`
sunnygrass1
  • 浏览: 75864 次
  • 性别: Icon_minigender_2
  • 来自: 武汉
社区版块
存档分类
最新评论

昨天参加了一次消费者调研访谈

阅读更多

昨天参加了一次某品牌消费者调研访谈,主要为了下一阶段该品牌新品投放宣传。

该品牌是一个曾经辉煌的老品牌,但是在最近几年,由于新崛起品牌越来越多,却没有关注,别人成气候了,才着急该怎么办。这是很多行业和很多企业容易犯的毛病,年年照旧营销、销售、服务,哪个领导上来都是改进,不求无功但求无过,这种现象很普遍,最后新兴力量让这些企业乱了阵脚。其实,时间也不过短短几年而已。中国的变化就是这么大。而往往无法发财的人,常常觉得没有变化,直到有人回顾80年代发财的人,90年代发财的人,新世纪发财的人,才恍然大悟时代变化真大,就和现在好多人后悔,早知道房价如此之高,不如2002年就买N套囤积着,现在早就成千万富翁了。变化,就是这么快。(许多人不认同客户关系管理,认为根本没什么作用,现在最重要的还是营销和销售的术,而不是客户关系管理的道)。

前几天,我写的一篇博文,里面就给大家介绍了4P、4C、4E。网友经过了激烈的讨论,认为中国现在企业连4P都没有做好,4C、4E根本就应用不起来,中国的市场和消费者成熟度不能拿美国的理论来套。我的观点一向是:不是拿理论套,也不是中国消费者不成熟,而是4P、4C、4E就存在在我们的消费过程行为中,他们是一个过程的不同角度。4P、4C、4E不是象升级一样,先4P,4P大家都夯实了,就升级到4C。我过去也有这个误差,但是昨天听了调研访谈,我深刻理解到,4P、4C、4E就在我们身边。人家这么老的这么传统的一个企业,都在做客户需求、客户交流、客户体验调研,而不仅仅限于产品、价格、渠道、促销这些常见手法。感叹我们很多行外想做行内事的人,对企业对消费者的成熟度的认识之狭窄。

我给大家介绍一下昨天调研内容。

1你购买过程,主要考虑哪些因素?

2你为什么会主要考虑这些因素?

3你最终购买的产品,是出于什么原因?

4和你最初预想的支出和产品,有什么变化?

5你通常通过什么渠道收集产品信息?

6你最信任的信息渠道是哪些?

7你对你现有产品,哪些满意,哪些不满意,你觉得如何改进?

8你所知道的同档次产品的其他什么品牌?你最喜欢哪个品牌?为什么?

9你现在购买的这款产品,给你最深刻印象的是什么?

10这些产品,哪个角度的照片好看?为什么?你觉得它像其他哪些品牌的产品?你对这款产品,觉得不喜欢的地方是什么?为什么?你觉得它值多少钱?

11你购买之前,参加过什么品牌推广活动?喜欢哪一些?为什么?你希望能举办什么活动?

12已经推出的产品款式,和该产品相比,有哪些不同?

13你觉得该品牌是个什么样的品牌?活力的,老旧的,个性的,积极崛起的,亲切的?

13个问题,调研到了不同地区、不同用途、不同年龄、不同性别、不同家庭子女和婚姻状况、不同职业、不同使用经验消费者的理解的产品宣传点、广告投放渠道、现有产品对比、产品竞争品对比、产品亮点、产品价格、产品形象展示方法、产品推广说明方法、品牌推广活动形式、产品差异化宣传。为新品投放策划方案带来了可靠的参考数据,而不是拍脑门的市场策划头脑风暴求新求异。

但是,商业和购买都是个很奇怪的东西。大家坐下来访谈是这么认为的,但是真正购买的时候,众多感性和偶然因素,决定了最终购买的和自己最初想购买的,往往大相径庭。很多人有这种感受,自己想着去超市买某样东西,最后回来才发现,想买的却没有买,买回来一堆自己根本没想过要买的东西。这就是消费。

从这些调研来看,都是我们最常见的问题。但是里面却包含了消费者对产品、价格、渠道、促销、客户需求、客户体验、客户交互、客户传播这些4P、4C、4E理念。

所以,不要以读理论分析理论的心态去学习理论。

理论,就是从我们的生活和人性中升华提炼而来。

细心感受生活,你会理解感悟更深。

所以,扔掉你的那些所谓的术和各种分析方法(就像N多华尔街人用各种数学公式印证全球股票一样可笑),放弃那些你奉若珍宝的流氓营销传播方式(客户关系管理并不是比营销更先进的营销,客户关系管理也不是营销的一种方式。客户关系管理和营销,就是两个事物。当然,存在一定关联。我说这话的意思是不要满脑子都是营销、赚钱,看什么都是营销手段,应该把客户装进来,从客户的习惯出发改变你自己对客户的看法),放下你的电脑、搜索、商业策划书、业界精英,活的像个正常老百姓,走入你的消费者和客户,和他们一起做下来拉家常(想想史玉柱对脑白金、征途的消费者的持续面对面交流,细细打磨每一点每一个环节)。

生意就在我们生活当中。而客户关系管理就在我们生活当中。

可不,我们不也在不知不觉维系着我们和朋友、同学、同事、家人、客户的关系么。细想理论,确实如此。

分享到:
评论

相关推荐

    混合研究方法的方法论_研究策略及应用_以消费模式研究为例.pdf

    而定性数据可以弥补这一不足,通过深入访谈揭示消费者的情感、价值观和消费决策过程。混合方法的使用使得研究不仅具有代表性,还能深入到消费者的内心世界,从而更准确地理解消费模式的多样性和动态性。 【研究策略...

    基于 OpenCV 的魔兽世界钓鱼机器人

    基于 OpenCV 的魔兽世界钓鱼机器人

    供应链管理中信息共享问题的研究.docx

    供应链管理中信息共享问题的研究

    青春文学中的爱情观呈现.doc

    青春文学中的爱情观呈现

    分布式光伏储能系统的优化配置方法 附Matlab代码.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

    Delphi 12.3 控件之XLSReadWriteII6.02.01.7z

    XLSReadWriteII6.02.01.7z

    图解系统-小林coding-v1.0.rar

    图解系统-小林coding-v1.0

    【光伏功率预测】基于EMD-PCA-LSTM的光伏功率预测模型 附Matlab代码.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

    漫画作品与乌托邦理想追求.doc

    漫画作品与乌托邦理想追求

    江苏建筑消防设施维护保养规程.rar

    江苏建筑消防设施维护保养规程.rar

    基于交互式可视化的Transformer模型注意机制探索工具-DODRIO及其应用

    内容概要:论文介绍了一款名为DODRIO的交互式可视化工具,帮助自然语言处理(NLP)研究人员和从业者解析基于转换器架构的语言模型内部工作机理。DODRIO整合了概述图与详尽视图,支持用户比较注意力权重与其输入文本的句法结构和语义特征。具体而言,它包含了依赖关系视图(Dependency View)、语义关注图(Semantic Attention Graph)以及注意力头概览(Attention Head Overview),并利用不同的图形展示方法使复杂的多层多头转换器模型中的注意力模式更容易理解和研究。 适用人群:适用于从事深度学习、自然语言处理的研究人员和技术从业者;尤其适合对基于变换器架构的大规模预训练语言模型感兴趣的开发者们。 使用场景及目标:DODRIO用于探索转换器模型各层级之间的联系、验证已有研究成果,同时激发新假设形成。具体使用时可以选择特定数据集中的句子作为样本输入,观察不同注意力机制如何响应文本内容的变化。此外,还可以用来对比精简版本DistilBERT的表现,评估其相对全量模型BERT的优势与不足。 其他说明:DODRIO为开源项目,提供web端实施方式,使得

    基于机器学习的疾病数据集分析

    该代码使用scikit-learn的乳腺癌数据集,完成分类模型训练与评估全流程。主要功能包括:数据标准化、三类模型(逻辑回归、随机森林、SVM)的训练、模型性能评估(分类报告、混淆矩阵、ROC曲线)、随机森林特征重要性分析及学习曲线可视化。通过`train_test_split`划分数据集,`StandardScaler`标准化特征,循环遍历模型进行统一训练和评估。关键实现细节包含:利用`classification_report`输出精确度/召回率等指标,绘制混淆矩阵和ROC曲线量化模型效果,随机森林的特征重要性通过柱状图展示,学习曲线分析模型随训练样本变化的拟合趋势。最终将原始数据和预测结果保存为CSV文件,便于后续分析,并通过matplotlib进行多维度可视化比较。代码结构清晰,实现了数据处理、模型训练、评估与可视化的整合,适用于乳腺癌分类任务的多模型对比分析。

    数字化智慧园区建设实施PPT(43页).pptx

    在智慧城市建设的大潮中,智慧园区作为其中的璀璨明珠,正以其独特的魅力引领着产业园区的新一轮变革。想象一下,一个集绿色、高端、智能、创新于一体的未来园区,它不仅融合了科技研发、商业居住、办公文创等多种功能,更通过深度应用信息技术,实现了从传统到智慧的华丽转身。 智慧园区通过“四化”建设——即园区运营精细化、园区体验智能化、园区服务专业化和园区设施信息化,彻底颠覆了传统园区的管理模式。在这里,基础设施的数据收集与分析让管理变得更加主动和高效,从温湿度监控到烟雾报警,从消防水箱液位监测到消防栓防盗水装置,每一处细节都彰显着智能的力量。而远程抄表、空调和变配电的智能化管控,更是在节能降耗的同时,极大地提升了园区的运维效率。更令人兴奋的是,通过智慧监控、人流统计和自动访客系统等高科技手段,园区的安全防范能力得到了质的飞跃,让每一位入驻企业和个人都能享受到“拎包入住”般的便捷与安心。 更令人瞩目的是,智慧园区还构建了集信息服务、企业服务、物业服务于一体的综合服务体系。无论是通过园区门户进行信息查询、投诉反馈,还是享受便捷的电商服务、法律咨询和融资支持,亦或是利用云ERP和云OA系统提升企业的管理水平和运营效率,智慧园区都以其全面、专业、高效的服务,为企业的发展插上了腾飞的翅膀。而这一切的背后,是大数据、云计算、人工智能等前沿技术的深度融合与应用,它们如同智慧的大脑,让园区的管理和服务变得更加聪明、更加贴心。走进智慧园区,就像踏入了一个充满无限可能的未来世界,这里不仅有科技的魅力,更有生活的温度,让人不禁对未来充满了无限的憧憬与期待。

    Matlab实现BO贝叶斯优化-Transformer-GRU多特征分类预测的详细项目实例(含完整的程序,GUI设计和代码详解)

    内容概要:本文档介绍了基于MATLAB实现的贝叶斯优化(BO)、Transformer和GRU相结合的多特征分类预测项目实例,涵盖了详细的程序设计思路和具体代码实现。项目旨在应对数据的多样性与复杂性,提供一种更高效的多特征数据分类解决方案。文档主要内容包括:项目背景与意义,技术难点与解决方案,具体的实施流程如数据处理、模型构建与优化、超参数调优、性能评估以及精美的GUI设计;详细说明了Transformer和GRU在多特征数据分类中的应用及其与贝叶斯优化的有效结合,强调了其理论与实际应用中的价值。 适合人群:具备一定机器学习和MATLAB编程基础的研发人员,特别是从事多维数据处理与预测工作的专业人士和技术爱好者。 使用场景及目标:① 适用于金融、医疗、交通等行业,进行复杂的多维数据处理和预测任务;② 提升现有分类任务中复杂数据处理的准确度和效率,为各行业提供智能预测工具,如金融市场预测、患者病情发展跟踪、交通流量管理等。 其他说明:本文档包含了丰富的实战案例和技术细节,不仅限于模型设计本身,还涉及到数据清洗、模型优化等方面的知识,帮助使用者深入理解每一步骤背后的原理与实现方法。通过完整的代码样例和GUI界面设计指导,读者可以从头到尾跟随文档搭建起一套成熟的分类预测系统。

    Hive sql练习题,只是参考作用

    大数据的sql练习题,初级中级高级

    基于自注意力机制的序列转换模型-Transformer的提出及其应用

    内容概要:论文介绍了名为Transformer的新网络架构,它完全基于自注意力机制,在不使用递归或卷积神经网络的情况下建模输入与输出之间的全局依赖关系,尤其适用于长文本处理。通过多头自注意力层和平行化的全连接前馈网络,使得在机器翻译任务上的表现优于当时最佳模型。具体地,作者用此方法实现了对英语-德语和英语-法语翻译、句法解析等任务的高度并行化计算,并取得显著效果。在实验方面,Transformer在较短训练时间内获得了高质量的翻译结果以及新的单一模型基准。除此之外,研究人员还探索了模型变体的效果及其对于不同参数变化时性能的变化。 适用人群:从事自然语言处理领域的研究者、工程师、学生,熟悉深度学习概念尤其是编码器-解码器模型以及关注模型创新的人士。 使用场景及目标:主要适用于序列到序列(seq2seq)转换任务如机器翻译、语法分析、阅读理解和总结等任务的研究和技术开发;目标在于提高计算效率、缩短训练时间的同时确保模型性能达到或超过现有技术。 其他说明:本文不仅提出了一个新的模型思路,更重要的是展示了自注意力机制相较于传统LSTM或其他方式所拥有的优势,例如更好地捕捉远距离上下文关系的能力

    【故障诊断】一种滚动体轴承或齿轮的重复瞬态提取方法研究 附Matlab代码.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

    用于平抑可再生能源功率波动的储能电站建模及评价 附Matlab代码.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

    使用 KTH 数据集进行人类行为识别 附Matlab代码.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

    【深度学习】基于计算机视觉的自动驾驶应用 附Matlab代码.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

Global site tag (gtag.js) - Google Analytics