Peter Fader 博士谈以客户为中心的模式如何应用于展览:第一部分

Peter Fader 博士谈以客户为中心的模式如何应用于展览:第一部分

2023 CEIR 预测主题演讲者 Peter Fader 博士详细阐述了他对以客户为中心以及它对 B2B 展览的意义的见解。

作者:Mary Tucker,CEIR 高级通讯与内容经理

预测,CEIR 年度展览业展望会议 展览行业内外的专家深入探讨了对会展业务产生实际影响的宏观趋势和全球政策。今年的商业专家之一是 Peter Fader 博士,他发表了主题演讲, 建立竞争优势:实施以客户为中心的模式.

Peter 是宾夕法尼亚大学沃顿商学院的 Frances and Pei-Yuan Chia 市场营销学教授。他的专长是分析行为数据,以了解和预测客户的购物/购买活动。Peter 与电信、金融服务、游戏和娱乐、零售和制药等各行各业的公司合作,专注于客户关系管理、客户终身价值和新产品的销售预测。

他的大部分研究都强调了这些行业和其他看似不同的领域中存在的一致(但往往令人惊讶)的行为模式。此外,彼得于 2015 年与他人共同创立了预测分析公司 Zodiac,该公司于 2018 年被出售给耐克。随后,他与他人共同创立了 Theta(并继续经营),以将他最近关于“基于客户的公司估值”的研究成果商业化。

Peter 是三本书的作者, 以客户为中心:关注合适的客户,获得战略优势 (2020), 以客户为中心的策略 与 Sarah Toms 合作(2018 年),以及 客户基础审计 与 Bruce Hardie 和 Michael Ross 合作(2022 年)。他还因其研究和教学成就而获得各种奖项,包括被提名为 广告时代 他是 2017 年首届“25 位营销技术开拓者”之一,也是榜单上唯一的学者。

在我们对 Peter 的采访的第一部分中,他分享了他对以客户为中心如何影响未来业务以及它在企业对企业 (B2B) 展览中的作用的看法。

在您的演讲中,您指出,公司历来采取的吸引客户注意力的两种方法是,要么脱颖而出,成为“同类产品中最好的”,要么树立“物美价廉”的声誉。然而,由于商品化、全球化、密集的竞争情报、媒体饱和、消息灵通的客户等因素,这些方法不再那么有效。

以客户为中心的模式的需求在什么时候开始在消费业务中变得普遍?您认为 B2B 展览行业在时间线/大局中处于什么位置?

彼得: 我将为引起人们对这个第三维度、这个以客户为中心的模式的关注并不断宣传它而感到自豪,但有几个非常重要的先例。这不仅值得称赞,而且从这些例子中可以学到很多东西。

首先是老式的直销。我最早听说这些想法是从富兰克林铸币厂,他们制造了许多收藏车、镀金大富翁套装和其他类似的小玩意儿。他们并不真正关心自己生产什么,因为他们更关心他们最有价值的客户想要什么。他们比其他任何人都更能提出“终身价值”的概念,并开始真正尝试衡量和利用它。

如今,你仍可以在 QVC 等公司中看到很多这样的情况,它们就是这种模式的产物。人们往往对它们不屑一顾,因为当你听到“直销”这个词时,你会想到深夜电视广告,并认为“哦,这不适用于我们”,这可能是真的。但幕后的做法其实相当不错,所以让我们对老派直销商给予高度赞扬。

其次,有些公司是一次性这样做的。我经常谈论的两家公司有类似的故事,它们在竞争激烈的行业中遭受重创,无法通过成为最好的公司或比其他公司更快地扩张来找到出路。所以,他们绝望地转向了第三个维度。

其中之一就是哈拉斯赌场连锁店。他们已经到了无法与进入市场的新赌场竞争的地步。他们无法想出更好的游戏,也没有更好的房地产。他们被逼到了绝境,出于纯粹的绝望,他们聘请了哈佛大学教授加里·洛夫曼担任首席执行官。

他们通过做我谈到的所有事情而脱颖而出,比如标记和跟踪个人客户、建立真正强大的忠诚度计划,并利用它来推动洞察和实际行动。 他们应该有什么样的游戏?他们应该开什么样的餐馆?他们应该引入什么样的娱乐活动? 这就是以客户为中心!

最终,他们收购了凯撒宫/凯撒娱乐,至今仍是凯撒宫/凯撒娱乐的所有者。不用说,其他赌场连锁店不会袖手旁观,为他们鼓掌。他们说:“我们可以做得更好。我们财力雄厚。”因此,他们很难保住它。

第二家公司,即英国食品杂货零售商 Tesco 也经历了同样的情况。为了应对与竞争对手的竞争,他们创建了一个忠诚度计划,并以类似的方式脱颖而出。与前面的例子一样,所有其他公司都在努力追赶,并且做得相当不错。

无论公司是像直销商那样系统地进行此类工作,还是自行开展此类工作,我所做的都是收集大量此类案例,提取每个案例的共同点和最佳元素,然后整合出一种更为稳健、更为普遍的方法。

这些故事在 B2B 展览领域同样适用。我想,当 B2B 展览的概念相当成熟时,它就会进入这个领域,但大多数公司的做法仍然非常古怪。他们可能说得对,但当涉及到它时,问题就变成了, 你卖了多少产品?你是如何降低成本的? 他们是否优先考虑客户终身价值和基于客户的公司估值?这些因素很少被置于以产品为导向的指标之前。

因此,我认为这个行业实际上还处于早期阶段。我还认为展览空间更能从这种模式中获益,这也是我在展会上不断强调的一点。 预测。B2B 展会可以比制药、零售银行等其他许多行业更好地应用这一概念,因为这些行业没有太多监管障碍。我认为,你有很大空间可以采用和运用这一策略。

你的目标更加集中,而不是像整个宇宙那样撒下一张大网,因为你面对的是一小群你可以了解的人。但你仍然需要这些最佳实践来有效地做到这一点。这些想法对于 B2B 来说很自然,因为你更了解你的客户。你与他们建立了关系。按照过去的运作方式,我们可以尝试成为每个人最好的朋友,但今天这行不通了。

例如,我们只带某些客户去打高尔夫球或参加超级碗比赛,或者其他什么活动。我们在 B2B 中经常表现出这种偏袒。我们在 B2B 方面没有看到 B2C 中看到的客户终身价值所提供的指标和量化责任。我们经常会问,我们带谁去参加超级碗比赛或打高尔夫球?我们更喜欢那些客户,或者我们更愿意花时间陪伴那些客户。我建议去除这种人为因素,用更量化的方法取而代之。

让我们用数字来推动这些决策。我可以提供很多已经这样做的公司的例子。他们说:“现在我们将使用客户终身价值和相关指标来要求你对带谁去打高尔夫球负责。”客户终身价值出现在消费者方面,但差异化关系管理出现在 B2B 方面。让我们将它们融合在一起,进入营销 B2B 活动的新维度。

您可以将客户终身价值 (CLV) 定义为对每个客户与公司的关系(过去和未来)的盈利能力的预测。对于展览会而言,这意味着 1) 多久之后,与会者/参展商/赞助商不再需要参加我的展览会 2) 他们在我的展览会上会有多少次有价值的互动 3) 当这些互动发生时,每次互动会创造多少价值。

您建议展会组织者使用哪些数据点来确定 CLV,以及需要多少数据才能做出有效的 CLV 确定?

彼得: 让我反过来想一下 小的 您需要什么信息?例如,如果您提供您所知道的每位参会者/参展商/赞助商的所有数据,例如他们参加您某场展会活动的频率,那就太好了。这很有趣。这太棒了。但有时也很难获得这些数据,也很难管理。由于隐私问题,共享数据可能会变得困难,尤其是在数据如此之多的情况下。我们想要做的是激励人们不仅要 愿意的 分享信息,但 去做吧。

因此,要让顾客觉得使用智能徽章、举手、使用移动应用程序或忠诚度计划,或我们正在谈论的任何跟踪技术都是值得的。告诉他们,如果不这样做,他们就会错失良机。Zodiac 与 Nike 合作实现了这一商业化,成功让顾客积极参与。例如,在他们位于纽约的旗舰店,他们提供有趣的体验产品,但除非你下载并打开移动应用程序,否则你无法真正获得它们的全部价值。他们让人们想要利用所有有趣的东西,并克服对跟踪他们的活动的犹豫。

我们需要多少数据?我问这些问题几乎是出于纯粹的学术兴趣。我们真的需要追踪每个人的大量信息吗?如果有些信息缺失怎么办?如果我们把这些信息汇总起来,这样我不知道你什么时候去看演出,但我知道你今年看了多少场演出,那该怎么办?

在过去的 10 到 15 年里,我问了越来越多的这些问题,但得到的数据却越来越少。后来我遇到了我的博士生 Dan McCarthy,他后来成为我这些公司的联合创始人,他几乎以华尔街分析师的身份问了同样的问题。如果你是一家公司的投资者,并敲开他们的大门,该公司不可能向你提供其所有的交易日志数据。这太荒谬了!但是,他们愿意分享哪些总体指标,这些指标不会识别任何个人,并真正告诉你公司的健康状况?事实证明,我们在学术研究中已经回答了这个问题。

对于 B2B 展览来说,答案是,在给定的一年中,有多少人参加了您的某项活动?在参加的这些人中,他们平均参加了多少场活动?就是这样。给我这两个数字,以逐年或逐季度的汇总形式汇总,我就可以对其进行逆向工程,以运行与我拥有个人、事件的所有详细数据时可以运行的完全相同的模型。

这让我想到了数据的三位一体,RFM,即新近度、频率和货币价值。直销行业的前辈们给了我们这个标准,而我 40 年来一直在重复它。我还将它应用到各种奇怪的领域,你不会认为它有任何相关性。比如动物追踪、图书馆借书和无国界医生——所有这些领域,你会认为它们与人们购买收藏车和镀金大富翁套装等截然不同。RFM 是自然的答案。

在你的行业中,以下问题 你上次参加活动是什么时候? (在某个合理的时间段内,比如说,过去两三年。) 您一共参加了多少场活动? 你花了多少钱,或者多少时间? 我没有分析过这个行业的数据,但我可以向你保证,RFM 可以准确预测出参与者将参加多少活动以及在什么时间段内参加。

它仍然需要每个人的个人层面数据;我们可以进一步汇总这些数据,并使模型性能损失很小。我建议你不必收集一千个数据点,但不必太深入。我发现,我们用很少的数据就能达到同样的效果。这很好,因为它使实施策略和比较不同事件的结果变得更加容易。

请继续关注第二部分,Peter Fader 博士将在其中讨论如何提高投资回报率并影响客户行为。详细了解他的研究 这里 并了解 CEIR 的最新行业研究 这里.

分享这个:

有关的

Did CEIR PREDICT it Right? A Look at Sam Potolicchio’s Predictions

需求增长推动美国数据中心建设激增

对美国经济衰退的担忧有些过度