我叫小川，是 UNCOVER TRUTH 的首席分析官。在这个系列中，我们将从实践开始！因此，在这个由六部分组成的系列文章中，我们将介绍以尽可能低的障碍将 CRM 付诸实践的方法。 CRM看上去有点难！我想很多人都有这种印象，所以我想降低这个障碍，并以让你至少尝试一次作为我的目标。
上一篇文章讲的是分类方法。
这次，我们将研究分类和测量分类组的具体示例。
目录
两种分类轴
正如上一篇文章中提到的，您需要以“我可以为每个分类实施不同的措施吗？”的角度来创建细分。在这一点上，主要有两种思路。
一个是“时间轴分类”，一个是“用户类型分类”。
没有正确或错误的答案，但是
如果按“时间轴”设置，则将按“用户类型”进行分析，如果按“用户类型”设置，则将按“时间轴”进行分析。
我们来看看下面的图表。
这是在“时间轴”上设置片段的模式。首先，在时间线上定义用户处于哪个阶段（黑色漏斗线），然后按用户类型查看他们（蓝色、橙色或黄色椭圆）。用户类型的示例包括“来源”、“订阅的服务类型”和“公司规模”。
这是一个根据用户类型设置段的模式。首先，确定用户类型，然后分析每个漏斗。
现在我们来看一些具体的例子。
时间轴分类示例
举例来说，我们将一个单品邮购网站（重复购买非常重要）分为以下五组。
（以下所有内容均基于最近六个月的数据。）
1) [购买次数 = 0] 且 [未将任何商品添加到购物车]
2) [购买次数 = 0] 且 [已将商品添加到购物车]
3) [购买次数 = 1]
4) [购买次数 ≥ 2] 且 [购买了同一类别的商品]
5) [购买次数 ≥ 2] 且 [购买了不同类别的商品]
重要的是看看上述分类，看看它是否能给你提供措施的想法以及如何将它们付诸实践的形象。让我们想象一下如何吸引客户，提出什么建议，以及如何沟通以增加这些并让他们采取下一步行动。
根据网站上销售的产品和产品形式，您可以更改期限（取决于需要该产品的频率）、查看数量而不是购买次数（当产品之间价格差异较大时有效）或查看连续购买期（针对打算在线作为单件商品多次购买的产品）。
对于B2B来说，
根据第一篇文章中介绍的用户漏斗进行分类可能是一个好主意。请参阅以下示例：
这样，每次用户在一个类别中移动时，他们就会被移动到另一个类别。
用户类型分类示例
按用户类型分类时，不要考虑时间轴。另外，如果你使用上次介绍的聚类方法来对用户进行分类，那么将无法按时间轴进行分类，因此它们将自动按用户类型进行分类。
例如，对于电子商务网站，可以采用以下格式：
1) 只对特定产品（或产品类别）感兴趣的人
2) 对多种产品（或产品类别）感兴趣的人
3) 考虑在店内购买而不是在网上购买的人
如果您使用聚类，则根据您使用的解释变量，可能会为 B2B 网站创建以下分类：
1) [浏览了 3 个或更多案例研究页面的用户] 并且 [访问了该网站 3 次或更多] 2) [浏览了 3 个或更多案例研究页面的用户] 并且 [访问了该网站 3 次以下] 3) [浏览了少于 3 个案例研究页面的用户] 并且 [查看产品概述 10 分钟或更长时间的用户] 4) [浏览了少于 3 个案例研究页面的用户] 并且 [查看产品概述 10 分钟以下的用户]
如你所见，这两个例子中都没 菲律宾赌博数据 有时间轴的概念，只是对相似（或类似）用户的分类。
现在您已经对您的网站进行了分类，下一步是创建一个测量环境。
使数据可供测量
首先，我们来组织一下将使用 台湾数据库 哪些工具和哪些数据来获取机密数据。例如，在前面提到的 B2B 网站的九步示例中，步骤 1 和 2 将是“行为日志分析工具”，步骤 3 和 4 将是“MA 工具”，步骤 5 至 9 将是“SFA/CRM 工具”。
如果工具间有共同的ID，则数据1至9可以通过ID链接起来。具体来说，您应该能够理解诸如“网站上的哪些操作更有可能促成合同？”和“会议率是否会根据获取潜在客户的方法而变化？”之类的内容。
如果工具一开始没有自动连接，那也没关系。首先，让我们想象一下 1 到 9 中分别有多少家公司（如果是 B2C 服务，则有多少人）。
可视化完成后，我们将进入分析阶段。
在第五篇文章中，销售LP的要点是什么？ 我们将介绍分析方法以及如何利用分析来改善您的业务。敬请关注！