Celebrus 成功案例－網路零售商透過客戶分群提高 14% 轉換率

客戶介紹

這家網路零售商成立於 1875 年，提供一站式線上購物服務，擁有 200 萬以上的活躍用戶、超過 50% 的線上購物比例，以及 50 組以上的預測模型，該企業是英國最成功的網路零售商。它們利用 Celebrus 提高 14% 轉換率、每回應需求（demend per response）增加 9%、總銷售額改善 3.7%。整體改善了客戶消費體驗、高度個人化、統一跨渠道的客戶資料、最大化行銷 ROI。 

挑戰

隨著網路購物的便利性改變了客戶行為，這家大型網路零售商早已洞察網路銷售的巨大變化。除了維持線上的成功之外，這家全通路零售商還著手擴大在英國本地的零售店鋪與海外影響力。

該公司擁有數百萬個活躍的客戶帳戶，很早就認知到戶資料的價值。他們使用 Teradata 資料倉儲作為所有交易和客戶資料的單一資源庫，大量的收集線上客戶訊息，每月會產生約 65GB 的資料，他們可以從中獲得詳細的客戶資訊和商業價值。

這家零售商希望在所有管道（包括零售店）統一他們的客戶資料並銜接客戶體驗。他們知道要做到這一點，必須在正確的時間、透過正確的管道、傳遞正確訊息。

解決方案

這家大型零售商選擇 Celebrus 來處理他們所有線上客戶互動的數位資料搜集，包括每次點擊、搜尋、購物籃變化和購買。所有這些資料都被即時輸入 Teradata 資料倉儲。Celebrus 的資料還被用來將客戶分群，以改善個人化的行銷互動，提高投資報酬率。

例如，他們為其中一個品牌創建了六個等級來區隔市場–從「在線互動的頂級購物者」到 「沒有品牌參與」。他們根據這些等級訂定客戶聯繫策略，包括每個等級的客戶的不同溝通方式，例如行銷管道和促銷的類型。確定這種分類等級的一個關鍵因素是透過 Celebrus 的資料了解客戶的線上行為以及創建以線上為核心的變量。

這家網路零售商還利用 Teradata Vantage CX 中的 Celebrus 資料來改善行銷歸因，並消除在整體行銷支出中，佔有很大比例的付費搜尋的低效表現。例如，透過客戶終身價值（LTV）和信用拒絕率等措施分析不同付費搜尋關鍵詞的業務影響，使網路零售商能夠調整搜尋支出，並將重點放在那些有助於提高客戶終身價值的詞上。

註：Celebrus 支援多種語言，包含 SAS、Teradata Customer Interaction Manager、Teradata Vantage CX、Python、R，大大提升客戶平台串接的自由度。

_______________________________________________________________________________________________________________________

隨著超過一半比例的網路購物，Celebrus 數位互動資料所提供的訊息精細程度是很有說服力的。

不僅可以幫助我們理解客戶持續變化的行為（例如客戶轉移到行動裝置），而且還可以作為戰術和戰略決策的參考。

_______________________________________________________________________________________________________________________

成果

目標一：最大化行銷活動的效率並增加投資報酬率

Celebrus 技術的力量已經改變了零售商對客戶旅程的理解，讓他們能夠在使用客戶資料技術方面變得更加純熟。網路零售商使用 Celebrus 蒐集的資料，發送促進消費者有更進一步動作的郵件，解決客戶「只看不買」或「從購物車中刪除」的情形。電子郵件行銷也會根據客戶的產品喜好或從分眾行銷的角度進行，例如標示對價格敏感的客戶。

除了獲得更好的行銷投資報酬率，以及從改進的行銷歸因中大幅減少成本之外，這家網路零售商也使用預測模型來了解客戶購買的可能性。該組織擁有超過 50 個預測模型。在導入網站資料之前，這些模型僅使用交易和支付資料。在加入 6 個月的 Celebrus 數據（包括代表更強烈購買意願的網頁瀏覽數據）來充實這些資料後，模型的準確性大大提高。

目標二：優化預測模型，提高回覆率

這家網路零售商將客戶區分了三種不同的行為角色例如「貨比三家的客戶 value hunters」、「頻繁放棄者 frequent abandoners」和「追隨潮流的客戶 on-trend customers」。這使他們能夠在客戶造訪時創造一個更相關、更個人化的體驗。對於不斷查詢優惠商品或在篩選器按下價格排序的「貨比三家的客戶」，網路零售商用 Celebrus 觸發條件以進行個人化操作；同樣「頻繁放棄者」可以被識別並啟動相對應的策略，以鼓勵他們完成購買或增加購買數量；而那些一直在尋找新產品的「追隨潮流的客戶」，可以透過郵件推薦最新商品給他們。

這種對線上客戶行為的深入了解也直接反饋到商品銷售策略中。每個網站有超過 50,000 個 SKU，對於商家來說，追蹤各品類的銷售情況和改善滯銷的商品銷售是很困難的。這家網路零售商現在使用 Celebrus 資料來提高產品轉換率，並確定行銷活動的優先次序。舉例來說，光是比較某產品的每周轉換率就可以發現許多問題，比如熱門尺寸的缺貨到產品差評等。

_______________________________________________________________________________________________________________________

客戶可以透過產品評論進行搜尋，所以任何產品只要有低於 2 星的評價就會讓客戶卻步。

重新審視這些產品可以發現不是產品文案有問題就是圖片不夠好。

本質上來說這些資料既為企業提供了一個需要優先處理的產品清單，也可以作為下一季行銷計畫的參考依據。

_______________________________________________________________________________________________________________________

更多 Celebrus 成功案例請參考我們的文章：Celebrus | 打造高度個人化顧客體驗的 5 個關鍵步驟