99久久亚洲一区二区三区青草,91色乱码一区二区三区,久久精品一区蜜桃臀影院,国产白丝在线观看

　　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，老板絞盡腦汁地哄著投資人。

　　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。

　　用什么觸達？

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

　　告訴他們什么？

　　發送什么樣的短信，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：周末來臨，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，老板說我失職，送你價值59元ray面膜，快來領��！

　　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，對于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，大規模采購的成本也更低。

　　所以，我們采用第三種方法：短信通知這些流失老客，回歸免費領禮品。

　　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沖成本，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，作為承接老客回歸的第一個據點，再合適不過。

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

　　無論是主態或客態、開團或參團，在其成團或失敗后，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 >

　　對于以上活動的效果數據評估，我們從四個維度進行：

　　響應數據

　　裂變數據

　　價值追蹤

　　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，并以前文活動為基礎舉例說明。鑒于商業規則，數據會有合理范圍的修整。

　　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人點擊后進行了注冊，50人注冊后根據提示下載了APP，最后只有10人在APP完成了消費轉化。

　　在這里，從1000到10，就是一個簡單的漏斗。任何一個活動，從觸達后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，并將成效分解到各個步驟，為結果提供每個層次的歸因。

　　“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，說明用戶輸入口令后，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%，低于行業水平。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，或是不愿意濫用自己的社交價值。

　　我們發現不僅是“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“枝干”，就是為了尋求各個變量的最優化組合。實操過程中，變量組合后會產生指數級增長，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”并無明確關聯，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。

　　無論是餓了么式的紅包分享、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。

　　活動之于投放，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。

　　說了這么多，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。

　　下面回歸到我們的案例中。

　　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：主態用戶開團后邀請新用戶參團，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，后續裂變指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。由于活動頁埋點原因，后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）。

　　分享次數和后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。

　　首輪+后續裂變共計分享到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；

　　后續裂變相對于首輪裂變，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，這次活動的裂變并不理想，分享環節的展示、選品、文案等方面都需要優化，如優化后依然不理想，可能整個活動的邏輯都要重新考慮。

　　3. 價值追蹤

　　拿著響應和裂變數據，運營胸有成竹地進入老板辦公室。

　　他向老板提綱挈領地匯報了轉化與裂變數據中的要點，并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。

　　老板看著數據微微點頭，同時思考著什么。

　　這時小運營說了一句總結的話，惹怒了老板。

　　“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”

　　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，必須由后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，那么無論轉化率多高，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”，并非只有完成了開團成團才算，在分享、注冊、參團等任何環節蹦失的用戶，只要與我們發生關系，都算轉化，只是轉化程度不同。

　　為了提高用戶轉化后的后續表現，運營們通常會用push或短信的手段進一步激勵。如該例中，對于開團成功、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，我們會根據其基于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，為的就是促進后續轉化，盡力承接住這些用戶。

　　價值追蹤數據較為復雜，基于用戶分層、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

　　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”相對于“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于推送人群。

　　2）追多久

　　根據產品使用頻率、用戶生命周期來定。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) 追什么

　　一定是追蹤用戶之于產品最關鍵的幾個價值指標。對于自媒體可能是點擊、轉發、打賞；對于游戲可能是活躍、付費；而對于電商平臺，自然就是GMV、訂單數、客單價這些交易數據了。

　　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復制。

　　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。但是如果產品生態復雜，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，不同用戶基于不同的行為，為平臺貢獻了不同的價值，共同構建一個完整的生態。

　　相對于知乎，電商平臺的生態可能更為復雜：

　　電商生態中，并不是只有“買”和“賣”那么簡單。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”的用戶熱衷于發現式購物，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；那些熱衷于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。

　　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；

　　后續激勵補貼；用戶轉化后，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，基于用戶名單有限、數據埋點等限制，基于分層ROI優化很難實現。所以，分不分層，視業務情況而定。

　　最后，奉上思維導圖：