常用的危机公关传播策略

　　录。

　　 表9-4某店铺客户订单记录

　　 根据表9-4中的订单记录，客户“阿平”一共有2次重复购买记录，其中第2次购买发生在2016年11月11日，距离第1次购买时间（2016年7月3日）间隔131天，第3次购买发生在2017年8月1日，距离第2次购买时间间隔263天，由此可以计算出客户“阿平”的客户回购周期为：（263+131）/2=197。用同样的方法可以计算出客户“草莓”的回购周期为92.5天，客户“Lucky”的回购周期为21.5天。有了店铺中每个回头客的客户回购周期，就可以计算出店铺平均回购周期为：（197+92.5+21.5）/3=103.7天。

　　 4.商品回购周期

　　 商品回购周期是指客户重复购买同一件商品的平均时间间隔。在计算商品回购周期的过程中，需要注意以下两个细节。

　　 （1）对于有不同容量（规格）SKU的商品而言，重复购买周期应该按照SKU分开计算。例如，一款爽肤水有50ml和100ml两种规格，由于商品容量决定着商品的使用周期，会直接对客户重复购买周期产生影响，所以需要分开计算。

　　 （2）商品回购周期区别于客户回购周期，需要根据购买商品的件数计算周期。例如，某客户第一次购买了2瓶50ml（或者1瓶100ml）的爽肤水，并且在60天后重复购买该款爽肤水，意味着客户消耗100ml爽肤水的周期为60天，该50ml爽肤水的重复购买周期为30天。

　　 具体的计算公式为：

　　 商品回购周期-（第N+1次购买时间-第N次购买时间）/第N次购买的件数

　　 表9-5列举了某店铺一部分客户订单记录。

　　 表9-5某店铺部分客户订单记录

　　 根据表9-5中的订单记录，“阿平”由于第1次购买了B产品1件，根据商品回购周期的计算公式计算得出“阿平”首次回购B商品的周期是100天，而“阿平”第2次回购B商品的周期是（2018年4月5日－2018年2月13日）/2=25.5天。通过将B商品的所有客户的商品回购周期取平均值，可以得出该商品的平均回购周期。

　　9.1.3CRM数据分析的思维方式

　　 科学的运营离不开数据的支持，将数据转化为信息的过程则称为数据分析，而在这个过程的具体操作中需要有一定的思维方式。

　　 1.对比思维

　　 没有对比就没有优劣。单独看一个数据并不能得到多少有效信息，将其与另一个数据进行比较能更容易得到有用的信息。表9-6列举的是某店铺的订单成交记录，将2018年4月13日和2018年4月12日成交金额进行比较，很明显可以看出4月13日的成交情况比4月12日的情况好。

　　 表9-6某店铺交易信息记录

　　 将不同的数据进行对比是最基本的思路，也是最重要的思路，如监控店铺交易数据、对比两次营销活动效果等，这些过程就是在进行“对照”。运营人员拿到数据后，如果数据是独立的，就无法判断数据反映出来的变化趋势，也就无法从数据中读取有用的信息。

　　 2.拆分思维

　　 当一些数据在某个维度可以进行对比时，可以选择对比的方式对数据进行分析。如果对比后需要找到导致这个数据出现的背后原因，以表9-6所示的交易信息为例，为什么2018年4月13日的销售额会比4月12日的高，是当天购买的人数多，还是因为购买的人数少但会员购买的商品价格高呢？此时就需要用到拆分思维，将一些数据拆分为更加细分的数据，如成交总金额=成交客户数×客单价，而成交用户数=访客数×转化率。

　　 拆分之后的数据，相对于拆分前会清晰许多，便于分析，找细节。由此可见，拆分是分析人员必备的思维之一。

　　 3.降维思维

　　 当面对按照不同维度计算得出的数据时，由于数据繁多，会让运营人员感觉无从下手。这时为了降低数据分析的复杂程度，在进行数据分析时，只要从中筛选出代表维度，将一些与这些维度有关联的指标拿来分析即可。

　　 当一种维度可以通过其他两种维度计算转化出来时，我们就可以“降维”。例如，分析表9-6中的数据，知道成交总金额=成交客户数×客单价，那么在分析数据时可以重点关注成交总金额、成交客户数和客单价三个维度。

　　 另外，运营人员一般只关心对其有用的数据，当某些维度的数据与其分析无关时，就可以筛选掉，从而达到“降维”的目的。

　　 4.增维思维

　　 “增维”和“降维”是相对的，有降必有增。当前的维度不能很好地解释数据时，就需要对数据做一个运算，增加一个指标。

　　 例如，分析某个热搜词的热搜度，可以发现对其的数据分析有两个维度，一个是搜索指数，一个是宝贝数，这两个指标一个代表需求，一个代表竞争，很多用户用倍数（搜索指数/宝贝数）来代表一个词的竞争度（仅供参考），这种做法就是在增维。增加的维度又称为“辅助列”。

　　 “增维”和“降维”必须是对数据的意义有充分的了解后，为了方便进行分析，有目的地对数据进行转换运算。

　　 5.假设思维

　　 当尚未得出结果，或是有几种选择时，就可以使用“假说”，先假设有了结果，然后运用逆向思维。

　　（1）关注苗头，重视长尾效应。网络和手机传播的迅速壮大是网络时代信息传递的新形势。危机信息传播的规则正在发生剧烈变化，信息传播的权力、舆论的批评权力开始从机构向个人过渡，长尾效应发挥作用正在逐步显著。虽然中国的网络媒体占媒体总数不到20％，但是80％的危机都是从网络媒体爆发，而且100％的企业危机有网络媒体参与传播。对于这种新的危机发生现象，任何企业都不能忽视，现在有些企业关注的、监测的对象仍然还是大众传统媒体而非新兴媒体，这是非常令人担忧的现象。网络媒体，特别是门户网站之外的网络信息应该成为企业日常监控的重要对象之一。（2）密切洞察，避免误导危机。在互联网时代，关注信息走向对企业的未来至关重要。一旦危机苗头出现之后，企业就要及时给予反应，预防其夸大、走样，乃至变质。保持网络官方信息和互联网流传信息的统一性，在有损企业利益的信息出现后，首先自检企业自身问题，确定原因及时做出反应，避免更多的揣测性的报道泛滥，以至于权威媒体也被误导进而跟风报道，造成范围广泛而时间持久的影响。