什麼是客群細分？場館行銷人員指南
什麼是客群細分？瞭解場館如何根據行為、人口統計資料以及近期活動、頻率和價值對顧客進行分組，並提供範例與最佳做法。
客群分眾是將賓客群體劃分為具有可衡量共同特徵的組別，以便針對每個組別採取不同且具體的行動。
當您正在準備行銷活動時，最簡單的選擇就是眼前這個：向所有人發送相同的促銷活動。但您的名單包含了忠實常客、未再光顧的顧客，以及剛發現您場所的人。關鍵問題不僅僅是誰屬於同一個群體，而是誰應該透過哪種獲授權的管道收到此訊息，以及您將如何確認這是否吸引他們再次光顧。
目錄
- 為什麼不該讓每位訪客收到相同的訊息
- 通俗說明客群分眾的真正意涵
- 人口統計分眾與行為分眾之比較
- 解析近因性、頻率與價值分眾
- 餐飲、飯店與零售業的分眾範例
- 建立可靠分眾客群的最佳實踐
- 選擇分眾策略與下一步行動指南
為什麼不該向所有賓客發送相同的訊息
某個餐飲集團即將迎來生意較淡的時期。行銷經理準備了一封折扣電子郵件，並選擇了整個顧客清單。由於每個據點都需要預訂，因此廣泛發送看似相當合理。
不過，請更仔細地觀察收件者。常客已經有了預訂；老顧客在享用了一頓令人失望的餐點後不再造訪；新訪客連上了 WiFi，但還沒有時間決定他們是否喜歡這家餐廳。
同一個折扣無法妥善解決上述任何一種情況。熟客可能會將折扣用於早已計劃好的預訂。不滿意的訪客可能需要有人關注其意見回饋。而新顧客相比另一次優惠，可能更希望獲得有用的介紹。
從賓客的情境開始
這些是假設的賓客，而不是行銷活動結果。他們的差異說明了為什麼郵寄名單不一定是有用的目標受眾。
- 常客可能會因新活動的邀請而受益，而不是針對他們平時點購的項目提供折扣。
- 流失的顧客需要一個重新考慮的光顧理由，前提是團隊已解決任何尚未處理的投訴。
- 新顧客可能需要營業時間、預訂資訊，或與他們到訪據點相關的歡迎訊息。
您的首要任務是識別出能夠改變下一次行動的差異。如果無論分組為何訊息都完全相同，該分割可能就沒有實用價值。
實用原則：除非您能說明會對該分組的成員採取什麼不同的行動，否則請勿建立該分組。
客群細分並不意味著每個行銷活動都需要複雜的優惠。有時候，正確的決策只是傳送實用的資訊；有時候，則是將某位顧客完全排除在該行銷活動之外。
這就是從發送訊息轉變為管理關係的關鍵。您不再詢問能觸及多少聯絡人，而是開始思考聯繫他們是否合理。
白話解析受眾區隔的定義
一位優秀的主人不會將每一筆預訂視為千篇一律。喜歡安靜的情侶可能會喜歡偏角落的座位；大型生日聚會需要相連的空間；而單獨用餐的顧客可能更偏好舒適的吧台座位。
主辦者注意到顯著的差異，進而做出實用的決策。顧客細分將類似的推理套用到賓客資料庫，利用記錄好的特徵、行為、需求或預測的反應來代替主觀假設。
下圖將這些不同的需求與主人的決策連結起來。
是一種工作方法，而非資料庫標籤
市場細分化在 1956 年 7 月成為正式的行銷概念，當時 Wendell R. Smith 在《Journal of Marketing》發表論文。如這份 行銷里程碑歷史 所記載，他描述了將異質市場視為較小且相對同質的群體，並將細分化與產品差異化區分開來。
簡單來說，產品差異化探討的是您的產品與競品有何不同。而客戶分群則從詢問您的客戶彼此有何不同開始，進而考量這些差異對您的產品意味著什麼。
飯店宣傳其特色餐廳是在強調「差異化」；而飯店針對在地饕客與回訪的住宿旅客選擇不同的訊息，則是在應用「客群細分」。
是什麼讓分組發揮效益
諸如「高互動訪客」這樣的標籤聽起來很有幫助，但留下了過多未說明的疑點。高互動是指造訪過、開啟電子郵件、填寫問卷，還是完成了購買？
可用的受眾區隔需要更明確的邊界：
- 顯著性（Distinct）：成員擁有對決策至關重要的共同差異。
- 可識別性（Identifiable）：您的記錄包含足夠的依據來套用規則。
- 可觸達性（Reachable）：您擁有適當且獲得授權的方式來聯絡他們。
- 可執行性（Actionable）：團隊可以提供相關的內容並評估成效。
請記住主人的比喻。光是發現賓客有不同的需求是不夠的，主人還必須準備好合適的桌位。
當有人問到「什麼是客群細分？」時，最實用的回答會同時涵蓋「分組」與「決策」。資料庫中的標籤只是對人群的描述，而一個能運作的細分客群，則能協助您的團隊決定該為他們提供什麼服務。
人口統計與行為區隔比較
瞭解訪客的身分有助於撰寫訊息。而瞭解他們做了什麼，通常能為您提供更明確的發送理由。
人口統計細分根據個人資料細節（如年齡層或家庭類型）對賓客進行分組。行為細分則使用記錄好的活動，例如造訪、消費、預訂、住宿和問卷回覆。
這兩種方法都無法讓您掌握全貌。輪廓資訊可以提供背景脈絡，但無法揭示意圖；行為紀錄可以呈現實際行動，但無法解釋背後的動機。
實體場域的人口統計與行為區隔比較
| 受眾分段類型 | 分組依據 | 場地範例 | 支援的行動 |
|---|---|---|---|
| 人口統計 | 已記錄的輪廓特徵 | 已提供與家庭優惠相關之家庭資訊的顧客 | 在該資訊確實重要時調整內容 |
| 行為模式 | 已記錄的行動與互動 | 造訪記錄顯示已不再光顧的顧客 | 考慮發送挽回訊息 |
| 基於價值的行為 | 消費與購買記錄 | 具有高額消費記錄的常客 | 考慮進行顧客留存或相關的交叉銷售 |
| 地理區域 | 位置或主要場地 | 與特定餐廳關聯的顧客 | 發送該據點的專屬資訊 |
郵遞區號通常更適合視為地理資訊而非人口統計資訊。這種差異的重要性，遠不及明確了解某個欄位能為您提供什麼資訊。
附近的郵遞區號並不代表某人會定期光顧。年齡層也不代表他們偏好特定菜單。請勿將廣泛的特徵強加為毫無根據的個人偏好。
選擇能促成行動改變的差異點
假設您想鼓勵一段時間未光顧的賓客再次造訪。相較於年齡或家庭類型，造訪記錄能提供更直接的起點。
例如，45 天內無到訪記錄的顧客可能符合流失客戶挽回旅程的資格。麥肯錫在其大規模數位個人化指南中建議，先從大約 八到十個基於行為的受眾細分開始，然後透過顧客旅程加入更精細的微細分。
請將其視為可說明的架構，而非必須填滿的配額。一個數量較少且定義明確的分組，遠比無人能解釋的複雜分類更加實用。
在選擇區隔類型之前，請先思考：
- 決策：我們試圖改變什麼？
- 實證：哪項記錄好的特徵與該決策相關？
- 局限：我們無法安全地從該特徵推斷出什麼？
當人口統計資訊能提高相關性時，請使用該資訊。當行動取決於賓客做過的事情時，請使用行為資訊。只有當附加條件會改變決策，而非單純縮小受眾規模時，才將兩者結合。
解析近期消費、頻率與價值區隔
最近造訪度、頻率與價值 (Recency, frequency and value，常簡稱為 RFV) 能將交易與造訪紀錄轉化為具體的實際問題。顧客最近一次光顧是什麼時候？他們多久回訪一次？他們的消費金額是多少？
這些指標描述的是不同的狀況。近期造訪的賓客不一定是常客，而頻繁造訪的賓客也不一定是高消費額顧客。
該圖表在將這些維度組合為賓客組別之前，先將它們分開。
綜合解讀多個維度
想想一位以前經常光顧但最近不再出現的咖啡館賓客。將他們與一位剛完成高消費住宿的飯店賓客進行比較。
咖啡館顧客行為模式的改變，或許值得發送一張回訪邀請；而飯店顧客可能更適合退房後的後續溝通。單憑消費金額無法解釋這種差異。
- 近因性（Recency）有助於識別訪客目前的狀態。
- 頻率（Frequency）有助於區分固定習慣與偶爾造訪。
- 價值（Value）透過明確定義的指標提供消費背景資訊。
在比較顧客之前，請先定義觀察期。同時也要決定價值是指記錄的營收、平均購買金額還是其他衡量標準。如果尚未考量成本，請勿因為某人消費金額高就稱其能帶來利潤。
保持資料實證的即時性
當最新的活動狀況沒有反映在資格判定中時，基於最近造訪度建立的分組就會過期。如果行銷活動使用的是舊的匯出資料，那麼回訪的顧客就不應該繼續被歸類為非活躍顧客。
統一的紀錄可以整合 WiFi、POS 機、預訂、住宿以及問卷事件。但這些事件並不能混為一談：WiFi 登入代表一次記錄到的連線，而收據則代表一筆交易。
請針對您要衡量的行為使用最強而有力的可用證據。請勿將每一次互動都暗中視為一次銷售。
關於相關的架構，餐廳與餐旅業 RFM 細分指南 更詳細地探討了近因性（recency）、頻率（frequency）與消費金額（monetary value）。
觀看隨附影片時，請牢記這些關鍵差異。
實用的 RFV 規則應描述訪客當前的狀態，而非永久賦予他們某種身分。隨著行為改變，人們會在不同群組之間移動。
餐廳、飯店和零售業的受眾區隔範例
當您在旁邊附上實際行銷活動時，受眾分層定義會更容易評估。這些假設情境展現的是營運決策，而非宣稱的成效。
每個流程都始於一個可觀察到的事件，也都包含一個停止發送的理由。
與特定據點連結的餐廳邀請
餐飲集團希望推廣季節性活動。合理的受眾是與該舉辦地點相關的訪客，而非造訪過該集團的所有人。
| 決策項目 | 範例 |
|---|---|
| 符合資格規則 | 近期內曾在該主辦餐廳消費用餐的訪客 |
| 訊息內容 | 載明該餐廳名稱並說明活動內容的邀請函 |
| 排除條件 | 排除已預訂活動或近期已接收過相關聯絡的訪客 |
| 預期成效 | 帶來活動預訂增量或實際出席人數增長 |
在規則與訊息中保持地點資訊清晰可見。訪客不應該需要打開預訂頁面，才發現該活動是在他們從未造訪過的地方。
退房後的飯店跟進訊息
飯店可以考慮針對已辦理退房且尚未再次預訂的訪客。請將時間點錨定在已完成的住宿，而非有人剛好匯出清單的時間。
該訊息可以根據訪客主動提供的資訊，提供相關的再次造訪理由。請勿僅憑客房帳單就推斷他們上次行程的原因。
- 情況變更時排除發送：將有新預訂、未解決服務問題或相關聯絡限制的顧客排除。
- 衡量預期行為：關注額外完成的預訂，並將其與諮詢和取消區分開來。
- 保持據點相關性：除非顧客明確表達的興趣支持其他選擇，否則請使用先前入住或到訪的據點位置。
附帶重要實證限制的零售歡迎訊息
零售購物場所可能希望迎接入導了賓客 WiFi 但尚未有匹配購買記錄的造訪者。
最後這句話至關重要。沒有匹配的購買紀錄並不等於完全沒有購買。顧客可能在未識別身分的情況下付款，或者零售商的交易資料尚未連線。
合適的訊息可以介紹場館的服務或邀請再次造訪，而不是聲稱該人員空手而歸。針對已經收到歡迎訊息或後續活動已使其不相關的訪客，請抑制訊息發送。
衡量可觀察到的結果，例如相符的再次造訪或購買行為，同時記錄您的系統無法視察的部分。坦誠的衡量始於坦誠受眾分層名稱。
建立值得信賴受眾區隔的最佳做法
撰寫受眾分層規則時，應讓同事無需開啟查詢編輯器就能說明。如果團隊無法對誰符合資格達成共識，代表該受眾尚未準備就緒。
接著，請將會員資格與聯絡許可分開處理。顧客可能符合消費或造訪規則，但卻不符合您所規劃的管道或行銷目的之聯絡資格。
下面的檢查清單涵蓋了基本運作要求。
在觸發時確認行銷同意權限
具備同意意識的細分意味著不能只詢問電子郵件地址是否存在。在啟用前，請檢查收集目的、允許的管道、相關的保留規則以及賓客目前的偏好設定。
根據 Forrester 的消費者隱私受眾分段調查結果，近期美國隱私研究指出 5 種消費者隱私受眾分段，並報告指出自 2023 年以來，願意分享位置資料以換取價值的意願，在懷疑型保護主義者（Skeptical Protectionists）中下降了 12 個百分點，在條件型消費主義者（Conditional Consumerists）中則下降了 23 個百分點。
實務上的教訓是克制。更詳細的資料並不代表自動需要發送更個人化的訊息。
- 明確記錄資格條件： 註明符合資格的證明與相關位置。
- 定義預期採取的行動： 指定訊息、管道與目的。
- 一致地套用抑制規則： 尊重取消訂閱要求，並排除情況已變更的顧客。
- 發送前再次檢查： 先前符合資格的顧客可能已無法聯絡。
- 檢討執行結果： 根據業務影響決定保留、修正或停止該受眾分段。
相同的原則也適用於您處理 場域第一方資料 的方式。
區分描述性特徵與因果關係
高價值客群代表的是高價值賓客，但這並不代表這些賓客需要收到訊息才會再次光顧。
將符合條件的賓客隨機分配至已聯絡組和保留的對照組，然後在相同的轉換時間範圍內觀察這兩組。避免重疊的行銷活動以破壞比較的方式接觸到對照組。
訪客在收到電子郵件後再次造訪是一種觀察結果。與合適的對照組產生差異，才是增量成效的證據。
促銷績效與增量指南 解釋了為何保留組群有助於衡量促銷影響，而非僅僅報告受眾的活動情況。
請報告包含不確定性範圍的估算差異，並將行銷活動的成本納入考量。開信率和點擊率有助於診斷行銷活動的狀況，但無法取代額外的造訪、預訂或購買。
選擇受眾區隔方法與您的下一步
正確的運作方式取決於您需要核對多少賓客活動，以及您的團隊維護控管機制的可靠度。
電子試算表可以協助您檢視預計的受眾。獨立的單點工具可能已經能支援有用的行銷活動。當決策取決於跨這些系統分布的活動時，統一的賓客記錄就會變得至關重要。
比較受眾背後的工作流程
| 處理方式 | 適用情境 | 團隊必須管理的作業 |
|---|---|---|
| 手動試算表匯出 | 檢視記錄與測試簡單規則 | 在啟用前重新整理資料、核對身分，並再次確認權限 |
| 獨立的單點工具 | 針對各工具內擷取的活動採取行動 | 跨系統協調排除名單、聯絡記錄與成效衡量 |
| 統一顧客記錄 | 對照已連結的顧客歷史資料來評估規則 | 維持身分比對、資料品質，並妥善利用各項事件 |
選擇標準不要只看建立名單的速度有多快。請考量當賓客預訂、再次光臨、提出抱怨或選擇退出時，您能多快修正名單。
串聯的記錄並不能免除專業判斷的需求。如果來源資料不完整，分群仍需明確標註限制。如果規則沒有相應的有效行動，串聯再多系統也無法解決問題。
將營運模式付諸實踐
Purple Engage 將 WiFi 登入、收銀機銷售、預訂、表單、檔案、訊息以及問卷回答整合至以電子郵件比對的訪客記錄中。其分群可運用造訪次數、消費金額與問卷回答，並隨活動變化自動更新。團隊可對照保留組群在特定範圍內衡量額外的造訪次數，並將此平台用於單一據點或多據點集團。
我們的建議是按主要場館來界定受眾範圍，這樣與曼徹斯特相關的賓客就不會收到不相關的倫敦促銷活動。這能讓受眾定義與賓客所熟悉的場所保持連結。
對於在單次發送後仍持續進行的行銷活動，請使用 顧客生命週期行銷，思考隨著賓客關係的發展，下一步行動該如何調整。
本週就從一場簡短的工作會議開始：
- 選擇最具有價值的顧客行為：專注於您系統可以觀察到的行動。
- 為每項行為撰寫符合資格的規則：包含依據、相關場所和終止成員資格的條件。
- 在上線前做好測試準備：設定對照組、轉換時間範圍、排除規則與結果衡量標準。
請保持初始規則簡單易懂。您要建立的是可重複執行的決策流程，而不是試圖描述每一位可能的賓客。
Purple Engage 提供基於造訪次數、消費金額與問卷回答的自動更新分群，並具備保留組群衡量功能，用以估計額外造訪次數。造訪 Purple Engage 以探索連線訪客記錄如何支援更有關聯受眾，並更清晰地測試您的行銷活動是否成功吸引顧客回流。