在零售行业,大促活动在全年整体活动中占据非常重要的地位。零售行业的活动运营分为日常活动运营节日促销活动运营。日常活动运营,比如限时秒杀、多人拼团购买、猜你喜欢等;节日促销运营,比如元宵节、情人节、妇女节、618 等相应的促销活动。京东 618 与天猫的双十一活动是典型的,已经占领用户心智的大促活动。

大促业务目标与分析拆解

从数据的角度,我们先对促销活动进行业务目标的分析拆解大促的终极目标是销售额,销售额受用户数、启动比例、转化率的影响。品牌商决定了活动产品、产品定价之后,可以通过运营来影响参与用户数、是否愿意购买、用户购买多少等指标。

图 1 大促业务目标与分析拆解

如图我们可以看到大促活动的用户模型,全量用户进店-浏览商品详情-购买,在层层的漏斗转化中,四个不同阶段都需要进行详细指标拆解。

第一阶段:用户拉新及盘活。品牌商需要不断地进行拉新,保持与现有粉丝互动。只有当用户量达到几百万甚至上千万量级后,才能保证微店可以有稳定的销售额。

第二阶段:进店在大促时,线上可以通过欢迎语,线上推文,公众号 3*5 菜单引导;线下可以通过门店广告牌与导购的引导,吸引用户进店。用户的进店数量决定了有多少用户有概率会触达到商品详情页,只有商品详情页触达了,这个用户才最终可能成为转化。

第三阶段:浏览在用户浏览时,能激发用户对商品产生兴趣的要素:产品体现和速度层面,运营内容丰富程度,大促商品选品,都会影响用户加车比例。

第四阶段:购买用户在购买时,品牌商要关注支付的流程是否顺畅,放弃比例情况如何。针对放弃的用户,是否需要做一些召回,比如发放优惠券等方式。

大促的节奏设定:时间-商品-手段

大促节奏设定的主要关键点是:时间节奏安排,大促商品选品与定价,大促收割期运营计划

图 2 大促节奏的设定

  • 预热期,通过持续内容推送,盘活用户;

  • 种草期,通过多样化运营手段,用户交叉品类种草;

  • 收割期,通过实时消息刺激用户,减少用户犹豫时间。

人群圈选的精细化触达

到底对哪些用户以何种方式进行精准的运营和触达,对大促的结果有着至关重要的影响。

微信体系下的公众号、服务号、小程序,对用户的触达次数是非常有限的。服务号一个月只能发送 4 篇文章及数量受限的服务消息,数百万的粉丝是无法一对一的触达。那么,在有限的触达中,品牌需要着重关注的是,确保每一次触达都将用户做了最大限度的转化

图 3 人群圈选与精细化触达

零售消费行业有一个非常经典的人群模型——AIPL 模型,它是营销中非常经典的消费链路模型,即对于一个品牌或产品,用户都会经历从陌生,到体验,到成交转化,最终变成一个忠实粉丝的过程。AIPL 分别代表 Awareness(感知)、Interest(兴趣)、Purchase(购买)、Loyalty(忠诚)。

Awareness,要求用户对品牌有认知品牌商对用户群体的盘活格外重要,要让用户进入小程序,只有获取到用户身份,运营人员才可能做下一步的触达。在微信这个相对封闭的体系中,让用户对品牌有认知最多的方式是通过朋友圈做广告投放,或者通过公众号的文章引流。

Interest,要求用户对品牌产生兴趣运营人员可以设定一些关键行为,来判断用户是对商品感兴趣,还是只是一次性用户。

Purchase,用户成为品牌的购买者,这在整个私域流量中是非常重要的一环购买过该品牌产品的用户,他对品牌自身会有天然亲近感,且对商品的犹豫期明显短,付费意识也相对较高。比如第一次在大促期间的用户进行尝试性购买,如果产品体验不错,那么回购金额在品牌单价间可有 10%-100% 的提升空间。

Loyalty,一个品牌的忠诚用户。这些用户愿意为品牌买单的除了作为一个忠实的付费者,也是品牌自己的资产一环,这些用户积极参与品牌的运营活动,愿意分享心得与口碑传播。

总结一下,在人群的精细化的运营过程中,我们要做的事情是将 Awareness 用户逐步盘活,直到变成 Loyalty 用户,将每一个阶段的转化率做到极致

综上所述,布局一场大促,品牌方首先要分解大促目标,设定时间-商品-手段,同时要做好人群圈选与精细化触达。

神策数字化运营解决方案的落地场景

设置大促运营计划,主要包括运营计划的设置、用户圈选、多渠道触达、实时追踪和优化的流程。而对于每一场大促活动,运营人员所关心:运营手段是否有效?人群圈选是否精准?用户收割是否及时?流量是否足够?线上线下备货是否充足?产品是否有 BUG ?等

通过上面的讲解我们可初步计算:一场精细化运营的大促活动的进行,至少包含几十个基础的运营计划。而实际情况更为复杂,在神策直接参与的 618 ,11.11 活动中,大促周期集中的 3 天,运营人员的工作量是超高负荷的,因为当天需要根据实时的效果数据的反馈,实时进行策略调整。在大促的复杂情况下,如果对用户全生命周期进行整体干预,运营计划一般会再增加 10+ 至 20+ 个,对于某个私域渠道的运营团队来说,根本无法兼顾,更不可能进行实时策略调整。因此自动化工具变得格外重要,通过神策数字化运营解决方案可以一站式完成

图 4 大促运营计划的制定

在神策智能运营的界面,我们可以看到各种的运营计划,下面围绕大促活动期间 Purchase 用户交叉品类促复购、对未付款用户进行召回的常见场景,以及大促活动结束后,对活动效果的持续追踪的常见场景进行介绍。

1、Purchase 用户交叉品类促复购

下面以 Purchase 用户交叉品类促复购为例。在神策标签画像系统中,可以设置 AIPL 标签,筛选出符合条件的 AIPL 人群,并能够实时监控

图 5  AIPL 画像标签-DEMO 数据

对 Purchase 用户的圈选,为后续的用户运营提供了基础,在神策智能运营系统中,通过触发条件-受众用户-触达配置-目标设置,进行“ Purchase 用户交叉品类促复购”运营计划的安排与部署

图 6 设定受众用户为“ P-Purchase ” -DEMO 数据

【触发条件】可以选择在一定时间下的单次触发。【受众用户】可以直接选择“ p-purchase ”。【触达配置】选择触达通道“ Webhook - 微信服务号通道”,模板参数是“那些你没用过的口碑产品”,并设置全局触达限制。

图 7 设定目标-DEMO 数据

【目标设置】中,选择“首要目标”当用户被触达 15 分钟后,支付订单;选择“次要目标 1 ” 为当用户被触达 15 分钟后,加入购物车;选择“次要目标 2 ” 为当用户被触达 15 分钟后,进行商品浏览。

如此,我们通过目标完成率,来评估运营计划是否足够好,设置人群圈选及运营形式是否最佳。如果首要目标没有完成,我们可以通过判断次要目标用户是否有“加入购物车”“浏览商品详情页”来判断用户是否为高意向用户,如果都未满足,则属于低意向用户。

2、活动当天的运营干预,比如对未付款用户进行召回

在微信生态体系下,品牌商需要不断通过运营手段来影响用户心智,来吸引用户。通常在大促之前,神策团队会配合企业运营人员可提前一天建立所有的运营计划,建立“大促实时效果”的概览。由于神策的数据的实时反馈是秒级的,在活动当天可在概览上可以实时看到整体数据的情况,包括当天总销售额、销售额完成率、转化率、实时的 PV 、UV 、商品搜索排名等关键指标,实时对用户进行干预。

比如,通过用户的搜索行为、商品的浏览行为等,可以帮助运营人员了解“用户关注商品是否如预期”;如果发现在支付环节上,大量用户放弃支付,则可能在支付环节有 Bug 产生,类似方式来判断产品是否有 Bug 。

再如,在商品搜索排名中,通过数据发现,有些用户在搜索“洗发水”时,并没有结果显示,而实际上有丰富的库存,那么可以将搜索洗发水的用户添加为用户分群,直接制定“洗发水用户”的运营计划,对这些人推送相关消息,告知他们有库存,可以直接购买。运营计划制定完成后,则可在约定时间内对这部分群体进行触发,以刺激购买。同样,也可通过对于放弃比例不正常的产品均应该做相应运营。

以上的讲解中已涉及相关图片示意,这里不在赘述,请点击文末“阅读原文”,免费体验 demo 。

有一种常见的场景活动当天,运营人员可能发现有一些用户在点击支付后,最终并未完成付款。若及时对这部分人进行召回,那么被挽救回来的可能性非常大。在神策智能运营中可以进行如下操作:

图 8 创建“触发型-完成 A 未完成 B ” 的计划-DEMO 数据

首先创建一个“触发型-完成 A 未完成 B ” 的计划。

接下来通过四步设定运营计划。

图 9 召回计划的触发条件的选择-DEMO 数据

图 10  召回计划受众用户的设置-DEMO 数据

图 11  召回计划之触达配置-DEMO 数据

图 12  召回计划之目标设定-DEMO 数据

触发条件,选择触发型,并通过四步骤对 AB 事件分别进行设置;受众用户为开启小程序的用户;触达配置则通过微信公众号通道,并进行目标设置

因为在上个场景中,相关设置已做介绍,这里不再赘述。

有些同学比较关心的“如何设置时间节点”的问题,这个我们通过神策分析的间隔分析可以了解大致的用户转化的中位数,可以作为时间节点的参考。

3、大促结束后,效果活动的持续追踪

以上大促期间运营人员要做的事情,在活动结束后,运营人员还需要活动效果保持密切的追踪。比如六月份进行六一儿童节、618 两次运营活动,运营人员可通过神策分析公共概览了解当月的所有活动的全貌,如参加活动的总人数、不同的品牌产生的金额分布等,这是在活动结束后的效果复盘。

图 13 活动效果追踪概览-DEMO 数据

总的来说,在运营计划设置和优化的流程中,第一步,要清楚“痛点”是什么,然后通过数据分析来精准提升效果;第二步,要实现智能运营自动化,以减少活动各时间节点上运营、产品、技术三方的沟通和开发的时间。

另外,要从单一、简单的运营方式,渐进到复杂的运营方式。比如,在神策智能运营中,可以围绕用户全生命周期进行干预,对所处不同阶段的用户进行不同方式的触达。

在整个过程中,数据在营收的提升上从来不是立竿见影的,但对提升运营效率是十分重要的武器。神策数字化运营解决方案帮助品牌方真正地通过画像,制定运营计划,并真正做到运营自动化,这是数据流和业务流非常好的耦合,而运营人员接下来的工作重点可以聚焦在是否有更创新的行为,并不断通过数据进行验证

精选内容

▼▼▼

  • 热门解读:社交裂变的拉新效果评估及优化

  • 就在今天 | 《证券客户全生命周期运营方案》直播,相约周三!

  • 直播回顾 | 如何打造手游产品数据化运营体系

  • 重磅!「神策数据开源社区」官网正式上线!

  • 赋能数字化财富管理转型,神策数据推出全新证券行业解决方案

  • 服务了超 1000 家头部企业,我发现了 ToB 的一个秘密

点击“阅读原文”,免费体验 demo ~

热门解读:大促的活动设计及效果评估的优化相关推荐

  1. 热门解读:社交裂变的拉新效果评估及优化

    目前我国零售行业全面数字化已成趋势,数字化力量在驱动零售新发展.重塑零售新增长格局中扮演着越来越重要的角色.对每个零售品牌商来说,微信这一庞大的私域流量池,囊括百万甚至千万的客户.社交裂变已成为品牌商 ...

  2. 阿里双11大促秒杀活动下的缓存技术与高水位限流实现

    秒杀最早来自天猫双11各种商品的促销活动中,现在已经有很多业务场景在使用,比如抢红包,抢票等.其特点有三高:瞬时并发高,数据一致性高,热点更新频度高.这样三高的场景下往往给数据库造成极大的压力,大量更 ...

  3. 从0到1构建大促运营活动

    从0到1构建大促运营活动 前言 一.需求背景 依托流量 平台拉新 业务促活 二.需求分析 2.1 运营玩法分析 2.2 业务需求分析 2.3 领域对象识别 2.4 业务场景拆分 三.任务拆解 四.研发 ...

  4. Shopee马来西亚站点7.7大促激励活动热力开启,知虾数据助力大数据选品!

    马来西亚站点Shopee动态7.7大促激励活动热力开启!!7.7大促即将来临!马来西亚站点Shopee动态带来超有趣的活动机制以及超丰厚奖励!即日起-7月7日,发布动态参与活动,赢官方流量扶持,助力店 ...

  5. 年底了,各大电商大促会员活动反馈万能模板,必备的PSD分层格式

    什么是促销活动页面? 通常电商平台在节假日会做一些促销活动,而活动的宣传方式,主要会采用H5静态页面的形式,也就是本文中要讲的促销活动页面. 这些活动页面的特点是元素构成很简单,在页面中只包含一些促销 ...

  6. jvm性能调优实战 - 39一次大促导致的内存泄漏和Full GC优化

    文章目录 案例 初步排查CPU负载过高的原因 初步排查频繁Full GC的问题 对线上系统导出一份内存快照 MAT是如何使用 基于MAT来进行内存泄漏分析 案例 先简单说一下业务背景:一次我们线上推了 ...

  7. 用户标签体系的设计和效果评估

    导读:随着互联网流量逐渐见顶,传统的粗狂式的买量获客冲业绩很快会成为业务发展的瓶颈.对于中大型互联网公司来说,精细化的运营和精准化营销是企业运营老户,发挥存量用户最大价值的必经之路.新的流量洼地越来越 ...

  8. [业务题]货拉拉数据分析岗简答题, 评估优惠券促销活动的收益效果,评估哪种优惠券对企业更优

    如题: 货拉拉会经常给用户发放不同的折扣券.假设有三种类型的折扣券A, B, C :这三种折扣券同时通过APP直接发放给玩家们,且每张折扣券的优惠程度,有效日期大致一样.用户可以在一次同时使用多种优惠 ...

  9. 【大数据专业】机器学习分类模型评估和优化之交叉验证的多种方法

    学习目标: 机器学习: 分类评估模型及优化之交叉验证 交叉验证的三种基本方法: 1.将拆分与评价合并执行 sklearn.model_selection.cross_val_score 2.同时使用多 ...

最新文章

  1. python视频抽帧 后 前端javascript如何显示_使用OpenCV编写一个可以定时抽帧的脚本...
  2. vmware--查看链接克隆依赖关系
  3. 【鬼网络】之DHCP原理与配置
  4. mysql创建数据库指定字符集
  5. 看了通信领域中信息的处理的三种方式我终于知道电报能发送信息的原理了
  6. 机器学习问题总结(03)
  7. Audio-based snore detection using deep neural networks解读
  8. 陶哲轩实分析引理10.4.1:反函数定理
  9. 中国双面柔性印刷电路板(FPC)市场趋势报告、技术动态创新及市场预测
  10. 理解:回归与拟合、归一化与标准化
  11. Windows 登录用户的类型
  12. 农历 阴历 转换阳历算法
  13. 登录到接受邮件服务器,使用outlook2016配置imap 登陆到接收服务器(imap) 失败
  14. Android基于环信实现聊天功能(一)——了解环信
  15. linux下QT发布程序双击打不开解决方法
  16. Redis(十):sentinel.conf 配置文件说明
  17. flutter整合极光推送完美版
  18. 深度解析IPFS是什么
  19. 关于MobaXterm在4K屏幕下SSH显示软件分辨率不太正确的问题
  20. Spring Boot Admin监控中心详细讲解

热门文章

  1. spring el表达式 if else_vue指令集合:v-for,v-show,v-if等
  2. mysql yn 字段类型_mysql常用数据类型
  3. python如何创建不同元素的矩阵_Python numpy学习(2)——矩阵的用法
  4. linux主机拷贝文件到另一台主机
  5. Western Digital使用5400 rpm级硬盘使所有人感到困惑
  6. 信息系统项目管理师论文考试汇总(2010~2021年)
  7. 笔记-信息系统安全管理-安全审计
  8. Openlayers中使用Cluster实现点位元素重合时动态聚合与取消聚合
  9. SpringBoot+MyBatis+ElementUI中对于时间格式化问题的处理
  10. Winform中实现批量文件复制(附代码下载)