餐廳與飯店的客戶終身價值

餐廳與飯店的顧客終身價值 Purple Engage 行銷簡報 執行時間：約 10 分鐘 --- 前言 歡迎來到 Purple Engage 行銷簡報。我是你們的主持人，今天我們要來聊聊顧客終身價值 - 這對餐廳和飯店究竟代表著什麼、如何正確計算它，以及最重要的是，如何讓它增長。如果您是餐旅場所的行銷總監或 CRM 經理，這篇內容正是為您準備的。 --- 第一部分：為什麼這很重要 - 1 分鐘 讓我們從一個令人不安的事實開始。大多數餐旅場所將大部分的行銷預算花在獲取新顧客上，而幾乎沒有花任何預算來留住既有的顧客。這完全本末倒置了。 原因如下。Bain and Company 的研究顯示，僅將顧客留存率提高 5%，利潤就能增加 25% 到 95%。而哈佛商學院指出，獲取新顧客的成本是留住現有顧客的 5 到 7 倍。 顧客終身價值 - 也就是 CLV - 是能將這個觀點具體化的唯一關鍵數據。它能精確地告訴您，在顧客持續光顧的整個期間，能為您的場所帶來多少價值。不只是今晚的用餐人數。也不只是這週末的客房預訂。而是整段客戶關係。 當您掌握了這個數字，每一個行銷決策都會隨之改變。您不再以同樣的方式對待每一位顧客。您會開始在價值更高的顧客身上投入更多資源。而且您會建立能引導人們再次光顧的行銷活動，而不僅是讓他們進門消費一次。 --- 第二部分：方法分析 - 5 分鐘 那麼，您實際上要如何計算餐旅場所的 CLV 呢？ 這個公式非常簡單。CLV 等於平均消費金額，乘以消費頻率，再乘以顧客生命週期。讓我為您逐一拆解。 平均消費金額是指顧客每次光顧時的平均消費額。對於餐廳來說，這就是包含飲料在內的平均單次消費額。對於飯店來說，這就是每次入住的平均營收，包括餐飲、SPA 以及其他輔助消費。 消費頻率是指顧客每年光顧的次數。這正是大多數場所的盲點所在。他們知道自己的總客位數或住房率，但完全不知道其中有多少比例是回頭客，又有多少是新顧客。 顧客生命週期是指顧客在流失之前，會持續光顧多長的時間。對於社區型餐廳來說，一位忠實熟客的生命週期可能是 3 到 5 年。對於渡假導向的飯店來說，衡量方式可能會有所不同 - 例如顧客在 10 年內預訂了多少次。 現在，讓我用一些實際數字來具體說明。以休閒餐廳為例。一次性顧客消費 45 英鎊，僅光顧一次就再也沒來。CLV（客戶終生價值）為 45 英鎊。偶爾光顧的顧客每次消費 52 英鎊，每年光顧 8 次，並持續光顧 3 年。CLV 為 1,248 英鎊。忠實熟客每次消費 68 英鎊，每個月光顧 2 次，並持續光顧 5 年。CLV 則高達 8,160 英鎊。 那位忠實熟客的價值是一次性顧客的 180 倍。整整 180 倍。然而，大多數場所對這兩者的行銷方式卻完全相同。 同樣的邏輯也適用於飯店。僅預訂過一次休閒旅遊的房客，其價值檔案與每年入住 12 晚的商務旅客截然不同。例如，Premier Inn 便是透過理解並針對這種差異採取行動，從而建立了顯著的競爭優勢。 現在，有趣的地方來了 - 這也是大多數場所面臨瓶頸之處。 要正確計算 CLV，您需要將個別房客與其光顧歷史記錄和消費數據連結起來。這聽起來理所當然，但實際上非常困難。POS 系統記錄的是交易，而不是人。預訂系統記錄的是預訂，而不是直接前來的散客。飯店 PMS 系統雖然會擷取入住數據，但僅限於直接預訂的房客。 結果是，大多數場所都是在客群層面估算 CLV，而不是在個人層面。他們知道自己的平均值，但無法識別哪些特定房客高於或低於該平均值。這意味著他們無法對此採取行動。 這就是客用 WiFi 可以解決的問題 - 前提是設定正確。 當房客連線到您的 WiFi 時，他們會填寫登入頁面。該登入會擷取他們的姓名、電子郵件地址，以及至關重要的 - 他們在 GDPR 規範下同意接收行銷訊息。Purple 的方法是我們所謂的有意識選擇訂閱。房客會主動選擇接收訊息。這不是預先勾選的方框，而是一個經過驗證、深思熟慮的決定。這在法律上和商業上都至關重要，因為主動訂閱的房客其互動率顯著高於透過其他管道取得的聯絡人。 但這裡才是關鍵所在。每次同一位房客返回並重新連線到您的 WiFi 時，Purple 都會將該次新造訪連結到他們現有的檔案中。您現在擁有了該特定人員光顧次數、日期和時間的驗證記錄。這就是在個人房客層面自動擷取的光顧頻率數據。 結合您的 POS 或 PMS 數據，您就可以計算出真實個人的實際 CLV - 而不是虛擬客群的平均值。 像 Mailchimp 或 Klaviyo 這樣的工具非常適合向您現有的清單發送行銷活動。但它們不會建立清單，也不會擷取光顧數據。它們不知道上週二打開您電子郵件的人，在上週三是否真的光顧了。而 Purple 知道。 - 第 3 節：實際步驟與陷阱 - 2 分鐘 好的，讓我們開始實作。以下是在您的場域中導入 CLV 追蹤的步驟。 第一步：讓您的 WiFi 登入頁面收集第一方數據。如果您運作的是無需登入的開放網路，您就等於放棄了顧客互動中最有價值的核心部分。請部署符合 GDPR 規範的歡迎頁面，至少收集姓名和電子郵件。 第二步：將您的 WiFi 數據與您的 CRM 整合。Purple Engage 會將收集到的聯絡人資料連結至可追蹤後續每次造訪的個人檔案。您不需要手動操作，這一切都是自動化的。 第三步：連結您的消費數據。如果您的 POS 或 PMS 系統可以匯出交易數據，請將其對應到您的顧客個人檔案中。即使只是按造訪頻率區間細分出每次造訪的粗估平均消費額，也比單一的整體平均值有用得多。 第四步：建立您的客群。您至少需要以下四個客群：造訪過一次的新顧客、造訪過兩到五次的偶爾造訪顧客、每年造訪六次或以上的常客，以及九十天或以上未曾造訪的流失顧客。 第五步：為每個客群設定自動化行銷活動。給新顧客的歡迎郵件、給流失顧客的重新互動優惠，以及給 CLV 前百分之二十顧客的專屬獎勵。這些活動不需要很複雜，但必須及時且具備相關性。 接下來是常見陷阱。最常見的錯誤是將 CLV 視為一次性的計算，而不是一項即時指標。您的顧客組合會變，消費模式也會轉變。您需要至少每季重新計算一次 CLV，理想情況下應該讓它在您的 CRM 中自動更新。 第二個陷阱是忽略流失顧客。挽回一個造訪過六次後停止造訪的顧客，其價值遠高於吸引一個從未謀面的新顧客。他們的 CLV 歷史紀錄顯示他們曾喜歡您的場域，只是有些事情改變了。在對的時間發送重新互動行銷活動 - 例如在未活動達六十天時觸發 - 可以挽回該群體中顯著比例的顧客。 第三個陷阱是當您應該針對高價值客群進行優化時，卻在針對平均 CLV 進行優化。按 CLV 計算，您前百分之二十的頂級顧客通常會貢獻大約百分之六十的營收。找出他們是誰，並給予相應的對待。 --- 第 4 節：快速問與答 - 1 分鐘 問：我們沒有會員忠誠計畫。我們還能計算 CLV 嗎？ 可以。您不需要會員忠誠計畫來追蹤造訪頻率。顧客 WiFi 登入數據可為您提供與個人檔案連結的造訪時間戳記。這足以用來計算造訪頻率並估算 CLV，無需任何會員卡基礎設施。 問：如果顧客並非每次造訪都連線到 WiFi 怎麼辦？ 這是一個合理的顧慮。基於 WiFi 的造訪追蹤擷取的是造訪次數的子集，不一定代表全部。關鍵在於一致性。如果顧客在大多數造訪中都會連線，則相對頻率數據對於客群細分的目的而言仍然有效。隨著時間推移，當 WiFi 採用率提高 - 目前在大多數休閒餐飲環境中已超過百分之八十 - 數據將會變得更加完整。 問題：這與僅使用我們的預訂資料相比有何不同？ 預訂資料只能擷取提前預約的顧客。現場候位、吧台消費和臨時光顧的顧客則是隱形的。WiFi 資料則能擷取所有顧客，無論他們是否預訂。特別是對於現場候位佔很大比例的餐廳來說，這是一個實質上的差異。 --- 第 5 節：總結與後續步驟 - 1 分鐘 最後總結。顧客終身價值是大多數餐旅場所未妥善衡量的最重要指標。公式很簡單：平均消費金額乘以造訪頻率，再乘以顧客生命週期。難處在於取得個人層級的資料來將其實現。 透過符合 GDPR 規範的登入方式設定並與您的 CRM 連結的顧客 WiFi，解決了這個資料問題。它會自動建立您的聯絡人清單、追蹤回訪次數，並為您提供在個人顧客層級計算和運用 CLV 的基礎。 在這方面表現出色的場所 - 例如 Premier Inn、Pizza Express 和 Whitbread 都是非常重視這一點的營運商 - 他們每位顧客產生的收益，明顯高於那些將每次造訪僅視為一次性交易的場所。 您的下一步：稽核您目前的 WiFi 設定。它是否正在擷取顧客資料？該資料是否正流入您的 CRM？您的 CRM 是否正在依造訪頻率進行客群區隔？如果其中任何一個答案是否定的，那就是您的起點。 如需瞭解更多相關資訊，請造訪 purple.ai 並探索 Engage 平台。此外還有一份關於使用停留時間和造訪資料進行客群區隔的隨附指南，在數據分析方面有更深入的探討。 感謝您的收聽。我們很快會再為您帶來另一份簡報。 --- 腳本結束