什么是目标客户优化模型，该如何拆解？

“目标客户优化模型”是什么？“目标客户优化模型”实际上是一个从理解到验证的循环过程。在这个过程中，我们通过业务理解，提取不同维度的“目标客户”指标，通过数据获取、建模和分析，描绘真正的“目标客户”特征，采取行动，获取反馈数据，然后放回我们的模型，验证其有效性。总而言之，下图是：有些人说销售是一个从找到线索到收款的过程，但成功销售的“底层结构”必须是一个不断优化业务理解，在分析中找到正确目标的过程。模型拆解：一个制造企业的案例光说不练，多好的理论看起来都干巴巴的。让我们通过一个案例带您一步一步地拆解我们的模型。一般企业将预测目标客户或从其他企业的目标客户识别规则中学习，区分目标客户，并为这些客户开展专项营销策略。因此，在统计中，我们可以优先考虑这些客户的比例。例如，本案中的企业目标客户属于“房地产行业”，“企业规模超过1000人”。这些客户在过去几年发展迅速，采购规模翻了一番，给企业带来了巨大的效益。随着市场的低迷，每年满足要求的客户越来越少。企业现在希望修改目标客户的筛选规则，优化营销策略。首先是三个KPI：1、主要指标:今年订单金额的副指标:达成率(今年订单金额)／今年的目标金额)这个指标可以和现在的时间相匹配，很简单粗暴的看你的目标客户是否找对了。例如，现在是6月初，但目标实现率只有不到30%，这肯定了问题的存在；2、主要指标：目标客户数量副指标：贡献（目标客户金额）／今年的订单金额)可以看出你想象中的“目标客户”给你带来了多大的贡献，只占今年订单金额的9%，再次确认了问题的严重性。3、指标：目标客户比例（目标客户数量）／最后，根据“二八原则”，80%的收入来自20%的客户。目标客户在这里既没有达到20%，收入更小。“目标用户”需要从以上三个KPI中进行调整。锁定问题后，当然需要修改目标客户的筛选规则，优化营销策略。但是，如何修改呢？我们的数据需要继续拆解。首先，最“粗”的一层就是区分新老客户。我们发现老客户占所有客户的73%，而我们想象中的“目标客户”只占老客户的13%。因此，锁定老客户作为深入挖掘的对象。一方面，老客户对产品的粘性更高，更容易转化；另一方面，维护老客户和转化老客户的成本远低于新客户。因此，在此基础上，我们继续拆分“老客户”群体。先看行业差异，发现制造业和金融业的客户数量和成交量比我们设定的标准——房地产行业更突出。接下来，我们来看看近年来几个行业的交易规模趋势。我们忽略了2018年，因为2018年刚刚过去一半，数据不完整。可以看出，以绿色面积为代表的制造业是最好的；然后，根据交易规模，发现差异不是很明显。没关系。让我们换个角度。气泡图左，横轴为交易次数，纵轴为交易总周期，气泡大小代表金额。我们发现交易次数多，与我们建立关系长，交易金额大，是右上角的蓝色气泡——蓝色代表制造业；气泡图右侧，横轴、纵轴、气泡大小不变，颜色组以“区域”为标准，我们发现以蓝色为代表的“北方地区”排名第一。现在我们可以锁定三个关键词：北方地区、制造业和金融业。那么，还能继续细化吗？左组合图:横轴为年，蓝色为客户，紫色为订单，绿线代表交易金额。我们发现，尽管北方市场的制造业和金融业的客户和订单数量逐年减少，但交易规模却在逐年增加！这说明，虽然我们的客户数量少了，但是质量很高，这里的订单越来越大。右组合图：横轴为年，蓝色为客户，紫色为订单，绿线代表交易金额，如左图，但通过过滤，只留下制造业（因为在前面的分析中，制造业更突出），我们发现制造业客户交易规模明显上升。在这里，事实上，我们已经锁定了新的“目标客户”，并可以描述他们在哪里：然而，尽管我们描述了这些特征，但我们也希望进一步了解特定客户的具体维护方法。数据能告诉我们答案吗？当然！它仍然使用气泡图，但这一次，里面的气泡要少得多——是的，因为只有刚刚筛选出来的北方地区制造用户。横轴为交易次数，纵轴为交易周期，每个气泡代表一个客户，气泡大小代表交易金额。现在我们可以进一步细分这些客户。右上角：交易次数多，交易周期长；已成为我们的“目标客户”，应注重保护和维持关系；右下角：交易次数多，交易周期短；这是我们的“潜在目标客户”，需要长期合作，转向右上角；左上角：交易周期长，交易次数少；这也是我们的“潜在目标客户”，需要通过营销手段刺激多次消费，向右上角转换；左下角：交易次数少，交易周期短；保持正常维护，向左或向右转换。到目前为止，我们已经完成了一系列从商业理解到特征描述的过程。到目前为止，我们已经完成了从商业理解到特征描述的一系列过程。然而，为了实现模型的“优化”魅力，我们还需要一个重要的步骤——行动！根据上述洞察力，制定相应的营销策略，努力经营一段时间，然后将反馈数据放回看板进行验证。