tft每日頭條

 > 生活

 > 怎麼把握新零售這個機會

怎麼把握新零售這個機會

生活 更新时间:2025-02-06 19:56:03

優惠券做為一種常見的營銷工具,涉及營銷跟用戶心理當然緊密相關,且新零售的用戶購物特征整體偏向價格導向。所以這個營銷工具同樣又具備很強的“敏感性”!請謹慎又不乏優雅的“套路”!

怎麼把握新零售這個機會(我在零售巨頭做新零售)1

終于聊到優惠券,充滿興趣敲起鍵盤。百度百科對優惠券的解釋是:消費者在購物過程中降低産品價格,提高購物決策的營銷工具。

沒錯!我們不妨把度娘這個解釋拆開3個維度分析:前提它是一種“營銷工具”,涉及營銷必然涉及到消費者心理變化;其次,它能降低消費者在購物過程中的産品價格,涉及價格必然涉及到利潤核算;最後!它還能有效提高消費者的購物決策,涉及到購物決策必然涉及到發放策略和各類場景!

一、需要懂得洞察用戶心理學

優惠券做為一種常見的營銷工具,涉及營銷跟用戶心理當然緊密相關,且新零售的用戶購物特征整體偏向價格導向。所以這個營銷工具同樣又具備很強的“敏感性”!請謹慎又不乏優雅的“套路”!

1. 抓住用戶的投機心理,用噱頭滿足用戶

人性的美麗與醜陋包含了太多戳心底的形容詞,“投機”同樣不可厚非歸納在“醜陋”内,主觀認為1元的費用換取遠高于1元的價值内容從而滿足自己的竊取感,所以“趨利心理”明顯突出。前端宣傳包裝1-2個核心購物癢點适當放大,0.5秒抓住用戶眼球,“全場滿立減”,“包郵免運券”,“188券包”等等。

2. 抓住用戶的獵奇心理,用驚喜滿足用戶

相信積極的人總能看到生活的陽光面,永遠對美好事物抱有期待!同樣可以軟性植入到購物環境内,設想幾個場景,搜索某個關鍵詞,例如“牛奶”,在搜索列表頁彈出一張牛奶的品類券。當我們在線下使用掃碼購結算時,我們識别到你的購物籃内有雞蛋,此時我們會送你一張雞蛋的品類券,便于二次複購時使用。類似的場景很多。

3.“二八原則”定律,做好預期管理和落地

心理分析後的下一步關鍵我們需要執行預期管理,互聯網有一個“二八原則”,也是我們善用的原則。我們在做小規模利益刺激的時候,肯定隻能滿足部分人無法保證所有人(利潤也不允許我們這麼幹),通常可以考慮二八原則,大力度神券或者獎品請務必保證20%的參與人可以獲得!若低于20%,有可能我們付出去的口碑和信任成本将很難挽回!

舉例:我們搞618大促,在支付完成頁内加入抽獎玩法,這個玩法不但有機會抽中小額優惠券,并且可以抽中實物獎品或者大力度神券。這時候拿到我們二八原則,可以優先把實物獎品或者神券設20%的獲取概率。其次,當然需要根據ROI去考慮做微調!

二、明确優惠券目的,控制優惠券成本

我們先複習一下LTV和CAC的關系,LTV是用戶在平台内的生命周期,CAC是單個用戶成本。也就是說LTV/CAC的ROI至少要大于1,業務才不虧錢!(搬好小闆凳劃重點啦)

LTV=每月購買頻次×客單價×毛利率×(1/月流失率)

(1/月流失率)=留存月份數

CAC=市場獲客費用(廣告 拉新 宣傳等等)/有效人數

舉例:A用戶每月購買2次,每次客單價平均100,毛利率10%,月流失率30%,則LTV=66。也就是說我們的CAC務必要小于66才能算不虧錢的獲客模型!LTV的取值大多是均值且影響因子較多,我們需要把CAC控制在80%的LTV,也就是52左右。帶着這個公式和取值我們的投放策略相對明确。

怎麼把握新零售這個機會(我在零售巨頭做新零售)2

1. 針對新客發放,主導新客首次下單和引導購物體驗

我們第一篇就提到過獲客模型,如果說模型中流程是主心骨,那優惠券的一定是靈魂!一方面基于單個新用戶的成本考慮優惠券的支出外,也需要把握以下幾個原則點:

  • 新人券一定是多張券的組合包,券包總面額具備噱頭性,例如88,99,168,188等。包含首單,二單複購,首單免郵,多品類券。通常在4-5張組合,但貨真價實的神券力度會放在首單券,其餘幾張和日常券相差不會很大,當然總成本不要超過52元(不要超過CAC)。
  • 首單神券折扣率一定大于平台日常優惠券或老客券折扣率,我們業務初期通常可以做到6折-7折,而且不要輕易改變首單神券,便于口碑宣傳。
  • 神券門檻金額一定遠小于平台客單的50-60%,減低用戶購買門檻。例如正常客單80元,新人券門店可以設39或者49,按6折計算,我們優惠券可以定29-10,39-15,49-20等,單個券核銷成本在10-20屬于正常範圍,核銷率也能平均到25%-30%的均值。

舉例:根據線下獲客模型,我們獲得一個新客的總成本大概在30-35元(在合理52元範疇内),這個費用我們剔除過程中的人工成本,剩下的優惠券成本也在10-15元左右。

2. 新用戶走完首單,開始日常券進行過程培養

第一批新用戶下完首單後,在近2個月内我們需要開始對其進行常規培養,不斷往“老用戶”标準去貼靠。培養過程形式很多,這裡我們先單說優惠券方面:

  • 領券中心的券多檔位同步:領券中心是我們培養用戶的購物習慣很重要的一個入口,60%-70%的用戶會在下單前先領券再購物,需要設置多張差異化且目的不一樣的優惠券檔位。
  • 小門檻優惠券設置過渡新用戶心理阻礙:此時的用戶是剛剛經曆過29-10的人!需要繼續增加一檔小門檻券,但折扣當然可以不用這麼大,考慮29-5,39-8類似檔位。同時小門檻檔位的優惠券設置可以較好的拉高生鮮商品的滲透率!
  • 中檔門檻優惠券設置平衡品類結構:這張券的設置需要多維度考慮,先拆解平台主推的品類結構(例如:母嬰/生鮮/快消),這3類對應的平均價格(120,25,60),其次我們整體平台用戶屬性偏向居家類用戶,因此我們設定品類權重定優惠券門檻。門檻=20%的母嬰 40%的生鮮 40%的快消=58元!OK!假設折扣85折,最終可以考慮50-10的檔位,門檻也可寬泛一些,50-70之間都可以考慮。
  • 客單目标門檻券設置平衡銷售KPI:銷售預算的完成除了訂單量上升,其次就是需要客單價有一定體量。這一步其實好核算,我們根據預估日訂單量和銷售,做個比值,客單價自然很明顯。盒馬/大潤發/永輝線上都在80左右。我們定90,就可以考慮設置89-15這類客單券。

3. 準“老用戶”培養2個月後,逐漸複購化

這一部分用戶經曆1-2個月的過程後,很大一部分開始适應并逐漸習慣購物節奏。此時優惠券策略重點在于拉複購。拉動複購上一篇跟大家已經聊的比較透徹了,需要用到RFM模型精細化運營。

怎麼把握新零售這個機會(我在零售巨頭做新零售)3

  • RFM模型區分SABC四個檔位人群,按人群購物特征指定差異化策略。S級用戶弱觸達高産出策略,AB級用戶強觸達中産出,C級用戶的強培養。
  • 品類/品牌/單品優惠券介入控制成本。經曆過3-4次後的用戶品類屬性也同樣有了初步的模型,這時我們需要抓住品類偏好,單一品類适用券,折扣成本就更好把握。同時也有和供應商談判的空間,供應商承擔部分比例。
  • 優惠券的門檻要傾向于目标客單價。這個階段需要加重客單價門檻優惠券種類或數量,開始激進拉動銷售GMV。按照上述的場景,我們可以考慮89-15;99-20等等。
  • 大額優惠券開始投放平衡客單。對于新零售業務,提高生鮮滲透率一定是個硬指标,但生鮮客單很低,同時我們又要滿足較高的客單沖刺,這時大額優惠券的價值就能體現。從宣傳角度打出“買多省多”概念,從供應商角度打出擴大銷售件數的利益。同時我們的大部分成本也能轉嫁到供應商自身。例如:168-25,188-30全品類券。

4. 用戶逐漸流失後的召回策略

流失用戶的召回核心就是為了拉長整個用戶的LTV(生命周期),這裡區分兩種情況,一種情況是用戶在我們的LTV周期内流失;另外一種情況是用戶走完了LTV才流失。

  • LTV周期内流失,追加CAC,确保ROI=1:按照上述場景,該用戶至少在下3個月每月2次,也就是6個訂單,假設期間隻下了3個訂單就流失,這時需要針對性投放品類券,門檻金額成本需要回顧該用戶的前3次LTV,追加CAC拉平ROI。
  • LTV周期外流失,二次建模,确保ROI=1或略小于1:通常如果用戶用了一段時間,想再來回歸,其實很難!遠比第一種流失更難!這時候我們需要二次建模,追加CAC,理想情況下可以做到ROI=1或者略小于1,但如果發現持續一段時間後仍然遠小于1,請果斷放棄此類用戶。

優惠券的設置邏輯可以更細更深,價格走勢,利潤核算,銷售波動,往期核銷率,競品力度每一個因子都有可能影響我們的設置項,回歸初衷,始終希望所有零售業能将最優質的産品以最實惠的價格帶給顧客!套路少一點,世界暖一點!

相關閱讀

我在零售巨頭做新零售:提升複購率

我在零售巨頭做新零售(十一):提升轉化率下

我在零售巨頭做新零售(十):提升轉化率上

我在零售巨頭做新零售(九):供應商管理

我在零售巨頭做新零售(八):事件歸因

我在零售巨頭做新零售(七):多觸點運營

我在零售巨頭做新零售(六):騰訊智慧零售

我在零售巨頭做新零售(四):用戶生命周期管理

我在零售巨頭做新零售四:用戶運營(下篇)

我在零售巨頭做新零售(五):活動運營

我在零售巨頭做新零售(三):用戶運營

我在零售巨頭做新零售(二):社群私域流量

我在零售巨頭做新零售(一)

#專欄作家#

Leon;公衆号:Leon運營筆記,人人都是産品經理專欄作家。前騰訊京東運營經理,社交電商/O2O新零售行業資深研究員。

本文原創發布于人人都是産品經理,未經許可,禁止轉載

題圖來自 Unsplash,基于 CC0 協議

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关生活资讯推荐

热门生活资讯推荐

网友关注

Copyright 2023-2025 - www.tftnews.com All Rights Reserved