你的电商用户为什么留不住?

本文来自连线家,客户忠诚营销理论,是在流行于20世纪70年代的企业形象设计理论和80年代末的客户满意理论的基础上发展而来的。

上周在一个活跃的电商行业群里,大家听一位刚刚创业失败的哥们,分享他的经验教训。

他从传统零售走入电商5年,去年创立一家精选电商平台,最近融资不利被迫关闭。

这位老兄在分享总结经验的时候,有一点引起了笔者的关注:

互联网用户的 客户忠诚度 实在是太低了,大多数都是贪便宜的,这和线下店根本没办法比。

客户忠诚度,这是一个很有意思的话题。今天我们就来探讨这个话题:

电商的用户为什么留不住?

关于客户忠诚度

客户忠诚营销理论,是在流行于20世纪70年代的企业形象设计理论和80年代末的客户满意理论的基础上发展而来的。

客户忠诚度是一个量化概念,

具体指由于质量、价格、服务等诸多因素的影响,使顾客对某一企业的产品或服务产生感情,形成偏好并长期重复购买该产品或服务的程度。

美国资深营销专家Jill Griffin认为:

客户忠诚度是指顾客出于对企业或品牌的偏好而经常性重复购买的程度。

因此客户忠诚度的三个基本指标为:

  • 整体的顾客满意度:满意or一般or不满意
  • 重复购买的概率:高复购or复购or不复购
  • 推荐给他人的可能性:愿意or一般or不愿意
我们之所以如此关注客户忠诚度,是因为客户忠诚度对于企业利润影响很大。

根据统计,当企业挽留顾客的比例增加5%,获利便可提升25%-100%。

因此建立客户忠诚度,是企业维持利润增长的最有效方法。

注:本部分内容主要来自于百度,仅做整理供各位参考。

客户忠诚度分类

对于绝大多数商业人来说,我们对于客户忠诚度的理解,往往停留在那些死忠粉的营销故事上。

实际上,客户忠诚度根据其消费决策动机的不同,笔者认为可以分为四类:

敏感型

  • 消费动机:有购买意向
  • 决策关键:外界因素,如价格促销
  • 典型人群:促销抢购人群
  • 用户比例:50%-70%
偏好型

  • 消费动机:情感喜好
  • 决策关键:内在因素,信息触达
  • 典型人群:品牌店消费客户
  • 用户比例:40%-60%
知识性

  • 消费动机:产品认知
  • 决策关键:产品属性打动用户
  • 典型人群:数码玩家
  • 用户比例:5-15%
共鸣型

  • 消费动机:消费惯性
  • 决策关键:按照需求进行消费
  • 典型人群:各类粉丝如苹果粉丝
  • 用户比例:3-5%
我们以苹果手机用户为例:

  • 80%以上:处于品牌偏好购买,当然价格是最为敏感的决策因素
  • 5-15%:专业数码玩家,购买前会仔细研究新款苹果手机的配置
  • 5%以下:对价格和配置并不关心,彻夜排队只为早拿到手机
由以上分析可知,客户忠诚度的质量顺序是:

共鸣型>知识性>偏好型>敏感性

但由于商业企业的逐利性,我们习惯性选择敏感型客户作为突破口,于是价格战就成为零售商们的第一选择。

客户忠诚度模式分析

前文笔者整理客户忠诚度的定义,也总结了自己对于客户忠诚度的分类。

这一切都是为了解读本文开篇的那个问题:

互联网用户的客户忠诚度为什么这么低?

观点

电商用户之所以留不住,是因为我们在沿用传统零售的客户忠诚度模式。

国内实体零售商在过去的20年,一直处于快速开店、跑马圈地的状态。

单体门店的主要经营压力并非来自同行,而是如何通过提高复购率提升单店经营质量。

这一切来源于传统零售的流量模式:

以门店为核心的地理流量模式。

零售商的第一选择是以最快的速度增加门店数量,抢占优质的利地完成优质用户的覆盖。

迫于单店经营及门店发展的压力,传统零售商在建立客户忠诚度模式时:

  • 优先选择基数最大的敏感性用户群体
  • 利用高频价格促销提升单店销售业绩
小结

传统零售商的客户忠诚度模式:

  • 抓住敏感性用户,其他忠诚度类型为补充
  • 偏好/知识/共鸣型是后期运营精细化的方向
国内电子商务的发展,一直在沿袭传统零售的经验,这其中也包括客户忠诚度模式。

但是问题在于:

互联网的流量模式和传统零售是完全不同的

互联网以域名为核心的流量模式,帮助用户突破零售门店的空间限制,实现了随时随地的便利。

这种流量模式最大化的降低了用户的迁移成本。

当电商们为争夺用户疯狂补贴的时候,用户很自然的利用低迁移成本快速切换,以最低成本换取最大的购物利益。

在线下消费,用户更换购物场所需要付出时间代价来缩短空间距离。

在线上消费,用户可以实现秒级店铺切换,所付出的代价无非是快递的快慢而已。

就购买过程而言,互联网用户的客户忠诚度低是非常自然的现象。

人已赞赏
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索