解决找存量和增量难题,让增量客户转化率提升30%

2022-08-24

随着消费社会的到来,消费者更重视休闲娱乐类体验型消费,休闲娱乐业态逐渐被引进且所占比重越来越大,截至2021年底中国在营购物中心(含都市型、区域型、社区型以及奥特莱斯)约6300个,较2020年增加了500个,同比增长8.62%

由数据可看出目前我国购物中心数在持续增长中,店面之间竞争将会更加激烈,如何提升增量客户转化是店面生存下去的关键因素,顺为城市地图分享一下如何用大数据+线下深调的方式解决增量客户转化难题

特别声明:因涉及客户商业机密,文中所用数据均已脱敏。

通过大数据研究与分析进行项目消费者综合研究,目的是找存量、找增量和增量客群转化。

  1. 找存量:了解存量顾客画像结构与来源、了解消费者需求和偏好、了解消费者与本项目的粘贴点。

 

前期:大数据研究与分析

 

分析目的:聚焦“找增量和找存量”!

基于顺为大数据,识别项目地到访客群的TOP30使用率的手机机型,iPhone三代旗舰机型占据前列,且有超过6%的iPhone X机主,表明金地广场目前到访客群对于品牌、品质有着较高的要求,项目地到访客群苹果手机比例明显高于三大竞品。

 

项目地到访及周边人口画像

 

基于顺为大数据的移动互联大数据,识别项目地到访客群的TOP35使用率的旅游出行类APP,滴滴出行的比例高于全国平均水平,建议项目地未来可与滴滴进行一定的合作。

基于顺为大数据的移动互联大数据,识别项目地到访客群的TOP50使用率的新闻资讯类APP,项目地到访客群中,今日头条渗透率远超国内平均水平,若项目地未来选择在互联网进行广告合作,今日头条可作为一个备选。

 

项目地到访及周边客群手机APP使用情况分析

 

基于项目地周边的居住客群和到访客群类比,观察项目地的潜力区域,能够看出项目地周边1公里半径居住圈的到访渗透率很高,达到了65.1%。

项目地到访及周边人口画像

 

基于项目地周边居住客群与到访客群对比,基于周边各社区居住人口数,到访人口数等数据,对于周边各社区进行潜力评级。分象限给到项目地,为项目地营销人员的提供直观的营销突破口。

项目地营销突破口

针对项目地周边进行调研,共计280个住宅小区,按小区分析其渗透率,其中渗透率TOP51-60小区为。

注:此页中渗透率分子为各小区开业以来到访项目地的居民数量,分母为该小区自然居住总人口数量。

 

项目地周边社区渗透率研策

 

对于项目地周边3公里共计X个住宅小区,基于实际渗透与待渗透人口数量形成矩阵图,划分为四个象限,其中渗透率分界限为30%,待渗透人口数量分界限为1000人,数据表明,处于第四象限的住宅小区目前渗透率较低,且有大量的待渗透居住人群,建议万象城以这些小区作为下一阶段营销推广的重点区域。

注:此页中渗透率分子为各小区研究期间到访万象城的居民数量,分母为该小区自然居住总人口数量。

 

项目地周边社区渗透率研策

 

  1. 找增量:锁定增量客群来源、了解客群消费行为和需求、了解其消费去向。
    1. 本项目 vs 竞品:客群辐射能力对比

热力图数据显示,本项目区域级购物中心的特征十分明显,到访客群居住地聚集于项目的周边3公里半径区域,热力图数据显示,项目项目辐射能力聚焦于周边3公里半径内。

 

项目主力访客居住于项目地周边3公里区域

 

我们利用热力图,先分析下本项目的工作日VS周末到访客群来源地对比

工作日到访客群来源地范围更大,周末到访客群相对集中在本项目周边(项目地东北侧区域)。

备注:“工作日”:周一至周五及法定工作日;“周末”:周日及法定节假日。

 

周末到访客群来源地

 

项目VS竞品 到访客群来源地对比分析

本项目客群渗透主要在项目地3公里范围内;竞品A由于地处春熙商圈,辐射能力较强,几乎覆盖二环内东部全部区域。

到访客群来源地对比

 

    1. 本项目 vs 竞品区:域客群周末消费动向分析

综合数据与热力图分析,项目地周边居住客群平日偏好的商业体如下:

基于周边客群的日常休闲地来确认竞品

项目增量消费者目标区域

E区域居民周末休闲消费去向

竞品D是E区域居民的绝对首选周末消费商场,本项目是E区域居民周末消费商场的第二选择。

总结一下,我们首先找到“第四象限”(低渗透率、高待渗透人口数量小区)划定好分析区,这些片区就是我们找增量的好位置,通过热力图分析得出该区域人群周末和工作日到访商场人数比例,找到我们的直接竞品是谁,下一步要做的就是如何把这些增量客户转化到我们项目地。

  1. 增量客群转换:了解增量客群没到本项目的原因、本项目与竞品的比较、找到吸引增量客群的方向。

 

中期:问卷设计、调查与分析及消费者深度访谈与分析

 

分析目的:验证大数据挖掘的消费者表现,并进一步深入探索表现背后的原因!

通过大数据,我们已经得出存量与增量客群的聚集区域,拉出周边小区清单,根据小区渗透情况,设置样本比例。

 

存量与增量客群的聚焦区域

 

研究设计及执行情况——问卷调研

研究方法:拦截访问,针对增量客群

样本条件:

1、23-45岁;家庭月收入1万元以上;

2、最近3个月到本项目2次以下;

3、居住在C、A、D、B、E、F6个锁定的增量来源片区,其中超过83%来自(社区X、社区X、社区X等)23个目标高端小区;

问卷调研的增量客户总体画像(N=308):

 

问卷客群画像

 

研究设计及执行情况——深访调研

深度挖掘不同活跃程度客群消费行为习惯、对购物中心的选择、对服饰/餐饮/社交娱乐等方面的消费观念及其背后的原因等等,以对定量研究部分无法得到的信息进行适度补充。

 

研究方法+样本完成情况

 

客群消费行为的研究总结 —— 【时尚购物类】

服饰消费地比较分散:各购物中心服饰品牌存在同质化倾向,消费者在何处消费容易受到其餐饮、社交娱乐、或者闲逛影响;

竞品B、竞品A、项目X、竞品D、项目Y等主要与本项目存在竞争:

存量客户除了到本项目消费,还到竞品B、竞品A、项目X、竞品D、项目Y等商场消费;

增量客户则主要到竞品B、竞品A、项目X、竞品D、项目Y等商场消费。

存量客群选择本项目的原因:

  1. 本项目基本满足需求;
  2. 本项目整体高端,品牌是旗舰店;
  3. 服务态度好;
  4. 赠送礼品多。

存量客群未被满足的需求:

  1. 价格比较贵;
  2. 没有中端品牌;
  3. 童装没有价格优势。

增量客群不到本项目的原因:

  1. 价格太贵(与商场硬件不匹配);
  2. 习惯常去的地方,与导购熟悉;
  3. 营销力度不够,很多活动不知道;
  4. 周边商业缺乏(非商圈)

客群消费行为的研究总结 —— 【其他类】

充值消费:

  1. 抗拒态度:消费者整体对充值消费存在抗拒心理,担心被“捆绑”之后利益受损;
  2. 消费动机:通常是提出较大的优惠会“引诱”消费者;
  3. 消费内容:儿童娱乐、教育培训方面消费率高;
  4. 购物中心优势:消费者进行充值消费更愿意选择商场,认为保障系数更高。

闲逛:

  1. 购物中心有人气、氛围热闹、风格新颖等能够吸引客群,达到引流效果,并带动消费;
  2. 竞品A:对增量客群闲逛有最大的吸引力,客群认为开放式的街区、小镇风格有特色、新颖;
  3. 竞品B:商场空间大、硬件好是吸引客群去逛的突出特点。

 

后期:综合研究报告

 

报告结论:将大数据调研的精度、广度与传统调研的深度相结合,构建立体化的本项目消费者描摹!

客户画像

 

存量客群画像:

  1. 本项目到访客群覆盖面广,核心来源地是周边1km范围;
  2. 以家庭客群为主,围绕家庭和小孩的需求刚性;
  3. 平均年龄31岁,处于事业上升期或稳定期,有较高的消费能力,生活追求有品质、时尚、舒适等关键词。

存量画像——身份特征:

  1. 家庭客群为主:

本项目客群已婚占比高于50%,家庭客群是商场主力消费群体:本项目、竞品A、竞品B、竞品F等购物中心的已婚客群均有超过50%的占比。

  1. 有资产实力:

本项目客群拥车比例达到22.4%,高于竞品D、SM等购物中心,停车方面有较高的关注,被访者也表示车位紧张、停车要排队、很麻烦。

  1. 关注品牌、品质:

本项目客群使用苹果手机占比50%,这一比例要高于竞品D、竞品A、竞品店等购物中心,其次是华为占比38.2%,表明消费者对品牌、品质更为关注,倾向于追求潮流大品牌。

消费行为轨迹分析结论:

23-28岁:打发时间、社交需求的购物出行动机突出,倾向于随机性消费行为。

29-45岁:生活重心回归家庭,消费动机和场景更加多元,倾向于物理目的性购物行为,36-45岁相比于29-35岁,社交需求再度倾斜。

 

制定调整步骤

 

基于上述大数据和深调的数据结果,其实我们制定关于品牌/业态调整、打造特色和加强宣传推广等一系列的动作把我们的项目地打造成可以吸引到客户的场所,营造更好的购物环境,针对工作日和周末客户的偏好制定好的营销策略,以达到增量客群转化的目的,非常希望这篇文章能够帮助到您,感谢您的观看。

热门推荐
更多……
1
物业行业区域调研分析神器,用十分之一的时间解决100%的问题!
某大型物业公司因公司业务拓展,需要调研某区域的地块特征、客群及周边业态等,形成精准专业的数据分析报告,以此判断是否入驻。
2022-09-07
2
解决找存量和增量难题,让增量客户转化率提升30%
顺为城市地图分享一下如何用大数据+线下深调的方式解决增量客户转化难题。
2022-08-24
3
让数据说话:利用“商圈地图高级版”做商圈洞察分析!
小编将从地块特征、需求侧和供给侧三个方向进行商圈洞察分析
2022-08-18
4
烟草零售终端智能布局网格化管控平台
基于网格数据和模型算法对当前区域进行科学准确地评估,智能分析出不同网格内的合理布局(可办理烟草证的零售终端数量)最优解,形成可参照的指导性意见。
2022-08-12
5
社区便利店选址五要素,真实案例分析便利店选址步骤分享!
数据显示,2021年中国便利店行业市场规模,达2988亿元,门店数量达15.7万家。
2022-08-08
6
文旅项目您最常碰到的四个问题,如何用大数据解决?
干货内容,需求来源于客户
2022-08-04
7
快速了解商业大数据,通过大数据解决商业地产、文旅、物业、购物中心等行业实际业务问题。
什么是大数据?它的发展历程?通过大数据如何解决业务场景问题?
2022-08-04
8
会展办展前期选址分析
开办会展也能利用大数据,解决人群画像、业态分布获取难题
2022-07-15
9
个人创业烧烤店选址攻略
烧烤店选址分析有妙招,用大数据了解商圈客群画像、配套设施、业态分布
2022-07-11
10
雪糕品牌投放攻略
拒绝成为“雪糕刺客”,品牌雪糕用大数据一样能寻觅找到投放良铺
2022-07-08
小程序
咨询客服
企业合作