产品 SEO 与 GEO 智能体 付费广告智能体 网站智能体 转化智能体
运作方式 方案 常见问题 博客 预约通话

小企业如何用 AI 做客户细分和个性化营销

更新于 · 阅读约 8 分钟

简短回答 小企业可以用三种方法借助 AI 给客户分组:把客户导出文件上传给 ChatGPT 这类聊天机器人;使用 Mailchimp 或 Klaviyo 等邮件工具内置的预测功能;或者用大白话描述一个细分群体,让工具帮您建好。预测功能需要网店和订单历史。上传任何内容之前,先删掉姓名。

想把这些用到您的生意上?预约一次 30 分钟的免费通话,一起聊聊。

预约通话

AI 客户细分:三种做法

细分是指把客户分成几组,每组收到不同的信息。个性化是指给每一组、甚至每一个人发送适合他们的优惠。AI 在第一步帮您从数据里找出分组,在第二步帮您为每一组写一版优惠内容。

方法AI 做什么您需要什么适合谁
让聊天机器人读取您的客户导出文件按最近一次购买时间、购买频率和消费金额给客户分组,并解释每一组从您的派工、预约或销售软件导出的表格;一个能分析文件的 ChatGPT 类工具任何企业,包括没有网店的服务型企业
邮件工具里的预测功能给每个联系人打分:近期可能购买、有流失风险、预计终身消费已连接的网店和足够的订单历史在网上卖货的店铺
AI 细分群体生成器把“6 个月内下单 3 次以上的回头客”变成一个保存好的细分群体这些数据已经在邮件工具里觉得细分菜单难用的任何人

大多数本地服务企业(水管工、牙科诊所、记账师)都从第一种方法开始。邮件工具的预测功能是围绕网上订单设计的,而细分群体生成器只能处理工具里已有的数据。

如何用 ChatGPT 做客户细分:分步操作

ChatGPT 可以分析上传的表格,包括 .xls、.xlsx 和 .csv 文件,并在上面运行 Python 计算(OpenAI Help: Data analysis with ChatGPT)。

  1. 每位客户导出一行。 列包括:客户编号、首次购买日期、最近一次购买日期、购买或服务次数、总消费、主要购买的服务,以及城市或邮政编码。OpenAI 的帮助页面要求第一行写清楚列名,每位客户占一行。
  2. 删掉姓名、邮箱和电话号码。 只保留客户编号。AI 不需要知道谁是谁也能分组,之后您再按编号对回去。
  3. 要求做 RFM 分组。 RFM 指最近一次购买(recency,距离上次购买多久)、购买频率(frequency,多久买一次)和消费金额(monetary,花了多少钱)。可以这样问:“Group these customers by recency, frequency and total spend into 4 to 6 groups. Name each group, give its size and average spend, and say what each group likely needs from us.”(按最近一次购买、购买频率和总消费把这些客户分成 4 到 6 组。给每组命名,说明人数和平均消费,并说说每组可能需要我们提供什么。)
  4. 核对计算。 OpenAI 建议在依赖结果之前,先检查代码、结果和假设。抽查五位您熟悉的客户。
  5. 把分组带回去。 下载带有新“group”列的文件,按编号对上您的联系人,再把这一列作为联系人字段或标签导入邮件工具。
  6. 每季度重做一次。 客户会随着购买或沉寂在各组之间移动。

对服务型企业来说,通常重要的分组是:该做回访服务的、高消费的、只来过一次的,以及一年多没消费的。如何把这些分组变成邮件规则,见基于行为的邮件细分。

邮件工具的 AI 预测需要什么?

需要连接网店,并有真实的订单历史。没有这些,预测就是空白。

工具预测什么需要什么
Mailchimp未来 60、90 或 365 天内购买的可能性;预测客户终身价值;预测下次购买时间;流失风险(高、中、低)Standard 及以上套餐、已连接的网店,并且已经发出过至少一次邮件营销活动(Mailchimp Help: About Predictive Analytics and Demographics)
Klaviyo预测客户终身价值、订单数、流失风险、预计下次下单日期至少 500 位下过单的客户,180 天的订单历史且最近 30 天内有订单,部分客户下单 3 次以上,以及电商集成或通过 API 发送订单(Klaviyo Help: Understanding Klaviyo's predictive analytics)

客户终身价值(CLV)是一位客户预计在您这里长期消费的总额。流失风险是客户不再购买的可能性。

Mailchimp 还会推测每个联系人的年龄段和性别。它说这些预测“based on shared Mailchimp account information from around the world”(基于全球共享的 Mailchimp 账户信息),而且符合条件的账户默认开启此功能;您可以在数据设置中关闭(Mailchimp Help: About Predictive Analytics and Demographics)。把它们当作估计,而不是关于某个人的事实。

我只描述一下,AI 能帮我建好细分群体吗?

能,部分工具可以,但您还是要检查。Klaviyo 的 Composer“can build a segment from a plain-language description of the audience you want”(可以根据您用大白话描述的目标受众建立细分群体),先返回一份草稿,在您点击 Save 或 Create 之前不会保存任何东西。它也“can't invent a property you don't have”(无法凭空造出您没有的属性)(Klaviyo Help: How to create segments with Composer)。Klaviyo 的建议是:检查完整的定义,包括同意状态、时间范围和排除条件;如果人数为零或差得很远,保存前先检查条件和您的数据。

Mailchimp 的细分群体生成器可以直接按它的预测来筛选,比如流失风险,或预测终身价值高于某个金额(Mailchimp Help: All the Segmenting Options)。

如何为每一组定制优惠

给每一组一个符合其所处阶段的优惠。AI 擅长写不同版本;优惠由您来定。

分组合适的优惠可用的个人细节
该做回访服务的附预约链接的提醒他们做过的服务和时间
高消费的提前预约或优先时段他们常用的服务
只来过一次的顺理成章的下一项服务他们第一次买的东西
一年多没消费的一个回来的理由最多只用他们的名字

把这一组的描述和您的优惠粘贴到 ChatGPT,让它为这一组写一个邮件标题和一封简短的邮件。每份草稿发出前都要读一遍:AI 可能编出您从没提供过的折扣或截止日期。好用的提示词见用 ChatGPT 写营销邮件的提示词。

要看效果,可以给每组中的一部分人发您平时的邮件。如果定制版没有带来更多预约或订单,就换优惠,而不是换 AI。

个人细节应该来自客户在您这里做过的事,而不是猜测。“您的暖气炉上次保养是去年 10 月”有帮助。基于预测年龄或性别写的信息,一旦猜错就可能适得其反。

把客户数据放进 ChatGPT 安全吗?

先删掉身份信息,并弄清您所用套餐的训练设置,就更安全。在个人版 ChatGPT 套餐中,进入 Settings,再进入 Data controls,关闭“Improve the model for everyone”,这样您的对话就不会用于模型训练(OpenAI Help: Data controls in ChatGPT)。企业套餐默认已经关闭:

"By default, we do not use data from ChatGPT Enterprise, ChatGPT Business, ChatGPT Edu, ChatGPT for Healthcare, ChatGPT for Teachers, or our API platform—including inputs or outputs—for training or improving our models." (OpenAI: Business data privacy, security, and compliance) 译文:“默认情况下,我们不会使用来自 ChatGPT Enterprise、ChatGPT Business、ChatGPT Edu、ChatGPT for Healthcare、ChatGPT for Teachers 或我们 API 平台的数据(包括输入和输出)来训练或改进我们的模型。”

训练是一个问题;您自己的隐私承诺是另一个问题。如果您的隐私政策没有提到会与外部软件共享数据,只导出编号是更稳妥的习惯。医疗和税务数据的规则更严格(见文末链接)。

隐私规则对 AI 细分怎么说?

给自己的客户分组是普通的营销行为,但有几条规则与之相关。

美国:加州隐私法有规模门槛。 《加州消费者隐私法》(CCPA)适用于在加州开展业务的营利性企业,条件是年总收入达到 $26.625 million 或以上,或者买卖或共享 100,000 名或以上加州居民或家庭的个人信息,或者 50% 或以上的收入来自出售或共享个人信息(California Privacy Protection Agency: FAQ)。

加拿大:新用途需要同意。 《个人信息保护和电子文件法》(PIPEDA)附表 1 规定:

"Personal information shall not be used or disclosed for purposes other than those for which it was collected, except with the consent of the individual or as required by law." (PIPEDA, Schedule 1, clause 4.5) 译文:“除非经本人同意或法律要求,个人信息不得用于或披露给收集目的以外的用途。”

所以,如果您收集某人的邮箱只是为了发账单,那么在给这个人分组并发营销邮件之前,先确认您的告知或同意也涵盖了营销。邮件同意本身是另一条规则:见CASL 同意。

魁北克:用户画像之前先告知。 使用能对人进行画像的技术收集信息的企业,必须“first inform the person”(先告知本人)这项技术的使用,以及如何开启其画像功能(魁北克《私营部门个人信息保护法》,第 8.1 条)。该法把画像定义为评估一个人的特征,包括“personal preferences, interests or behaviour”(个人偏好、兴趣或行为)。如果关于某人的决定完全由自动化处理做出,第 12.1 条要求告知本人。

示例

以下为示意案例,数字为虚构。

一家有 900 位老客户的园林绿化公司(美元)

老板从派工软件导出客户,删掉姓名和邮箱,让 ChatGPT 做 RFM 分组。结果发现有 140 位客户连续两年购买春季清理服务,但从去年 5 月起再没消费。他们在 3 月收到一封邮件,提供今年的清理服务和预约链接。消费最高的 60 位客户可以优先挑选开工日期。

一家有 3,000 位买家的 Shopify 护肤品店(加元)

Mailchimp 已连接到网店。流失风险高的联系人会收到一封补货提醒,推荐他们上次买的产品。发送任何挽回邮件之前,店主先剔除了最后一次购买已超过两年、且从未给过明示同意的安大略省买家。

一家有 250 位客户的记账事务所(美元)

客户太少,用不了邮件工具的预测。每季度把表格交给 ChatGPT 处理一次,把客户分成每月记账、只做报税和一次性账目清理三类。只做报税的客户会在秋天收到一封介绍全年记账服务的邮件。

常见问题

什么是 AI 客户细分?

用软件在您的数据中找出相似客户的分组,或预测每位客户的下一步行动,而不是手写每条规则。最终得到的仍是一份分组清单,由您决定怎么用。

我需要多少客户?

用聊天机器人分析,多少都行,不过少于几十人的分组说明不了什么。要用 Klaviyo 的预测,至少需要 500 位下过单的客户。

AI 个性化比简单细分更好吗?

不一定。一个好的简单细分配上对的优惠,胜过一个聪明的预测配上弱的优惠。先从简单的开始,等规则多到管不过来时再加 AI。

我能在广告里用 AI 细分群体吗?

能。您可以把一个分组作为客户名单上传到 Meta 并向他们投放广告,但要遵守 Meta 的规则:见Facebook 自定义受众。

您的情况不同?

继续阅读

下一篇旅游营销中的 AI:个性化、定价与客户服务旅游团经营者、景点和小型住宿如何用 AI 赢得预约:AI 行程规划、聊天机器人、个性化优惠、动态定价,以及各自的规则。

问我们一个问题

一句话就够。我们会通过电子邮件回复。

出处

  1. OpenAI Help: Data analysis with ChatGPT
  2. OpenAI Help: Data controls in ChatGPT
  3. OpenAI: Business data privacy, security, and compliance
  4. Mailchimp Help: About Predictive Analytics and Demographics
  5. Mailchimp Help: All the Segmenting Options
  6. Klaviyo Help: Understanding Klaviyo's predictive analytics
  7. Klaviyo Help: How to create segments with Composer
  8. California Privacy Protection Agency: Frequently asked questions
  9. PIPEDA, S.C. 2000, c. 5, Schedule 1 (Justice Laws)
  10. LégisQuébec: Act respecting the protection of personal information in the private sector (P-39.1)