干貨|智能營銷運營系統的5個階段

2 評論 6851 瀏覽 5 收藏 13 分鐘

編輯導語:結合智能營銷運營系統,業務人員可以一定程度上提升精準營銷的效果,實現降本增效,拉動營銷轉化效率。然而你了解智能營銷運營系統發展的幾個階段嗎?本篇文章里,作者就對這個問題做了回答,一起來看一下吧。

近兩年智能營銷的話題備受關注,很多大廠陸續推出自己的智能營銷系統,我看了很多的文章和資料、案例,發現很少有人能邏輯清晰地講明白智能營銷運營系統的運作流程、以及智能營銷運營系統的未來發展方向。

說到營銷系統大致上可以分為五個階段。

01

1.0時代,將線下的基礎營銷手法純粹性搬到線上,線上可以做的活動玩法單一,技術支持力度較弱,組織(運營、產品、技術)無數據意識,無數據依據,無數據反饋,全程拍腦袋。

一天晚上我和幾個朋友到美食街吃飯喝酒,剛到路口遇到幾個發菜單的小伙子給我們遞上優惠券,到店消費滿200元減40元,我們挑了一家最好的餐廳坐下,老板娘走過來問我們吃什么,大概點了七八個菜后,又問我們喝什么酒,她說店里的啤酒買一打送一支,我們說來兩打。

酒足飯飽之后我去結賬,拿出剛才的優惠券抵扣之后還花了五百大洋,老板娘親切地跟我歡迎下次光臨,順便拿了一張滿400元減80元的優惠券給我。

有一次跟老婆逛街路過天虹商場,廣場上聚集了很多人,引起了我們的注意,走近一看發現在搞活動,免費玩轉盤抽獎,只需要關注他們的公眾號即可參與。玩了一把抽到一個玩具熊,很有意思,然后我就帶著老婆進去天虹逛商場了,出來后大包小包提了幾袋子東西。

這兩個案例就是典型的1.0時代營銷系統的業務流程,首先系統創建一批優惠券并制定優惠券使用規則,等到用戶使用產品的時候,比方說登錄或者注冊時觸發活動,給用戶送一張優惠券,用戶購買商品的時候,系統對商品在做一次優惠,然后用戶下單支付同時抵扣優惠券,最后用戶支付完成,系統再次給用戶發放一張優惠券,促進復購。

流量是獲客的關鍵,廣場是流量來源,路過的人群看到商場做活動被吸引,而進入商場消費,同樣的原理,微信、抖音是流量來源,企業投放的活動廣告是吸引人們使用產品的槽點。

圖1

圖2

1.0時代營銷的弊端是個人經驗主義導向,缺乏數據依據,一項營銷活動的執行效果到底是好還是不好,成功與否全然不知,缺少數據反饋、數據分析,可以說是全程拍腦袋做決策。

在這個階段被薅羊毛的可能性非常大,企業造成的損失比較慘重。

02

2.0時代,組織有數據意識,一定的數據依據,無數據反饋,技術開發的線上營銷活動玩法跟不上市場需求,活動單一,運營只能局限于技術提供的幾個固定模板的開展營銷活動。

典型的案例就是做一項注冊送活動時,會根據以往的活動經驗總結,以及業務數據分析去主觀判斷哪些城市可以做活動,哪些城市不適合做活動,發放多少面值的優惠券。

也會做營銷事后風控,通過數據分析哪些用戶存在刷單薅羊毛,然后對其進行鎖定并追回損失。

可以說在這個階段所做的營銷活動決策大部分還是在拍腦袋行事,缺少科學方法做事,活動效果無法科學評估。

03

在積累了一定量的用戶和數據后開始步入3.0時代,企業將要考慮精細化運營,每分錢都要花在刀刃上,每一項營銷策略、運營計劃都要具有科學依據,而這些內容的最終落地都需要建立子在完善的數字化基礎上。

組織開始有數據意識、數據依據、有一定的數據反饋,通過用戶的行為數據分析、業務數據分析,了解用戶在使用產品過程中哪些環節的指標需要優化,哪些轉化是需要做營銷活動刺激提升轉化,哪個環節的流失用戶需要做什么形式的活動進行召回。

我們還是拿注冊送活動來講,該活動的目的一方面是為了拉新、另外一方面是為了促進首單轉化,注冊送活動做與不做很難與用戶拉新的注冊數據形成直接關系,因為做了注冊送活動有可能注冊量環比反而降低了,不做也有可能注冊量增長,這是很常見的現象。

但注冊送活動一定可以通過新注冊用戶的下單轉化率來反應活動的效果好與不好,比方說注冊送活動是一張7折優惠券,最高抵扣10元,新用戶首單轉化率為70%,那么接下來可以對流失的30%用戶做二次轉化,送一張5折優惠券,最高抵扣20元,來刺激他們的首單轉化。

當然也可以通過調整優惠券面值大小來驗證對活動轉化率的影響。3.0時代最明顯的弊端是無法對人群進行標簽分層,畫像對比,做不到實時活動,只能事后對用戶做活動,這種活動的效果一般會大打折扣,而且還無法判斷活動效果好與不好。

圖3

04

4.0階段意味著已經進入智能運營、數字化運營的時代了,完善的數據產品體系、用戶行為數據、指標體系已基本完成,用戶畫像、用戶標簽分層、用戶分群、AB實驗、智能運營已基本實現,原有的固定活動模板模式的營銷被廢棄。

此階段更多的是依據豐富的數據分析結果做營銷決策,對哪些城市、哪些用戶群、哪個用戶標簽的什么分層用戶,通過什么形式觸達、發放多大面值的優惠券,促使用戶完成我們設置的目標,這種更具時效性,能更好地留住用戶,避免用戶在轉化的過程中流失。

舉個例子:本月活躍用戶下單轉化率對比上一周期下降了,那么我會從多個維度分析指標為什么會下降,比方說某個重點城市的該項指標下降影響了整體,原因是因為該城市調整了市場價格,這個又是必然不可調整的,那么我會對該城市的活躍用戶下單轉化做營銷。

因為目的是提高轉化能力,所以我需要創建一個實時的運營計劃,當該城市的用戶活躍后,在5分鐘內沒有完成下單動作,我要立刻對用戶觸達發送一條短信或者push消息告訴用戶,系統給他的賬戶里面送了一張優惠券可以用來抵扣費用,一般用戶會進行下單,那就達到我的目標,從而提升了活躍用戶下單轉化率。

為了驗證運營計劃是否成功,通常會做AB實驗,選取90%的目標用戶作為實驗組,10%的目標用戶作為對照組,對比兩組的目標完成率以判斷運營計劃的活動效果。圖4為整體的運作流程,圖5-9為運營計劃創建過程及效果。

圖4

圖5

圖6

圖7

圖8

圖9

4.0時代的智能營銷已經具備了很強的科學性,能夠做到用戶細分、精準營銷,通過數據依據進行決策、行動、反饋,再到數據分析。這種模式還是需要大量的數據分析師、運營人員配合完成整個營銷的落地實踐。

05

5.0時代,建立在數字化基礎上的智能預警營銷運營系統。

不同與4.0的智能營銷,5.0的智能預警營銷是在4.0基礎上衍生的產品。如果說4.0的智能營銷需要人為主觀的數據分析得出結論制定運營計劃,那么5.0的智能預警營銷就是系統的客觀分析,更具科學性,無需人為數據分析。

首先需要建立完善的數據產品體系、數據指標體系,明確指標屬性、指標維度;其次智能監控運營關鍵指標,依據指標歷史數據、關聯指標數據變化進行智能預警,分析指標的異常屬性、維度、異常用戶、同期預警指標。

然后就是對觸發預警的運營指標異常維度開展自動化營銷策略,預警結束則營銷自動結束,粒度可以細分到小時、天、月;最后就是策略落地執行效果分析并指導策略迭代,形成數據驅動運營閉環。

舉個例子:智能預警指標【活躍用戶下單轉化率】,在2022年1月5日9:00-10:00區間數值異常偏低,異常維度為重慶市的活躍用戶下單轉化率低,此刻系統會自動匹配事先創建好的營銷運營計劃,對重慶市的活躍未下單的用戶觸達發生短信/push消息,并發放優惠券,以提升重慶市的活躍用戶下單轉化率。

當觸達后智能預警監控該城市的活躍用戶下單轉化率數值回歸正常后,智能營銷運營計劃自動結束。

一個好用的智能營銷系統一定是2.0、3.0時代的結合物,它一定具備將強的科學性,能夠助力企業快速增長,實現業務突破。

 

本文由 @燦爛千陽 原創發布于人人都是產品經理,未經作者許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

給作者打賞,鼓勵TA抓緊創作!
更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 請問您文章中展示的分析軟件是?

    回復
    1. 神策分析

      回復