什么是细分？场馆营销人员指南
什么是细分？了解场馆如何根据行为、人口统计特征以及最近消费、消费频率和消费价值对访客进行分组，并附有示例和最佳实践。
客群细分是指将宾客群体划分为具有共同可衡量特征的组别，从而对每个组别采取针对性的具体行动。
您正在准备一项营销活动，最简单的选择就在面前：给所有人发送相同的促销信息。但您的列表包括忠诚的常客、未再光顾的宾客以及刚发现您场所的人群。有价值的问题不仅在于谁属于同一群体，更在于谁应该通过哪种被许可的渠道收到这条信息，以及您将如何判断这是否吸引他们再次光顾。
目录
- 为什么不应该向所有客人发送相同的营销信息
- 通俗解释什么是客户细分
- 人口统计学细分与行为细分的对比
- 详解最近消费、消费频率和价值细分（RFM）
- 餐厅、酒店和零售业的细分案例
- 构建可靠客户细分的最佳实践
- 选择细分方法及后续步骤
为什么不应向所有宾客发送相同的消息
一家餐饮集团即将迎来经营淡季。营销经理准备了一份折扣电子邮件，并勾选了完整的客人名单。鉴于每个门店都需要预订，全员群发看起来非常合理。
不过，仔细观察一下接收者。常客已经预订了位置；老客在体验了一顿不满意的餐食后不再到访；新访客连接了 WiFi，但还没来得及决定是否喜欢这家餐厅。
同样的折扣并不能很好地解决其中任何一种情况。老客户可能会将其用于已经计划好的预订。不满意的访客可能需要有人认可他们的反馈。对于新客人来说，一次有用的介绍可能比另一次优惠更有价值。
从宾客的实际情况出发
这些是假设的宾客，而不是营销活动的结果。他们之间的差异说明了为什么邮寄名单并不一定等同于有用的受众。
- 常客可能更希望收到参加新品活动的邀请，而不是针对其日常消费的折扣。
- 流失宾客需要一个重新考虑的理由，前提是团队已经解决了任何尚未解决的投诉。
- 新宾客可能需要营业时间、预订信息或与其光顾地点相关的欢迎信息。
你的首要任务是识别出能够改变下一步行动的差异。如果无论分组如何消息都完全相同，那么这种区分可能毫无价值。
实用规则：除非你能明确说明对该细分群体成员采取的差异化举措，否则不要创建细分。
客户细分并不意味着每次营销活动都需要精心设计复杂的优惠。有时，最明智的决策只是发送有用的信息；而有时，则是将某位客人完全排除在该活动之外。
这就是从“群发消息”到“管理客户关系”的转变。你不再关注能触达多少联系人，而是开始思考联系他们是否有意义。
通俗解释客群细分的含义
优秀的接待者绝不会同等对待每一笔预订。喜欢安静的情侣可能会青睐隐蔽的桌位；大型生日聚会则需要聚在一起的空间；而单人用餐者可能更倾向于舒适的酒吧台位。
主人注意到了显著的差异，进而做出切实的决定。客户细分将类似的逻辑应用于访客数据库，利用已记录的特征、行为、需求或预测的响应，而非凭空假设。
下图将这些不同的需求与主人的决策联系了起来。
一种工作方法，而非数据库标签
市场细分在 1956 年 7 月成为一个正式的营销概念，当时 Wendell R. Smith 在《Journal of Marketing》上发表了他的论文。他描述了将异质市场视为更小的、相对同质的群体，并将细分与产品差异化区分开来，正如这份 营销里程碑历史 中所记载的那样。
通俗地说，产品差异化关注的是您的产品或服务与竞争对手有何不同。客户细分则首先关注您的客户彼此之间有何不同，然后考虑这些差异对您的产品或服务意味着什么。
酒店宣传其特色餐厅强调的是差异化。而酒店针对本地用餐者和再次入住的过夜客人选择不同的沟通信息，则是应用了客户细分。
如何让分组产生价值
像“互动访客”这样的标签听起来很有用，但留下了太多未解释的疑问。互动是指访客到店、打开邮件、填写问卷，还是完成了购买？
可用的细分客群需要更清晰的界限：
- 独特（Distinct）： 成员共享一个对决策至关重要的差异。
- 可识别（Identifiable）： 您的记录包含足够的依据来应用该规则。
- 可触达（Reachable）： 您拥有适当且被许可的方式来联系他们。
- 可执行（Actionable）： 团队可以提供具有相关性的内容并评估反馈。
请时刻牢记招待客人的比喻。注意到宾客有不同的需求并不是全部工作，主人还必须准备好合适的桌位。
因此，当有人问“什么是客户细分？”时，最有用的回答应同时包含分组与决策。数据库标签是对人群的描述，而一个切中要害的细分群组则能帮助您的团队决定为他们提供什么服务。
人口统计学细分与行为细分的对比
了解访客是谁可以帮助你撰写文案。而了解他们做过什么，通常能为你提供更明确的发信理由。
人口统计细分根据档案信息（如年龄段或家庭类型）对访客进行分组。行为细分则使用记录的活动数据，例如到访次数、消费、预订、住宿和问卷回复。
这两种方法都无法让您洞察一切。画像信息可以提供背景上下文，但无法揭示真实意图；行为记录可以展示具体动作，但无法解释背后的动机。
场所的人口统计学细分与行为细分的对比
| 客群类型 | 分组依据 | 场所示例 | 支持的行动 |
|---|---|---|---|
| 人口统计特征 | 已记录的档案特征 | 已提供与家庭优惠相关的家庭信息的访客 | 在该信息确实重要时调整内容 |
| 行为特征 | 已记录的行动和互动 | 访问历史显示已不再光顾的访客 | 考虑发送挽回信息 |
| 基于价值的行为特征 | 消费和购买历史 | 记录消费较高的回头客 | 考虑进行客户留存或相关的交叉销售 |
| 地理特征 | 位置或主要场所 | 与特定餐厅关联的访客 | 发送该门店的相关信息 |
邮政编码通常更适合视作地理位置信息而非人口统计信息。不过，这一区分远没有弄清楚字段能告诉你什么重要。
邻近的邮政编码并不能证明某人会定期光顾；年龄段也不能证明他们偏好某份特定菜单。切勿将宽泛的特征强加为缺乏依据的个人偏好。
选择能够改变行动的差异化切入点
假设你想鼓励久未光顾的宾客再次到来。相比年龄或家庭类型，光顾历史能为你提供更直接的起点。
例如，一位 45 天内没有到访记录的宾客可能符合赢回旅程的条件。麦肯锡在其关于大规模数字个性化的指南中建议，首先设置大约八到十个基于行为的细分群体，然后通过客户旅程添加更精细的微细分。
将其视为一个易于管理的基础框架，而不是必须填满的配额。一组清晰易懂的较小分组，远比没人能解释清楚的复杂分类更具实用价值。
在选择细分类型之前，请先询问：
- 决策：我们试图改变什么？
- 依据：哪些记录的特征与该决策相关？
- 局限：我们不能从该特征中安全推断出什么？
当人口统计信息有助于提高相关性时，请使用人口统计信息。当行动取决于访客的行为时，请使用行为数据。仅当附加条件能够改变决策，而不仅仅是为了缩小受众规模时，才将两者结合起来。
RFV（最近一次消费、消费频率和消费价值）细分详解
最近一次到访、频次与价值（通常缩写为 RFV）将交易和到访历史转化为实际问题。客人最近一次来是什么时候？他们多久光顾一次？他们的消费金额是多少？
这些指标描述的是不同的维度。近期光顾的宾客不一定是常客，而高频光顾的宾客也不一定是高消费客人。
该图表在将这些维度组合成宾客群体之前，先对其进行了拆分。
将各个维度结合起来解读
设想一位过去经常光顾但最近不再出现的咖啡馆宾客。将他们与一位刚完成高消费住宿的酒店宾客进行对比。
咖啡馆客人的模式转变或许值得触发一次挽留邀约；而酒店客人可能更适合离店后的持续沟通。单凭消费金额无法解释这种差异。
- 最近到店时间（Recency）有助于识别访客目前的状况。
- 频次（Frequency）有助于区分固定的习惯与偶尔的到店。
- 价值（Value）使用明确定义的衡量标准提供消费背景信息。
在对访客进行比较之前，请先确定观察期。同时决定价值是指记录的收入、平均购买价值还是其他衡量指标。如果在未考虑成本的情况下，不要仅凭某人消费金额高就称其为高利润客户。
保持数据的时效性
如果最新的互动未能实时体现在资格筛选中，基于到访时效的分组就会失准。如果某个营销活动使用的是旧导出数据，那么重新光顾的客人就不应继续被归类为非活跃客户。
统一的记录可以将 WiFi、收银机、预订、住宿和问卷调查事件整合在一起。但这些事件不能混为一谈：WiFi 登录代表一次记录在案的连接，而收据则记录了一笔实际购买。
针对你所衡量的行为，请使用最强有力的现有依据。不要默默将每一次互动都视同为一次销售。
关于相关框架，针对餐厅和酒店业的 RFM 细分 指南更加详细地探讨了最近一次消费时间、消费频率和消费金额。
观看随附视频时，请牢记这些区别。
一条有用的 RFV 规则应该描述访客的当前状态，而不是给他们永久贴上某种身份标签。人们的身份会随着行为的变化在不同分组之间流动。
餐厅、酒店和零售业的细分客群示例
将实际的营销活动与受众分段定义并排并列时，分段会更容易评估。这些假设场景展示的是运营决策，而非宣称的成果。
每个规则都始于一个可观察到的事件，也都包含一个停止发送的理由。
与正确门店绑定的餐厅邀请
餐饮集团想要推广季节性活动。合理的受众是与举办地点关联的访客，而不是去过该集团旗下所有门店的人。
| 决策项 | 示例 |
|---|---|
| 资格规则 | 近期在目标餐厅有用餐记录的客人 |
| 信息内容 | 注明该餐厅名称并介绍活动的邀请函 |
| 压制规则（排除项） | 排除已预订活动或近期已接收过相关信息的客人 |
| 预期结果 | 增加活动预订量或实际到店出席率 |
在规则和消息中保持位置信息清晰可见。访客不应该打开预订页面才发现活动地点在他们从未去过的某个地方。
退房完成后的酒店跟进
酒店可以考虑针对已退房且未进行下一次预订的访客。将发送时间锚定在已完成的住宿上，而不是某人恰好导出名单的时间。
消息可以根据访客主动提供的信息，提供一个相关且合理的再次光顾理由。不要仅仅根据账单就去推断他们上次入住的原因。
- 当情况发生变化时进行抑制： 排除有新预订、未解决的服务问题或相关联系限制的宾客。
- 衡量预期的行为： 寻找额外完成的预订，同时将其与咨询和取消区分开来。
- 保持门店的相关性： 使用上次入住的地点，除非宾客明确表达的兴趣支持其他选择。
附带重要证据限制的零售欢迎通知
零售场所可能希望向连接了宾客 WiFi 但尚未发生匹配消费的访客发送欢迎信息。
最后这句话至关重要。没有匹配的购买记录并不等于没有发生购买。客人可能在未提供身份信息的情况下完成了支付，或者零售商的交易数据尚未实现联网。
一条合适的推文可以介绍门店的服务，或邀请其再次到访，而不是指明对方空手而归。请对已经收到欢迎邮件或后续活动已使其不再适用的访客进行排除。
衡量可观察到的结果，例如匹配的再次光顾或购买行为，同时记录系统无法看到的内容。坦诚的测量始于坦诚的受众分段命名。
构建值得信赖的细分客群的最佳实践
编写受众分段规则时，要确保同事无需打开查询编辑器就能解释清楚。如果团队无法对谁符合条件达成一致，说明受众定义尚未准备就绪。
随后，请将细分成员资格与联系授权许可区分开来。客人可能会满足特定消费或到访规则，但未必符合您所规划的渠道或营销目的的联系条件。
下面的清单涵盖了基本的运营要求。
在激活时检查营销许可
基于同意的细分意味着不仅要检查电子邮件地址是否存在。在激活之前，还需核实收集目的、许可渠道、相关保留规则以及访客当前的偏好。
根据 Forrester 的消费者隐私细分研究发现，最近的美国隐私研究划分出了五类消费者隐私细分群体，并报告指出，自 2023 年以来，为了换取价值而共享位置数据的接受度在持怀疑态度的保护主义者（Skeptical Protectionists）中下降了 12 个百分点，在有条件的消费主义者（Conditional Consumerists）中下降了 23 个百分点。
实践带来的经验教训是克制。更详细的数据并不自动意味着需要发送更个性化的营销信息。
- 清晰记录资格： 说明符合条件的凭证和相关位置。
- 明确预期行动： 指定消息、渠道和目的。
- 一致应用抑制规则： 尊重退订请求，并排除情况发生变化的访客。
- 发送前重新核查： 此前符合条件的访客可能已无法联系。
- 评估结果： 根据业务影响保留、修改或停止该细分客群。
同样的原则也适用于处理 线下场所的第一方数据。
将现象描述与因果关系区分开来
高价值细分群体描述的是有价值的宾客。但这并不能证明这些宾客需要接收信息才会再次光顾。
将符合条件的访客随机分配到触达组和留存对照组，然后在相同的转化窗口期内观察这两组。防止重叠的营销活动以破坏对比的方式触及对照组。
访客在收到邮件后再次光顾只是一种观察现象。只有与适当的对照组相比产生差异，才是带来增量影响的证据。
促销绩效与增量指导 解释了为什么对照组有助于测量促销效果，而不仅仅是报告接收者的活动。
报告预估差异时应包含不确定性区间，并将优惠成本纳入考量。打开率和点击率有助于分析营销活动，但它们无法替代额外的到访、预订或购买行为。
选择客群细分方法及您的下一步行动
正确的运营方法取决于你需要核对多少宾客活动数据，以及你的团队维护管控措施的可靠程度。
电子表格可以帮助您审查预期的目标受众。独立的单点工具可能已经能够支持有效的营销活动。当决策取决于分散在这些系统中的活动时，统一的访客记录就变得至关重要。
比较受众背后的准备工作
| 方法 | 适用场景 | 团队必须管理的工作 |
|---|---|---|
| 手动电子表格导出 | 检查记录并测试简单规则 | 在激活前刷新数据、核对身份并重新核查权限 |
| 独立的单点工具 | 根据每个工具内捕获的活动采取行动 | 跨系统协调排除项、联系历史记录和效果衡量 |
| 统一访客记录 | 结合关联的访客历史记录评估规则 | 维护身份匹配、数据质量以及对每个事件的合规使用 |
不要仅仅根据建表的速度来做选择。要评估当宾客预订、再次光顾、投诉或选择退出时，你能够多快纠正数据。
打通的记录并不能消除对专业判断的需求。如果源数据不完整，细分群体仍然需要有明确说明的局限性。如果一条规则没有附带任何有用的具体行动，连接再多的系统也无法解决问题。
将运营模式付诸实践
Purple Engage将WiFi登录、收银销售、预订、表单、文件、消息和调查问卷答案整合到一个通过电子邮件匹配的访客记录中。其受众细分可以利用到店次数、消费和调查问卷答案，并随着活动的更改而自动更新。团队可以在一定范围内针对对照组测量额外的到店次数，并将该平台用于单个场所或多门店集团。
我们的建议是按主门店来划分细分群体，这样与曼彻斯特相关的访客就不会收到无关的伦敦促销信息。这能保持受众定义与访客所熟悉的地点紧密相连。
对于单次发送之外持续进行的营销活动，可使用 客户生命周期营销，根据访客关系的发展来调整下一步行动。
本周从一个简短的工作会议开始：
- 选择最有价值的宾客行为： 专注于您系统可以观察到的操作。
- 为每种行为编写资格规则： 包含依据、相关场所和终止成员资格的条件。
- 在上线前准备好测试： 设置对照组、转化转化窗口期、抑制规则和结果衡量指标。
保持初始规则简单易懂。你正在构建的是一个可重复的决策流程，而不是试图去描述每一种可能的宾客。
Purple Engage提供基于到店次数、消费和调查问卷答案的自我更新细分群体，并包含对照组测量，以评估额外的到店次数。访问 Purple Engage，探索已连接的访客记录如何支持更相关的受众群体，并更清晰地测试营销活动是否带来了客户复购。