客户细分 – 如何细分客户 增长分步指南

什么是客户细分？

细分是将客户分成不同组的过程，每个组具有相似的特征，以提高参与度、销售和忠诚度。

但是，通常很难找到细分客户的最佳方法。 我将介绍有关如何细分客户的不同见解，以便您加速增长。

让我们首先将数据对企业的重要性放在上下文中。 2018 年，美国公司在购买第三方数据上花费了大约 190 亿美元，在支持这些数据的第三方解决方案上也花费了大约相同的金额。 尽管如此，这些信息经纪人掌握的关于消费者的大部分数据甚至都不正确。 例如，它经常过时。

为什么企业在数据上花费这么多钱，细分有什么好处？

好吧，Braze（以前的 Appboy）分析了他们在两年内开展的 30,000 多个活动的营销数据。 他们发现，发送给经过深思熟虑的客户群的广告系列的转化率比发送给广大受众的广告系列高 200%。

换句话说，进行细分与提高销售和利润之间存在明显的联系。

你在营销上花了多少钱？ 大多数公司花费大约 11-13% 的业务总收入。 但根据乐天营销公司的一份报告，营销人员预计会将 26% 的营销预算浪费在错误的渠道或策略上——这通常是因为细分不佳。

结果是，尽管有机会通过细分来提高销售和利润，但许多营销人员并没有做对并且在浪费金钱。

同时，客户希望并期望个性化：

• 91% 的消费者更有可能购买提供相关优惠和推荐的品牌。
• 80% 的客户更有可能从提供个性化体验的品牌购买产品或服务。
• 2019 年，72% 的消费者只参与针对其特定兴趣定制的营销信息。
• 80% 将自己归类为常客的人表示，他们只购买个性化体验的品牌
• 63% 的消费者希望将个性化作为服务标准。
• 88% 的受访消费者表示没有获得“量身定制的帮助”。

——而细分是满足这种期望的最快、最简单（通常也是最具成本效益）的方式。

您可能认为高级客户细分技术仅适用于大品牌或大型企业。 然而，事实并非如此。 在本指南中，我将帮助您发现提高转化率、销售量和客户忠诚度的有效方法。

客户细分的好处是什么？

为什么客户细分很重要？ 营销的一个重点是与有利可图的客户建立关系。 营销不仅仅是一次购买、一次转化——目标是扩大您的客户群并建立长期价值。

了解客户、对其进行细分并个性化营销活动、优惠和沟通是广为人知的客户关系管理 (CRM) 的一部分。

CRM 工具和方法为您如何制定客户细分策略并实施它提供了基础。

根据哈佛商业评论，每年推出超过 30,000 种新的消费产品。

其中 95% 的失败是因为以下七个原因之一：

• 未能了解消费者的需求和愿望。
• 修复一个不存在的问题。
• 瞄准错误的市场。
• 定价不正确。
• 团队和内部能力薄弱。
• 长期开发或延迟进入市场。
• 执行力差。

客户细分优势

• 有助于发现和利用新的市场机会。
• 改进了如何预测客户行为。
• 提高客户保留率和忠诚度。
• 通过个性化提升品牌认知度。
• 简化和改进工作流程。
• 有助于提高客户终身价值。
• 通过细分电子邮件营销活动，电子邮件营销人员见证了 760% 的收入增长。

考虑这些统计数据：

• 71% 的消费者认为个性化体验会影响他们与电子邮件交互的决定。
• 80% 的受访者表示，如果公司提供个性化体验，他们更有可能与该公司开展业务。
• 88% 的美国营销人员报告说，由于个性化，他们看到了可衡量的改进，超过一半的人报告说提升幅度超过 10%。
• 麦肯锡最近的一项调查发现，广泛使用客户分析的公司报告的投资回报率提高了 115%，利润提高了 93%。

客户细分存在哪些问题

7个常见的分割错误

1. 细分与您的业务目标不一致。
2. 您是根据直觉进行细分，而不是具体数据。
3. 您已经根据有限的数据创建了细分。
4. 您正在使用“脏数据”。
5. 您在开发细分市场时忽略了渠道。
6. 你没有考虑参与的时间和背景。
7. 您没有随着时间的推移跟踪细分市场的表现。

6种客户细分方法

细分客户的方法有很多，但选择最佳方法将取决于业务类型和市场/行业。 例如，B2B 细分通常需要一种非常不同的 B2C 营销方法。

任何分割方法的起点都是数据。 根据客户数据做出决策是任何营销活动的基础，也是您如何有效开发可实现增长的细分的基础。

1. 地理分割

什么是地理分割？

地理细分根据客户的地理位置将客户分组。 最常见的方法是使用现有的边界，例如国家、地区、州和城市。

更微观的市场划分方式是基于农村、郊区和城市市场细分等生活区域的类型。

地理分割示例

• 旅游业使用地理分割，包括气候等更细微的因素。
• IP 地址用于通过本地化语言、产品和定价帮助在线企业、引导人们访问他们的本地站点。
• 汽车制造商将气候用作敞篷汽车的细分因素。

使用地理分割的优势

那么地理分割有哪些优势呢？ 让我们看一些。

• 对于拥有大型国内或国际市场的公司来说，这是一种有效的方法——因为不同地区的不同消费者有不同的需求、需求和文化特征，可以专门针对这些特征。
• 对于预算有限的小型企业来说，这也是一种有效的方法。 他们可以专注于他们定义的区域，而不是将不必要的营销资金花费在不适合其目标地理区域的方法上。
• 它在不同的人口密度区域运作良好。 与郊区和农村环境中的人相比，城市环境中的客户通常有不同的需求、购买模式和收入。 通常，这三个领域之间也存在文化差异。

地理分割的缺点

• 混合来自同一原籍国的非常不同的游客并人为地将他们视为一个部分（例如意大利人）的危险并不完全相同。
• 有时会使用地理数据，但购买模式或行为几乎没有差异，这使得定位已过时。

2. 人口细分

什么是人口细分？

人口统计数据是最常用的数据之一，因为它很容易通过人口普查数据获取，通常每 10 年更新一次，数据分析（如 Google Analytics）、消费者通过问卷调查和表格（如 SurveyMonkey）以及其他数据源（如 Facebook Insights） . 另一个原因是这也被认为是划分目标市场的最便宜和最简单的方法。

然而，人口统计数据本身几乎不能提供对客户的任何洞察。 它回答了谁是我的客户，而不是为什么的问题——例如客户为什么购买……

人口细分的例子

• 年龄。
• 性别。
• 种族。
• 婚姻状况。
• 儿童人数（如有）
• 职业。
• 年收入。
• 教育程度。

使用人口统计细分的优势

• 与其他细分技术相比，人口统计数据通常更容易收集和衡量。
• 使用人口统计作为指标时，定位通常更直接，例如，您可以定位消费者群体，例如 35 至 45 岁的男性。
• 人口统计数据与其他数据集混合时，提供了一种分析客户之间差异的简单方法。
• 非常适合监测趋势和社会变化。

人口细分的缺点

• 人口数据变化很快； 年龄每年都在变化（当然），人们的收入、婚姻状况、教育水平、职业等等。
• 仅描述性 - 对消费者本身了解甚少。
• 假设同一人口群体中的消费者有相似的需求和生活方式——这不太可能，例如，所有 30 岁的人都不太可能有相同的需求。
• 在收集数据时，人们通常会谎报年龄或其他数据要素，例如收入。
• 对于某些产品和服务，人口统计没有什么用处。 以 Spotify 为例，音乐是一个如此主观的话题，Spotify 跟踪的是行为和收听偏好，而不是人口统计数据。 对于 Spotify，人口统计数据太模糊，无法创建任何有意义的营销内容或有效的沟通。

杂货店通常使用人口统计数据来定位他们的客户。 他们知道，家庭每年购买的商品比单身人士或夫妇多。

3.心理细分

心理细分是使用人们的态度和兴趣，通常与典型的人口统计数据一起研究，以建立和定位客户。

与人口统计、交易或行为数据不同，心理统计让我们了解某个客户选择购买产品的原因。

结合这项市场研究，您可以使用 Facebook Pixel 等方法来跟踪客户喜欢、查看或在线分享的所有内容。

心理细分的例子

• 兴趣
• 性格
• 生活方式
• 社会地位
• 活动、兴趣、意见 (AIO)
• 态度

Brandwatch 等工具可帮助您收集有关受众的详细信息，然后根据态度、兴趣、活动和个性特征使用它来划分您的市场。

心理细分的优势

• 深入了解客户的生活方式及其需求。
• 有助于发现购买产品和品牌的动机和原因。
• 通常更有助于开展促销活动。

心理分割的缺点

• 需要市场研究——通常是定性和定量的混合——这可能很昂贵。
• 由于研究成本的原因，可能更适合较大的公司/品牌。
• 有时定性市场研究仍然对结果的不同解释持开放态度。
• 通过促销方法或在店内识别心理细分可能并不容易。

4. 行为细分

行为细分基于您的客户做了什么，因此可能会再次做。 行为细分主要关注客户的购买过程，然后将具有相似购买行为的客户组合成一个“细分”。 然后，企业可以根据他们的购买行为来定位公司、客户和潜在客户。

试图仅根据消费者的一两种行为来确定消费者的购买旅程阶段很容易导致错误的假设。

处于不同阶段的客户仍然可以通过各种渠道、在所有不同的时间、没有特定的顺序与其他阶段的内容进行交互和互动。 因此，单个客户的行为或交互不足以确定他们存在的旅程阶段。

为了提高准确性，您必须利用他们在各种接触点和渠道中的所有行为数据，以便您可以根据随时间推移的行为模式构建加权算法。

Gartner 预测，到 2025 年，25% 的营销部门将有一名专门的行为科学家或人种学家作为其全职员工的一部分。 因此，理解人类偏见是理解行为的关键。

行为数据示例

• 在线购物习惯：您可能会考虑用户在所有网站上的在线购物习惯，因为这可能与他们在您的网站上进行在线购买的可能性相关。
• 基于时间的行为：考虑根据购买时间对客户进行细分——场合细分、一年中的时间、季节性、一次性购买、季度模式等。
• 在网站上执行的操作：您可以跟踪用户对您的在线资产执行的操作，以更好地了解他们如何与他们互动。 您可能会查看某人在您的网站上停留了多长时间，他们是否一直阅读文章，他们点击的内容类型等等。
• 寻求的利益：这是指客户通过购买产品试图满足的需求。
• 使用情况：您可以根据使用率对用户进行分类。 根据某人是重度用户、中度用户、轻量级用户还是非用户，您的信息会有所不同。
• 忠诚度：客户在使用产品一段时间后，往往会产生品牌忠诚度。 您可以根据客户对您品牌的忠诚度对客户进行分类，并相应地定制您的信息。
• 产品评论/反馈——了解人们对产品的实际体验、他们面临的挑战或他们最喜欢的事情是一个有用的洞察力。 您无需将此限制在您的产品中； 您可以看到竞争对手、互补品和可比产品

行为细分的优势

• 帮助协调营销和销售团队，因为两者都专注于销售。
• 专注于购买过程中的各个阶段，因此可以创建更多的上下文通信。
• 识别具有相似行为和需求的客户。
• 品牌忠诚度可以进一步建立在那些对品牌表现出亲和力的客户之上。 因此，行为细分有助于提高客户忠诚度。

行为分割的缺点

• 客户行为会随着时间、地点、场合、要求等而变化，并且无法始终正确预测。 行为分割只能给出一个关于人格特征和行为的框架。
• 大多数情况下，行为细分将基于定性数据而不是完全定量数据。 因此，做出预测、预算、费用等都将取决于某些假设。

5. 角色分割

明确定义的角色将帮助您制定更好的营销计划，并帮助您针对正确的潜在消费者群体开展营销活动和优惠。 营销角色面向您的客户，帮助您确定他们的需求和愿望。

我整理了一个角色画布，以帮助人们了解如何发展营销角色。

角色分割示例

营销角色是非常强大的客户细分方法。 特别是在与客户目标研究一起使用时。

此外，研究表明，使用客户角色可以提高营销效果。

然而，有效的角色并没有构成。 它们是更大的数据驱动战略的一部分，需要更深入地了解要收集的数据、它与您的业务目标的关系以及如何有效地使用数据来做出决策。

角色分割的优势

• 更深入地了解客户的目标、需求和要完成的工作。
• 建立更丰富的客户购买方式和原因的知识档案。
• 帮助团队对客户细分有一致的了解。
• 改进团队产生创造性和创新解决方案的方式。

角色分割的缺点

• 制作需要时间。
• 需要多组数据才能创建强大的配置文件。

6. 预测分割

什么是预测分析？

预测模型用于许多业务和日常生活中。 示例包括政治、欺诈检测和财务建模。 在市场营销中，它用于预测单个客户的行为，并将客户分组为最可操作和最有意义的方式。 例如，使用预测分析，您可以预测客户是否以及何时计划下一次购买。

使用预测分析，您可以预测客户接下来可能购买的特定产品，并主动向您的客户推荐这些产品。

预测分割的例子

• 无监督学习：无监督学习在数据中发现隐藏的模式，而无需明确地尝试估计或预测结果。
• 监督学习：监督学习用于估计给定输入的输出，通过使用样本输入和目标对其进行训练。
• 强化学习：监督学习用于估计给定输入的输出，通过使用样本输入和目标对其进行训练。

营销人员现在可以访问数百种不同类型的数据，例如品牌偏好、折扣偏好、在网站上花费的时间、浏览行为、通话时长、购买历史、查看的产品......数据类型来查找每个变量之间的关系，但对于当今强大的计算机和算法来说，分析起来很容易。

客户细分正在从手动流程转变为 AI 自动化流程。

无监督学习：聚类和分割的区别

细分是根据相似性手动将客户分组的过程。 聚类虽然不同，但它是一个自动/统计严格的过程，可以在客户中找到相似之处，以便可以对它们进行分组。

聚类是一种通过使用有关客户的已知因素自动发现客户群中的细分的方法。 聚类算法，如 k-means 和先验算法，可以分析数百个客户属性和以前的客户交互，以揭示对客户行为和驱动这些行为的力量的洞察。

这与客户细分不同，因为大多数细分使用一两个因素，例如以非统计方式将客户分组在一起的年龄或收入。

监督学习：倾向模型

倾向模型通过从过去的例子中学习，对客户的未来行为做出真实的预测。 示例包括客户购买产品的可能性或潜在客户参与网站的可能性。

例如，倾向模型用于预测客户在其整个生命周期中将花费多少钱来生成预测的生命周期价值模型。 这种类型的模型可用于预测未来的前景或客户行为。

强化学习和协同过滤

协同过滤模型的常见营销应用是推荐。

协作过滤模型可以推荐产品、内容或其他任何东西。 这些推荐模型因亚马逊的“喜欢这个产品的客户，也喜欢……”的建议而闻名。

其他客户细分方法

• 价值细分：一些企业会根据客户的“交易价值”来划分市场——他们可能会在产品上花费多少。 要确定客户的交易价值，您可以查看以前的购买数据，例如他们购买的次数、购买频率以及他们购买的物品的价值。
• 企业细分：企业对企业 (B2B) 公司可以使用企业细分来划分市场中的业务。 这类似于个人消费者的人口统计细分，而是着眼于可能成为客户的公司的特征。 要查看的数据示例包括行业、收入、员工人数和位置。
• 代际细分：企业可以按代对消费者进行细分，并将他们分为几类，包括 Z 一代、千禧一代、X 一代、婴儿潮一代和沉默的一代。 这些世代被认为具有某些偏好、行为、个性特征和信仰。 当然，并不是每一代人都是一样的，但是代际细分可以让你对你的受众有更多的了解。
• 生命阶段细分：您还可以根据他们在生活中的位置将您的市场细分。 上大学、结婚和生孩子是需要考虑的关键生活事件的例子。 不同人生阶段的人需要不同的东西。 例如，即将成为大学生的学生可能需要公寓家具。 新父母将寻求购买婴儿食品。
• 季节性细分：与人们在生命的不同时期购买不同产品的方式类似，人们也在一年中的不同时间购买不同的物品。 圣诞节和光明节等重大节日也会对购买行为产生重大影响。

如何为初学者做客户细分

第 1 步：选择正确的测量值

为了让您了解如何开始进行客户细分，这里有一个四步指南。

第 2 步：选择正确的工具。用于客户细分

谷歌分析

• Google Analytics 允许您创建详细的客户细分。 您可以在受众选项卡下找到大量人口统计数据，以及有关访问者（其他）兴趣的一些信息。 单击“添加细分”以添加您想要的任何细分并跟踪......
• 谷歌分析允许您分析您的流量和网站流量。 标签行为和获取是准确了解访问者在您的网站上花费时间的地点、时间和时间的好地方。 您可以花一些时间玩弄它，看看是什么吸引了您的观众并保持他们的兴趣 - 并确定可以改进的领域。
• 谷歌分析允许您设定特定的目标和测试解决方案。 一旦您对网站需要改进的部分有了基本的了解，您就可以转到转换选项卡并为自己创建新目标。 有四个类别：目标（访问单个页面）、持续时间（在页面上花费的时间）、每个会话的页面/屏幕（点击率）和事件（页面上的特定操作）。 为获得最佳实践，请尝试将微转化目标与宏转化目标相匹配。
• 如果您希望投资于更深入的分析，您可以尝试一些替代方案，例如 Mixpanel、Kissmetrics 或 Amplitude。

脸书洞察

Facebook 受众洞察可为您提供大量有用的人口统计和心理数据。 此外，如果您在网站上使用 Facebook 像素，您也可以跟踪行为数据。 以下是一些可用于客户细分的 Facebook 数据类型：

• 人口统计。
• 地理。
• 性别。
• 时间用户处于活动状态。
• 设备。
• 兴趣。

第 3 步：从数据中获取见解

这让我想到了下一点，也许是最重要的一点。 虽然心理学已经收到了相当多的嗡嗡声，但仍然有一个部分是大多数使用心理学的人往往会忽略的：

通过链接回心理学理论，使您的见解具有可操作性。 深入了解您的数据集。

• 你认识任何行为模式吗？
• 你能把它们与特定的消费者特征联系起来吗？
• 你能将这些特征和模式与任何相关的心理学原理相匹配吗？

想想你如何在你的文案中包含这些原则。

通过设置实验来调查您的假设是否正确。 当然，不言而喻，您只能通过尝试来判断某些东西是否有效。 根据你的新行动计划对你的网站进行调整，看看有什么效果（如果你想知道如何用营销心理学来支持你的发现，请阅读本指南）。

第 4 步：测试、测试、测试

因此，您做了基础工作，在您的网站上测试了一些新策略，并更多地了解了您的客户。

虽然有大量证据表明我们的心理倾向至少有一部分是天生的，但我们的大多数人类行为都是动态的。 我们思考、行动或感受的方式会随着时间和不同的情况而改变。 这种变化会导致不同的购物状态，这是您分析过程中要考虑的另一个因素。

商业模式画布和客户细分

至此，您将了解客户细分的重要性以及细分客户的不同方式。

商业模式画布的第一块是客户细分，这可能并不奇怪。

第二块是价值主张。

简而言之，每个伟大企业的核心都是生产客户想要的东西，换句话说，为他们提供价值。 Alexander Osterwalder 和 Yves Pigneur 深信这两个区块的重要性，因此他们随后又出版了一本名为“价值主张画布”的书。

在本指南中，我将介绍如何填写价值主张画布。

GDPR 的最后一点

最后一点：确保您的数据收集和分析工作是适当的、有价值的、可操作的、非侵入性的并且符合 GDPR - 这样，每个人都会赢！