神策数据：精益化数字运营助力大促业绩飙升-每日科技网-报道科技公司的新科技创新!✅

【每日科技网】

　　#FormatImgID_0#

　　一、互联网活动的目标与分级

　　从浅层目标来看,活动的目标多聚焦在短期刺激、品牌宣传、用户粘性、清库存、检验团队能力。而从深层次来讲,通常包含以下三个方面:

　　首先,用营销聚集流量。互联网流量增长趋于平缓,成本增高,要保证 GMV 的持续增长,就需要更低成本的流量获取方式以及更高效的流量利用手法。对于电商来说,其较优解就是做运营活动。相对于高额的市场营销费用,低成本的社交活动玩法可以更快速有效地触达目标用户,而且精细化投放的活动也可以高效对用户实现导流。

　　其次,用强需求促进活跃。在产品发展的疲软间隙,活动可以刺激用户短期内的活跃行动,对于电商活动来说,实质性的核心是促销。促销从价格优惠的时效性出发,刺激用户内心做购买决策时虚幻的“性价比”天平,产生“剁手”冲动。用户自身的确有周期性的购物需求,但活动能让用户在弱周期产生强需求。

　　最后,用手段刺激转化。用户在产品自然状态下的转化行为相对理性,而活动打破了用户的常规购买心态,旨在创造用户理智分析状态下的非理性决策,比如“囤”,而活动生命期短暂,直击用户的大杀器就是“时限性”。

　　一般情况下,可以将活动分为 4 个等级:S 级、A 级、B 级、C 级,详见下图:

　　S 级即全网声量较大的活动,属战略级别,如“双十一”“618”以及平台自己的等,几乎需要把所有可利用资源全都投入平台中,且全品类参与,整个活动周期会涉及多种活动玩法,活动准备期通常需要 2-3 个月。

　　A 级活动大多与“送礼物”相关,比如年货节、情人节、儿童节等,这类活动通常调动的是平台的核心资源,活动的准备周期约 1 个月。

　　B 级活动如元宵节、踏青季等,这类活动通常只需常规资源支持,可由类目线灵活安排。

　　而类似于会员日、会员专属等活动则归为 C 级活动。

　　但在实际情况中,并非所有平台都会开展这 4 级活动,比如一些生鲜电商平台不一定会策划 S、A、B 级活动, 但对 C 级活动特别重视,往往利用会员专属等活动稳定用户的购买频次与区间。

　　综合上述活动分级,可总结出促销活动的设计原则。

　　第一,借势。

　　冷启动一个购物节成本极高且难度极大,需要进行大规模的宣传来打造消费者认知,且还需要提供专门的促销品或特殊折扣,沟通成本和代价也较高。而在“618”“双十一”等活动期间,消费者基本带着 “不买会亏几个亿”的心态到处逛,此时的流量十分旺盛,借势是大势所趋。

　　第二,根据季节性和节日策划主题。

　　如母婴产业一定要做儿童节、母亲节;美妆、饰品行业一定要做妇女节、情人节;商超快消品行业必须重视年货节;食品生鲜则需要把握中秋、端午这些传统节日;文具、服饰要重视开学季和春秋的换装时节。

　　第三,抓住计划外的重点。

　　如敏锐捕捉热点,对突发事件快速响应。

　　第四,类目专场活动。

　　如紧紧抓住类目特有旺季或对口节日。

　　关注神策数据公众号,咨询客服立即免费下载相关 PPT。

　　二、如何用数据实现活动精细化运营?

　　从数据角度出发,我们可把大促活动拆分为活动前、活动中、活动后三个阶段。活动前需要制定目标、分配预算,并且做好用户和品类以及流量和渠道的计划;活动中需要实时洞察数据,并调整策略,以及精细化运营触达;活动后需要寻找增长驱动引子,并且对用户特征进行洞察,以及对运营策略评估优化。

　　活动前

　　1、活动目标制定

　　大促目标基本可分为 4 类:营收与盈利、平台影响力提升、获客及品类渗透率、精细化运营。

　　这些目标如何选择、如何定义优先级,本质是战略层面的问题。对于一个处于快速增长期的平台来说,一般营收的重要性大于盈利,影响力提升与获客的重要性大于营收;对于增长趋缓、发展进入瓶颈的平台,人群与品类渗透率的提升则非常关键,利用大促撕开战略品类和人群方向的缺口,是业务突破瓶颈的关键;而对于一些稳定的大型平台,开辟全新获客渠道(如下沉市场、线下市场、海外市场)和顾客精细化运营(如 AIPL)非常关键。

　　接下来,我们一起分析下营收目标制定的方法。

　　通过业绩增量的方法。一年中要做的大促销量规划,基本均在年初敲定,通常情况下,“618”“双十一”几乎占掉了全年营收的三分之一或二分之一,我们可以利用同期营收乘以预期增长率的方式,计算出业绩增量。

　　通过产品矩阵的方法。比如先对销售时段进行预估(如判断淡旺季),然后把促销的业绩相加,从整体的商品品类上进行预估。

　　通过爆发系数的方法。即用今年的日均销售额,乘以平台流量的爆发系数。该爆发系数的产生,需要参考之前活动的流量均值。

　　通过流量效率的方法。该方法需要计算出总流量、平均转化率,以及客单价,然后相乘得出流量效率。

　　通过加购释放率的方法。该方法需要关注各商品的加购量、加购释放率、商品售价这三类指标。

　　通过顾客成交计划的方法。该类方法较容易理解,即通过会员营收、非会员营收的总和,或者是新老客户的营收总和。

　　2、围绕关键指标科学分配预算

　　我们在大促活动中,需要拆解目标,并分配预算。

　　第一,GMV 目标拆解。

　　首先可以将 GMV 按不同的客户类型分,比如分为 C 类客户、小 B 类客户、大 B 类客户,然后规划出各类应当承担的销售业绩,再按照订单数、客单价向下拆分。客单价又可根据平常时段、大促时段等差异分开考虑。我们可以先预估一个相应客户的客单价,然后算出需要的订单量,再将订单量向下拆解,同时根据历史数据得出下单频次,通过下单频次与下单会员的数据大致推断出所需要的用户数量,再将用户数按照新老会员的比例拆解,根据登录 UV 和会员转化率,再拆解到访问 UV 与访问转化率。

　　第二,品类业绩目标拆解。

　　将 GMV 拆解完之后,我们学习如何按品类业绩目标拆解。首先要将商品的一级、二级、三级分类拆分到最小单元,然后按照过往每一个品类在整个过程中的贡献,根据销售额去回推单品的品类结构,然后再拆解预计此次活动中每个单品的数量,从而指导返利与库存。

　　3、活动计划目标拆解

　　用户和促销。我们可以根据新老客户的客单价、购买频次等预计出此次活动中的销售收入,反推出所需要的新老客户数量。

　　渠道和流量。常见的内容流量渠道如抖音、快手、小红书等,在内容创作的模式下,这部分流量基本免费。但在百度、广点通等流量的推广与合作上则需要支付一定费用。我们可以根据合作模式与合作方敲定流量转化率,此时,可以将一次活动所需的推广流量进行拆分,然后对引流、买量、物料、宣传等总费用进行预估。在神策广告分析平台,可以清楚地看到每一个广告渠道、广告计划、广告素材等对应的费用、转化率等情况,以便更好地进行拆解。

　　关注神策数据公众号,咨询客服立即免费下载相关 PPT。

　　活动中

　　在活动中,我们需要关注这几类指标:渠道指标(各渠道流量大小、付费渠道 ROI、各渠道贡献占比)、性能指标(服务器崩溃、产品前端报错、接口返回时长)、作弊指标(异常波动监控、异常维度监控、异常单用户监控)、营收指标(流量访问数据、实时销售转化数据、付费金额以及人数和客单价)。

　　1、指标预警与异常识别

　　关注数据的异常情况在活动中非常重要,比如通过数据突降、突增,或与去年同期产生较大差异等情况,去分析造成此类局面的背后原因,然后迅速做出调整。

　　场景一:基于实时监测数据的风控模型,识别“羊毛党”,保障品牌权益

　　某电商平台在进行“满 399 减 150”活动时,通过神策后台发现某数据突增,团队成员通过分析洞察确定此异常是“羊毛党”所致,随后将此 IP 加入黑名单,阻止灰产刷单。具体过程可分为以下四个步骤:

　　创建活动预警指标。在进行优惠券推广前,建立相关预警指标,并以小时为单位,以防活动出现异常造成公司损失。

　　收到异常预警消息。在推广活动进行 3 小时后,邮箱收到异常数据信息。

　　快速定位异常用户。查看具体异常情况,深度分析异常用户领取优惠券次数、支付订单次数、总支付金额等。

　　调整活动策略。对现有活动策略进行调整与优化,比如限制领取次数为 1 次,不给“羊毛党”可乘之机。

　　场景二:赋能媒介策略调优,提升营销双效(效果与效率)

　　某在线教育公司,在某渠道投放了免费课程,引导用户下载后再付费。根据渠道数据反馈,发现曝光 1-3 次时,用户点击率较高,曝光 4 次以上则点击率低于 1%,这意味着该公司需要把广告曝光次数控制在 4 次以内,才能“双效”化。

　　2、营销活动的场景化获客与精细化沟通

　　我们提炼总结了关于场景化、精细化、个性化三层要素:

　　场景化。在什么时机触达用户?是定时 9 点发送活动通知?还是在用户启动 App 后立即通知?或者在用户提交订单未支付时给其推送优惠券促转化?

　　精细化。我们要给什么样的用户发送怎样的内容?对用户做何种标签化分层?是对女性用户推送美妆?还是对男性用户推送机械键盘优惠券?

　　个性化。让用户感受到通知是为他个人发送的,比如亲爱的 XX(调用昵称),今天是你 XX(调用年龄)岁生日,送你最喜欢的 XX(调用消费频次商品)优惠券。

　　场景三:场景化沟通,精细化运营

　　某健身平台会在用户生日时送上生日祝福,利用优惠大礼包引导用户购买,但发现效果并不好。在引入神策之后,利用用户的访问时段、属性等个性化标签,推送与用户本人更加贴合的生日祝福信息,用户的完美体验感增强了许多。

　　活动后

　　在一场大促活动结束后,我们通常会对 GMV、用户数量、流量等指标进行复盘,但其实,我们或许可以从寻找增长驱动因子、用户特征洞察、运营策略评估优化等等方面,进行更加深入化地触达。

　　我们可以从两方面来初步判断活动运营的质量:生意达成情况、流量大盘情况。从这两个方面定位问题后,再结合人货场下各种分析模型进行原因下钻。

　　生意达成情况。将同比 GMV 增量分摊到购买人数、复购(包括购买频次和单次购买量)、平均价格三个数据的增量,来识别生意增长因子。从图中可以看到该活动中的增量贡献来自平均价格(驱动因子)、购买人数,而复购指标下降(阻力点),说明用户购买频次有所降低或单次购买量减少。

　　流量大盘情况。流量大盘拆分不同流量类型,同比去年数据看 UV 和 CTR。从图可知推广流量是平台主要的流量来源,且 CVR 较高(同比增长显著),说明本次活动的推广流量质量较高。

　　1、人群下钻

　　我们按照 AIPL 模型对用户进行拆解,若“活动期新增 AIPL”人群基数超标达成,说明在活动周期中,新增人群做得非常不错。但如果购买转化率的达成率低,导致最终购买占比未达预期,那么我们便可以对活动期新增 AIPL 人群的活跃深度等进行分析,去发现存在活跃深度较历史表现下降的问题。同时,还可以根据本次活动期新增 AIPL 最终购买的人群画像,得到“未来在对活动期人群做活跃加深时,要强调活动优惠利益点,以及符合年轻人群心智的商品营销”等优化指导。

　　2、场景下钻

　　我们可以从三个方面来进行分析:流量类型对比、活动坑位分析、活动玩法效率总结。

　　流量类型对比:可以拆解平台流量类型,分析 UV、CVR 指标的同比、环比情况;对于推广流量可以进一步分析 ROI 和费用数据,综合判断推广流量的实际效益。

　　活动坑位分析:可从浏览转化率、浏览量占比两个维度进行分析。浏览转化率可以对比去年同期以及平台整体水平;可从浏览量占比看到该坑位的流量占比(单个坑位浏览量 / 坑位加总浏览量)。

　　活动玩法效率总结:对于平台核心的玩法可以进行关键指标总结,比如会员、短信等。

　　接下来通过直播效果、会员玩法两个重点场景进行说明。

　　第一,直播效果评估。

　　我们常常会分析一场直播活动中 KOL 的带货能力,因此,对于直播效率评估可以从直播人群画像、直播三力价值进行分析,目的是量化直播效率,从而在选择 KOL 时能做到更精准的人货匹配。

　　直播购买人群画像。首先可以拆分为新、老用户两个维度来看直播转化的情况,到底是新用户偏多,还是老用户偏多。其次可从人群基础属性、商业价值等明确该人群主要特征的角度进行分析,从而在后续做商品营销时更明确人群心智。

　　直播三力效率。直播三力包括引流力、购买力、吸粉力。引流力是用浏览商品用户的人数除以观看直播的总人数;购买力是用购买商品的人数除以浏览商品的人数;吸粉力是用浏览商品的会员,除以浏览商品的人数,从这些方面分析一场直播中 KOL 的效果如何。

　　第二,会员玩法评估。

　　会员招募玩法效果评估。我们可以绘制会员招募象限,通过“AIPL”与“是否是会员”两个维度拆解人群,分析各个分层人群的招募效率,发现 0 人群、I 非会员人群入会率高,说明新会员玩法较能吸引人群入会,而 PL 非会员人群入会率低,说明老用户入会利益点需要优化。另外,我们也可以通过会员招募玩法气泡图进行分析,从费用、入会人数来评估各个玩法的效率,发现“新会员礼包”是效率的入会玩法,同时也验证了会员招募象限里的结论。

　　关注神策数据公众号,咨询客服立即免费下载相关 PPT。

　　会员转化玩法效果评估。同理,我们可以绘制会员转化象限,从标红的数据中可以看到 I 会员、PL 会员的购买转化,说明入会能显著提升购买转化率。

　　3、商品下钻

　　商品下钻意味着要将多个商品、品类等进行交叉分析,此时我们可以采用“两步走”的战略。

　　第一步,分析各类商品购买人数贡献,识别成熟单品、趋势爆品。

　　从上半部分的柱状图中可看到:同比 2020 年,平台在 2021 年的整体购买人数增长显著;整体购买以新客贡献为主。

　　而且,从品类购买贡献拆解来看,品类 B 的购买人数贡献,说明品类 B 是必需品,活动时需要保证库存;后续要做商品组合购买时,也可以将其他商品与品类 B 中的商品进行组合销售。同时,在品类 B 中又可以分析高贡献、高增长的商品,即平台的成熟单品、趋势爆品等,可以考虑在活动中增加这些热销产品的露出,提高消费者点击、购买的意愿。

　　第二步,以平台整体作为 Benchmark,明确拉新、复购优势商品,迭代未来人货匹配策略。

　　每个品类、商品有不同的人群运营优势,识别核心品的运营优势,可以更好地制定人货策略,以平台整体的新老客占比作为 Benchmark,明确各品类及核心商品在拉新、复购上的优势。

　　在实际工作中,总少不了一些 IP 联名合作、明星代言等形式,那么该如何考察 IP 联名单品的效果如何呢?