随着数字技术的迅速发展，运营、产品和营销人员可以使用的数字化运营及营销推广手段也越来越多。从近几年该领域B2B公司数量激增的生态板图中，我们可以看出这一裂变式的发展。
2011-2017 推广营销生态领域版图裂变
在丰富的数字化手段中，有一种基于用户生命周期管理的手段被称为“用户召回”，即是指向曾经访问过产品并具备某类特征的用户曝光一个被设计过产品入口，让他们重返产品，帮助业绩提升。
通过用户召回，可以帮助我们构建用户生命周期管理的闭环：以数据为依据，对用户进行分层和分群，建立更多在产品外部的用户触点；不断影响流失用户，培育消费习惯，延长生命周期，提升用户价值。大家对用户召回其实是抱着这样的期待的。
但从这些年业界的反馈来看，用户召回的实际效果参差不齐。影响效果的因素很多，包括人群、创意、文案、图片和时机等等，甚至还有很多你意想不到的因素，都会导致在用户召回上投入的预算被100%浪费。
浏览器中的广告截图
这不是危言耸听！例如，在程序化广告交易平台的资源位上，按曝光计费的用户召回广告预算，就可能100%被浪费。这并不是因为程序化广告交易平台有什么黑幕，而是一个平台方也控制不了的因素导致的——用户使用了浏览器广告屏蔽插件。效果如下图所示：
使用浏览器广告屏蔽插件前
相同网页使用广告屏蔽程序后
一旦用户在浏览器上安装了广告屏蔽插件，用户就无法看到广告主花费大量预算精准定位核心受众的这些广告。但程序化广告交易平台的广告曝光请求，还是照样发送了出来，如按曝光计费，预算也就消耗了。对广告主而言，用户没看到他们精心策划的广告，可预算却照样消耗了。这部分，就是标题所指的被100%浪费的运营预算。
Chrome浏览器上的几个广告屏蔽插件
据有关数据统计，2015年亚太地区广告屏蔽程序普及率达到27%，而根据下面的地图显示，2016年中国地区广告屏蔽程序使用率为5-14%。如果针对这部分用户做按曝光计费的召回，那这部分预算就被100%的浪费了，根据上述数据推算被浪费的总量十分惊人；而将这部分预算合理分配到其它更有效率的精细化运营手段中，将极大促进业绩提升。
在精细化运营中，上述过程不仅浪费预算，还不断消耗用户生命周期，这种情况是必须被避免和控制。作为产品和营销领域的相关人员，该如何应对这种花了真金白银却根本没有触达用户的情况呢？我们推荐大家通过DMAIC法则，来打破这个僵局。
▌首先，我们来简单介绍一下什么是DMAIC法则
DMAIC法则示意图
DMAIC指：定义（Define）>>测量（Measure）>>分析（Analyze）>>改进（Improve）>>控制（Control）5个阶段构成的过程改进方法。
▌接下来，我们再来一步步体验下DMAIC过程
第一步，定义（Define）
对使用浏览器广告屏蔽插件的用户进行召回，会100%浪费预算。
第二步，测量（Measure）
识别出使用浏览器广告屏蔽插件的用户>>将其作为一个用户级扩展标签，传递给数据分析工具>>通过数据分析工具统计出具体数字。以识别屏蔽AdSense为例，参考JS如下：
（具体代码可能与上述代码有差异，此处只是提出一个思路仅供参考）
后面两个步骤是基于工具的标准操作，在此不赘述。测量出到底是哪些用户使用了浏览器广告屏蔽插件后，我们便可进入分析这一步骤。
第三步，分析（Analyze）
分析的下一步是改进，所以我们不妨基于测量到的数据，直接分析应该如何改进。从时间上思考是如下3个方面：
过去：通过历史数据总结经验教训，并将其作为后续运营工作中必不可少的组成部分。
现在：一方面不再浪费这部分预算，另一方面对这部分用户采取针对性手段获取更多价值。我们把可采取的策略总结在下图中：
所有重定向广告的受众群体条件中，都要有一条：“排除使用了浏览器广告屏蔽插件的用户”，这样就避免了该部分预算的浪费。使用了浏览器广告屏蔽插件的用户分成两拨，如上图所示，一拨是：有联系方式的，另一拨是：没有联系方式的。有联系方式的，我们已经有了触点（关于不同联系方式召回效果，我们在其它文章中进行讨论），可以对其进行召回。没有联系方式的，我们要把触点从0到1，先解决有没有触点，能不能触达的问题，把他们转化为有联系方式的用户。（PS：有些朋友可能会想，做让用户停用浏览器广告屏蔽插件的活动。个人不推荐大家这么做，因为这一方面会增大潜在受众的浏览器广告屏蔽插件使用率（好多人没用这东西，只是因为不知道它的存在），另一方面找来的人大概率是“薅羊毛的”；这不仅仅是对于潜在风险的分析，更是花钱买来的教训。）
将来：避免对这样的用户进行广告拉新，完全是浪费钱。建议大家向投放平台提出需求，要识别哪些用户使用了浏览器广告屏蔽插件，不对其进行投放。这部分只能通过SEO、H5、社交内容等方式拉新。
第四步，改进（Improve）
乍一看上去，改进和分析似乎可以合并。其实分析和改进的还是有区别的：分析相当于是方案，改进相当于执行。改进这一步要把分析落地。
工欲善其事必先利其器，方案基础上的改进，就需要用户分群这样的高级功能来实现保驾护航。如下图所示：
通过人口特征、使用行为、使用设备和使用偏好4个角度，创建具体的分析人群。尤其是使用偏好部分，基于易观第三方数据（22.9亿设备覆盖、5.8亿MAU）增补确认用户的领域偏好和APP偏好，为用户召回触点的选择和预算分配，提供数据支撑。
通过领域偏好确定，哪方面的媒体更好。
通过APP偏好，确定具体哪些APP更好。
通过易观方舟特有的第三方数据增补，结合分群功能，在各个用户触点实现精准用户召回。
第五步，控制（Control）
上述改进落地的过程，也需要不断优化并监测效果，确保改进的成果。使其实现标准化甚至自动化。我们建议观察如下数据的变化：
1.日均有效召回数量；（例如：发生转化可视为有效召回）
2.有效召回单价；
3.用户召回日预算；
4.整体日转化量。
后续，我们还将和大家分享更多数据驱动精细化运营的实践方法和案例。
欢迎试用易观方舟
