策略篇1:消费者运营是什么? 解读产品Quick Audience | 《零售数据中台通关指南》-阿里云开发者社区

开发者社区> 开发者学习资源库> 正文
登录阅读全文

策略篇1:消费者运营是什么? 解读产品Quick Audience | 《零售数据中台通关指南》

简介: 本篇主要介绍了全域营销典型场景和全域营销解决方案。
符鹏飞(悦福) 阿里云数据中台解决方案架构师
10年大快销行业数据咨询、数据分析经验,曾支持多家500强企业完成数字化转型。

image.png

一、全域营销典型场景

(一)基于AIPL方法论体系在品牌的“适配”

image.png

通常,我们会按照AIPL方法论体系开展工作。基于这个体系,可以做消费者的分层分类,人群的运营逻辑,这个过程是人群跟品牌之间的递进关系。

比如,A是品牌的认知人群,认知度越深,证明消费者和品牌之间的递进关系越近。

收藏加购人群可以归到I人群,P和L人群相对比较简单,就是购买和复购。但是如何把P人群转回成L人群,这是一个比较难的过程。

(二)全域营销场景总览

基于这些策略,我们在背后做整合营销的时候,会去建立这样一个体系。

image.png

站在消费者角度看,消费者资产平台分为两个层面,一是消费者的洞察,先看清楚
消费者特征、价值诉求、营销偏好、渠道偏好、售点偏好等,二是消费者运营,基于对消费者的洞察配合合适的运营手段,将这些消费者人群运营得更好。

(三)消费者投资平台 – 消费者洞察

image.png

如上所示,消费者资产平台的消费者洞察模块,会对消费者做非常多的人群分析,可大致分为潜力用户、活跃用户、睡眠用户和流失用户。

将人群看清楚后,针对不同的人群开展不同的策略,和实际业务做进一步的结合,比如核心指标就是提升GMV或销售额,之后可给予业务思路开展营销等业务策略及内部组织协同,协助完成目标。

image.png

(四)营销场景 - 短信营销

image.png

针对消费者洞察,发现一些可能流失的客户,他们对短信渠道的打开率相对较高,可针对此类用户开展短信营销的尝试。

短信营销也会分为很多的波次,第一波怎么做,第二波怎么做,这个过程中会涉及到一些行为,比如在发的时候应该发什么样的券、什么样的内容,根据什么样的人发不同的内容,其实就是根据客户偏好,在不同合适的时间点上去触达,尽可能提升打开率,进而进一步提升转化率。

(五)营销场景 - 私域营销

image.png

关于私域营销,以某公众号为例,有些品牌有一个公众号一个小程序,有些品牌有非常多的小程序和公众号,需要思考如何将这些数据整合。

比如,消费者点了一个关注,但我们不知道消费者的偏好。此时给消费者推三个商品A/B/C,看看消费者会点哪个。根据消费者的选择,可以大概知道消费者的偏好。但当有大量数据以后,就可以做精细化的策略。有了A的偏好,就可以添加行为,比如点了A以后会给发一个A的券,有些消费者可能拿到券就马上去买商品做核销。针对没买的消费者,在一段时间后可以再给消费者去做一个触发,提示他再不用这个券就过期了。

这样提升进一步的管控,这是一个精细化的过程,如果我们不去做这样的事情,都是粗犷式的管理和运营,那么打开率、转化率一定远不如精细化运营之后的效果。

image.png

除此之外,根据产品商品渠道偏好,各种不同类型的标签,针对不同人群做精细化运营。

(六)营销场景 – 自媒体端营销

image.png

现在看待消费者的时候,会员并不仅限于已有的订单客户,对于品牌来,媒体曝光的人群、哪些人群做了关注,这些人群都是潜在的消费者。

通过运营的策略,可以将媒体曝光触达的人群变成整个资产,比如在社区电商平台做第一波投放与数据采集,回流大量社区电商平台的粉丝和品牌互动的数据,这些数据往往都是非常大数据量级的,之后通过分析洞察手段,将这些数据变成可用的消费者资产,具体如下:

第一步:数据回流与沉淀,将媒体投放数据回流回来,然后做这些标签的圈选和标签的分析,针对这些人群依然可以在短视频平台上再做投放,因为这拨人可能也是短视频平台的活跃用户,之后再投放再回流,实现的逻辑是面对同样的一拨人群,在不同的平台去触达这些人群。

第二步:跨平台营销,通过跨平台触达营销,控制同一个人不要被过多的曝光,比如触达了七次以上就不要通过广告方式触达了。

第三步:沉淀运营策略,定出目标人群后,根据标签做圈选与推荐,之后选择渠道。一般情况,不同人群有不同的渠道偏好,根据不同渠道的特性可以做不同的运营策略,选择完渠道以后就是选择内容,选择不同的素材,选择不同的内容,选择不同的产品,之后通过不同的渠道去做触达,最终完成结构的承接。在这样的过程中,除了能够提升运营人员的能力,还能沉淀数据与策略,这样即使后期企业做人员变更,策略与体系也能够复用,保证了业务持续不断的稳定发展。

image.png

二、全域营销解决方案

(一)全域营销产品支撑 - Quick Audience

image.png

Quick Audience的核心逻辑基于媒体回流、品牌的素材、会员、投放、订单、商品等系列数据进行消费者洞察和运营。

基于Dataphin的能力,生成消费者标签,当然,如果品牌有自己的采集工具,我们可以把这些数据整合进来。有了这些数据,第一步做洞察,所以它内置了很多的分析模型,比如RFM、AIPL等,那么我们就可以做消费者的分析和圈选。

分析完之后会生成不同的策略人群包,可以基于一定的逻辑,比如业务部门按照诉求及消费者洞察的结果,圈选出想要的人群,那就用到受众圈选这个功能。圈选完之后,按照消费者渠道偏好等标签,完成人群触达,比如通过短信、微信的公众号、媒体端、电商端等。

这里面也包含自动化营销,再往上层是面向于不同的行业有行业标签体系,不同行业的标签和消费者的分层分类不一样。

有的客户有非常多的品牌,有些不同品牌之间的数据希望聚合在一起,有些品牌的数据需要割裂,这里会涉及到账号和权限管理的体系。

另一个层面是数据服务。当做完数据以后它能触达的一些渠道,通过自动化对接的方式去做一些对接。比如要做美团的营销,这些人群就可以通过API的服务,对接想对接的一些平台去做整个全渠道的触达。

平台的数据所有权属于品牌,同时它的使用权、触达端,品牌都可以按照自己的需求去做具体转化。比如在分析模型这个地方,品牌基于自有的数据怎么去搭建AIPL,进行趋势、流转、贡献度的分析。

(二)分析模型示例

image.png

也可以基于RFM模型,根据消费者的交易时间、交易频次、交易额等拆分出不同用户,可分为流失用户、价值用户、高危用户。

基于RFM模型做核心种子用户的定义和圈选,这些都是内置好的模型,然后把数据输入到这个平台里面,基于这些模型可以自动化做消费者的画像、消费者的分析。

这个过程中,我们可以得到需要的一些字段类型,包括标签数据、销售数据、订单数据等。基于这些数据可以自动化配置,比如根据我们的时间间隔、频次、得分等,输出保持客户、潜在客户、发展客户等。

image.png

生成不同人群后,可以针对这些人群制定不同的策略,比如针对重点人群该怎么去做,针对流失用户怎么去做。

(三)透析分析示例

image.png

商家将不同渠道人群的结合,根据对应的标签,自动呈现可视化数据,圈选和数据生成以后,就以这可视化的方式,帮你把这些数据能够呈现出来,通过点击不同的标签可以看到不同人群的偏好信息。

(四)受众圈选

image.png

做完以上工作后,可以进行自有标签圈选,人群行为优选,进而进行人群包分类,例如VIP分群优选,针对不同人群可以制定不同方式。

例如,过去触达客户的方式是通过通投的方式,不分内容,不分情况,不分时间。经过受众圈选的工作后,我们可以对不同标签的人群以不同的方式,在适时的情况通过不同的渠道进行精准触达,这个过程不仅自动化,也更有针对性,既提升用户体感,也使我们的运营更加行之有效。

(五)营销触达 – 广告营销

image.png

人群圈选后可以将人群包推送到各营销媒体后台,营销媒体平台会将人群包拆解,根据不同人群的标签去进行相应的营销。

(六)营销触达 – 内容营销及管理

image.png

在内容营销中心,可以制定邮件、短信、微信、微博等不同内容营销模板,根据人群不同的兴趣、购买力、忠诚度、沉睡情况等,可以通过不同的渠道如短信营销、邮件营销、私有APP等方式,去推送不一样的内容,简言之就是对不同的人群用不同渠道进行不同内容的营销。

(七)媒体回流

媒体回流是在我们对用户展开一次运营策略后,将曝光、点击的消费者数据尽可能的回流至品牌自有的数据中台,以便于分析诊断以及再营销。

image.png

目前支持的主流媒体广告数据回流平台与数据字段回流如上所示。

(八)自动加工媒体数据标签

image.png

媒体回流后,Quick Audience会自动加工媒体数据标签,之后我们再进行营销的时候,可以根据业务的策略与需求,勾选不同的标签进行精准触达。

(九)媒体回流人群再运营

image.png

媒体回流后的人群可以根据不同喜好与购买力分成不同的人群,如品牌高复购价值人群,是后续投放的第一优先级人群。品牌高触达价值人群,可在蓄水期、预热期通过多种素材进行测试转化。品牌高转化价值人群,可进行高频次、多优惠、多素材的触达。潜力触达人群,可在蓄水期集中火力进行攻坚,提前种草。

(十)社交互动

image.png

社交互动在营销中也占据十分重要的地位,核心能力是粉丝运营、粉丝裂变和粉丝转化。

我们可以通过公众号、小程序等渠道与客户进行社交互动,例如发放优惠券、转发抽奖、线下活动、直播活动等,结合运营的策略开展工作。

(十一)社交互动数据采集

image.png

我们可以通过四大类数据来源渠道覆盖用户全链路互动行为:兴趣(自有线上数据)、促进关系深度(营销数据)、入会(会员数据)和进店/参加活动(自有线下数据)。

通过不同类型的数据来源对用户互动行为进行分析与拆解,进一步提升消费者消费体验与完成复购。

(十二)社交活动矩阵,提升和消费者粘性

image.png

在社交活动矩阵上,有许多我们常见的社交活动,如上所示。

不同的社交活动有不同的核心目的与设计重点,针对不同的场景举行不同的活动可以达到事半功倍的营销效果。

(十三)精准内容推送,提升消费者体验

image.png

这样做到的意义可能不在于用户购买,更多的是提升客户满意度,让客户从顾客的身份慢慢变成粉丝,提升客户认可度与忠诚度。

(十四)行业标签体系

image.png

不同行业、不同品牌、不同场景都有一套标签体系。根据不同的情况制定不同的客户标签体系,这个工作量较为繁琐与复杂,这里面包括了客户的信息、价值、消费互动、营销互动等数据,将标签体系完善后,后续可以按照前面的逻辑与运营方式,将这些数据持续利用起来。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享: