请选择 进入手机版 | 继续访问电脑版

用户标签体系建设,让用户运营更为精细化

2019-06-12| 发布者: admin| 查看: 122

“无数据,不运营”,在流量僵化的 Today 更是如此,数据驱动精细化运营已是运营界的共识。随着流量焦虑的逐渐升级,越来越多的企业开始追求对存量用户的精细化运营。如何尽一切可能延长用户的生命周期,并且在生命 ...

“无数据,不运营”,在流量僵化的 Today 更是如此,数据驱动精细化运营已是运营界的共识。

随着流量焦虑的逐渐升级,越来越多的企业开始追求对存量用户的精细化运营。如何尽一切可能延长用户的生命周期,并且在生命周期中尽一切可能产生商业价值,是用户运营的核心命题。

而要实现这一目标,第一步就是更好地认识我们的用户,实现深度的用户洞察。构建用户画像的过程就是对用户信息进行标签化管理的过程。


用户标签体系建设,让用户运营更为精细化

但是,现实是从拉新-留存-促活-转化-复购中的每个环节中都“横尸遍野”,鲜有企业深知精细化运营之道。接下来从以下四个步骤,介绍精细化运营之道。

  • 了解你的用户,标签化用户
  • 建立分析模型,锁定目标用户
  • 用户分群,深度挖掘群体特点
  • 制定精细化营销策略和方案

了解用户属性,标签化用户

任何一个企业的用户都不会直接告诉你“Ta 是谁”,但用户的数据和行为中早有答案。

在数据→信息→知识的转化过程中,标签担当起将抽象的数据转化为一个相对具象的信息中心的作用。

实质上,了解用户的过程也是一个为用户打上不同标签并分群的过程。而标签建立的基础,是对用户属性有细颗粒度的认知。

用户属性可以从内在属性、外在属性和业务属性等很多方面来交叉分析。

内在属性,如姓名、性别、年龄等;

外在属性如城市、教育程度、手机机型等;

业务属性需要根据自身业务进行设定,如电商平台包含首次注册时间、首次下单时间、VIP 等级等。

了解用户属性是一个日积月累的工作,功夫要下在日常中,技术埋点、问卷调查、第三方平台的数据支持都有助于运营对用户进行更全面的了解。

建立分析模型,锁定目标用户

分析模型的建立一般会取决于企业自身技术实力的好坏,且大多数企业的运营都是依附于技术建立分析模型,但存在需求理解不对称、时间滞后、流程繁琐等种种弊端.

以神策分析产品为例,用户分群、属性分析都是精细化运营的很好的支撑,神策分析还可以将凌乱繁杂的标签有序化管理,运营也不必依附于技术,自主进行用户分群的建立,省去繁杂流程,将更多的精力投入到探索运营新突破上。

对用户行为进行分析,有助于运营同学了解到用户使用 Web/APP 的习惯,如用户登录时间段、常点选的广告位、偏爱的服装品牌等,进而为用户准备更吸引人的内容,改进产品界面排布,优化用户体验。

用户分群,深度挖掘群体特点

用户分群是一个人工筛选的过程,大数据为用户分群提供了丰富的可能性。

将用户信息标签化后,通过分析模型分析用户的历史行为路径、习惯、偏好等属性,加上二次加工得到的标签,能把具有一定特征的用户划分为一个群体,这样就能得到用于不同业务应用的用户分群。

用户分群既可以独立使用解决问题,也适用于和其他数据分析模型,如漏斗分析、事件分析等结合,从多个维度拆解指标,帮助企业打破数据孤岛并真实了解用户和定位营销目标群体,帮助企业实现精准、高效营销。

制定精细化营销策略和方案

前三步是企业实现精细化运营的基石,而“制定精细化营销策略和方案的落地”是企业精细化运营拉开差距的关键。不同行业和不同企业的精细化营销策略和方案各异,下面以一个文娱领域的垂直类企业 A 为例进行讲解。

A 的主要受众为漫画爱好者群体,针对主要受众特征,在产品中设置了多达 13 个漫画分类,如少年、奇幻、灵异、治愈、恋爱、校园等。

这样的设置出于两个原因:

其一,从用户角度来说,让用户可以更快更精准的找到自己喜爱的漫画类型。

其二,从运营角度考虑将用户分群,定向营销,提升活跃和留存。

可见,该企业将精细化运营思维进行了一定的产品化。因此,A 企业的运营人员可根据这些分类更灵活地针对不同的人群进行促活、转化、召回等操作。


用户标签体系建设,让用户运营更为精细化


用户标签体系建设,让用户运营更为精细化


用户标签体系建设,让用户运营更为精细化

流量僵化时代,竞品多如牛毛,只有精细化运营才能争得一线生机。企业通过数据驱动精细化运营降低获客价格、提升用户留存率、提高用户忠诚度、提升企业核心竞争力……已迫在眉睫。

下面从5个部分,介绍用户标签体系从0到1的建设,以及如何应用标签体系赋能用户运营,实现全用户生命周期价值的增长。


用户标签体系建设,让用户运营更为精细化

明确营销目标——聚焦北极星指标及增长杠杆

营销的终极目标是通过增强用户体验来驱动消费欲望,而个性化作为一种有效的手段或技术促进了这个目标的实现。

因此,在操盘个性化营销策略之前,需先制定运营每阶段的北极星指标,以及衡量该指标达成情况的数据化标尺,在目标聚焦的前提下找到每项指标的增长杠杆。


用户标签体系建设,让用户运营更为精细化

标签体系框架建设

在明确运营目标及对应的增长杠杆之后,我们可以找到对经营增长最有价值的用户观测维度,有针对性地建设标签管理体系。

从属性来看,标签可分为人口标签,会员标签,行为标签,交易标签,消费标签以及营销标签等。

从来源类型上来看,标签可分为事实标签、模型标签以及策略标签。

事实标签是基于用户实际信息的记录,模型标签则是通过用户分析模型处理后,二次加工生成的用户洞察性标签,策略标签是根据具体的业务分析及营销规划制定的群组性标签,供运营人员直接进行活动分组及行为洞察。


用户标签体系建设,让用户运营更为精细化

下图是常见的用户运营标签体系框架,通过这幅图,我们可以看到常见的用户运营分析维度,标签定义,以及事实标签及模型标签的区别。


用户标签体系建设,让用户运营更为精细化

全渠道获取标签数据

明确指标及营销所需标签数据之后,我们需要从后端打通所有原始数据收集的通道,并对原始数据进行身份识别,做去重,去刷单,去无效,去异常等数据清洗工作,从中提取对业务有帮助的特征数据。

(一)数据来源


用户标签体系建设,让用户运营更为精细化

(二)模型标签的获取

获得原始数据后,我们可以基于用户分析模型对用户数据进行二次加工,从而获取模型标签,以下是四种主流的分析模型:

1、用户状态模型

用户状态是我们评价品牌与用户之间联系紧密度的重要属性,通常会以顾客的消费频次作为主要判断依据。

在清楚认知每一位用户现阶段与品牌之间的“亲密程度”之后,我们可以对不同状态的用户进行“新增用户*天内自动维系”“低活跃用户促活” “防流失护城河”等营销操作,增加有固定消费习惯的忠诚用户占比,以下是用户状态的一般定义及分析模型:


用户标签体系建设,让用户运营更为精细化

标签贡献:


用户标签体系建设,让用户运营更为精细化

2、用户忠诚度模型


用户标签体系建设,让用户运营更为精细化


标签贡献:

用户标签体系建设,让用户运营更为精细化

3、用户价值模型

RFM模型是众多客户关系管理(CRM)分析方法中的一种,能够方便快速有效的量化用户价值和创利能力。

RFM模型有三个要素,分别是:Recency(最近一次交易距今时间)、Frequency(交易频率)、Monetary(交易金额)。

通过RFM分析将客户群体划分成一般保持客户、一般发展客户、一般价值客户、一般挽留客户、重要保持客户、重要发展客户、重要价值客户等七个级别。


用户标签体系建设,让用户运营更为精细化

“↑”表示大于均值,“↓”表示小于均值

标签贡献:


用户标签体系建设,让用户运营更为精细化

4、用户分群模型

用户状态,用户忠诚度,用户价值模型是基于用户消费行为的分析,其本质是「分层逻辑」,中心思想是根据但一/复合数据指标划分层级,一般不超过5层。

而用户分群分层模型则是完全基于企业业务场景做的客群区分。

用户标签体系的应用

标签体系建设的短期目标是通过打造“渠道”“内容”“时间”的黄金组合优化用户前端旅程体验,提升单次营销活动效果。

长期目标是通过定制化的服务,优化前端用户旅程,延长用户生命周期,提升CLV。我们分别从信息推送,营销杠杆,用户生命周期管理的角度分别畅想下标签化建设对于营销场景的重塑。


用户标签体系建设,让用户运营更为精细化

1、智能化信息推送体系

既在合适的时间,通过最佳的运营渠道,给用户传递最感兴趣的内容

(1)渠道渠道个性化

基于短信,EDM,push,公众号模板消息等主流触达渠道用户的互动反馈情况,在用户偏好的渠道推送信息,提升体验的同时节约推送成本。

(2)推送内容个性化:

根据用户历史订单/浏览数据,实现基于用户消费/兴趣偏好的个性化推荐,并在文案中适当植入“姓名“”昵称“”星座“等个人属性显示,在千人千面的基础上增加互动亲密度。

(3)推送时间个性化:

基于用户历史点击/购买时间,判断用户最易被营销触动的时间点,在黄金时间点给用户发送营销信息。


用户标签体系建设,让用户运营更为精细化

以上是用户标签体系构建的基本流程,在构建了有营销导向的,动态可迭代的标签体系之后,我们可以对用户开展深度洞察并进行全生命周期MOT运营或基于标签特征的个性化营销,具体的应用策略可以在单独的章节再做讨论。


路过

雷人

握手

鲜花

鸡蛋

0条评论 122人参与 网友评论 文明发言,请先登录注册

文明上网理性发言,请遵守国家法律法规。

最新评论

©2001-2018 巨推网 www.jutui.com.cn中国互联网举报中心京ICP备14033863号 非经营性网站Powered byDiscuz!X3.3公安网备 
Archiver手机版小黑屋广告合作客服QQ:1430738212Comsenz Inc.