走近Quick Audience,了解消费者运营产品的发展和演变

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
简介: Quick Audience产品是一款云原生面向消费者的营销产品,自诞生以来,经历了三个发展阶段。每个阶段的转变,都与互联网环境和消费者行为的变迁有着极大的关联。

Quick Audience是云原生的面向消费者的营销平台,涵盖了从公域引流,到私域互动,到电商转化,再到会员管理全链路流程,包括了模型构建、洞察圈选、用户触达、开放平台等功能,它的每一步的转变,都与互联网环境和消费者行为变化有着极大的关联。

Quick Audience产品直达:https://www.aliyun.com/product/retailadvqa

Quick Audience产品的诞生

Quick Audience产品是一款云原生面向消费者的营销产品,自2017年阿里巴巴数据中台开启商业化之路后,在服务企业数据中台构建的过程中,发现很多企业在市场做营销时的一些问题。

 

营销活动开始之前,面对消费者的引流手段匮乏,在商超或者线下门店,仍会发现在以发传单的方式对即将到来的活动进行引流和宣传,效率低下且效果甚微。

有些企业没有对消费者资产进行任何的沉淀,仅在CRM中留存一些客户资料。企业的消费者到底是谁,他们的画像是怎样的?一切都无从得知。

 

而在营销活动进行的当下,企业能做的事情就更少了。零售商坊间流传着一种说法:围观营销活动就像看电影一样,一旦开始放映,就只能眼看着它结束,即使过程中发觉情况不妙,也不得不眼睁睁的接受无法达成业绩的事实。

阿里巴巴以电商业务起家,在线上、线下的营销活动中有着丰富的经验。面对平台商家以及更广泛的客户遇到的营销问题,决心以落地产品的方式帮助大家。

营销方式和链路具有一定的普适性,阿里巴巴数据团队在2018年孵化出了Quick Audience产品,并将它定位为CDP——企业自己的消费者数据资产管理和运营平台。帮助企业通过便捷的工具,积累消费者资产。深度洞察自有消费者,清晰画像,完成精细、精准的消费者运营。

产品发展紧扣消费者行为变迁

Quick Audience诞生以来,经历了三个发展阶段。每个阶段的转变,都与互联网环境和消费者行为的变迁有着极大的关联。

2018年底到2019年中,Quick Audience的聚焦解决的问题只要有三个:

1)如何帮助消费者构建他们的消费者资产,核心是消费者标签;

2)如何更好的让企业了解自己的消费,核心是洞察分析。通过标签透视分析或配置化界面,快速的构建RFM模型,实现分布分析。通过配置快速的构建AIPL模型,实现流转分析等。

3)如何可以更灵活的圈选出目标人群,核心是圈选方式;可以用构建的用户模型圈人,也可以基于用户的行为圈人。同时还支持不同模式、不同人群包之间的交并圈选。

2019下半年到2020年初,这个阶段Quick Audience聚焦解决的问题是触达。

在实现了模型构建,洞察分析,灵活圈选之后,便捷的触达消费者是下一阶段攻克的主题。于是Quick Audience除了用户营销和自动化营销的模块之外,扩展支持了巨量引擎、腾讯广告等通用广告平台。支持短信、邮件、微信、微博、Push等私域渠道,同时通过MA的工具,可以编排消费者的触达旅程,实现自动化的触达链路。

2020年疫情的爆发,将消费的时间更多的线上化,碎片化。在疫情的冲击下,很多企业在经营上都遇到了极大的困难,企业面向消费者的营销也逐渐转到自己的私域进行运营,于是社交平台的粉丝互动、导购、社群运营需求逐渐火爆。这个阶段Quick Audience重点围绕企业私域的粉丝社交、全域会员管理能力做了极大的补充,可以支持微信社交平台的粉丝管理、活动小程序、粉丝互动等。同时和全域CRM打通,做会员管理。此时的Quick Audience更加开放,模型、受众等通用能力形成OpenAPI,可以跟企业的营销平台互通,满足企业的个性化消费者运营诉求。

image.png

现有核心能力覆盖全营销流程

至今,Quick Audience已经涵盖了从公域引流、到私域互动,到电商转化,再到会员管理流程的全链路覆盖,产品的整体架构包含如下核心部分:

  • 数据采集:通过数据同步,接口对接,以及日志采集等方式,快速完成消费者资产的接入;
  • 模型构建:通过快速的配置完成,标准的标签模型、行为模型、FRM、AIPL等用户模型的构建;
  • 洞察圈选:通过画像,模型等分析了解消费者,同时可以通过标签、行为、模型等快速的圈选出受众;
  • 用户触达:通过广告投放、社交互动、全域会员等全渠道的消费者触达和互动,让我们跟消费者更近;
  • 消费者触达旅程编排:通过丰富的组件拖拽方式,完成消费者触达旅程的自动化执行;
  • 开放平台:可以通过调用Quick Audience的接口,完成同Quick Audience产品的快速对接,支持不同场景的消费者运营;
相关文章
|
大数据 BI 决策智能
智能用户增长 - Quick Audience
企业在用户增长上,需要看清楚用户是谁,长什么样,表现如何,怎么运营和触达用户......Quick Audience帮助企业更好的看清用户,更高效的触达用户,实现业务增长!
1806 0
智能用户增长 -  Quick Audience
|
新零售 数据挖掘 BI
智能用户增长神器QuickAudience开启公共云公测,助力企业业务增长
摘要:日前,由阿里数据打造的智能用户增长QuickAudience,重磅上线阿里云-公共云,开启公测!该产品旨在围绕着品牌消费资产,通过丰富的用户洞察模型和便捷的策略配置,完成消费者多维洞察分析和多渠道触达,助力企业实现用户增长。
5166 0
|
新零售 大数据 BI
阿里云智能用户增长 Quick Audience 公测,助力企业实现用户增长
阿里云智能用户增长 Quick Audience (下简称“Quick Audience”)近日重磅上线公共云,开启公测!此次全新上线的智能用户增长 Quick Audience则将聚焦在帮助企业实现用户增长这一关键性问题上,提供围绕消费数据资产视角下的多重分析与洞察,是一款助力业务增长的神器。
2477 0
|
17天前
【产品系列】你觉得一个产品要怎么落地?
面试官:你觉得一个产品要怎么落地?我觉得分三步走吧。一是深刻认知你产品的用户价值、产品价值;二是明确供给侧的价值;三是积极对产品进行迭代升级。
19 1
【产品系列】你觉得一个产品要怎么落地?
|
数据采集 小程序 数据可视化
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》
本篇主要介绍了全域营销典型场景和全域营销解决方案。
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》
|
5月前
|
机器学习/深度学习 人工智能 监控
如何利用AI实现银行存量客户的营销?
金融行业是当今大数据、人工智能应用最广、最深的领域之一。随着数据仓库和数据科学的发展,以银行为代表的金融行业企业拥有了海量数据,应运而生了金融领域的大数据分析、智能营销等大数据和人工智能的应用。其中针对存量客户的智能营销成为银行业的一项重要策略。
|
4月前
|
数据挖掘 云栖大会 数据安全/隐私保护
数据流通创造新价值 卡士携手瓴羊构建全栈消费者洞察能力
数据流通创造新价值 卡士携手瓴羊构建全栈消费者洞察能力
|
数据采集 移动开发 监控
Quick Tracking「全域采集与增长分析」,破局全域营销之道
全域采集及增长分析 (Quick Tracking) 是瓴羊推出的企业级流量统计分析产品,支持APP/小程序/H5/Web/IOT等数字应用终端的行为采集分析、私域标签画像、性能体验监控、隐私采集授权管理等数据采集与洞察服务,借助Quick Tracking,技术、产品、运营等同学可以快速按需提取和分析流量数据,衡量产品升级和运营活动效果。
Quick Tracking「全域采集与增长分析」,破局全域营销之道
|
算法 数据可视化 数据挖掘
围绕业务场景持续繁衍Quick系列产品
围绕业务场景持续繁衍Quick系列产品
144 0
|
人工智能 文字识别 自然语言处理
SaaS入局RPA,RPA走向AI与平台,殊途同归将携BPM进入BI时代
三个月五起案例RPA领域频现布局,SaaS化、智能化将成RPA主要趋势 SaaS入局RPA,RPA走向AI与平台,殊途同归终将携BPM进入BI时代 当RPA成为企业管理策略:SaaS、AI、RPA终将携BPM进入BI时代
240 0
SaaS入局RPA,RPA走向AI与平台,殊途同归将携BPM进入BI时代

热门文章

最新文章