少年竟這樣挽回了顧客，實用！

在我14歲那年，父母正在經營一家中國餐館。餐飲行業競爭激烈，好不容易贏得的老顧客，眼見著輕而易舉地流失。我試圖採取某種策略來改變這種局勢：於是，我開始了人生第一次的直效行銷活動。從那時起便一發不可收拾。

一台打字機和一本顧客聯繫簿，準備就緒。

我提筆，在信中感謝他們的多年惠顧，表達再見面的希冀。果然，一個接一個地，顧客開始迴流。

從此，我愛上了營銷，也是從那時起，我開始明白顧客忠誠度的奧義。

幾年後，"顧客忠誠度"已經成為內容營銷中最重要的概念之一。

我聽到了許多專業術語：客戶旅程管理（customer journeymanagement）、品牌忠誠度、顧客保持力、終生價值。

正如在我14歲那年就意識到的：使顧客迴流不僅關乎產品或服務；對於公司來說，它也是一台健康檢測儀，時時刻刻掌握著公司的動態。

儘管沒有具體標準，但據相關估計：比起保留老客戶，贏得新客戶至少得難個五倍。

而同時，老顧客的迴流又是吸引新客戶的重要因素之一。據《哈佛商業評論》的一篇文章（2007年）所稱，比起傳統手段的4-6倍的投資回報率，使用這一方法可以達到15倍的投資回報率。

保留顧客的關鍵部分之一是：吸引顧客參與。 最常見的參與渠道有：客戶服務部門、銷售代表、電子郵件、社交賬戶和網站。

網站以其靈活、直觀和充滿生機，成為了最有效的渠道。網站能同時服務多數顧客，分流顧客去不同的渠道，就像一個中轉站。"如需更多信息，請登陸官網。"這句話你一定不感陌生。

如果你能吸引更多人訪問官網，更高的品牌價值和更長久的收益就會從此發芽。

當然，使顧客登陸官網並不是一個簡單的命題。但是，抓住這個指標——顧客回訪率（RVR，Returning Visitor Rate），可能是首選的辦法。

RVR是衡量回訪率的一個指標。在營銷傳播和內容營銷中，它充當的是指示器的角色。若要計算RVR，首先你得獲得兩項數據：特定時間段的總訪問數和回訪數。比方說7月份，某網站獲得了10000次訪問，其中3000次是回訪，那麼RVR就是30%

3000/10000=0.3

也就是說

特定時間段總訪問數/回訪數=RVR

儘管沒有具體標準，但一般認為：RVR低於25%則意味著你需要重新調整營銷戰略；RVR高於30%表示網站內容具有一定吸引力；RVR高於50%說明你做的好極了，應聚焦於吸引更多用戶，並可以考慮擴大投資。對大多電子商務公司而言，RVR常常在25%到50%之間徘徊。

我們公司（Contently）的RVR隨著月份變化，從32%到43%之間不定，平均回訪率為40%。

RVR是觀測用戶忠誠的晴雨表，同時指導著短期策略中的直效行銷活動，和長期策略中的購買、回購、認購和佔有率。通常而言，高RVR值意味著更多的機會、更高的預算和更廣闊的發展天地。

有經驗的營銷人員的做法時：長期地換位思考。

假設公司是一所房子，你是房子的主人，那麼客戶就是你的客人。只有當你待客友好、體貼入微時，客人們才會感到賓至如歸。

這就相當於是，你還不需要採取任何內容營銷戰略，就贏得了客戶的青睞，並使他們成為了終生客戶。

RVR的作用十分直觀。通過觀察每一個月的谷歌數據，你就可以發現要點所在。我的建議是：花時間研究其中最受歡迎的網頁，包括所提供的內容主題，和平均所用時間、分享和評論次數。

通過這些數據，你可以大致規划出一個短期的營銷日曆，不同的節點配上不同的主題。需要注意的是：這是建立關係之道，重點仍在於營銷的內容。

接著，通過社會媒體、會員行銷、內容推薦、郵件訂閱來分流內容。

郵件訂閱往往是提高RVR指數最有效的途徑，不僅能給用戶提供新資訊，而且能作為一種潛在的"轉發"手段，到達其他角落獲取關注。

在我們公司（Contently），16%的訪問量來自郵件訂閱——聽上去並沒什麼大不了。

然而別忘了，大多數用戶要與我們發展更牢固的關係。失去這種渠道，用戶只能通過"書籤"或"收藏夾"來直達網站，顧客忠誠度也將大大降低。

第一印象固然重要，然而之後的印象也是鎖住客戶的重要部分。穩定而持續的特性，使電子郵件成為迴流用戶最可靠的方式。

最後還有幾個容易被忽視、卻又能有效提高RVR的因素：訪客找回、支付型社交媒體、流量引薦點，這些都能幫助你與客戶建立持久的關係，為你掃除荊棘。

回想當年為餐館工作的日子，我實在無法估計，顧客到底用了多少時間讀我的信。

在如今的數據營銷領域中，你可以通過追蹤數據來獲知顧客忠誠度。充滿前瞻性的公司（如Chartbeat和Twitter）早已注意到碎片化注意力的重要影響，並持續監測著用戶注意力的變化。如今也已進入聰明營銷者的視野。

最重要的是，一旦你開始注重培養忠誠用戶，投資回報率也會隨之跟上。

原文：Ray Cheng（Contently公司CEO）

校對：Julianna/Yang

來源：LeMore營銷實驗室（ID：LeMore_Lab）

推薦閱讀：