如何用数据分析优化你的营销策略?
今日份知识你摄入了么?
本文介绍了我使用数据来优化公司营销策略的案例。
Sprocket Central Pty Ltd 是一家中型自行车和自行车配件公司,他们想利用现有数据,优化公司的营销策略。该公司与我分享了 3 组数据集,包括客户交易额、地址和客户人口统计数据、以及新客户列表。
图片来源:Unsplash 摄影:Lukas Blazek
该项目旨在用Sprocket现有的客户数据,帮助优化他们的营销策略,扩展公司规模至其他地区。
这个项目中,Excel 表格用于项目的构建,使用了数据透视表,并在 Tableau 上创建图表。接着,我们在 Tableau 上创建了一个数据故事,来向 Sprocket 的董事会成员进行演示。
01
问题
我首先确定了 Sprocket 想要解决的问题。该公司想要在新市场中优化营销策略。
我从回答这些问题开始:
1) Sprocket 大多数现有客户的年龄段是怎样的?
2) 这些客户中还有哪些突出的特征可以帮助 Sprocket 优化营销策略?
3) 是否有特定的自行车品牌在这个年龄段或细分市场中销量最高?
4) 哪些人口统计数据,尤其是在地理位置等地理因素方面非常突出?有没有在销售方面脱颖而出的地方?
5) 订单主要是通过网络销售还是客户走访?
6) 这些客户是否来自特定行业?
7) 这些客户拥不拥有汽车是不是我们的重要指标?
8) 客户的财务状况是否为重要指标,是否为潜在客户是否也是根据这一点判断?
02
方法论和设计
我首先在 excel 文件中准备原始数据,然后清理数据,并对其进行转换。
1) 我清理了数据,删除了空着的单元格。
2) 我新增了一个“年龄”栏来查看客户的年龄。
3) 我还删除了出生日期栏上的错误年龄,因为有些日期是有误的。
4) 我还清理了性别栏,有“男性”、“女性”和“不确定”。
5) 我将所有超过 90岁的无效年龄替换为平均年龄44岁。
6) 对于某些列中发现的空白,例如职位名称列,我们没有进行处理,因为与年龄等其他一些列相比,这些数据不会潜在地影响结果或提供不稳定的信息。
03
使用的工具
我分别使用了Python、Excel 和 Tableau ,清理项目数据、创建数据透视表和创建图表。
04
结果和发现
女性购买的数量最多,但男性的购买量也很大。
拥有汽车、网上购物、财富状况和性别不是确定潜在客户的重要因素。
表 格1:现有客户的性别分布。
作者使用数据透视表创建的表格
图表 1:客户的年龄组
图片由作者提供 来源:Tableau
表格 2:拥有汽车和没有汽车的客户。
图片由作者通过Pivot Table制作
图表 2:客户所在的行业
图片由作者提供 来源:Tableau
图 表 3:哪些州的客户最多?
图片由作者提供 来源:Tableau
图表 4:客户是在网上购物还是更喜欢去店里买?
作者在 Tableau 上创建的图像
图 5:哪个品牌最受欢迎,销量最高?
图片由作者提供 来源:Tableau
05
分析结果
尽管女性购买的商品最多,但男性也有大量的购买量/客户基础。
拥有汽车并不是衡量客户购买汽车能力的重要指标。
金融、健康和制造行业的客户是重要客户。
与富裕和高净值客户相比,大众客户购买的产品更多。
Solex 是最受欢迎的品牌,其次是 Giant Bicycles。
06
结论和建议
以下是一些结论和建议:
A. 目标客户应该同时有男性和女性。营销团队应将这两者都定位为潜在客户。
B. 大多数客户年龄在 36-55 岁之间。但是,我们建议公司将目标定位在 26-65 之间,因为这些客户也有增长潜力,且数量可观。Sprocket 应该想方设法吸引 26-35 岁和 56-65 岁以上的客户。
C. 办公室行业的客户占大多数。这一点很重要,因为与已经从事劳动密集型工作(如农业)的客户相比,向此类客户进行营销会更有意义。
D.很明显,拥有汽车并不是一个重要指标。营销团队应该同时针对有车族和无车族。为什么?数据显示这这两类人都有很大比例。
E.营销团队应该把重点放在大众客户身上,这些人在财富方面属于中产阶级。为什么?因为大众客户很可能会意识到他们的健康状况和消费习惯,并且更愿意骑自行车上班/购物。
F. 公司应该储备更多 Solex 品牌,因为它们备受青睐。为什么?与其他自行车品牌相比,它们的价格更加平易近人。
G. 新南威尔士州的顾客最多。为什么?因为这个地区有良好的道路,且气候宜人,同时还有很多自行车骑行活动和比赛,鼓励市民骑车。
H. 对于新的目标客户,Sprocket 应该关注 36-45 岁之间的中产阶级,储存更多的 Solex 产品。
感谢阅读!
原文作者:Mulkami Kareko
翻译作者:Lia
美工编辑:过儿
校对审稿:Jiawei Tong
原文链接:https://mukamikareko.medium.com/how-to-use-data-analysis-to-optimize-a-companys-marketing-strategy-9c67b9beb149
本周公开课预告
往期精彩回顾
Machine Learning Model:建立机器学习模型的四个概念
新兴数据岗位:Analytics Engineer分析工程师是什么?
点击“阅读原文”查看数据应用学院核心课程