基于大數據的連鎖餐飲會員網絡營銷策略

趙媛 樊重俊 朱玥

摘要：隨著移動互聯(lián)網的日趨成熟以及大數據向各個行業(yè)的不斷滲透，連鎖餐飲企業(yè)已經具備了一定的大數據運營能力。本文從連鎖餐飲企業(yè)的角度，分析基于大數據的會員網絡營銷基本概念，以及其與傳統(tǒng)營銷的區(qū)別，并結合當下餐飲行業(yè)市場環(huán)境情況以及技術發(fā)展情況，分析基于大數據的網絡營銷為何勢在必行。同時針對連鎖餐飲會員網絡營銷的特點，基于RFM模型、AARRR增長模型以及顧客全生命周期理論提出基于大數據的連鎖餐飲會員網絡營銷策略。

關鍵詞：連鎖餐飲；大數據；網絡營銷

1、基于大數據的網絡營銷

1.1 數據驅動網絡營銷

基于大數據的網絡營銷，以數據作為核心驅動，充分利用大數據大量化、多樣化、快速化和價值密度低的特征為網絡營銷提供決策依據。通過獲取大量顧客基礎信息，抓取顧客消費行為數據，勾畫消費者用戶畫像，并預測顧客行為趨勢，使用網絡技術手段對消費者進行識別分類，采用相應的營銷活動。并能夠通過數據追蹤營銷活動效果，以達到營銷活動效果最大化。

1.2 基于大數據實現智慧營銷

傳統(tǒng)營銷與基于大數據的網絡營銷的主要區(qū)別有以下兩個方面：第一，傳統(tǒng)營銷活動針對所有目標顧客群體采用同樣的營銷方案，而基于大數據的網絡營銷針對目標顧客群體進行分類，針對不同類型的目標顧客群體采用不同的營銷方案，更符合顧客行為特征；第二，傳統(tǒng)營銷活動對于營銷效果不能直觀衡量，只能模糊判斷，而基于大數據的網絡營銷從營銷投入到活動產出都能夠進行數據追蹤，使用數據結果衡量營銷活動效果，為后續(xù)營銷活動積累經驗。

2、連鎖餐飲基于大數據網絡營銷必要性

2.1 餐飲行業(yè)競爭激烈

餐飲行業(yè)在保持快速增長的同時也進入了變革重構期。海量資本紛紛涌入，餐飲生態(tài)環(huán)境被迅速打破重建。餐飲行業(yè)在迎來空前繁榮的同時也面臨著前所未有的巨大競爭壓力。喜茶、瑞幸咖啡等現象級餐飲“網紅”熱潮更是給了各行各業(yè)的營銷高手跨界到餐飲的動力，因此餐飲行業(yè)也面臨著越來越大的營銷挑戰(zhàn)。

2.2 市場變得永遠比市場營銷更快

正如菲利普·科特勒所說“市場變得永遠比市場營銷更快”。傳統(tǒng)的市場營銷往往策劃實施周期長，實施效果無法完全用數據進行衡量。隨著移動互聯(lián)網的快速發(fā)展，90后甚至00后開始成為消費主力軍，市場需求的變化也日新月異。理解新生一代消費者也變得越來越重要。因此，基于大數據的用戶行為分析及預測成為一種必要。

2.3 大數據時代在餐飲行業(yè)的滲透

對于連鎖餐飲企業(yè)，已擁有足夠的資源獲得海量數據作為決策依據。美團大眾點評、口碑等主流第三方平臺已建立日漸完善的數據分析系統(tǒng)，通過第三方平臺可以獲取消費者更加立體的消費行為數據。同時，連鎖餐飲品牌也具備了一定的技術能力構建自身品牌的數據中心，如通過手機點單系統(tǒng)，從顧客關注品牌公眾號，到顧客在公眾號內瀏覽，購買，評價，轉發(fā)等一些列行為的數據轉換和獲取，幫助連鎖餐飲企業(yè)更好地理解顧客行為，構建全面顧客用戶畫像。并采取精準營銷方式觸達目標顧客群。

3、連鎖餐飲會員網絡營銷特點

3.1 網絡營銷渠道多元化

連鎖餐飲具有一定的規(guī)模效應，在美團大眾點評、口碑等第三方平臺具有大客戶優(yōu)勢。同時還有獨立的微博、微信、抖音等運營團隊以及手機點單系統(tǒng)支持。可以針對不同渠道消費群體的特征，在不同渠道采取相應的營銷策略。

3.2 會員用戶畫像立體化

顧客通過第三方平臺瀏覽店鋪或消費后，連鎖餐飲商家可以獲取到顧客的基礎信息統(tǒng)計分析，如年齡段分布，性別分布，消費比例分布，消費人群職業(yè)分布，消費人群最常去其他品牌占比，消費者回頭等數據。顧客關注商家公眾號、微博號等，也會留下相應信息。通過手機點單系統(tǒng)，除顧客的基礎信息外，還能獲取顧客的瀏覽記錄，下單詳情，評價以及復購等數據。根據這些數據可以有效勾畫出品牌用戶畫像。結合多方數據形成的用戶畫像也更加立體清晰。

3.3 營銷效果可追蹤

基于大數據的網絡營銷，從營銷活動的投入，到營銷活動的曝光，轉化，復購等，均形成數據。不但可以清楚地計算營銷活動的投入產出比，更能夠通過數據直觀了解營銷各個環(huán)節(jié)的效果，將總的營銷效果進行拆解，找到成功經驗以及可以增長的機會點。結合營銷各環(huán)節(jié)數據，通過PDCA循環(huán)不斷優(yōu)化營銷活動策略。

4、連鎖餐飲網絡營銷策略

4.1 RFM模型在餐飲網絡營銷中的應用

美國數據庫營銷研究所Arthur Hughes提出了RFM模型，該模型認為，在消費者所有數據中，客戶的最近一次消費行為（Recency），消費頻率（Frequency）以及消費金額（Monetary）對于衡量客戶價值和客戶創(chuàng)利能力具有標志性意義。

在現有技術條件下，連鎖餐飲企業(yè)對于消費者的以上三個數據獲取輕而易舉。根據RFM各維度的消費者數據，很容易將消費者通過K-means進行聚類。對于具有一定客戶價值的群體主要可分為五類。對RFM按次序進行編號（1代表高，0代表低）。

首先，111為最具價值客戶，其最近一次消費時間近，消費頻率高且消費金額高，是確定無疑的忠實用戶。針對該類用戶可以通過會員等級劃分，為其提供超級用戶特權，加深品牌對該類用戶的綁定，同時針對該類會員，通過營銷獎勵等手段，鼓勵其為品牌發(fā)聲傳播，裂變激活更多潛在消費者。

其次，110類會員為最近一次消費時間近，消費頻率高，但消費金額低的重要保持用戶。對于該類消費群體，品牌的核心任務是保持顧客黏性的同時，帶給顧客更高性價比體驗。因此可以針對該類用戶定向發(fā)放高單價產品的限時特惠抵用券，刺激該類用戶使用優(yōu)惠價格體驗品牌較高價值的產品，提升該類消費者的消費金額同時，讓利給消費者。

再次，101類會員為最近一次消費時間近，消費頻率低，但消費金額高的重要潛力用戶。對于該類消費群體，需要重點發(fā)展。可以根據該類用戶的消費習慣，推出符合其消費特點的產品優(yōu)惠券，吸引其不斷回頭，提高消費頻率，轉化為111類會員。

然后，011類會員為最近一次消費時間較遠，但綜合消費頻次高，且消費金額高的用戶。該類用戶具有較高的流失風險，但對于品牌具有較強的價值，需要重點關注。根據顧客消費記錄結合評價數據等，找出顧客近期未消費的原因。并及時觸達給顧客信號，刺激顧客回頭消費，及時挽留顧客。

最后，100類會員為最近一次消費時間近，但消費頻次和消費金額均較低的用戶。該類用戶多為品牌新用戶，對品牌忠誠度較低。但消費距離近，因此短時間內撬動其再次回頭的概率更高，營銷投入也更有效。可以退出組合營銷策略，針對消費者可能的消費傾向進行有意識地刺激，促進復購及消費金額的提升。

4.2 AARRR模型在餐飲網絡營銷中的應用

硅谷風險投資人戴維·麥克魯爾提出的AARRR增長模型對于網絡營銷同樣具有重要借鑒意義。

在獲取階段，主要通過利用第三方平臺進行營銷活動投放，獲得最佳資源展示位，從而獲得足夠的曝光。不同平臺根據平臺規(guī)則，用戶屬性特點的不同，也要制定相應的營銷策略。如在美團大眾點評中要獲得足夠的曝光，需要維護現有用戶點評數據，適當上線團購項目等，特殊階段還可投放CPC營銷推廣。在抖音平臺要獲得足夠的曝光，需要借力話題點產品及服務或通過KOL進行品牌或產品宣傳，短時間內擴大品牌或產品影響力。在用戶獲取階段，由于品牌公眾號等官方宣傳渠道的用戶通常為品牌老客，因此通過自身公眾號、官方微博及官方網站等獲取新客的效果較差，投入產出比較低，可作為輔助手段進行運營。

激活階段主要針對通過第三方平臺獲取的用戶，通過高性價比的產品組合和營銷活動組合以及線上露出形象管理，刺激消費者進行下單轉化。通過第三方平臺將顧客引導到品牌自有系統(tǒng)中進行下單，為顧客創(chuàng)造首次極致消費體驗。

留存階段結合RFM模型，針對不同特點的消費群體采用最有效的營銷方式。保證一定的顧客留存比例。在留存階段，需要重點關注的消費者點評數據。根據大量的數據研究表明，每一位顧客的點評代表的是26個消費者的意見。因此對于消費者的反饋評價，需要予以高度重視。有效的顧客差評維護，可以有效將差評用戶轉化為品牌忠實用戶甚至種子用戶，幫助品牌進行裂變傳播。

收入階段，在進行營銷活動整體評估時，需要綜合考慮顧客價值。每個顧客的價值由歷史價值、當前價值和潛在價值三部分構成。歷史價值指已實現的顧客價值，重要是顧客交易產生的價值。當前價值是基于顧客現有的消費行為模式，將為企業(yè)創(chuàng)造的價值。潛在價值是指企業(yè)通過有效的營銷手段促進顧客積極性或向他人推薦，從而為企業(yè)增加的顧客價值。因此在評估營銷活動的收入時，應結合大數據模型，綜合判斷計算客戶的三部分價值進行評估。

推薦階段，也是網絡營銷的核心優(yōu)勢之一。網絡營銷的顧客傳播是可以定向追蹤衡量的，在此基礎上，連鎖餐飲企業(yè)可以對種子用戶建立鼓勵反饋機制。通過追蹤種子用戶有效地傳播裂變行為，給與該種子用戶一定的獎勵作為推薦激勵。從而有效刺激忠實用戶進行傳播，并加深其品牌忠誠度。在顧客的消費行為中加入社交屬性。瑞幸咖啡的“贈一得一”（成功邀請新用戶，老用戶可得一杯免費咖啡抵用券）就是有效地促進顧客裂變的代表。

4.3 結合顧客全生命周期理論的餐飲網絡營銷策略

隨著用戶年齡、生活狀態(tài)等的變化，其對于品牌的需求也會隨之變化。特別在餐飲行業(yè)不斷涌現出新的品牌和創(chuàng)新型品類的情況下，顧客的忠誠度越來越低，顧客全生命周期也呈現縮短趨勢。

在現有的網絡技術支持下，連鎖餐飲在會員獲取階段已經有了一定的資源優(yōu)勢。但是獲取階段的用戶，對品牌尚且缺乏忠誠度，對品牌的價值貢獻一般較低。因此，根據首因效應，第一次的極致體驗將能有效提升顧客滿意度，促進會員向會員提升階段發(fā)展。在該階段，企業(yè)的主要任務是通過刺激需求的產品組合和營銷活動把顧客培養(yǎng)成高價值會員。因此有效識別會員特征，并精準預測會員行為趨勢，從而提出對該階段會員最具吸引力的產品組合以及營銷活動非常重要，需要充分利用大數據作為決策依據。在會員成熟階段，顧客品牌忠誠度處于穩(wěn)定狀態(tài)，也將為品牌貢獻更多地顧客價值。針對此階段的用戶，需要進行重點關注留存。一旦顧客進入到了衰退階段，企業(yè)將花費更高昂的代價去喚醒顧客。通過更高力度的折扣讓利撬動顧客的回頭消費。并于顧客保持緊密互動，保持其忠誠度的再次穩(wěn)定。最后將有一批顧客選擇離網，該類顧客的營銷投入產出比最低。

因此基于大數據的網絡營銷應該著力于延長顧客在成熟階段所處的時間。保持該階段用戶對品牌及產品的新鮮感，促進該階段用戶進行裂變。既可以拉動增量市場的新用戶獲取，也可以通過裂變的社交屬性，提高成熟期會員的黏性。

5、結語

正如麥肯錫所說：“數據，已經滲透到當今每一個行業(yè)和業(yè)務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”能否抓住大數據這把金鑰匙，解鎖網絡營銷的增長秘密，也成為了各行各業(yè)的重要挑戰(zhàn)。本文基于大數據的連鎖餐飲會員網絡營銷策略不僅僅適用于連鎖的餐飲企業(yè)，對于具有一定的數據獲取挖掘以及數據應用能力的餐飲企業(yè)甚至零售企業(yè)，也具有一定的參考意義。

參考文獻：

[1] 李佳慧， 趙剛. 基于大數據的電子商務用戶畫像構建研究[J]. 電子商務. 2019（01）

[2] 肖恩·埃利斯， 摩根·布朗，張溪夢. 增長黑客：如何低成本實現爆發(fā)式成長[J]. 軍工文化. 2018（03）.

[3] 烏韋. 大數據時代移動互聯(lián)網廣告精準營銷研究[D]. 西南大學2016.

作者簡介：

趙媛、朱玥，上海理工大學管理學院碩士研究生，研究方向：電子商務。

樊重俊，上海理工大學管理學院教授、博士生導師。