高效设计企业营销系统的3种方案实践复盘

简介: 高效设计企业营销系统的3种方案实践复盘

嗨, 大家好, 我是徐小夕, 之前分享了很多可视化低代码相关的技术实践和开源项目, 今天继续和大家分享一下如何通过可视化搭建技术设计高效的企业营销配置系统.

背景

随着技术的飞速发展和行业高内聚的竞争内卷, 企业数字化转型更加迫在眉睫. 很多传统企业为了提高盈利能力, 在流量,转化和口碑上投入了巨大的成本, 比如:

  • 招募(或扩大)优质销售团队
  • 广告投放(为了更多的流量和转化)
  • 系统搭建(更高效的管理企业进销存)
  • 策略运营分析(更精准的投流获客和产品品牌力打造)
  • 其他企业策略目标

image.png

为了让不同能力团队共享信息, 我们需要利用信息化技术来设计一套“粘合剂”, 让“企业发动机”高效运转. 这个“粘合剂” 就是我们说的数字(智)化营销系统. 它不会侵入到企业的具体业务中, 而是通过连接企业数字资产, 实现对外品宣,获客和需求反馈. 更多充当的是门户和反馈系统的作用.

image.png

设计实现方案

为了实现营销数字化系统, 我们一般会采用三种方案:

  • 传统业务开发型
  • 配置化营销中心
  • 可视化营销搭建平台

1. 传统业务开发型

早期我们更多的企业营销宣传页面大多采用这种模式, 面向营销活动或者业务活动设计针对性的页面. 但是随着企业规模的壮大和活动需求规模化之后, 普通页面开发意味着人力成本的线性增加, 我们需要通过“堆人”来实现业务需求.

从前端技术侧, 为了进一步提高研发效率, 前端程序员不得不去思考如何复用的问题. 但是实际情况却不容乐观. 从我个人研发经验的角度, 对定制型营销场景开发我们可以采用如下措施提高研发效率:

1.1 搭建营销组件库 / 业务sdk抽象

image.png

我们可以在开发之初就定好一个可扩展的技术方案, 针对活动/营销页面 以组件化的方式开发, 然后将业务功能沉淀为可复用的技术资产. 我们可以用vue / react等技术框架来搭建组件库工程, 这块我之前写过一篇 从零搭建前端组件库系统 的工程, 大家感兴趣可以参考一下.

更近一步的, 任何页面都离不开通用能力和埋点监控, 如下:

image.png

这些 工具函数业务sdk 未来会在不用需求页面中反复使用, 所以我们也可以更进一步的封装和抽象.

1.2 搭建通用脚手架, 实现基础工程和业务方案的复用(配置化)

image.png

通用脚手架可以让前端团队更高效的复用技术资产, 比如不同技术同事开发不同的需求时, 我们能使用前人积累的技术实践, 省去了前期的调研和试错成本. 一个成熟的前端脚手架包括:

  • 基础的项目工程配置
  • 路由配置(baseUrl, public, outPut等)
  • 分包策略
  • 模块加载器Loader(比如对svg, png, pdf, excel, css等处理)
  • 代码插件(代码压缩, 分割, 按需打包, hot reload等)
  • 服务proxy支持
  • 微前端配置等

当然我们还可以参考市面上比较成熟的前端工程解决方案, 比如 umi, vite等.

1.3 建立可配置的模版库

image.png

虽然我们用定制代码的方案无法很轻易的实现类似配置平台或者搭建平台的高可配性, 但是我们仍然可以设计一种伪配置化方案. 类似下面的配置:

{
  "title": "第3期企业数字化宣讲",
  "layout": {
    "header": [],
    "main": [],
    "footer": []
  },
  "share_icon": "微信分享icon",
  "share_desc": "Dooring,  让页面制作更简单",
  "track": true // 是否启用埋点
  "api_path": "https://xxxx.com"
}

然后在页面中设计一套模版引擎, 来动态读取json配置, 需要自定义的部分即可自定义开发. 我们通过这种方式, 就可以用一套基础模式, 快速生成自定义的页面模版, 从而提高页面搭建效率.

在接下来分享的方案中我会介绍具体的实现思路.

2. 配置化营销中心

image.png

相信大部分互联网企业都做过类似配置化平台的项目, 营销板块也不例外. 当然要做配置化平台, 需要产品, 运营和技术的通力协作, 也就意味着要脱离技术多方决策. 这要求产品和运营需要对整体业务做一个通用性的抽象, 并通过技术人员转化为可实现并被需求方低成本理解的配置平台.

image.png

对于配置系统方案, 我之前写过一篇文章 《基于react/vue搭建一个通用的表单管理配置平台》 , 大家感兴趣可以参考一下, 本质上也是将抽象业务做统一封装, 从而在技术层面实现按需渲染(配置式渲染):

image.png

具体展现形式如下:

image.png

关于动态配置表单的渲染模式, 我之前也提供了一种实现方案, 这也是目前大部分动态表单实现的一种模式(标准化SDL输出):

// 基础模版数据
const tpl = [
  {
    label: '文本框',
    placeholder: '请输入内容',
    type: 'text',
    value: '',
    index: uuid(5)
  },
  {
    label: '单选框',
    type: 'radio',
    option: [{label: '男', value: 0}, {label: '女', value: 1}],
    index: uuid(5)
  },
  {
    label: '复选框',
    type: 'checkbox',
    option: [{label: '男', value: 0}, {label: '女', value: 1}],
    index: uuid(5)
  },
  {
    label: '多行文本',
    placeholder: '请输入内容',
    type: 'textarea',
    index: uuid(5)
  },
  {
    label: '选择框',
    placeholder: '请选择',
    type: 'select',
    option: [{label: '中国', value: 0}, {label: '俄罗斯', value: 1}],
    index: uuid(5)
  },
  {
    label: '文件上传',
    type: 'upload',
    index: uuid(5)
  }
]
// 模版渲染组件
const tplMap = {
  text: {
    component: (props) => {
      const { placeholder, label } = props
      return <div className={styles.fieldOption}><span className={styles.fieldLabel}>{label}:</span><Input placeholder={placeholder} /></div>
    }
  },
  textarea: {
    component: (props) => {
      const { placeholder, label } = props
      return <div className={styles.fieldOption}><span className={styles.fieldLabel}>{label}:</span><TextArea placeholder={placeholder} /></div>
    }
  },
  radio: {
    component: (props) => {
      const { option, label } = props
      return <div className={styles.fieldOption}>
              <span className={styles.fieldLabel}>{label}:</span>
              <Radio.Group>
                {
                  option && option.map((item, i) => {
                    return <Radio style={radioStyle} value={item.value} key={item.label}>
                      { item.label }
                    </Radio>
                  })
                }
            </Radio.Group>
        </div>
    }
  },
  checkbox: {
    component: (props) => {
      const { option, label } = props
      return <div className={styles.fieldOption}>
              <span className={styles.fieldLabel}>{label}:</span>
              <Checkbox.Group>
                <Row>
                  {
                    option && option.map(item => {
                      return <Col span={16} key={item.label}>
                              <Checkbox value={item.value} style={{ lineHeight: '32px' }}>
                                { item.label }
                              </Checkbox>
                            </Col>
                    })
                  }
                </Row>
            </Checkbox.Group>
        </div>
    }
  },
  select: {
    component: (props) => {
      const { placeholder, option, label } = props
      return <div className={styles.fieldOption}>
              <span className={styles.fieldLabel}>{label}:</span>
              <Select placeholder={placeholder} style={{width: '100%'}}>
                {
                  option && option.map(item => {
                    return <Option value={item.value} key={item.label}>{item.label}</Option>
                  })
                }
            </Select>
        </div>
    }
  },
  upload: {
    component: (props) => {
      return <div className={styles.fieldOption}>
              <span className={styles.fieldLabel}>{props.label}:</span>
              <Upload
              listType="picture-card"
              className="avatar-uploader"
              showUploadList={false}
              action="https://www.mocky.io/v2/5cc8019d300000980a055e76"
            >
              <div>+</div>
            </Upload>
        </div>
    }
  }
}
export {
  tpl,
  tplMap
}

当然市场上也有比较成熟的开源方案, 比如 family, XRender等.

3. 可视化营销搭建平台

以上我们可以看到, 从定制化代码到配置化方案, 技术架构有了渐进式升级, 接下来继续分享一种更低成本的方案: 可视化搭建平台.

image.png

可视化搭建平台是一种建立在底层通用规则之上的通过拖拽+配置化来实现页面生产能力的一种高效率解决方案. 它主要解决的问题如下:

  • 企业数据孤岛(应用间数据共享,互通困难)
  • 企业定制化需求日益增加(不同行业赋能不同的应用场景, 千“客”千面)
  • IT人才供不应求
  • 沟通成本,研发成本, 研发周期吃紧
  • 产品迭代和响应性迟缓

image.png

所以我们迫切需要诸如低代码/零代码这样的方案, 来解决上述问题. 目前国内有上千家企业在接触或者落地低代码/零代码方案, 我之前也开源了一个解决方案H5-Dooring, 用来解决页面生产效能的问题:

image.png

当然设计可视化搭建系统需要考虑更多系统化问题, 比如:

  • 如何满足更多的定制需求
  • 如何对接企业数据源
  • 如何跨场景, 跨多端
  • 如何出高质量可维护的代码
  • 如何保证线上页面运行稳定和页面监控/阈值预警

当然并不是每家企业都有极高的要求, 所以我们需要针对企业实际需求和未来需求, 制定更合理的可视化解决方案. 关于可视化平台的实现方案我之前也写了很多文章和开源方案, 这里就不一一介绍了, 感兴趣的朋友可以参考一下.

  • H5-Dooring
  • H5-Stream
  • V6.Dooring

如何利用DooringSaas快速落地营销配置方案

上面介绍了3种技术设计方案, 接下来我就以一个具体的案例, 来分享一下高效营销落地方案.

image.png

转盘抽奖营销页面是我们比较熟悉的一种运营手段, 传统开发中我们需要针对每一场活动开发独立的业务代码, 如果我们将营销活动的规则抽象出来, 并封装业务常用的抽奖组件, 并提供一定的配置灵活性, 这样我们就能满足大部分的营销活动场景, 如下, 我们可以配置抽奖信息, 中奖比例, 中奖后的一系列交互配置:

image.png

对于企业的品宣场景, 我们也可以从可视化搭建平台中找到解决方案, 我们只需要对接企业资源库, 业务统配数据接口, 安全规范和数据上报模式, 我们就可以用可视化平台从技术侧转化为业务侧直接搭建, 近一步缩短沟通周期.

有关拖拽搭建方案, 这里笔者也分享几个成熟方案:

  • moveable
  • react-draggable
  • Vue Easy DnD
  • Vue smooth dnd
  • V-drag
  • react-dnd

等等, 有关数据源设计相关方案, 也可以参考我之前写的文章《Dooring可视化搭建平台数据源设计剖析》.

总结 & 展望

后续我也会继续分享低代码和可视化相关的技术方案和设计模式, 如果大家感兴趣也可以随时和我交流. 比如:

  • 如何实现跨多端的出码方案
  • 业务层零代码如何快速落地企业最佳实践
  • 桌面端可视化平台的价值最大化
  • AI和可视化的一些价值主张
  • 通过可视化生态建设, 如果让每一家企业都拥有一套可视化搭建平台


目录
相关文章
|
6月前
|
人工智能 大数据 数据挖掘
智能销售拓客系统:破解企业营销困局的新钥匙
在当今高度竞争的市场环境中,销售拓客成为了企业持续发展的关键因素之一。然而,随着市场竞争的加剧和客户需求的不断变化,传统的销售拓客方式已经难以满足企业的需求。为了在激烈的市场竞争中获得优势,企业需要寻找新的销售拓客方式。未来,人力将不再是主要驱动业务增长的因素,而是科技与内容的结合,新兴的营销策略和科技系统将推动未来的营销。而智能销售拓客系统正是这样一种新型的工具,它利用人工智能、大数据等先进技术,为企业提供更加精准、高效、智能的销售拓客服务,帮助企业破解营销困局。
|
4月前
|
机器学习/深度学习 自然语言处理 大数据
海尔智家携手每日互动开展数智营销实践,获得2023VCON星创奖 | GDMS
2023 GDMS全球数字营销峰会在上海举行。数据智能上市企业每日互动(股票代码:300766)亮相峰会C6展位,为品牌广告主带来了全链路数据营销方案。
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
银行营销定制方案:大模型赋能,提升存量客户业务效益近30倍
随着科技的进步和数字化趋势的加速,作为典型知识密集型行业的银行业正面临着前所未有的挑战和机遇。在这个过程中,大模型因为相较传统机器学习有着更强的长文本处理能力,通过海量训练可以形成知识洞察和智能涌现能力,这种独有的能力正在发挥着越来越重要的作用。特别是在存量客户营销方面,大模型正在改变传统营销模式,提供更加精准、个性化的服务,帮助银行更好地满足客户需求,提升客户满意度和忠诚度。
|
7月前
|
关系型数据库 分布式数据库 PolarDB
|
11月前
|
SEO
如何用ChatGPT做内容营销方案和选题计划,同时生产和优化内容?
该场景对应的关键词库(31个): 内容营销、目标、主题、类型、选题计划、素材、推广策略、优化方案、渠道、目标受众、竞争对手、行业背景、转化率、品牌知名度、客户参与度、销售、发布频率、选题阶段、生产阶段、推广阶段、预算分配、人群特征、话题标签、视觉元素、电子邮件、SEO、数字广告、线下广告、在线聊天、社交媒体、赞助
425 0
|
设计模式 存储 算法
本周推荐 | 设计模式在淘宝营销价格体系的实践
推荐语:本文详细描述责任链、中介者、适配器等多种设计模式在淘宝营销价格服务中的应用,从而实现了一套可扩展性的架构,应对灵活多变营销价格需求。 ——大淘宝技术研发工程师 小枫
336 0
本周推荐 | 设计模式在淘宝营销价格体系的实践
|
NoSQL MongoDB
《MongoDB处理大量级用户行为数据-企业数字营销平台应用》电子版地址
MongoDB处理大量级用户行为数据-企业数字营销平台应用
90 0
《MongoDB处理大量级用户行为数据-企业数字营销平台应用》电子版地址
《阿里云营销引擎——为企业打造高水准的广告系统》电子版地址
阿里云营销引擎——为企业打造高水准的广告系统
97 0
《阿里云营销引擎——为企业打造高水准的广告系统》电子版地址
|
机器学习/深度学习 消息中间件 分布式计算
电商企业如何快速构建营销模型
营销推广是电商重要的运营组成。电商平台要发起一场综合性的推广活动,需要明确参与活动的商品范围、促销价格、推广渠道以及如何触达到消费者等。很多营销推广活动规则复杂且不断变化,就需要使用模型来设计,例如邀人砍一刀的“免费提现”、多重阶梯的满减跨店促销等。
85 0
电商企业如何快速构建营销模型
|
分布式计算 MaxCompute
《基于MaxCompute构建Noxmobi全球化精准营销系统_多点_杨洋》电子版地址
基于MaxCompute构建Noxmobi全球化精准营销系统_多点_杨洋
69 0
《基于MaxCompute构建Noxmobi全球化精准营销系统_多点_杨洋》电子版地址