本文根據神策數據分析師朱靜芸在神策 2018 數據驅動大會現場，發表題為《消費者全渠道精細化運營方案》的演講整理所得。
溫馨提示：關注神策數據公眾號，回覆“消費者全渠道精細化運營方案”，可獲取 PPT
本文的主要內容如下：
- 企業做精細化運營的初衷及必要性
- 四個關鍵重新定義精細化運營之道
- 從運營視角透過場景解讀精細化運營的發展階段演變
- 精細化運營中的一個重要概念——閉環
- 用戶層級體系和運營策略的統籌與實踐
- 技術、產品和數據是精細化運營的三個必備支點
- 數據分析是企業實現精細化運營最重要的能力
一、企業做精細化運營的初衷及必要性
企業為什麼要做精細化運營呢？
如果一時沒有答案，先想想看這三個問題：花了預算投放，為什麼看不到效果？用戶來了為何不買？推送效率非常低怎麼辦？
這些是大多數公司每天都會面對的問題，本質上是因為一段時間內，錢與用戶都是非可再生資源，“有限”是其最大的特點。所以，對於企業來說預算與流量都是有限的，因此，企業希望做精細化運營，其實是希望能花出去的每一分錢都有效果，最好是來的每個用戶都留下，留下的每個用戶都活躍，活躍的每個用戶都付費轉化，付費的每個用戶都復購。其實這些都是企業想要實現精細化運營背後的原因。
那麼，到底什麼是精細化運營呢？我認為有四個比較重要的方面，下面我們一起來看看。
二、四個關鍵重新定義精細化運營之道
1.量入為出
這個詞本身的含義是掙多少錢花多少錢，在這裡的含義是花多少錢做任何一件事情，是取決於這件事能給你帶來多少效果。我們在工作中常提到的渠道效果、功能迭代、運營效果等評估都是源於這個理念。
2.各取所需
用戶需求越來越難滿足的時候，企業應該在最小化打擾用戶的情況下撬動他的需求，達到每一次用戶觸達，都可以產生良好的效果，現在很多企業追求的個性化運營想要達到的也是這個目標。
3.物盡其用
每一個東西都要發揮最大的價值。如常見的坑位運營，產品內部曝光量比較大的地方會設置幾個坑位增加轉化。再比如優惠券是非常重要的營銷工具，但它和成本是強相關的，企業希望所有投出去的優惠券，都最大程度帶來效果。
4.伺機而動
伺機而動這個概念比較抽象，我以券商行業舉個例子，大多數情況下，券商行業的運營突然想起了一些 30 天沒有活躍的流失用戶，便通過推送平臺上利率非常高的理財產品的消息來召回她們，這就是運營同事日常做的，想起某類用戶就開始推送。
還有一種情況，運營同事在某一個節點等著用戶，等他到了就去觸達他。比如發現用戶開戶的過程中，在視頻驗證的時瀕臨流失，運營同事便給用戶推薦一些只要用戶完成了開戶，便可以擁有一定權益的理財產品，一方面完成開戶轉化率，另一方面也完成了開戶之後購買產品的目標，兩方面都是更聚焦觸發意圖的方式。所以，我把它叫做伺機而動。
另外一個場景，我們在做活動的時候，有一些用戶會被活動激活，另外一部分不會，你完全可以思考那些沒被激活的人，到底是什麼樣的原因，有沒有方法可以通過二次激活再召回，就像我們平時做優化的時候優先召回處於漏斗底部的人，因為處於漏斗越下層的人越容易召回，越上層的人，越難召回。所以，伺機而動本質上是要抓住有意願的人。
以上是我總結的精細化運營的四個關鍵。接下來我以一個運營人的視角，為你講述一下精細化運營的場景和精細化運營的發展階段。
三、從運營視角透過場景解讀精細化運營的發展階段演變
1.粗放時期
這個時期我們沒有意識到很多東西是有限的，在每天排期做活動，今天排不上排明天，明天排不上排後天，總有一天可以排得上我的活動，每天的工作就是上活動、下活動、上素材、下素材，甚至包括投放和推送也是，別人投什麼和推什麼我也跟著投什麼、推什麼，至於推什麼用戶喜歡，我沒有那麼關心，因為那時候我可以觸達到你，已經很不錯了。
2.覺醒時期
到第二個階段，流量紅利逐漸稀少，我們會發現不行，效果不夠好，預算也有限，市場也沒有之前那麼好，不再是之前那個狀態，開始意識到要把它做的好一點，怎麼做好呢？一次只做一件事情，把事情的目的想的清楚明白，所有手段只配合這個目的，一次只激活一部分人，在這樣的情況下，可以保證我的效果。
3.滯後度量
企業意識到聚焦的作用之後，採集數據的需求凸顯出來，企業的一部分數據進入到度量階段，剛開始存在數據滯後的情況，如做完活動之後覆盤用戶觸達率、轉化率等情況，如果效果好，運營會拿這些數據反推，下次該怎麼做，如果效果不好，看完數據就沒有後續了。這個階段一般從渠道開始，因為渠道直接與錢相關，有很明顯的成本，所以企業會首先重視效果評估。
但是，運營是隱性成本或者叫機會成本，沒有那麼明顯，因此在比較靠後的階段開始有數據意識，開始從效果評估轉到用戶運營、產品運營、活動運營等，所以第三個階段是滯後度量。
4.小規模測試階段
滯後的數據不能完全滿足我們，因為企業都希望用最小化成本測出效果，並把效果投到最大化的市場，所以我們需要採用小規模測試，如產品、功能的測試，直到測試出好的效果才投錢。這個環節其實對數據的需求更明確和嚴格，需要獲得具有時效性的數據，不能做一個活動等一週，再去覆盤和做投放，我們希望一兩天之內能拿到數據，快速迭代。所以這個階段對數據的基本訴求是 T+1。
5.個性化時代
企業開始擁有實時獲取數據的能力，就可以隨時看到用戶的行為與反饋，再通過數據和技術的加持，基於標籤和畫像，我們可以做很多事情，如個性化推薦和推送。所以，個性化時代是第五個階段。
回顧這個演變過程，從本質上來看對應著數據的演變，經歷了沒有數據、有一些滯後數據、有一定時效性數據、可獲取實時數據這幾個階段，所以精細化運營與大數據技術是協同發展的。
四、精細化運營中的一個重要概念——閉環
關於精細化運營，我認為“閉環”是一個至關重要的概念，所有事情如果沒有閉環的話，效果會大打折扣，下面我們再來看看如何構建精細化運營的閉環。
第一步：用戶分層
企業需要想清楚用戶分為幾層，以及每一層的相應運營策略。用戶分層本質上代表了用戶的成長體系，如果要用戶沿著成長軌跡一步一步成為忠實用戶，企業需要搭建出比較合理的通道。
第二步：活動策劃
企業需要為每一層用戶針對性的設計活動目的，再配合活動的目的決定素材、內容、時間段、觸達方式，每一個基於不同分層，策略都不一樣。
第三步：內部承接
內部承接，可以通過這個例子來更好地理解，運營在渠道評估的時候發現，流量除了來自抖音、頭條之外，還來自 B 站，運營想把這些人留下來，決定未來增加在 B 站上的投放。但是，通過數據分析發現 B 站用戶會頻繁的瀏覽商品詳情，但是購買率很低，推測是因為其用戶年齡偏小，可能是一些喜歡二次元的小朋友，他們有購買慾，但是沒有更多的財力。所以，雖然 B 站是一個好渠道，但是要做大規模投放，產品要有核心承載，不能直接推薦超過用戶消費能力的超大牌奢侈品，可以在推薦的產品裡面加一些輕奢和快時尚品牌。
第四步：技術和產品
技術、數據和產品層面實現標籤管理、用戶畫像和精準推送。
第五步：數據分析
採集並實時瞭解數據，覆盤活動效果，及時調整策略，準備二次觸達。
（第四步和第五步在後面我會詳細闡述，這裡就不贅述了。）
第六步：策略積累
記錄運營策略和用戶群體的匹配程度，如評估運營手段與用戶分層是否匹配，根據結果，再在實驗中豐富策略庫。因此，分層很重要，它如果不科學，企業要重新調整分層，逐漸變成一個科學的用戶分層。
五、用戶層級體系和運營策略的統籌與實踐
很多企業都在強調用戶畫像，這是很典型的用戶分層。其實用戶畫像有一個演進過程，一開始通過一些外部獲取的數據構建用戶畫像，比如說消費能力、所處的人生階段、興趣愛好、社交情況、教育水平等，這是最早期的用戶畫像。
後來，慢慢演變為標籤，現在很多運營說他們會應用標籤做一些活動，我問他們標籤是什麼？他們的回答一般都是像性別、年齡、職業、所處地域等標籤。其實，在我看來這些不是真正完整的標籤，或者說不是標籤最重要的部分，這些叫靜態標籤，靜態標籤不是絕對的靜態，只是說短時間內用戶不會改變的標籤，與它相對應的就是半動態標籤與動態標籤，半動態標籤確實是會變化的，但是我們不會記錄變化的過程，比如說賬戶餘額，它會存在變化，但我們只記錄它的最後結果：賬戶餘額是 10 元，因此我不知道此時用戶的賬戶餘額的增減。動態標籤，不只是變化的，還會記錄變化的過程，如記錄買了什麼東西，近三個月購買多少次，用了多少張優惠券，這些是動態標籤。
當企業具備比較完整的標籤後，就可以再通過結合生成更完整、更有時效性的用戶畫像。
事實上，企業如果要真正地用好標籤，需要最後做一層抽象，到底哪個指標通過什麼樣的方式結合，能夠判斷這個能力代表消費偏好、消費行為、活動程度、訪問偏好等用戶特徵，所以標籤抽象後構建用戶畫像才是一個完整的流程。下面我通過一個例子具體闡述：
上圖是電商或新零售行業標籤體系的框架，分為基本信息、會員特徵、消費特徵、活躍特徵、臨時標籤等幾大類。基本信息可分為人口信息、社會學信息；會員特徵分為會員類型、會員壽命、會員信息；消費特徵分為消費總規模、交叉消費、消費能力和頻次、活動偏好；活躍特徵分為線上活躍、線下活躍；臨時標籤可以從觸達、粘性、轉化等不同方向獲取。
當然，儘管上述標籤已經很全面，但是企業具備這些標籤還永遠不夠，下面我通過一個例子來闡述原因。假設運營要策劃一次北京地區的客戶回饋活動，應該選什麼樣的人群作為活動推廣對象呢？
首先要選出註冊地在北京，還要是老客戶，訪問頻次高，有購買行為，總結下來是近 3 月內訪問網站 3 次以上，至少購買過 1 次，註冊地在北京且近 1 周沒有買過資生堂的產品，可以認為是忠誠老客戶。
為什麼要要求近 1 周沒有買過資生堂的產品呢？因為此時的運營目的是觸達、回饋用戶，讓用戶覺得平臺很看重他，會給他一些定製化的優惠，如果近一個月用戶已經買過該產品，說明需求已經釋放了，再推送給這類用戶，無法讓他們獲得滿足。這個例子我沒有寫的很嚴謹，不過基本概況了我做活動時圈定用戶群的方式，所以有標籤還遠遠不夠。
接下來，我們再看用戶分層，做用戶分層前要先有用戶畫像，整合用戶畫像，進行二次分析做分層，對於這樣的分層，才可以有具體的策略。比如說可以按照用戶生命週期來分層：新用戶、成熟用戶、忠誠用戶、流失用戶。對於不同的群體有不同的運營策略，對於新用戶有一些比較強烈的引導，推一些高頻低門檻的產品快速完成轉化，對於流失用戶我們要召回，中間要做一些干預。
企業還可以根據用戶訪問頻率和對企業的貢獻的價值把用戶分成高頻高價、高頻低價、低頻低價、低頻高價。
對於高頻高價的用戶，是企業最重視的一群人，他們有什麼需求，企業都儘量滿足，人也不會太多；高頻低價的用戶是平臺上最龐大的一部分人，幾乎 80% 的人都在這部分，很難在運營手段上對他們做什麼針對性的操作，一般對應的優化操作會落在產品上，通過產品的功能與機制來優化，在運營上不做任何干預，讓它野蠻生長。但是運營需要監控，如果一些用戶開始往低頻低價遷移，需要有預警來告訴我們需要採取干預措施了；低頻高價的用戶是潛力群體，他們可以給你帶來高價值，但他們現在還不是你的忠實用戶，這些人是企業 PR 層面重要的對象，需要對他們做一些交叉傳播；關於低頻低價的用戶在人力成本有限的情況下可以暫時不採取針對性運營措施。
同時，企業也可以通過對促銷敏感程度分為：促銷狂熱者、促銷敏感者、促銷中立者、促銷冷淡者。
促銷冷漠者，幾乎會忽視促銷，只看自己的需求，有需求買得起就買，買不起就不買；促銷中立者，某些促銷會感興趣，可以在瀕臨流失時，推送促銷，進行召回；促銷敏感者，大多數促銷信息都會對其產生購買意願的推動，可以定期推送促銷活動，提升轉化；促銷狂熱者，會自己尋找優惠信息，找到優惠券過程很享受，所以沒必要對其推優惠券。
當然，還有其他的分類方法，比如說按照積極程度、活躍度、轉化方式等，基於不同的方法對用戶做分群，再有一些針對性的運營手段。
六、技術、產品和數據是精細化運營的三個必備支點
上圖總體概括了精細化運營在做什麼事，通過標籤選定用戶群，再定製活動，繼而對活動效果進行評估，最後總結活動相關經驗，從而有依據的制定下一次活動。
總體來說，企業要完成精細化運營的這個閉環，需要三方面的支撐：技術、產品和數據的支撐。技術可以通過企業自身，也可以通過第三方平臺如神策數據，關於技術，我就不詳細闡述了。
1.數據
關於數據，企業需要注意四點，第一，企業一定要收集用戶的行為數據；第二，企業要將行為數據與業務數據打通，因為有時候用戶發生前端行為之後，後續可能沒有完成業務轉化，如果只有前端行為，能做的事情很侷限；第三，打通行為數據和業務數據後，需要有正確的用戶標識；第四，企業要合理的構建用戶標籤、用戶屬性等。
2.產品功能
產品功能各個企業不一樣，我以神策分析產品為例，用戶分群、屬性分析都是精細化運營的很好的支撐，現在我們也做了加強版的標籤管理，可以將凌亂繁雜的標籤有序化管理，同時，我們進一步地在探索將營銷計劃與神策產品結合。總之，通過功能強大的產品的加持下，運營可以將更多的精力投入到探索運營新突破上，而不是一些重複的瑣事。下面通過幾張圖來感受一下：
七、數據分析是企業實現精細化運營最重要的能力
數據分析在精細化運營下，從後續追蹤的角度來講可以分為四類：觸達效果評估、內部承接效果的評估、營銷工具的評估（如優惠券有多少人用了、多少人復購）、營銷工具的敏感度測試（如典型的優惠券定價）。
1. 觸達效果的評估
上圖模擬了我評估一個活動觸達效果的所重視的數據指標。事實上，雖然活動載體可能不一樣，如短信、APP 消息、Banner、H5 等，但是本質上企業追蹤的都是這個活動觸達了多少人，多少人點了鏈接，多少人瀏覽了頁面，繼而評估點擊率、轉化率等。有時候運營會考慮新老用戶佔比，舉個例子，為多吸引一些新用戶，在外部投放 H5，如果 H5 觸達之後發現 80% 都是老用戶，即使 UV 值很高，人很多，也不代表是好的，所以需要把新老用戶佔比也列出來，如上圖右下角。
此外，我評估活動的轉化效果一般會看，完成轉化漏斗情況、七日留存、次月留存等指標。如一個手機銀行的活動的目的是增加用戶完成註冊與開戶的數量，我關心的就是他從活動頁進來之後，有沒有完成漏斗（如下圖左邊），同時，我也會評估用戶留存的情況，是不是因為這個活動，黏性變高了。
2.內部承接效果的評估
關於內部承接效果的評估，前面有介紹過，這裡就不贅述了。總之一句話，要讓用戶的首次購買過程通暢，必須根據用戶的喜好來設計產品，即在產品內做好用戶的承接工作，在內容、品類、價格上和活動對象畫像相符，儘量減少一輪遊用戶。
3.營銷工具的評估，根據評估目的的不同可分為以下幾類：
（1）評估每張券的受歡迎度和使用群體。此時，我們的評估指標一般是領取率、使用率、使用頻次分佈、新用戶佔比等，評估維度為門店、券的類型、券面額等。
（2）評估不同券的使用偏好。什麼樣的人願意用券，新用戶還是老用戶，高價值用戶還是小白用戶更喜歡用券？同樣，可以從門店、平臺、券類型、券面額等維度進行分析。
（3）評估券的增效。我們會思考，用戶用券沒用券，給企業帶來的 GMV、留存是否有變化？評估指標為客單價、復購率等。
4.營銷工具的敏感度測試
營銷工具的測試裡面，我們會比較關心到底券的定價合理不合理，希望用最低的價格能夠撬動用戶。比如說 5 元的券夠用，10 元比 5 元的券能多帶來 5% 的客單價提升，此時，我可能更願意選擇 10 元的券。
關於評估券的增效根據受歡迎程度、拉新能力和盈利能力、長期效果和成本也有不同的評估指標和評估方法，可以通過下面的幾張圖來感知：
寫在最後的話
以上基本上是我想給大家分享的內容，下面我再帶著大家回顧一下最開始的三個問題：
第一，企業花了錢投放，為什麼看不到效果？這個問題其實牽涉很多因素，如果企業設置了數據追蹤，可以查看投放渠道的瀏覽數、下載數、註冊數、實際轉化數等數據，在這樣的數據監控流程之後，企業才可以比較容易的找到用戶在哪個環節流失了，因為不同渠道對應的流失過程、流失原因不一樣，對應的解決方案也不一樣。
第二，用戶來了為什麼不買？在前面，我們闡述了精細化運營的閉環，用戶來了不購買的原因會有很多種。但通過數據分析，如漏斗分析，它可以清楚地告訴你，用戶在哪一步流失，從而定位未購買原因，如當我看到用戶流失了，我一般會分成一個週期來看，如果他沒有完成我想讓他完成的動作，他會去哪裡，哪些事情吸引了他的注意力，從而判斷做什麼樣的事情可以挽回他。
第三，推送轉化率太低怎麼辦？這個問題前面探討了很多，我們可以通過精細化運營、測試等方式找到到底什麼樣的群體，對什麼樣的活動反應是最大的，從而精準推送，增加轉化率。
以上就是我的全部分享，希望對你有幫助！
更多互聯網乾貨和案例，可關注【神策數據】公眾號瞭解~
閱讀更多 神策數據 的文章
