當(dāng)前位置:首頁(yè) >  營(yíng)銷(xiāo) >  營(yíng)銷(xiāo)策劃 >  正文

四大步驟手把手教你做數(shù)據(jù)驅(qū)動(dòng)的精準(zhǔn)營(yíng)銷(xiāo)

 2019-07-19 16:08  來(lái)源: TalkingData   我來(lái)投稿 撤稿糾錯(cuò)

  域名預(yù)訂/競(jìng)價(jià),好“米”不錯(cuò)過(guò)

隨著大數(shù)據(jù)時(shí)代的到來(lái),越來(lái)越多的行業(yè)都在大數(shù)據(jù)領(lǐng)域逐漸摸索到適合自己的運(yùn)營(yíng)與傳播方式,金融行業(yè)也在逐步調(diào)整自身的營(yíng)銷(xiāo)戰(zhàn)略。傳統(tǒng)的粗放式營(yíng)銷(xiāo)模式缺乏場(chǎng)景化和針對(duì)性,不僅浪費(fèi)成本,也會(huì)增加對(duì)用戶(hù)的打擾。尤其信用卡客戶(hù),不當(dāng)?shù)臓I(yíng)銷(xiāo)策略甚至?xí)鹂蛻?hù)反感。針對(duì)業(yè)務(wù)和活動(dòng)信息,投其所好的精準(zhǔn)營(yíng)銷(xiāo),才能受到用戶(hù)的青睞。

精準(zhǔn)營(yíng)銷(xiāo)的核心方法是對(duì)數(shù)據(jù)的分析洞察。通過(guò)數(shù)據(jù)收集、數(shù)據(jù)分析,精準(zhǔn)定位目標(biāo)用戶(hù)群、在哪里、做過(guò)什么、想要什么。對(duì)客戶(hù)有了全方位的了解之后,才能制定差異化、個(gè)性化的營(yíng)銷(xiāo)手段。

通過(guò)精準(zhǔn)營(yíng)銷(xiāo),可以提升獲客質(zhì)量。基于各個(gè)環(huán)節(jié)的效果分析,反向指導(dǎo)用戶(hù)篩選、模型優(yōu)化、預(yù)算分配、資源采購(gòu)、活動(dòng)設(shè)計(jì)、渠道使用、觸點(diǎn)優(yōu)化等。在有限資源的情況下,可實(shí)現(xiàn)最大化客戶(hù)轉(zhuǎn)化,主動(dòng)避開(kāi)粗放式營(yíng)銷(xiāo)帶來(lái)的羊毛黨客戶(hù)群。通過(guò)精準(zhǔn)營(yíng)銷(xiāo),還可以提升用戶(hù)的活躍留存,提升業(yè)務(wù)轉(zhuǎn)化和提高營(yíng)收,促進(jìn)產(chǎn)品功能的迭代優(yōu)化,實(shí)現(xiàn)用戶(hù)生命周期價(jià)值的最大化。

如何尋找用戶(hù):收集數(shù)據(jù)-搭建用戶(hù)全維度指標(biāo)體系-用戶(hù)分層-用戶(hù)分群-用戶(hù)行為預(yù)測(cè)模型

如何執(zhí)行營(yíng)銷(xiāo):精準(zhǔn)客群-適宜渠道-恰當(dāng)時(shí)機(jī)-差異化內(nèi)容-合適形式

如何評(píng)估效果:目標(biāo)導(dǎo)向評(píng)估效果-超鏈接添加UTM參數(shù)

如何打造閉環(huán):營(yíng)銷(xiāo)效果分析-指導(dǎo)下一輪精準(zhǔn)營(yíng)銷(xiāo)

一、尋找用戶(hù)

在進(jìn)行用戶(hù)分群之前,首先要進(jìn)行數(shù)據(jù)收集、數(shù)據(jù)整合、建立用戶(hù)數(shù)據(jù)指標(biāo)體系,常見(jiàn)呈現(xiàn)形式是搭建用戶(hù)層級(jí)寬表。這一環(huán)節(jié),在數(shù)據(jù)存儲(chǔ)環(huán)境支持的情況下需要豐富底層數(shù)據(jù),因后面的應(yīng)用場(chǎng)景都需要依托于上述數(shù)據(jù)進(jìn)行計(jì)算、分析、建模。所以在搭建用戶(hù)層級(jí)寬表時(shí)需要考慮更全面,也需要在應(yīng)用的過(guò)程中不斷進(jìn)行豐富和迭代。

根據(jù)前述底層數(shù)據(jù),集成了一份龐大的用戶(hù)層級(jí)寬表。進(jìn)而,我們需要把用戶(hù)標(biāo)簽更為具象化,進(jìn)行用戶(hù)分群,為精準(zhǔn)營(yíng)銷(xiāo)提供客群篩選??梢酝ㄟ^(guò)以下三個(gè)步驟進(jìn)行用戶(hù)分群:用戶(hù)分層、用戶(hù)分群、用戶(hù)價(jià)值分群模型。

1、用戶(hù)分層

分層維度沒(méi)有統(tǒng)一標(biāo)準(zhǔn),可以按照 App 產(chǎn)品用戶(hù)旅程 AARRR 為分層邏輯,也可以按照信用卡辦卡、分期等核心業(yè)務(wù)流程為分層邏輯。如下圖示例:

舉例:在信用卡 App 營(yíng)銷(xiāo)過(guò)程中,基于信用卡用戶(hù)生命周期的分層,可對(duì)應(yīng)營(yíng)銷(xiāo)的內(nèi)容。

2、用戶(hù)分群

用戶(hù)分群是精細(xì)化運(yùn)營(yíng)的核心,它是基于用戶(hù)分層的基礎(chǔ)上,從每一層級(jí)用戶(hù)的橫向再細(xì)分,篩選出共性用戶(hù)群體。

通常根據(jù)以下幾類(lèi)數(shù)據(jù)再進(jìn)行細(xì)分:

一方數(shù)據(jù) - 企業(yè)內(nèi)部數(shù)據(jù)、用戶(hù)行為數(shù)據(jù);二方數(shù)據(jù) - 廣告投放數(shù)據(jù);三方數(shù)據(jù) - 行業(yè)數(shù)據(jù)、第三方標(biāo)簽、POI 數(shù)據(jù)、黑白名單等。

在信用卡行業(yè)實(shí)際運(yùn)營(yíng)過(guò)程中,一方數(shù)據(jù)易獲取且準(zhǔn)確度、關(guān)聯(lián)度高,使用率較高。最常使用的數(shù)據(jù)有:人口屬性、積分?jǐn)?shù)據(jù)、客服數(shù)據(jù)、App 行為數(shù)據(jù)、營(yíng)銷(xiāo)響應(yīng)數(shù)據(jù)等。App 用戶(hù)行為數(shù)據(jù)也有很大價(jià)值,分析用戶(hù)的行為數(shù)據(jù),幫助設(shè)計(jì)和完善 App 產(chǎn)品;分析用戶(hù)的潛在行為數(shù)據(jù),幫助建立模型挖掘,找到營(yíng)銷(xiāo)方向。

信用卡 App 行為數(shù)據(jù),主要關(guān)注是否綁卡、是否使用激活、積分兌換,實(shí)現(xiàn)其自助渠道緩解人工渠道服務(wù)壓力的價(jià)值。以及用戶(hù)在 App 上是否進(jìn)行了消費(fèi)、分期、申卡等對(duì)信用卡主要指標(biāo)貢獻(xiàn)度較高的操作。App 行為數(shù)據(jù)的核心維度分別是時(shí)間、頻次、結(jié)果:

時(shí)間指某特定行為發(fā)生時(shí)間及持續(xù)時(shí)間,頻次指發(fā)生某特定行為的次數(shù)和趨勢(shì),結(jié)果是指是否完成體驗(yàn)或交易。不同客群會(huì)呈現(xiàn)不一樣的特征,可基于業(yè)務(wù)需求和行為數(shù)據(jù)統(tǒng)計(jì)分析,進(jìn)行場(chǎng)景化行為數(shù)據(jù)標(biāo)簽的搭建。

在一方標(biāo)簽數(shù)據(jù)建立不完善的情況下,為了在營(yíng)銷(xiāo)過(guò)程中為進(jìn)一步提高精準(zhǔn)度和營(yíng)銷(xiāo)效果,通常會(huì)引入三方數(shù)據(jù)進(jìn)行補(bǔ)充。例如,在營(yíng)銷(xiāo)資源與用戶(hù)進(jìn)行匹配的環(huán)節(jié),為了確認(rèn)用戶(hù)偏好,可引入三方的標(biāo)簽數(shù)據(jù),針對(duì)不同群體分別匹配不同獎(jiǎng)勵(lì)的營(yíng)銷(xiāo)資源。以及,當(dāng)涉及到適用商戶(hù)的電子券,在營(yíng)銷(xiāo)過(guò)程中可引入三方的 POI 數(shù)據(jù),匹配更精準(zhǔn)的用戶(hù)群。

基于以上多方數(shù)據(jù),結(jié)合常見(jiàn)業(yè)務(wù)和活動(dòng),在用戶(hù)分層的基礎(chǔ)上,運(yùn)用機(jī)器學(xué)習(xí)聚類(lèi)模型、RFM模型等對(duì)信用卡存量客戶(hù)畫(huà)像進(jìn)行多維度分析,如拆分為:分期、跨境、積分、優(yōu)惠券、還款、額度等多類(lèi)客群,便于營(yíng)銷(xiāo)資源調(diào)配及客群精準(zhǔn)營(yíng)銷(xiāo)。

3、用戶(hù)行為預(yù)測(cè)模型

充分利用前期精準(zhǔn)營(yíng)銷(xiāo)結(jié)果數(shù)據(jù)、活動(dòng)參與數(shù)據(jù)、用戶(hù)行為數(shù)據(jù)等,以此為種子,結(jié)合用戶(hù)標(biāo)簽,借助有監(jiān)督機(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法預(yù)測(cè)用戶(hù)行為,建立 A/B test 對(duì)比傳統(tǒng)營(yíng)銷(xiāo)方式與機(jī)器學(xué)習(xí)預(yù)測(cè)效果,并根據(jù)實(shí)驗(yàn)結(jié)果不斷迭代優(yōu)化模型,提高客群精準(zhǔn)度及精準(zhǔn)營(yíng)銷(xiāo)響應(yīng)率。

舉例:某商業(yè)銀行用戶(hù)十一假期后分期預(yù)測(cè)模型。

二、執(zhí)行精準(zhǔn)營(yíng)銷(xiāo)

經(jīng)過(guò)上一輪的客群分析之后,篩選出精準(zhǔn)客群,為執(zhí)行營(yíng)銷(xiāo)奠定了基礎(chǔ)。再進(jìn)一步選擇推送渠道,在適當(dāng)?shù)臅r(shí)機(jī),將合適的內(nèi)容推送出去。下圖是營(yíng)銷(xiāo)流程的簡(jiǎn)單示例:

在信用卡 App 營(yíng)銷(xiāo)過(guò)程中,營(yíng)銷(xiāo)資源不僅指獎(jiǎng)勵(lì)利益,App 功能也可作為營(yíng)銷(xiāo)抓手。在這個(gè)過(guò)程中,同一特征客群,可能感興趣的資源有多個(gè);而同一營(yíng)銷(xiāo)內(nèi)容,也可能有多組不同特征客群感興趣。不同客群與不同營(yíng)銷(xiāo)內(nèi)容之間,可進(jìn)行交叉營(yíng)銷(xiāo)。

以跨境消費(fèi)客群為例,可營(yíng)銷(xiāo)的內(nèi)容有:跨境消費(fèi)返現(xiàn)、跨境消費(fèi)送積分、積分兌換送里程、貴賓出行專(zhuān)區(qū)體驗(yàn)等。而以跨境消費(fèi)送積分活動(dòng)為例,可營(yíng)銷(xiāo)的客群有:跨境消費(fèi)客群、商旅卡客群、積分兌換客群等。

在執(zhí)行營(yíng)銷(xiāo)之前,可結(jié)合信用卡營(yíng)銷(xiāo)資源規(guī)劃表、App 功能上線(xiàn)規(guī)劃表、時(shí)事熱點(diǎn)、公關(guān)日歷表等,做年度、月度營(yíng)銷(xiāo)的精準(zhǔn)營(yíng)銷(xiāo)計(jì)劃表。

值得一提的是,A/B 測(cè)試是執(zhí)行精準(zhǔn)營(yíng)銷(xiāo)過(guò)程中的常用策略。不管是客群、資源、渠道、發(fā)送時(shí)機(jī),除了基于業(yè)務(wù)經(jīng)驗(yàn)和數(shù)據(jù)分析出的規(guī)律以外,還可以通過(guò) A/B 測(cè)試進(jìn)行驗(yàn)證。經(jīng)過(guò)幾輪驗(yàn)證之后,探索出最合適的組合方式,多次驗(yàn)證結(jié)果均理想的情況下,便可設(shè)置為自動(dòng)化的常態(tài)化營(yíng)銷(xiāo)模式。

例如:針對(duì)跨行還款功能,數(shù)據(jù)研究結(jié)果顯示是還款日前幾天 App 注冊(cè)率高。為進(jìn)一步驗(yàn)證和確切條件,其他篩選條件一致且樣本量控制一致的情況下,進(jìn)行距離還款日不同天數(shù)的發(fā)送,結(jié)果是還款日前5天響應(yīng)率最高。針對(duì)該結(jié)果,可再多做幾輪測(cè)試,如結(jié)果仍能夠不斷得到驗(yàn)證,則該結(jié)果成立,可設(shè)定自動(dòng)化短信,長(zhǎng)期觸達(dá)。

三、評(píng)估營(yíng)銷(xiāo)效果

1、目標(biāo)導(dǎo)向的歸因分析

每次進(jìn)行精準(zhǔn)營(yíng)銷(xiāo),都有個(gè)業(yè)務(wù)目標(biāo)。因此,分析營(yíng)銷(xiāo)效果需基于不同的目標(biāo)導(dǎo)向。若目標(biāo)是促注冊(cè) App,那就需要明確注冊(cè)客戶(hù)來(lái)源及精準(zhǔn)營(yíng)銷(xiāo)帶動(dòng)注冊(cè)客戶(hù)的比例。目標(biāo)是促 App 分期業(yè)務(wù)辦理,那就需要明確營(yíng)銷(xiāo)及響應(yīng)周期內(nèi)營(yíng)銷(xiāo)帶動(dòng)與非營(yíng)銷(xiāo)帶動(dòng)的比例。

舉例,在促信用卡 App 注冊(cè)的精準(zhǔn)營(yíng)銷(xiāo)過(guò)程中,在數(shù)據(jù)收集不完善的時(shí)候,可進(jìn)行基礎(chǔ)維度的監(jiān)測(cè)數(shù)據(jù):安排發(fā)送量-注冊(cè)量-綁卡量-參與活動(dòng)或辦理業(yè)務(wù)量。

可進(jìn)行全流程維度的監(jiān)測(cè)數(shù)據(jù)有:安排發(fā)送量-成功發(fā)送量-短鏈訪問(wèn)量-應(yīng)用商店訪問(wèn)量-安裝量-注冊(cè)量-綁卡量-參與活動(dòng)或辦理業(yè)務(wù)量。

全流程各個(gè)環(huán)節(jié)的數(shù)據(jù)監(jiān)控更精準(zhǔn),前提是需完成埋點(diǎn)和數(shù)據(jù)收集。這期間,整條路徑用戶(hù)信息數(shù)據(jù)的打通是個(gè)關(guān)鍵工作。通過(guò)移動(dòng)廣告效果監(jiān)測(cè)平臺(tái) Ad Tracking,基于終端信息、環(huán)境信息生成點(diǎn)擊數(shù)據(jù)、激活時(shí)設(shè)備數(shù)據(jù),即可實(shí)現(xiàn)應(yīng)用安裝前后用戶(hù)信息匹配。

監(jiān)控周期可設(shè)定為7或14天,不同營(yíng)銷(xiāo)活動(dòng)的各個(gè)批次之間采用統(tǒng)一口徑即可對(duì)比營(yíng)銷(xiāo)效果。依據(jù)經(jīng)驗(yàn),通常注冊(cè)響應(yīng)率不到1%的營(yíng)銷(xiāo)活動(dòng),需要再反向從營(yíng)銷(xiāo)資源、渠道、客群、時(shí)機(jī)、觸點(diǎn)進(jìn)行調(diào)優(yōu)。

2、渠道效果監(jiān)控

精準(zhǔn)營(yíng)銷(xiāo)附加的超鏈接,可添加 UTM 參數(shù),通過(guò)埋點(diǎn)追蹤 UTM 訪問(wèn)數(shù)據(jù)。UTM 常用的參數(shù)有:渠道、媒介、名稱(chēng)、內(nèi)容、關(guān)鍵字。

通過(guò)這5個(gè)可添加到鏈接中的參數(shù),即可通過(guò)細(xì)分層級(jí),明確用戶(hù)是從哪一個(gè)渠道、媒介(微信/短信/EDM等)、名稱(chēng)、內(nèi)容、關(guān)鍵字過(guò)來(lái)的。通過(guò)不同渠道的訪問(wèn)-下載-注冊(cè)-參與/付費(fèi)數(shù)據(jù),可分析不同渠道的質(zhì)量。通過(guò)名稱(chēng)、內(nèi)容、關(guān)鍵字,可分析出客戶(hù)對(duì)哪類(lèi)活動(dòng)感興趣,這部分?jǐn)?shù)據(jù)也是用戶(hù)標(biāo)簽數(shù)據(jù)的重要來(lái)源之一。

下圖為基礎(chǔ)的渠道監(jiān)控表:

四、搭建營(yíng)銷(xiāo)閉環(huán)

在精準(zhǔn)營(yíng)銷(xiāo)過(guò)程中,從最初的篩選精準(zhǔn)客群,到選擇適宜渠道、恰當(dāng)時(shí)機(jī)、差異化內(nèi)容、合適形式進(jìn)行投放,再到最后的營(yíng)銷(xiāo)效果監(jiān)測(cè),數(shù)據(jù)分析是貫穿始終的基礎(chǔ)工作。

精準(zhǔn)營(yíng)銷(xiāo)需實(shí)現(xiàn)如上圖所示的營(yíng)銷(xiāo)閉環(huán)。對(duì)精準(zhǔn)營(yíng)銷(xiāo)效果進(jìn)行復(fù)盤(pán)分析,可指導(dǎo)下一輪的精準(zhǔn)營(yíng)銷(xiāo)。這對(duì)客群標(biāo)簽沉淀、客群模型調(diào)優(yōu)、營(yíng)銷(xiāo)方案迭代、App產(chǎn)品迭代優(yōu)化、渠道拓展及觸點(diǎn)優(yōu)化、發(fā)送時(shí)機(jī)選擇、標(biāo)準(zhǔn)的自動(dòng)化營(yíng)銷(xiāo)體系的逐步建設(shè),都起著至關(guān)重要的作用。

如果您對(duì)精準(zhǔn)營(yíng)銷(xiāo)還有什么想了解的,可以來(lái)A5創(chuàng)業(yè)網(wǎng)看看,A5為企業(yè)提供行業(yè)領(lǐng)先的精準(zhǔn)營(yíng)銷(xiāo)策略,快速讓你了解精準(zhǔn)營(yíng)銷(xiāo)。詳情可掃碼了解。

申請(qǐng)創(chuàng)業(yè)報(bào)道,分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處,共同探討創(chuàng)業(yè)新機(jī)遇!

相關(guān)文章

熱門(mén)排行

信息推薦