药店淡季营销方案怎么做，如何挽救药店淡季客流危机？药店淡季营销方案怎么做，如何挽救药店淡季客流危机？转型走“精准营销与精准服务”之路，则成了当务之急。精准服务对于高频高价值的慢病顾客尤其适用……

客流是药店生存与发展的命脉，但在传统的打折促销渐渐难以奏效，而零售药店又不知道顾客都去哪儿了的当前，如何借用智能化工具实现顾客的精准画像，转型走“精准营销与精准服务”之路，则成了当务之急。

药店的顾客画像

药店做顾客画像，来源于企业对用户认知的渴求。企业持续性地收集用户信息，当样本数量逐步提升，用户信息便以更加标准化、更简单的方式描述出来，形成一个一个“标签”，这也就形成了用户画像的雏形。

大数据应用被引入后，极大地拓展了企业获取数据的来源和处理数据的方法，让企业有机会得到更多的用户样本，从海量数据中找到真正有价值的数据，从更多维度描述自己的用户画像。借助大数据可以归纳出药店中年主妇型、家庭顶梁柱型与初为人父（母）型三大高价值顾客，并细化其顾客画像、行为特征及核心诉求。

而随着数据样本的增多，对顾客的画像还可以进一步细化、清晰，从而建模出更有针对性的细分品类。比如补益养生类消费群体下面，还可以细分出年轻女性、中年男性、自身养生群等多个次一级的画像。用户画像越细分，营销及服务的输送便可越精确。

如何实现药店顾客的精准画像？

用户画像的本质，就是对现实世界中用户的数学建模，需要通过分析挖掘用户尽可能多的数据信息。因此，从数据收集及后续处理、建模角度来考虑，实现顾客画像的关键难点有四个：实时采集用户数据、用户多渠道信息打通、多渠道产品信息打通、用户数据挖掘建模。

而实现路径的关键，就是给用户“打标签”。每一个标签通常是人为规定的特征标识，用高度精炼的特征描述一类人，例如年龄、性别、兴趣偏好等，不同的标签通过结构化的数据体系整合，可组合出不同的用户画像。

在年龄、性别等静态属性的基础上，围绕用户行为属性与购买属性，进行渠道、商品等经营维度进行贴标签，便可构造“标签—多维图像”，使得用户画像服务于商业决策的属性更加突出。

显而易见，进行“标签—多维图像”式的顾客画像，势必仰赖更大的数据样本和更专业的数据处理能力，如此才能拿出可以应用的顾客画像工具。

刘辉举心康云平台为例，向与会嘉宾展示了其利用大数据+技术，实现药店顾客画像的强大效力。

从精准营销到精准服务

借助大数据完善顾客画像了解用户后，回归到实处，如何应用才能发挥最大效能呢？

刘辉在演讲中提到，顾客画像的应用之一是精准营销。运用顾客画像，可以帮助药店实现用户全生命周期管理，根据对潜在用户、既得用户、流失用户的分析，运用相匹配的精准营销手段最大化实现拉新、促活、留存的用户运营效能。

在药店终端，从顾客入店开始便启动系列的顾客画像的相关应用动作。首先办理会员卡，进行会员标签化处理，展开标签分析，进而通过文章精准投放、精准优惠券派发实现营销引流。基于顾客购药行为，自动跟踪药品服用周期，设定复购提醒，并建立复购药品库，从而最终促进店员提供专业服务。

顾客画像在药店终端更深一层的应用是从精准营销到精准服务。心康云在丰富的顾客画像数据基础上，开发出顾客管理系统+高效营销系统、智能化慢病管理系统，使药店终端可以借助心康云平台实现精准营销到精准服务的专业化升级。

精准服务对于高频高价值的慢病顾客尤其适用。通过建立个人基本档案，补充病史相关信息，进行血压、血糖测试，针对测量结果以及用户行为分析，进行风险评估，并生成专业的评估报告，建立定制化的健康干预措施，从而帮助顾客更好地进行健康管理。

（第一药店财智/申长伟）