会员登录
会员注册
数据分析形成会员分类 进行精细化营销
那么，怎样才能对用户的数据进行深度挖掘呢？让我们看看这个商场是怎么做的。
首先，这个商场根据用户的消费额和消费频率将用户进行分级，对消费金额较高的重点客户进行定期电话回访，以保证高端客户稳定。在这个环节中，数据挖掘团队首先对用户的消费额度和消费频率进行平均，再将每一个用户的消费频率和消费额度与平均值相比，得到与平均值有显着差异的用户，通过进一步的电话和短信访问区分出高价值客户和低价值客户。再将高价值用户的消费额与消费频率进行交叉，对高价值用户进行进一步的细分。其次，分析师根据用户的消费频率和购物习惯将用户进行分类，根据对会员进行的电话访问结果和消费数据的分析，建立了会员的购物模式分类模型，通过聚类分析，将会员归类到各个细分的类别当中，再经过与商场的一线人员的实际沟通，对分类结果进行进一步的修正。对每一个新加入的会员经过判别分析后直接归入到其所属的类型当中，在经过一段时间的观测取得一定量数据后，即可对其展开针对性的营销推广活动。
用户在持有会员卡进行一定频率的消费后，模型自动判断用户在商场的购物类型和习惯，将会员细分为价格敏感型、超市购物型、品牌忠诚型、附近居住型等不同的类型。根据差别分析的结果检验，商场发现，价格变化对价格敏感型用户的差别影响程度达到了87.2%，其他类型的用户群体在差别检验中，也显着地体现出了其主要的影响因素。
这一结果首先被应用于针对性的定制营销。商场有针对性地发送了不同的促销信息，包括对价格敏感型用户在推送内容上主要以打折促销信息为主，将其习惯在商场购买的商品的相关打折促销信息准确地通过短信推送到其手中。而对于品牌忠诚型消费者则有选择地推送相关品牌的新品上市、价格促销等信息。同时通过与用户的频繁接触，对用户的个人信息进行了定期的维护和更新，使得商场有能力通过邮件递送的方式，将过去需要消费者到店领取的优惠券直接递送到消费者的手中。
在第二阶段，根据本地消费者与商场会员的购物习惯，将本地消费者习惯购买的商品的相关信息，根据消费者的购物习惯进行共同的促销信息推送，以吸引原本在其他地方购买商品的用户在本商场进行更多的相关产品购买。例如购买品牌服装的女性消费者通常具有较大的化妆品及护肤用品的消费需求，在过去，由于商场面积较大以及商场一贯的高端形象，很多消费者是在其他商场购买化妆品和护肤用品的，但经过对消费者购物习惯的数据挖掘后，商场针对只在商场购买服装的女性消费者有针对性地根据其购物的价位推送相关化妆品和护肤用品的广告，同时调整了购物通道的设计，使得消费者能够更容易从服装区到达化妆品区域。经过一个月左右的实际检验，商场的化妆品和护肤用品销售额得到了大幅度的增长。