企業互聯網轉型之:怎么用「用戶標簽系統」做精細化運營?

?案例

先來看一個案例,「在行」7月14日的一次針對高價值用戶做了一個「私域流量與增長主題閉門會」。我們在確定用戶的時候,設定了一些條件:

北京

有互聯網、增長、流量、運營、產品title

總交易額大于3000元

最近活躍程度高(30日有任意登錄行為)

較高的最近購買行為(60天有購買行為)

最終我們得到了59人的名單,作為測試,我們定向推送了個人短信(不是系統短信),短信邀請各位用戶填寫一個表單,并告知我們會在表單中篩選一部分用戶參加「在行私域流量閉門會」,出奇的精準和出奇的反饋,我們得到了差不多13.6%的填單反饋(各位朋友想想日常運營不到1%的短信營銷內容打開率,再對比下我們這次短信里面要求用戶填單的填單率,就知道我們在說什么了)。最終我們選擇了5人參與閉門會——對的,為了控制用戶質量和輸出內容。結果我們確實找到了在行可愛的用戶,每個人深入準備(甚至做ppt),當天下午2點到5點有節奏的腦暴和碰撞產生很好的內容,內容本身也能反哺在行的運營工作。

為什么是個人短信而不是系統短信?我們都知道收到一個106開頭的短信時候你的心態,更多人選擇了忽略、點掉、不看。如果說我們認為這次運營觸達動作是有價值的內容,那么我們就要讓用戶以不同的方式被觸達到。試想下你在一堆106的營銷短信中突然看到了一個186、156、139的真人個人號碼給你發了長篇大論之后的心情?——我在后來采訪參加活動的目標用戶對于收到短信時候的想法、是否會感覺打擾,他說“我認為你給我的短信是信息,而不是廣告打擾”。這就是精準定位用戶、選對正確的觸達方式的意義。

用戶標簽系統的維度

為什么要做多維用戶標簽系統?

兩個原因,首先,為了達到把前面精準運營效果系統化、模式化的目標,我們需要把篩選用戶的這個能力加強。

其次,2019年7月的時間節點,互聯網已經沒有便宜流量,更多人開始談論私域流量,但是市面更多的探討,讓人們把「私域流量」四個字和微商、瘋狂群控掛鉤。在行客單價500+元,更是很難獲得便宜的付費用戶流量,與其說在行私域流量,還不如說我們應該更重視每一個獲得的用戶、深耕細作他們——一個愿意在見到你之后花500元來體驗的用戶,給我一個不去深愛的理由!2018年之前在行做過很多用戶畫像,但是那都是靜態的一個特征表述,實際每一個用戶都處在一個動態變化的過程中,怎么能夠在人群層面定位不同的用戶、表述他們的特點、并在實際使用過程有針對性的運營動作?這成為了本次在行做多維用戶標簽系統的意義。

這更是一個動態用戶畫像工具。標簽系統包括了用戶個人特點的方方面面。包括用戶旅程活躍情況、RFM屬性、約見行家的興趣偏好、人口統計信息和用戶身份信息、搜索偏好等等。多維標簽系統的魅力在于,基于一條線“用戶旅程”的動態數據,加入了用戶生命周期中的各種維度數據,多維交叉出有血有肉的用戶形象。

一、用戶旅程階段:這個標簽標注了用戶使用在行所處的階段,根據在行產品的特點,我們把用戶旅程分成三個大階段:注冊用戶、潛在交易用戶、交易用戶。而每一個階段又細分幾個階段。而單獨拆解用戶旅程的標簽并按照流程來看,能夠幫助我們知道處于各個旅程階段分別有多少用戶??梢葬槍Σ煌A段的用戶,做不同的動作:比如對于一直處在注冊點擊了行家頁的「一鍵約聊」但遲遲沒有下單,我們就可以跟進這個銷售線索。

注冊用戶:分為注冊、有效動作(瀏覽行家主頁/收藏/搜索行為)、搜索和進入行家分類頁幾個階段。

潛在交易用戶:分為注冊且點擊「一鍵約聊」(這是產品里用戶點擊行家主頁并標明愿意去溝通的時間節點)、注冊且咨詢在行顧問(顧問是產品里單獨給用戶提供約見意見并推薦行家的功能)

交易用戶:分為提交訂單、支付成功、訂單完成幾個階段。

二、RFM屬性:Recency最近一次購買、Frequency交易的頻次、Monetary value總交易額貢獻度,這是對于交易用戶進行細分和拆解的幾個重要。利用這幾個維度,我們可以更了解已交易用戶的交易特征,在做針對性運營的時候分清楚權重和主次。

三、興趣偏好——用戶對什么領域的話題和行家感興趣?知己知彼百戰不殆,我們通過一個算法,把用戶重要的動作呈現出來的興趣偏好數據化,最終給到一個標簽+分值的呈現(如法律服務4.5,房地產3.8)。具體講,用戶的下單、收藏、瀏覽等行為,能夠告知我們他們對什么內容更感興趣。結合RFM值,這個用戶是不是更有血有肉?

四、活躍情況

在知道了用戶興趣偏好、交易特征RFM值之后,我們對哪些用戶采取哪些行動?變成了下一階段需要明確的事項,那么30日之內哪些用戶下單、收藏、有過搜索、瀏覽行家頁,我們在這個“活躍情況”的標簽下能夠得到完整的支撐。如果一個用戶30天有過收藏動作,我們可以針對他的收藏夾去定向的推送內容。而另外一方面,如果一個用戶30天內幾個項目的活躍都偏低,那么可能難以觸達,則排除在我們精準運營觸達的目標用戶之外。

五、人口統計信息

人口統計信息幫助我們知道,這些用戶的社會角色。一個人愿意接受什么信息、他的觸媒習慣、他的城市地域等信息,都是ta所處在的社會角色定義的?;氐轿覀兣e辦的「在行閉門會」,我們選擇了互聯網從事產品、運營、增長工作的小伙伴參與第一次的閉門會,知道他們特點,這些用戶都愿意去研究別家的產品運營策略,所以你的閉門會主題是「私域流量增長」的時候,打動他們就成為了必然。而舉辦閉門會,自然需要找到北京所在地的用戶(地域信息價值)?;谶@個case,我們還可以發散出很多其他的利用人口統計信息做策略的方法。

如何利用用標簽系統做精細化運營?

為了能最快速上線運營這套系統,目前我們沒有采用自研的方式,而是選擇了第三方數據分析工具神策的分群功能完成這套操作。簡單講,神策支持根據用戶的不同行為,創建分群,我們把用戶每個標簽的指標、閾值界定清楚之后,把類型標簽相同的用戶分到一個群組,而在應用層面,就可以用神策數據分析時候的條件模塊調用。

這套動態的標簽系統,讓以前靜態的用戶畫像動起來,產品運營都可以在任意時間節點,拉出每一個用戶的標簽特征、或者對一個類型的用戶分析他們的特征,最后產出針對性的運營。比如在企業服務的時候,我們根據用戶的搜索、興趣偏好、從業企業等信息,針對性做推送文案。

寫在最后:我們希望能夠更重視每一個愿意來在行的用戶,更了解我們的用戶,更知道怎么與他們溝通。

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,106評論 6 542
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,441評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 178,211評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,736評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,475評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,834評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,829評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,009評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,559評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,306評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,516評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,038評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,728評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,132評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,443評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,249評論 3 399
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,484評論 2 379

推薦閱讀更多精彩內容