在新零售行業，隨著數位化交易的大量進展，越來越多的客戶被數據化，並且導入到了企業的客戶資料庫。而我們都知道，以阿里為首的新零售平臺每年都有各類狂歡節日，甚至店鋪也有自己的會員日等節日。很多企業都會在活動前後進行數據分析預測，活動實時分析，以及活動後數據復盤，包括轉化率分析、好評率分析等，有的企業有專門的數據分析團隊，也有的企業使用DataFocus等BI工具進行分析。而有很多平臺大型活動是有預售的，比如618年中大促或是雙十一狂歡節，而和預售捆綁的「孿生兄弟」就是優惠券。那麼關於這個營銷利器來說，應如何實施呢，還是那句話，決策需依靠數據分析進行輔助。
首先我們要了解預售對於企業或店鋪的真正意義。其實，預售通過付定金，起到一個提前圈定客戶的作用，並可以通過數據實時分析做得精細些，不斷的優化目標「圈定」的客戶群體，實時數據分析的意義就是能夠讓圈定的客戶群體精準化。那麼數據分析結果出來後，當商家知曉了應「圈定」的人群，就可以進行通知。而且，這個階段通過歷史數據分析，分析出對於預售敏感度很大的客戶進行二次通知，促成客戶付定金，付定金後也要進行實時數據分析，看付款率如何，因為我們有接觸過歷史數據分析後得出的群體進行二次催付，付款率卻很低，原因是此群體客戶已經部分流失，就像我們說的自媒體粉絲一樣，變成了無價值數據。所以實時數據分析可以避免店鋪一股腦的認定此類人群是敏感度極高並且容易付款的，節省營銷成本。
然後就是優惠券的發放工作了。為什麼要強調發放優惠券呢，現在店鋪都會在頁面放人人都可領取的優惠券，對部分老客戶來說會沒有尊貴感。所以可以以訪問但未領取優惠券的客戶群體數據，和老客戶群體數據，進行交叉分析，得出看到了卻沒有領取的老客，針對這部分老客發送專屬的優惠券。這個優惠券可以通過客戶運營平臺來發送，也可以發電子優惠券。這裡要注意的是，還可以進行一步針對客單價的數據分析，對不同客單價的客戶要推送不同的面額，比如客單100-200的送10元送優惠券，200-300的送15元優惠券等等，根據店鋪實際情況去設置。
除非註明，否則均為DataFocus企業大數據分析系統,讓數據分析像搜索一樣簡單原創文章，轉載必須以連結形式標明本文連結。