1704273070
为了进一步说明这一点，我们拿银行业举例子，银行业受制于严格的数据使用限制，目前还没能够做到精确地满足客户需求。将来，银行不需要再按照年龄、收入等标准将客户归类，例如这个客户31岁，月收入2600欧元，按照储蓄账户的工资记录可以推测出他在一个大集团的子公司工作，他有一辆大众POLO汽车。相反，即便这个客户还没有在银行开立贷款账户，银行也知道，无须再去向他推荐住房抵押贷款业务。因为，这个客户刚刚被系统归入了一个新生成的聚类中：他是一个小朋友的父亲，住在一个新建住宅区内，且已经拥有了房屋近100%的产权。
1704273071
1704273072
我们应该允许银行合法地使用这些数据，因为IT系统早就可以完成对客户的动态实时分类了。我们不应该让真正的智能数据聚类分析仅停留在想象阶段。我们从银行的客户关系管理系统和账户信息中可以轻松访问这些数据。产生的统计费用很直观，且操作简单。银行的客户不会再收到标准化的银行通知单了，取而代之的是真正符合每个客户实际情况的通知单。这样，客户会觉得银行十分清楚他们的需求，最终，这会为银行带来更大效益。
1704273073
1704273074
提出自己独特的销售主张
1704273075
1704273076
我们如何能够使我们的产品与客户需求相适应，从而……
1704273077
1704273078
☆提升某一个已识别的聚类中客户的购买意愿呢？用市场营销术语表达，就是我们能够常常让客户按下“购买键”。
1704273079
1704273080
☆提升必要的市场营销措施的盈利性？或者我们可以准确地预见到，哪些市场行为可以让我们实现盈利。
1704273081
1704273082
这两个问题的答案就是智能数据分析流程的下一阶段：提出自己独特的销售主张：此处我们探寻的是“是什么”的问题，即我们要改进产品的哪些方面。至于“怎么做”的问题——我们希望如何满足客户需求，我们放到下一阶段去讨论。
1704273083
1704273084
在探讨“是什么”时，经常会出现的情况是讨论泛滥。原因是，这个问题的答案范围本身就很宽泛，答案有可能是“我们需要适当调整一下直邮策略”“在周末开展打折促销”，或者“做广播广告以提高知名度”，甚至是“我们还是干脆换一种产品吧”“我们需要彻底改变我们的网点选址策略”。
1704273085
1704273086
在智能数据框架内，我们会去尝试系统地调整一个产品所有可能的变量，这项工作需要由一个复合型的专家团队来完成。需要注意的是，在着手工作之前，要清楚地定义出产品变量的范围，例如价格、颜色、打捆、包装、产品说明书、附加金融服务。后续，不同的信息会被分别归入这些变量范围内。
1704273087
1704273088
在智能数据流程的这个阶段还需要注意，智能化意味着，在可预见的时间内具有实现的可能性。在一个月之内或者一年内，我们究竟能够将哪些成果转化为生产力？做完这些之后，我们又通常会获得什么？
1704273089
1704273090
为此，我们需要关注一下通过数据获得的新认识：
1704273091
1704273092
☆客户需求（尤其关注老客户需求）
1704273093
1704273094
☆渠道偏好（尤其关注口袋份额较低的客户和潜在新客户）
1704273095
1704273096
☆购买驱动因素（价格、产品、种类、咨询、服务、地点便利、舒适性）
1704273097
1704273098
问题的答案与使用场合高度相关。但实际上，根据案例经验，答案也会因以下几方面因素而有所不同：
1704273099
1704273100
☆在X客户分组内，有可能通过捆绑销售实现交叉销售。
1704273101
1704273102
☆在Y客户分组内，具有通过提供更高附加值产品实现向上销售的潜力。
1704273103
1704273104
☆在Z客户分组内，清晰说明服务内容，可以有效提高客户口袋份额。
1704273105
1704273106
☆当我们扩大或者缩减产品种类时，我们可以获得新的客户分组。
1704273107
1704273108
☆当我们改善客户咨询服务后，我们可以优化A客户分组内的客户关系。
1704273109
1704273110
我们这样做的目的，不是去创造出一种产品，使其能够适应全部组别客户的需求。能做到这样当然好，但这不现实。相比之下，我们更需要做的是，塑造出具有现实意义的、有市场吸引力的、能够经受住市场考验的产品线，并以数据为基础，不断地去优化它。
1704273111
1704273112
我们后续还会详尽地论述这一问题，这里先提一下：
1704273113
1704273114
我们的目的是要搭建一套自学习系统。
1704273115
1704273116
通过在各分类组中的系统性对照实验，我们可以检测出，哪些产品变量在哪个客户分类组中可以取得最大的盈利效果。然后，在智能数据流程的下一阶段，我们可以进一步地校准我们的认识，综合考虑销售时机、销售渠道等因素，使USP更加具有针对性，从而一步步挖掘客户潜力。
1704273117
1704273118
然而，特别是在智能数据流程的第四阶段，提出具有普遍性的智能USP和市场营销法则是很难的，甚至不可能，这是由第四阶段本身的性质所决定的。因此在本书的第三部分，我们会列举很多案例，这些案例试图去提出独特的销售卖点，为智能化的客户营销（在对的时间、采用适当的营销话术、提供适合的产品）奠定了基础。
1704273119
[
上一页 ]
[ :1.70427307e+09 ]
[
下一页 ]