或定性调研支持)

l  会员卡等级:持有VIP卡等级(这个数一定有)

l  交易行为:购买产品类型,金额,组合购买习惯。(这个数一定有)

l  活跃行为:顾客登陆,访问,交易行为频率,时间段。(这个数一定有)

l  价值分析:生命周期长度,生命周期价值。(这个数需要推算)

3.       总结核心特征。这是给一线看的,数量不宜多(三个为宜),提取上述指标中易观察的指标。只要保证按指标找客户,有较大几率提升效益即可

l  优选:自然属性和会员卡等级,最直接,最容易观察

l  次选:交易行为,需要有CRM软件提醒销售,或需要销售主动问

l  再次:内在需求,需要销售主动问,但难度较大

4.       计算目标用户价值。这也是给一线看的,举例,以一个销售为例,计算

l  每促成一个,销售可以多挣多少

l  按目标用户执行一月,销售可以多挣多少

l  最佳实践:目前执行较好的团队,比一般团队多挣多少

 

 

       最终输出报告的时候,如果呈市场部/业务部领导,则按上述顺序,先讲清分析的出发点,再层层深入,最后总结行动计划。如果呈一线,或做行动指南,则颠倒顺序,优先讲清楚利益点,再讲怎么做,最后讲原因。篇幅有限的话,直接把分析逻辑,思路什么的都省掉。突出利益点和目标感,毕竟业绩是做出来的,不是分析算出来的,O(∩_∩)O



做完分析,还要写好报告,可以戳这里:https://ask.hellobi.com/blog/chenwen/6329

今天比较严肃,搞笑的话可以戳:https://ask.hellobi.com/blog/chenwen/6101




作者介绍:陈老师,在咨询行业打拼了9年,在如何诊断经营问题、建立分析体系、解决专项问题上有超过30个大型项目积累与实战,天善智能特邀专家。


数据分析职场路上有困扰吗?不妨到《数据分析师八大能力培养课程https://edu.hellobi.com/course/272 里聊聊!

视频课程特色:

从真实数据分析工作场景出发,训练实战能力

启发式教学+大量实际操练,培养属于自己的能力

不依赖于某个具体技术,也适合对数据分析感兴趣的学生、业务部门人士学习

推荐 26
本文由 陈老师 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

23 个评论

陈老师 好文章啊 都忍不住分享到朋友圈了
哈哈哈,谢谢谢
o(╯□╰)o,我还怕业务应用这一个系列没人看呢,刚才和老婆商量,要不要把标题改成:震惊!你身份证背后的秘密!
用户画像也是一大亮点
类似的还有经营分析,还有转化漏斗,还有ROI评估,还有用户细分,还有用户价值分层,还有RFM,都是只用加减乘除就能搞掂,但是在实际应用中有很好的效果的方法,其实对于很多没有很多工作经验的小白,还有想转行的人来说,掌握这些马上就能会,马上就能用的方法,比追什么深度学习要惯用,毕竟从0到1的时候,起步越快,台阶越低越好,所以我想做这个系列主题
好多吃瓜观众,只看不点赞。
嗯,是的呢,欢迎陈老师做这个系列的分享。感谢
谢谢谢,最怕没人看,每次发出来阅读量低我都会怀疑2个小时的人生,然后认真想下次文章要不要震惊一下
转起来
哈哈哈哈
66666
老师后面会有用户画像的视频教程分享吗
有的,不过我主要会讲应用层面,不是技术方向的。其实用户画像这种东西,主要跟采集数据的手段,采集数据的质量有关,技术上还真没有特别复杂的东西
陈老师,我最近在做电信的新入网用户质量分析,主要还是根据短信、流量、通话行为做的。目前做的是对变量设置阈值判断用户级别或者变量权重计算质量分数,这样可行吗?
另外对于离网用户分析,可以制定哪些需求或者从哪方面下手?我想到仅仅是预测离网可能性。
1.可行,质量分析最终要输出的是好/坏,具体的判断标准其实是个业务问题,你可以把思路,指标与业务部门沟通好,做出来以后请他们过一下,看质量怎么评定。2.离网用户分析什么?是做挽留还是预警?分析完以后哪个部门用这个结果?想搞清需求。做离网用户模型,有很多成熟的模型的,网上一搜一大把,哈哈哈
有点等不急陈老师出课程了
谢谢分享
主要还是预警, 业务管理部使用。我查过,网上一般决策树、关联。需求1.离网原因;2.预警哪些可能离网;第二个做出来靠谱不?有一点预测在里面。
第2个靠不靠谱是基于1的,有一些预警是有作用的,比如顾客换机为了买iphone直接换了别人家的卡和套餐,反应在内部数据上是流失节点刚好和iphone上市重合,流失前终端已使用X个月存在自然换机可能,用户使用行为没有明显衰退也没有投诉,这个时候我们可以直接推一个新终端和套餐,防止这种换机流失的情况。有些就没有办法,比如顾客就是强烈投诉,但是我们又没有政策支持,这种猝死的死就死了。所以想让预警起作用,可以先和业务部门聊聊他们是只需要看一个大数就可以了,还是想具体到一个战术策略。
感觉这个话题可以单独开一篇文章来写了,哈哈哈
把老师写的文章全看了,并且自己copy成ppt了随时查用,加上知乎上的答题整理下老师就可以出书啦
哈哈,多提意见或者需求哈
感觉这几篇用户画像比那些比较搞笑点的有更多的可操作性,那些让人能很快理解,这些让人理解的同时还让人有点入手思路了,真的感谢陈老师老乡啦~

要回复文章请先登录注册