03.03 阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

電商平臺A,成立近10年,算不上行業TOP,但在細分領域也算有些頭臉。

今年不景氣,APP日活從年初50萬一路下跌,到現在,運營死乞白賴地拽著40萬的底褲,老闆絞盡腦汁地哄著投資人

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?


開會。

“這樣下去不行,得想想辦法。”老闆掐滅了還沒燃掉一半的煙。

“談幾家合作平臺,互換資源搞些流量?”

“投幾個內容KOL,或者投點廣告主?”

“加做幾場促銷吧,配合Push能漲點日活”

BD、市場、運營建言獻策,老闆沉默不語。

18年移動端不景氣,行業都在保存量,沒人敢真金白金地大量做投放。促銷或許可以止損,但要徹底解決問題,必須有新流量的進入。

沉默了好一會兒,老闆問:“這麼些年在平臺下過單的流失老客,大概有多少?”

“八九百萬吧。”

“想想辦法,把這些用戶撈回來點。”


< 方法 >

老闆是對的,從經驗看,流失老客召回一定比拉新成本更低,更精準,流量質量更好。

  • 用什麼觸達?

八九百萬的老客,曾經在註冊、下單過程中留下了他們的手機號、姓名、地址等信息,觸達他們並不難,最簡單、高效、低成本的方式應該是短信

  • 告訴他們什麼?

發送什麼樣的短信,才能吸引他們回來呢?

就電商而言,一般有三種玩法:

1. 促銷優惠,如:夏日爆款美妝全場3折起,SK-2神仙水僅售¥698,速搶手慢無!;

2. 贈送優惠券,如:週末來臨,送你88元美食神券,點擊鏈接領取!

3. 商品領取,如:你太久不來,老闆說我失職,送你價值59元ray面膜,快來領取!

第一種方法成本較低(僅需短信費用),但響應較差,一般用來配合促銷活動,不適合老客召回。第二、三種方法在短信或Push中響應一般都不錯。但作為非自營平臺,優惠券意味著1:1的高補貼成本,同時,對於購買需求不明朗的流失老客,優惠券非剛需,吸引力有限。相對來說,“爆款商品免費拿”不僅通用性強,大規模採購的成本也更低。

所以,我們採用第三種方法:短信通知這些流失老客,迴歸免費領禮品。

  • 吸引他們去哪?

去哪領?APP嗎?

流失老客均為180天未訪的用戶,絕大多數已卸載APP,重新激活APP行為成本太高,不切實際。

不去APP,去哪?

在電商行業,“免費領”活動一般伴隨著拼團、分享、砍價等社交玩法,通過裂變拉新進一步緩衝成本,如拼多多的助力砍價,每日優鮮的0元吃水果等。而社交裂變最好的溫床,無疑就是小程序。A平臺小程序作為在微信生態內的延伸,功能輕量齊全,作為承接老客迴歸的第一個據點,再合適不過。

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

綜上,我們將通過短信通知流失老客迴歸有禮,將其引入小程序,並通過社交玩法生成一輪裂變。

活動流程如下:

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

上圖流程中,無論是主態或客態、開團或參團,在其成團或失敗後,都不意味著運營工作的結束。用戶參與到這個階段,我們已經拿到其微信OpenID與推送模板消息的權限,

此時根據用戶所處的狀態,可針對性推送促銷商品、優惠券或其他活動來促使、承接用戶的進一步轉化

活動背景和策劃都已經很清楚,下面我們就聊聊,如何用數據追蹤和評估活動效益。

< 數據 >

對於以上活動的效果數據評估,我們從四個維度進行:

  1. 響應數據
  2. 裂變數據
  3. 價值追蹤
  4. 成本評估

這四個維度也基本適合用來評估所有微觀運營活動

下面我們逐一展開,並以前文活動為基礎舉例說明。鑑於商業規則,數據會有合理範圍的修整。

1. 響應數據

響應數據,就是我們常說的“漏斗”

假設我們在今日頭條投放了一則廣告,一段時間內,1000人點擊了廣告,200人點擊後進行了註冊,50人註冊後根據提示下載了APP,最後只有10人在APP完成了消費轉化。

在這裡,從1000到10,就是一個簡單的漏斗。任何一個活動,從觸達後用戶的首個特定動作發生到最終的轉化,就是一個漏斗漏斗展示了一次活動的直接成效,並將成效分解到各個步驟,為結果提供每個層次的歸因

下面是本次老客召回活動的轉化漏斗:


阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

“輸入口令比例”較低,可能是因為短信文案不夠鋒利,商品選得不夠誘人

“分享鏈接人數”和“開團人數”兩個環節比例都還不錯,說明用戶輸入口令後,轉發與開團的引導與流程清晰簡潔,用戶操作門檻較低

“成團率”綜合為7.79%,低於行業水平。猜測可能是因為3人成團人數較多,難度太大,也可能是因為這些用戶嫌麻煩,或是不願意濫用自己的社交價值

通過漏斗,我們既可以看出活動整體轉化水平,也可以細究每一環節的數據表現,問題出在哪,一目瞭然

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

“問題出在哪”只是漏斗解決的第一個問題,更重要的是“如何解決”。以上是漏斗的“主幹”,下面介紹漏斗的“枝幹”

對於“輸入口令較低”的問題,我們猜測可能與文案、選品、發送時間等有關。選品為例,為了對比測試,我們在活動前為每組人群設置少量人數(5000人)的對照組,推送短信來驗證對這個人群來講,什麼樣的商品更有吸引力

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

顯而易見,24歲以下用戶更願意免費拿到眼藥水,面膜對於25~29、30~39歲用戶更有吸引力;40以上用戶則更傾向於牙膏

我們發現,以上的表格包括的不僅是“選品”這一個變量,而是“年齡分層”和“選品”兩個變量的交叉。在活動中,影響某一環節結果的變量往往數量繁多、相互糾纏,本活動為例,影響“輸入口令比例”的因素,與其說是單個變量,不如說是“年齡與選品”、“年齡與文案”這樣的變量組合,甚至是“年齡”、“選品”、“文案”、“發送時間”等所有相關變量的最優化組合

所以,漏斗的“枝幹”,就是為了尋求各個變量的最優化組合。實操過程中,變量組合後會產生指數級增長,三五個變量就可能組合出上百種情況,一一測試是不切實際的。所以,變量最優化一定要建立在業務判斷的基礎上,比如該例,

從業務經驗出發,不同年齡的用戶商品需求應該不一樣,所以我們做了“年齡”與“選品”的變量測試;同樣,我們認為“選品”和“短信發送時間”並無明確關聯,所以就把“短信發送時間”作為單獨測試的變量。無論是猜想的驗證,還是洞見的挖掘,數據都一定只是業務的工具,而非業務本身

2. 裂變數據

在一次運營活動策劃中,如果你沒有把裂變作為整個活動的出發點,那起碼也要把它作為一個關鍵的價值環節。

無論是餓了麼式的紅包分享、拼多多式的助力砍價,還是每日優鮮的0元吃水果、攜程的助力搶車票,亦或是近期朋友圈現象級的網易榮格心理測試、連咖啡的“我的咖啡店”,這些教科書級的活動或玩法,不論轉化導向或傳播導向,都是圍繞“社交”這個價值點展開的。哪怕是微信生態以外的活動,如支付寶的春節集五福,社交性極強的“贈送福字”也是其活動參與轉化的最核心來源。

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

活動之於投放,之所以有四兩撥千斤的機會,靠得就是轉發、分享、點贊等社交傳播行為。

說了這麼多,無非是想論證,在運營活動越來越社交化的當下,“裂變數據”的追蹤分析絕不是可有可無,逐漸成為評估活動成效的重要數據指標。

下面迴歸到我們的案例中。

從活動SOP圖中可以看出,這次活動的裂變方式主要有2種:

  • 主態裂變:用戶為了0元拿到商品,將活動分享到3個不同的群。群中成員看到鏈接,亦可分享3次獲得0元開團機會,成為新的主態。
  • 客態裂變:主態用戶開團後邀請新用戶參團,邀請成功則完成一個客態裂變。

首輪裂變展示了短信推送用戶帶來的第一輪裂變效果後續裂變活動鏈接被短信推送用戶分享到39859個群后,引發的不可控裂變。由於活動頁埋點原因,後續裂變無法繼續分層追蹤,雖然這很有必要(不同年齡用戶轉發到的群很可能完全質量不同)。

分享次數和後續裂變中的開團數代表了主態裂變;參團人數代表客態裂變

  • 從表格看,首輪+後續裂變共計分享到39859+13477=53336個群,然而,點開鏈接的僅有11211人,平均每個群僅有0.21人次點擊,這是個非常低的數字,說明我們鏈接的表現形式、利益點都很可能存在大的問題
  • 後續裂變相對於首輪裂變,在人均分享次數、參團人數比例、成團率上都有較大下降,一方面是因為兩撥用戶接觸到的信息不同,另一方面是因為接收到短信的本就是A平臺的老客,較為精準,而裂變產生的用戶參差不齊無法定向,精準度較差
  • 成團率低、參團人數少的問題,我們在前文也有分析。

綜上,這次活動的裂變並不理想,

分享環節的展示、選品、文案等方面都需要優化,如優化後依然不理想,可能整個活動的邏輯都要重新考慮

3. 價值追蹤

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

拿著響應和裂變數據,運營胸有成竹地進入老闆辦公室。

他向老闆提綱挈領地彙報了轉化與裂變數據中的要點,並作出了業務層面的歸因,還對下一步執行計劃的優化提出了一些建議和安排。

老闆看著數據微微點頭,同時思考著什麼。

這時小運營說了一句總結的話,惹怒了老闆。

“我覺得這次活動效果還可以,裂變的邏輯優化一下,可以大量做”

一頓臭罵。

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

事實上,

完成轉化用戶的價值追蹤之前,不應該下任何結論

每一個用戶的轉化都意味著真金白銀的成本和補貼,必須由後續購買所帶來的利潤填平。如果活動所帶來的用戶復購和活躍都極差,那麼無論轉化率多高,這個活動都是失敗的。因為你的活動招來了一群讓運營界聞風喪膽的人——羊毛黨

強調一下,所謂的“轉化”,並非只有完成了開團成團才算,在分享、註冊、參團等任何環節蹦失的用戶,只要與我們發生關係,都算轉化,只是轉化程度不同。

為了提高用戶轉化後的後續表現,運營們通常會用push或短信的手段進一步激勵。如該例中,對於開團成功、開團失敗、參團成功、參團失敗以及分享鏈接不足3次等用戶,我們會根據其基於轉化程度的行為傾向性在24小時內為其個性化推送優惠券、優惠商品、活動鏈接等

,為的就是促進後續轉化,盡力承接住這些用戶。

價值追蹤數據較為複雜,基於用戶分層、時間分層、行為分層等,可以形成一個龐大的價值追蹤體系。篇幅考慮,筆者為本例價值追蹤做了簡化,分以下兩部分:

(1)關鍵價值追蹤

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

這個表有3個要點:

1)追蹤誰

當然是轉化的新客。但是一定要分層追蹤,除了短信推送的年齡分層,還要納入轉化程度的分層,這樣才可以追蹤到不同轉化程度的用戶間的價值差異

如上表,我們可以看到“開團成團用戶”相對於“開團未成團用戶”有更高的復購頻次;裂變用戶各項價值均遜於推送人群

2)追多久

根據產品使用頻率、用戶生命週期來定。一般電商追蹤至90天或180天,如因活動優化迫切需要結論數據支撐,可提供短期追蹤數據。

3) 追什麼

一定是追蹤用戶之於產品最關鍵的幾個價值指標。對於自媒體可能是點擊、轉發、打賞;對於遊戲可能是活躍、付費;而對於電商平臺,自然就是GMV、訂單數、客單價這些交易數據了。

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

至此,我們得出了每個分層用戶在不同時間段貢獻了多少GMV,再乘以平臺交易費率,很容易算出平臺獲得的利潤

。通過這些利潤,我們一方面可以直觀判斷出不同分層用戶價值,另一方面可以通過與成本的對比,判斷活動的效益,決定活動是否可以產品化或規模複製

在產品相對簡單,活動規模較小的情況下,以上價值追蹤基本可以證明活動價值。但是如果產品生態複雜,用戶消費行為多樣,那就有必要對用戶行為做分層追蹤

(2)行為分層追蹤

在同一個產品中,不同用戶基於不同的行為,為平臺貢獻了不同的價值,共同構建一個完整的生態。

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

我們以最具代表性的UGC內容平臺知乎為例,其用戶行為及對應價值大概劃分如下:

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

相對於知乎,電商平臺的生態可能更為複雜

電商生態中,並不是只有“買”和“賣”那麼簡單

。搜索購買型用戶貢獻了大部分GMV,是平臺生存的基礎;喜歡“逛”的用戶熱衷於發現式購物,除了貢獻可觀的GMV之外,還通過點擊、停留等行為反饋了不同主題banner、模塊以及商品的熱度,從而為運營工作指明方向;那些熱衷於拼團和助力砍價的用戶,聚集在微信中通過傳播勞動換取平臺的優惠,為平臺不斷引入新的流量;甚至目前大多數電商平臺,都引入了攻略、評測等內容子生態,而喜歡寫評測心得的用戶就是這個子生態的核心支撐。

因此,我們不能僅根據購買力判斷用戶價值,也就是說,不能因為活動吸引來的用戶買得不夠多,就定性活動失敗。因為這些用戶,很可能貢獻著其他重要的生態價值。

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?

從數據看,這次活動所帶來的用戶在開團、助力砍價、關注服務號等方面比較突出,說明用戶多聚集在微信小程序中,有著不錯的傳播價值,猜測可能是由於活動玩法為拼團,所以帶來的流量或多或少有點羊毛屬性,這也降低了我們對其復購價值的期望。這些用戶更適合在小程序中為平臺進行外圍傳播

4. 成本數據

“成本數據”和“價值追蹤”是活動的陰陽兩面。價值與成本的差值,基本代表了整個活動的初步收益。

就本次活動而言,成本主要產生在3個地方:

  • 短信成本,流失老客觸達短信約為0.03元/條;
  • 免費商品補貼成本
    ,所有開團成團訂單,都需要付出約20元的商品成本;
  • 後續激勵補貼;用戶轉化後,我們可能會推送些優惠券促進復購,優惠券是這個過程中的主要成本。

在第三步我們追蹤到復購總GMV,乘平臺費率得出利潤,再減掉以上三條成本之和,得到的就是活動利潤。

成本數據邏輯簡單,唯一值得注意的是是否要分層。不同分層的用戶價值不同,所消耗的成本也不一樣,如果用同樣的分層追蹤價值和成本,就可以計算不同分層的ROI,找出盈虧平衡點,選擇性推送以提高整個活動的收益。但多數時候,基於用戶名單有限、數據埋點等限制,基於分層ROI優化很難實現。所以,分不分層,視業務情況而定。

最後,奉上思維導圖:

阿里10年老兵都在用的數據活動運營方法,竟然就這麼簡單?


分享到:


相關文章: