近几年来,实体零售的发展确实面临了不少压力,事实上不仅仅是因为互联网、电子商务的冲击,其自身的经营也暴露出了诸多问题,如经营方式粗放、有效供给不足、运行效率不高等等。经过一两年的“折腾”,越来越多的企业开始意识到这些问题,并且付诸于实践由单渠道经营转变为多渠道甚至是全渠道服务、由粗放式管理转向注重质量效益的精细化经营。
在这过程中,消费者体验越来越受到重视,会员数据成为零售企业的核心资产。对此,在日前北京时尚行业CIO联盟的沙龙活动上,齐著云市场总监罗正华表示,近几年来实体零售市场确实发生了一些变化,譬如从商场坐销变成了网络行销、越来越多的零售店面变成了线下体验店、大而全的产品品类变成了小而精的特色产品、粗放式的管理变成了精细化管理。
“特别是在会员方面,商家的会员来源不再是线下的资料填写,还可以通过各种形式吸引粉丝关注公众号或是让粉丝线上注册会员,通过网络做到与粉丝的零距离互动。”他说。
那么,如何以会员服务为中心的主线、以渠道管理和营销工具为辅助,实现线上线下营销体系的移动化、协同化、数据化和场景化呢?
在罗正华看来,零售企业的运营思路需要从产品为中心逐步转变为以客户为中心,需要好的工具,也需要好的营销。具体而言,就是在数据化分析的基础上,提升线上商城销售额的同时,借助线上的营销工具、移动化工具实现线上流量向门店的转化、提高库存的共享运转、提升店员的服务水平。进而增加会员的粘性,充分利用会员的社交圈宣传品牌信息及商品。
罗正华将会员的发展分成了三个步骤:首先,除了门店客流之外,商家还可以通过游戏活动、微网分销、VIP代言、网红引流、媒体互动等方式将消费者转化为商家粉丝;在此基础上,通过新会员养成计划,再将粉丝转化为会员;而要把低频次会员转变为高粘性、高互动、线上线下全渠道的粘性会员,还需要商家进一步通过用户标签化、内容运营、活动营销、双级客服、周期营销等方式与会员用户产生连接、互动,并形成持续性的转化。
举几个例子,借助于齐著云的上线,某女装品牌在近一年内门店平均会员销售占比达到了80%以上,VIP二次消费平均达到40%以上,店铺业绩同比上线前提升50%以上;某品牌通过对会员做精细化标签短信营销,带来投资回报率比正常活动高出数倍的销售额,ROI达到1:4000以上;某女装品牌2016年十一国庆期间策划积分兑换优惠券活动,累计发放优惠券共计使用率在50%以上,活动累计带来的线下订单销售额在782万以上。
“总的来说,零售商家要学会活用标签,在这基础上通过精准化营销、电子券投放、线上线下营销活动、第三方资源的利用、导购管理等多维度的营销和服务,为消费者提供全方位、360度的极致体验,实现消费者转化,提升会员忠诚度。”罗正华表示。
对此,北京五色风马服装服饰有限公司信息部总监关健也表示:“客户,是需要我们投入时间、精力和金钱去维系的。而在 ’新零售’的商业模式下,企业必须顺势而为,第一层搭建数据平台,第二层打造快速响应的供应链、柔性满足客户需求,第三层次即为客户提供极致的体验和服务。”
可以说,品牌企业除了要考虑销售规模,品牌价值、用户口碑也是每个企业关心的事情,其重要程度甚至超过短期的销售利益。对此,CRM恰恰是从用户体验、用户口碑角度出发,成为提升品牌价值的“利器”。
那么,如何上一套CRM,从而与客户更好地互动、对VIP进行更好的管理呢?从类别上看,CRM系统分为以Sieble、Dynamics、Hybris等为代表的平台类、以数云、用友、金蝶等为代表的产品类以及以Salesforce、齐著云等为代表的云产品类。
“五色风马在选型时主要考虑几个要素,产品的优劣势、产品及项目实施的预算、硬件的投入、项目周期、后续维护投入以及维护人员数量等等。”关健认为,要快速上线一套CRM系统,首先项目需求要明确,系统架构、对接要考虑清楚,此外,要明确会员体系并制定明确的系统关键指标,从而为会员营销提前做好准备。
正是基于这样的思路,五色风马以客户需求为导向建立了以客户体验为核心的生活体验店,并通过导购分销体系、社区营销、微商城等渠道,将目标客户引导至线下体验店,通过导购服务平台为顾客提供极致的产品和服务,对客户生命周期进行管理。
据关健介绍,目前,五色风马已经打通了门店、天猫、微商城的会员体系。自CRM系统上线后,会员招募率同比提升了46%,会员复购率同比提升了15%,消费占比也从62%提升到了78%。但五色风马的目标远不止于此,如何利用大数据细分客户、借助导购辅助工具、建立一套适合的利益分配体系从而进一步深挖客户潜力,如何引入BI、试衣系统、导购系统等进一步扩展CRM系统应用、打造会员360度视图,将是五色风马接下来的重点。
“我们认为,消费的升级需要高级定制的产品加上极致的客户体验,而其中,产品是 ‘所想即所得’,服务则是 ‘得人心者得天下’。”关健总结道。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。