Hi 欢迎来到易观方舟
有问题就找小舟助手
联系我们 周一至周五 10:00 - 18:00

产品咨询:4006 - 010 - 231 转 1

商务合作:4006 - 010 - 231 转 2

咨询与帮助

8000字保姆级拆解:用户精准转化的1套闭环+5大玩法+N个步骤

大家好,我是易观数科品牌零售行业咨询总监张艺,很高兴能在这里围绕“如何通过数据驱动精准转化”为大家进行分享。

今天的分享包括三个部分,首先我们会介绍“亲密业务”及其在企业用户增长中扮演的角色。

之后是今天分享的重点内容,我会详细地为大家拆解数据驱动用户精准转化的5大玩法及其具体的操作步骤与运营策略。

最后,我们将简单介绍数据驱动转化的“两大法宝”,并做简要总结。希望今天的分享会让各位运营同学有所收获。


作者:张艺

易观数科品牌零售行业咨询总监

专注研究商业地产、零售、消费品领域,聚焦企业战略管理、数字化转型咨询、数字用户资产运营、消费大数据分析。曾服务过,洋河股份、招商局集团、中免集团、中旅酒店、华润万象城、中标院、中信国安、幸福西饼、朝批股份、京智投、聚鲨环球、越秀地产等客户。


1

企业增长的第三极

亲密业务已初见成效


今天的内容围绕着如何通过数据驱动精准的用户转化。

从整个行业的角度来讲,尤其是品牌零售行业,目前线下的、实体的用户数量增量占到整个业务的70%。平台、电商类型的用户数量增量可能占到了整体的20%,但是还有10%左右的量来自于哪里?

我们判断10%的业务来自于服务增量,包括会员服务、智能产品、线下终端赋能等方面。


当然,用户数量的增长也离不开场的增量、货的增量。

  • 场的增量,即打造一个高转化的活跃场,提升用户的复购率。以孩子王品牌为例,该品牌的业务是母婴产品线上+线下的新零售。孩子王的线上转化率是20%左右,对应到天猫、京东等电商平台母婴赛道整体15%的转化率,是比较成功的。

  • 货的增量,即通过产品实现用户转化。以飞鹤为例,该品牌主要在做母婴类型的奶粉。奶粉产品的生命周期是有限定的,随着婴儿的断奶,消费者就不再与品牌有交集了。该品牌的应对方案是通过社群的方式聚集起了宝妈群体,转型做整个大健康的产业链。大健康产业覆盖到妈妈、父母、孩子等一个家庭的全生命周期。成功地从一个短的生命周期,拉长到了一个长生命周期。

这样类型的业务,我们定义为企业的亲密业务。亲密业务是品牌自己运营的阵地,例如刚才说到的社群,还有小程序、APP、公众号、企业微信号等。

提到亲密业务,有一个背景信息不得不提,就是去年风刮特别大的一个词——私域流量。

流量更多的是“流动”的这个“流”,但是我们现在讲的“留”,指的是真正留存下来的用户。我们可以看到领先企业的亲密业务,已经初见成效了。

我们认为这10%的用户数量增量,就来源于我们所谓的亲密业务,未来会发展为企业增长的第三极。


2

用户精准转化的五个玩法


转化本身是分阶段的,因此用户转化的具体玩法具有多样化的特征。例如用户的注册后的转化与浏览后的转化就需要有不同的应对策略。

不同的转化情境中,会面临一些不同的挑战,也对应着相应的核心指标。

转化进阶策略概览



今天的分享包括五大类型转化玩法,包括漏斗转化玩法、实时转化玩法、业务归因转化玩法、商品关联转化玩法、个性化转化玩法。

接下来,将在分享中为大家逐一拆解玩法的落地步骤,并辅以案例解读。


漏斗转化玩法

漏斗转化玩法,被大量应用到电商、品牌零售的场景中,甚至已经延伸到了地产、汽车等行业中。

购物流程漏斗运营策略的核心是,对购买转化5个主要步骤:“启动——浏览——加入购物车——提交订单——支付订单”的流失和成功转化情况进行综合分析。

并进一步通过分析不同商品分类、不同人群、不同场景值类型、不同活动等,多维度分析转化情况找到短板,针对性的优化运营策略,提升转化率。

下面我们就来看一下这个玩法具体的分解步骤。

  • Step1:多维度分析转化情况分析思路

以我们服务的新零售烘焙的客户为案例,客户有自建的微信小程序。小程序使得客户将线上和线下联动起来,用户通过线上下单,送达的方式有自提、送货上门等方式,是一个电商类型的小程序。

电商类型的小程序,最关注的一个点就是转化率。在使用数据驱动提升转化之前,该品牌的用户从启动这个小程序,到浏览商品详情页,再到加购物车、提交订单、支付订单,整体的路径的转化率是9.78%。


那我们怎样帮助客户将转化率提升到12%呢?

首先,通过易观方舟智能运营工具,分析某一个转化漏斗之下,不同细分维度用户的转化情况。例如,我们分析小程序的场景值、商品的名称、优惠活动的名称,这些都可以针对不同类型的用户做进一步的分析。

根据我们的用户分群策略,我们去看新手的一单用户,新手在7日转化二单的用户分别的情况。通过面向用户群的转化情况进行短板分析,帮助我们的客户找出可以优化的环节,进行运营策略方面的调整。

  • Step 2:以核心转化漏斗&商品名称细分维度下的转化漏斗分析思路示例

第二步,我们针对几个核心的用户转化路径进行分析。一个是用户就浏览商品详情页后,将商品加入购物车之后再支付。另一个是立即转化、立即购买,即用户在商品详情页完成购买和支付的情况。

继续刚才的例子,我们分析客户的后台数据。过去30日,点击“立即购买”转化的用户整体转化率为5.43%,而点击“加入购物车”购买的用户整体转化率为9.78%。

这组数据说明,用户可能更倾向一次性不仅只购买一样商品,所以更多人选择点击“加入购物车”而非“立即购买”,建议增加组合类商品。

对应到按照“商品名称”维度细分转化漏斗,发现转化率Top3商品均为限时优惠价格类商品,从这一点可分析出用户可能更愿意一次性购买更多限时价格优惠商品,可增加限时优惠类类商品组合提升整体转化率。


  • Step 3:核心流程转化漏斗中,转化趋势的应用

第三步,在分析转化漏斗中转化率的情况之后,我们还会进一步分析转化趋势。


分析思路是,从建立好的转化漏斗中,查看转化趋势,选择第三步“加入购物车”-第四步“提交订单”。

转化时间的中位数,为1分钟左右,意味着用户在将某一个商品加进购物车后,又回到商品页面浏览其他商品的时长约为1分钟。

那么如何提升这部分的时长就是接下来要提升的重点,提升浏览时长则意味着提升增购的概率,提升客单价是在该节点下可以考虑优化的方向。

相应的,我们提供在这个环节的优化思路。首先,增加饮品类商品的SKU数,或提升商品组合套餐的比例,从而提升客单价。

第二个方式,我们推荐客户在购物车页面下增加“猜你喜欢/为你推荐”板块,增加连带购买率,来提升单笔用户客单价。

  • 分布分析和留存分析提升二单率

利用分布分析和留存分析,可以更好的帮助客户利用对的时间和渠道驱动用户转化。

左:分布分析/右:留存分析



通过分布分析,发现新手二单用户偏爱使用小程序的时间段,并将其作为策略实施的主要时间段。我们发现14点-18点是新手二单用户使用的高峰时间段,在此时间段内易与新手用户喜爱的蛋糕类、下午茶类商品相匹配。

借助留存分析,发现新手二单用户在前三日的留存较高。 建议在第一次购买的三日内,每天14点-18点给新手一单用户推送“蛋糕/下午茶优惠活动”或“蛋糕/下午茶优惠券”,促进新手一单用户的再次下单。


实时转化玩法

实时转化玩法是指,我们根据目前活动的效果,及时调整活动策略,从而提升这个环节的转化率。

以一个典型的场景为例,用户将商品加入购物车后,当下未支付。大部分用户会遗忘或者失去购买兴趣,按照业内经验值,能回到购物车继续完成购买的转化率不到3% 。

如果给将加车未购用户发送精准推送,能一定程度上促进购物车转化,至5%左右,转化率提升一倍。以下为加购物车转化的玩法。

针对这样的场景,我们有不同的玩法,基于易观方舟的方法论,我们总结出了实时转化玩法的四部曲,使得用户能精准转化。


  • Step 1 用户分群:不同维度不同细分的用户分群方式

首先,我们要去筛选不同类型的用户,完成精细化的分群。

第二步,我们要制定相应的策略,然后去选择合适的方式去触达用户。触达方式的选择上我们可以利用A/B test,基于测试的结构评估活动策略,然后在此基础上进行迭代。

在这个案例中,我们将用户分为两种类型。

第一类,所有加购物车未付款用户。对应满足筛选的条件即当日内所有有加入购物车动作且支付成功次数等于0的用户。在易观方舟中将其保存为动态分群,满足以上条件的用户能实时加入分群中。

第二类用户,将某件商品加入购物车未付款用户。对应满足筛选的条件即选定时间段内有将某款商品加入购物车动作且支付成功次数等于0的用户。

下一步的操作,将更多地从运营策略层面进行。

  • Step 2 制定策略:不同维度不同细分的用户分群策略

针对第一类,所有加购物车未付款用户,我们主要考虑,用户加购后多长时间后运营介入,会有比较好的转化效果。

因此,我们提出两种优化策略。

策略1:针对目标人群,在加购后X小时,通过易观方舟智能分析(UBA)产品中的间隔分析,制定具体间隔时长,给没有支付动作的用户推送购物提醒。

策略2:针对目标人群,在加购后1-2天没有支付动作,推送领取率/使用率最高的优惠券。

针对第二类用户,将某件商品加入购物车未付款用户。

我们考虑,对加购后1小时没有支付动作的用户推送购物提醒。如果用户还是没有完成支付,那么在加购1-2天后,用户会受到包含该商品的促销活动推送。

  • Step 3 触达方式:根据制定的活动策略选择对应的触达方式

触达方式的层面,我们可以进行多项的选择,利用组合拳提升转化效率。利用易观方舟智能运营(EA)产品可以轻松地实现这部分需求。


另外易观方舟智能运营(EA)产品中的核心的功能,也是客户经常使用的增长策略,即用A/B test去不断地测试得到什么样的时间间隔推送给用户消息更合适,以及哪一类优惠活动或哪种优惠券发给用户后的效果更好。利用A/B test,我们还可以测试内容、展现形式、文案等等。

  • Step 4 闭环评估:追踪活动结果数据,及时调优活动策略

通过设定相应的触发条件和动作,我们就设置了一组完整的策略。


A/B test支持多组策略同时进行,如果A策略胜出了,客户可以将其保存为一个正式的活动策略,直接触达给用户,节省运营人员时间,这也平台一站式产品的一大优势。

  • Workflow帮你“一劳永逸、坐享其成”

前面的内容,更多的是在讲如何通过人工的方式去做运营策略。对于运营人员来说,这无疑是一项繁琐又艰巨的工作。

那有什么方法帮助我们一劳永逸呢?易观方舟智能运营(EA)产品中,有一项核心的功能叫做workflow,也就自动化工作流。这个功能帮助客户解决运营人手不足或是工作量庞大的难题。

回到刚才的案例中,同样是把回到购物车完成转化的这部分用户,将他们的转化率从3%提升到5%。其实完全可以通过上图的方法,直接一键生成后续的动作,然后一键投放。

上图中呈现的流程,首先就是筛选,针对我们刚才提到的用户群。完成用户分群,之后我们可以在一个小时之后,“趁热”发送一个优惠提示。如果用户没有点击推送,我们就在两天后,再进行一次送券刺激。


业务归因转化玩法

第三个玩法,就是业务归因转化玩法。业务归因转化可能对应到功能、商品、或是某一项业务。首先我们需要定义不同业务之间、不同功能之间、不同商品之间的关联度。

这里要用到功能间关联度TGI计算公式,找到各功能间的关联度,支持交叉营销、精准转化的策略下发(商品/品类间关联度TGI同理) 。


TGI(Target Group Index)指数,是反映目标群体在特定研究范围内强势或弱势的指数。

功能间关联度TGI洞察方式,以A功能和B功能关联度TGI探寻为例。这个公式的算法,即功能间关联度TGI,等于B功能人群TGI除以A功能平均TGI。

功能间关联度TGI的值以1为基准,值<1则意味着两个功能关联度低,值>1则意味着两个功能关联度紧密, TGI的值大小与两个功能关联紧密度呈正相关。功能间关联度TGI加总数值越大的功能人群,越是平台中的核心人群,在其他的功能中活跃度越高。

  • Step 1 :发掘不同Icon功能用户活跃及占比

以功能关联度TGI为例,首先,我们要算功能平均TGI。

功能平均TGI的核心是,针对于相同的用户群,分析用户访问不同功能具体的分布情况。我们挑选出访问量中前十的重点功能,然后去计算点击了这部分功能的人群除以总的活跃人数。


通过方舟事件分析发掘不同Icon功能用户活跃分布及活跃占比(即功能平均TGI) 。

下一步,将访问不同功能的用户保存成分群,在案例中就是保存了十个类型的用户群,以做进一步的分析。

  • Step 2 计算各功能人群TGI值

第二步就是要算功能人群TGI。继续前面的例子,在下图中左栏是保存的十个用户分群,上方是不同类型的产品功能。


例如,我们分析停车缴费的人群每天去签到的比例是多少。用到的算法是用停车缴费人群在签到功能中的活跃用户数,除以停车缴费整体的人群数,得到的结果即停车缴费人群在签到功能之下的TGI。

根据上图,然后我们看到这个比例是0.24。

  • Step 3 交叉对比不同Icon的功能间关联度TGI

第三步,我们来看怎么将不同Icon的功能间关联度TGI。核心就是通过提到的两个步骤,第一步是B功能人群的GTI去除以A功能人群的TGI,然后用刚才讲到的以1为基准的原则,判断关联度的大小。

接下来,我们要做的事情,就是搭桥、交叉、使杠杆。

第一步是搭桥,从功能间关联度TGI来看,停车缴费功能和其他功能关联度明显偏低,需要搭桥牵线,引导停车缴费人群在线上参与更多功能的使用。

具体策略可参考:进一步分析停车缴费人群中有兑换行为的用户的兑换商品偏好,将这类商品更多的曝光和推送给未兑换的停车缴费人群。我们可以在停车缴费功能页面的空白处,留出一些相对应的推荐位,引导停车缴费人群跳转到其他功能上。

第二步是交叉,例如,分析结果是“我的活动”、“我的消息”、“我的券包”、“我的订单”四个功能之间功能关联度TGI高于3。

这代表着这代表着这四个功能有着紧密的关联性,若将四个功能联动交叉营销,效果更优。

第三步是使杠杆,通过功能间关联度TGI加总值可以看出“我的活动”、“查看订单”功能人群是目前小程序平台中的核心人群。

将该功能作为杠杆,基于更多资源曝光和推广,扩大杠杆功能使用人群数,能有效的提升平台整体转化效果。

通过这样的分析流程,我们帮助客户找到交叉营销、精准转化的抓手,实现通过数据驱动策略的产出,这就是业务归因转化的玩法内容。


商品关联转化玩法

第四个玩法是商品关联转化玩法,核心在于促进关联商品销售,解决冗余库存,降低损耗率。

继续以我们服务的客户,一个烘焙行业的新零售企业为例。商品关联转化玩法的框架其实也对应着三个步骤。

第一步是发现商品,发现哪些是潜在的爆品,哪些是要进行淘汰的商品。

第二步是匹配匹配关联性商品 ,分析两组/多组商品被一同购买的概率,找到高关联性的商品,制定爆款组合 。

第三步是形成关联性商品闭环 ,分析组合商品被购买的次数是否高于单独爆款商品的购买次数,及时调整商品间的组合,形成关联商品销售的闭环。

  • Step 1:发现商品——高分享商品

在发现商品时,我们可以通过事件分析找到具有高分享属性的商品,将其作为关联商品组合中的爆款基础商品。

通常的分类方式是将商品分为高分享商品(前20%)、中分享商品(中间50%)、低分享商品(后30%)。

对于平台来说,购买毋庸置疑是一个非常重要的点,通过圈选高分享,意味着我们筛选出的商品在转化之后,很多消费者还选择去分享这个商品。意味着这个商品可能正是平台的爆款,或者潜在爆款。

例如,分享次数前五名的商品,这些爆款可以作为关联商品组合中的基础商品。而底部分享次数最少的商品,我们需要结合具体的销售数据,考虑要不要对产品进行淘,或是迭代、优化等操作。

  • Step 2:匹配关联性商品

第二个步骤是在刚刚按照分享次数为商品分类的基础上,考虑如何匹配关联性商品。

可以基于商品关联度,然后去找到这样一个商品的组合。这里我们也给出了三个策略建议,首先是将两个高分享属性的商品结合起来,做一个大的爆款商品。在这个策略中,我们更多的以一个限量供应来吸引消费者,制造热点。

第二个策略,就是把高分享和中分享商品结合,然后打包售卖。在这个捆绑策略中,我们通过推出这样的商品组合,以高分享的爆款商品带动中分享商品的销售。

第三个策略,我们把中分享属性的一些商品进行打包,以低价、优惠等方式推给用户。


在计算商品之间的关联度时,有一个简单的公式,就是某个商品组合的购买次数占总商品购买次数的比例。

举个例子,比如说有一个小程序,小程序每天产生一百笔订单。如果同时购买了两个大爆款,就是说爆款产品A和B同时被消费者购买的次数是80。就意味着,A和B两个商品成组合后,商品关联度是80%。

  • Step 3:形成关联性商品组合的闭环

第三步,我们要验证,刚刚产生的商品组合是不是被市场所接受,进一步推测商品组合是否能有一个好的销售成绩。

这时我们要用到关联预测度的计算公式。其实就是看组合商品被购买了这个次数是不是高于它单独被购买的这个次数。

举例来说,我们服务客户烘焙新零售企业,其小程序共有100笔订单,购买金桔柠檬茶的次数是50,购买福袋的次数是70,购买金桔柠檬茶+福袋的次数是80,那么提升度是80% /(70%*50%)=2.3>1,因此金桔柠檬茶+福袋的组合方式能够实现收益最大化。

如果计算的结果小于1,就说明商品组合预测出的销量不会特别好。这时我们就要考虑这个组合是否需要取消或是替换某一件商品。通过下图的流程,我们就实现了商品组合的迭代和优化。


个性化转化玩法

第五个玩法,即个性化转化玩法。

现在很多的企业都想要做到千人千面,但真正实现起来并不是件容易的事情。

以我们服务客户的经验来谈,并不是所有行业都要像电商类平台一样做到千人千面。对于很多客户的业务来说,将自己的核心用户分为6类甚至3类,就能满足精细化运营的需求,实现比较好的用户转化效果。

我们就是通过AM分群模型,帮助客户进行的上述操作,下面我们具体看一下其应用。

  • 什么是AM分群?

AM分群模型中,A代表的是用户的活跃度,即action;M代表是通过用户的消费频率或者客单价等去定义用户的成熟度。

所以,AM分群模型,是有关用户是活跃度与成熟度的模型。横轴的活跃度分为3部分,纵轴分为2部分,由此把用户分为6类。即下图所示,用户可以分为快速上手用户、低频高质用户等6类。


不同类型的用户,对应不同的成长路径及优化方向,确认之后我们就能开始下一个阶段的进展工作。

下一步的问题是,我们怎样去确定A和M的划分值呢?这里需要通过数据分析来解决。

  • AM活跃度成熟度模型分析

AM模型的应用可以通过事件和分布分析确定横轴“月启动次数”,纵轴“月订单实付金额”的模型划分值 。

还是以我们服务的客户为例,拆解一下具体的操作步骤。

Step 1:先通过方舟“事件分析”:查看到客户的数据如下,过去30日,小程序人均启动次数和人均支付成功次数均在2次以上,故设定AM分群模型的横轴确定为月启动次数,第一个划分值为2次;过去30日,用户ARPU值为44元,设定AM分群模型的纵轴为月消费金额,具体划分值还可根据分布分析再次验证。

Step 2:再通过方舟“分布分析”:过去30日,对“用户启动小程序的次数”以及“用户支付订单的次数”做默认区间的分布分析,发现用户月启动次数在1次到3次区间的用户占到近90%,所以横轴“月启动次数”的第一个划分值定为2次合理;过去30日,对“用户订单支付金额”按默认区间做分布分析,发现单次用户消费均值在“5-10元”、“10-20元”和“20-50元”的用户是最多的,占到整体订单的近60%,其中“5-10元”的用户对应到月度ARPU值为44元,故月启动次数5次为较合理的第二个横轴划分值;与此同时,还可分析出“月消费50元”可定义为纵轴划分值。

  • AM分群具体结果及对应运营策略

通过AM分群模型,我们把用户分成了有结构、有层次的6类,并对应刚才提到的不同成长路径,制定独特的运营策略。


(1)对于月消费50块钱、启动小程序2次以下的新手用户,如何转化为一个快速上手用户。我们的运营动作可以是,通过优惠券激励、购物任务激励等方式,促使这部分用户完成增购。

(2)第二个转化新手用户的方式,是提升用户跟平台的一个活跃度、黏着度。通过新手签到任务等方式提升用户活跃度,快速让该部分用户再次启动小程序,将用户转化为低频低质的用户类型。

(3)这一步,低频低质的用户可以继续向上成长,通过储值活动优惠、拼团等方式促进低频低质用户快速增购/复购从而成为低频高质用户。

(4)低频高质用户,如果能成功促活,就可以成为高价值用户。通过促进用户消费账号储值、付费会员、商品组合、好友推荐奖励等方式,促进低频高质用户向高价值用户转移 。

(5)针对高活低质用户,即用户经常来到平台中,但是又很少成单的情况。这部分用户可以通过大额满减活动、优惠活动促进他们向高价值用户转移。


3

私域留量亲密业务的两大法宝


讲解完用户精准转化的五个具体玩法之后,相信大家对于亲密业务促进企业用户数量增长都有了更深的理解。

现在我们简要地总结一下,如何从更宏观的视角上认识并着手开展自己企业的亲密业务。我们认为,将私域留量亲密业务做大做强有以下两大法宝——一靠装备、二靠方法。


一靠装备

易观方舟全场景私域用户运营

刚才的玩法中,我们已经展示了易观方舟是如何在业务上帮助客户的。

从更高的层面来看,易观方舟提供的全场景私域用户运营解决方案,有三个核心优势。

  • 行为级:用户行为全息大数据的采集和运算,提供行为级的用户数据分析。

  • 实时级:智能分析产品能做到自定义多维实时查询,并提供13个大数据分析模型;智能画像产品,帮助生成实时动态标签。

  • 运营级:实时运营,帮助客户及时调整活动策略,真正实现个性化营销。

易观方舟产品体系总体架构



二靠方法

企业亲密业务运营的五字诀

有了工具之后,能不能够真正地用好工具,这个时候就要靠方法,同样对应到三大关键的法则:

  • 法则1:脱离业务场景的数据运营都是耍流氓,所有的数据运营都需结合业务场景。

  • 法则2:衡量数据运营价值的唯一标准是数据本身。

  • 法则3:PDS是企业数据运营能力提升的不二法门。

对于以上三个法则的详细解读,可以阅读《一个方法+两大关键,手把手教你提升私域用户留存率》。





总结一下今天分享的内容,我们围绕数据驱动用户精准转化,展开了以下道、器、法三方面的内容。


将知识应运到运营工作的实践中去,希望能给大家带来工作效率上的提升和认识上的延展。也欢迎大家针对分享内容留言交流。



相关推荐:

体验文中提到的功能

立即免费体验Demo

智能用户运营,就用易观方舟

连通内外部数据源,打通全端用户运营触点,构建智能用户运营闭环

体验Demo