20.02.13 神策-智能营销与精细化运营最佳实践方案.pdf

社交裂变的拉新效果评估及优化

目前我国零售行业全面数字化已成趋势，数字化力量在驱动零售新发展、重塑零售新增长格局中扮演着越来越重要的角色。对每个零售品牌商来说，微信这一庞大的私域流量池，囊括百万甚至千万的客户。社交裂变已成为品牌商的微信公众号、小程序、朋友圈获取流量的重要方式，对私域流量的精细化运营，成为品牌制胜突围战的关键所在。
然而，在精细化运营落地企业过程中，却面临着许多问题：

1.运营活动天天做，却看不到想看的数据；

2.每个运营人员掌握几十个甚至上百个运营计划，繁复的人工操作及团队协作沟通造成运营效率低下；

3.数据流与业务流没有打通，数据无法赋能业务，空谈精细化运营。

接下来，神策数据公众号将围绕《社交裂变的拉新效果评估及优化》和《大促的活动设计及效果评估的优化》两篇讲述，让精细化运营落地企业。本文重点介绍社交裂变的拉新效果评估及优化。以下内容根据 视频+PPT | “智能营销与精细化运营实践分享”（直播回顾）直播整理所得，配图全部来自神策产品矩阵 demo。
一 、社交裂变场景及问题聚焦
不管是一对一还是一对多的传播场景，都存在两类角色：传播者、接收者。社交裂变就是希望利用传播者的影响力，高效地对接收者完成特定目标（拉新、购买、品牌曝光等）。社交裂变分为两个场景：一是通过用户进行社交传播，做到拉新、转化，比如用户邀请一个新客户，会发送给用户优惠券；二是纯粹品牌的曝光和流量的提升，比如拼团、好友助力买车票等功能性的拉新方式。
我们可以把社交裂变这边的问题聚焦到以下 4 个方面：
1.如何产生更多（优质）传播者；

2.如何提高信息传播的曝光量和打开率；

3.如何对裂变带来的新用户进行质量差异化运营；

4.如何提高接受者转化后再传播行为；

二 、如何进行社交裂变的拉新效果评估及优化？
神策数据数字化运营闭环解决方案，基于数据采集与整合，一站式实现看数据、分析数据、业务干预、效果评估的完整闭环，真正实现数据驱动业务迭代和增长。该解决方案涉及三个产品线：神策分析、神策用户画像、神策智能运营。下面结合神策数据数字化运营解决方案，介绍如何进行拉新效果评估及优化。
图 1 社交裂变公式

▌（一）神策分析（ SA ）公共概览全面展示裂变指标

图 2 社交裂变界面
在神策分析的界面上，运营人员能够看到社交裂变PV 、UV 、分享次数、分享用户数等相关数据，帮助运营人员实时了解社交裂变的状况。图 3 分享商品情况
在裂变过程中，哪些商品带来了不错的传播效果？在神策分析界面，运营人员可以按照商品名称和商品品类进行排名，了解各类商品的不同传播效果。不难得知，排名前三的分别是：仲景香菇酱、养乐多、国产柠檬，这给企业在品类运营时提供了思路。图 4 裂变分享方式比较
在微信体系下，用户通常有三种不同的分享方式：一是生成链接发送淘友，二是晒朋友圈，三是生成一张微信卡片发给微信好友。在三种不同的分享路径中，哪种最受用户青睐？
我们可以看到，在图 4 的虚拟场景中，分享微信好友的次数明显要高于其余方式，这对产品的设计优化提供了思路： 因为用户在分享好友之前，需要生成一张卡片，因此设计人员可以考虑对卡片优化，比如 UI 升级，增加跳转官网的链接等。
图 5 全局 GMV 与裂变 GMV 的对比
社交裂变带来的成交总额有多少？与全局相比，社交裂变的成交总额占总体的比例是否健康？通过对比，如图场景下，裂变带来的成交总额占据总额的十分之一，这是比较健康的。
同时我们也可以看到，裂变 GMV 在 14 号有一个低谷，运营人员可以进行下钻分析，看 14 号究竟是什么产品流量出现了问题，如图看到 14 号的日用品类裂变带来的 GMV 较少。
图 6 裂变带来的 GMV -DEMO 数据
产品功能设计方面，用户是不是操作足够流畅？我们可以通过全局的转化漏斗 VS 小程序裂变用户的转化漏斗进行对比，了解普通用户与小程序裂变用户从启动到商品详情页、加入购物车到最后支付订单，转化情况如何。图 7 全局转化漏斗与裂变转化漏斗的对比
通过对比，如图运营人员可以判断分享的流程设计是不是健康。如果有明显突出的点，可以在漏斗分析中进一步下钻分析查看。图 8 来自裂变的转化漏斗下钻分析
通过下钻分析，我们从加入购物车（612 人）到提交订单（6 人）的转化率只有 0.98% ，我们可以点击查看用户列表，或者将这部分用户添加为用户分群进行进一步的分析。
在了解整体转化情况后，我们可以看下在小程序裂变场景里，哪种启动场景带来的流量最多？一般来说 50-60 % 的流量会来自公众号模板消息，通过社交裂变，则会有极大的量来自小程序模板消息。
图 9 小程序启动场景
如图可以看到，从 2 月 3 号开始，流量突然降低了，同样我们可以进行下钻分析，究竟是季节性带来的原因，还是商品库存不足、或者活动热度消失导致的。图 10 邀请人影响力
谁是我们最具有影响力的邀请人？在小程序裂变的过程中，关键邀请人一直是运营人员最为关注的对象。找到这部分用户群体十分重要。 如图可以查看邀请人的影响力的情况，我们可以看完成从邀请、到商品详情页浏览的总次数、到加入购物车、到支付订单次数最多的，是 beq231 用户。
（以上只是部分基本指标的展示，运营人员可针对社交裂变的数据分析自定义查询。）

▌（二）了解裂变用户画像

图 11 裂变用户画像
除了上述基本指标外，从裂变效果来看，运营人员需要关注裂变用户的特点，如图不同的用户所带来裂变质量和裂变数量都有所差异，因此我们需要神策用户画像的功能，了解在整个运营漏斗中，进水和漏水是否顺畅， KOL 用户占比如何，是否持续增多等情况。
如图，运营人员在神策用户画像中设置了优质分享商品、裂变质量、传播质量、裂变-时段偏好、是否再传播者的标签，通过对相关数据的洞察，来勾勒小程序裂变的用户画像。下面做相应介绍。
图 12 用户画像-传播质量
在“传播质量”的标签中，如图运营人员可以看到 KOC 、普通用户、未打动用户的数量。在图片所示场景中， KOC 用户数量占总体用户量的 1% 左右，这在行业内属于比较健康的比例。对比 12 号和 13 号的数据对比，可以发现普通用户量没有显著变化，而 KOC 用户有所降低，当然，我们希望越来越多的用户可以变成 KOC ，面对这种情况，可以考虑后续为打动用户进行针对性的运营。图 13 用户画像-裂变质量标签
运营人员可以把裂变质量分为优质裂变、普通裂变、潜在裂变。优质裂变，用户经过品牌拉新后直接变成了转化的客户；潜在裂变，用户经过品牌拉新后浏览商品详情页等互动后，并没有转化成真正客户；普通裂变，用户点击小程序后可能没有经过交互就退出了。通过“裂变质量”的标签，我们可以看到新用户的裂变状态，优质裂变用户、普通裂变用户，潜在裂变用户的数量分别是多少？以此为根据，一方面来优化产品，以及评估活动商品是否合理；另一方面对不同裂变状态的用户进行差异化的运营。图 14 用户画像-裂变时段的偏好标签
同样，“裂变时段偏好”标签呈现了裂变发生的时间，在这个模拟场景中，通过排序可以看到裂变的时间集中在晚上 21：00-22：00 和早晨的 10：00 ，这正好符合微信用户的使用习惯，如此可以作为运营活动的时间参考。图 15 用户画像-优质分享商品标签
在“优质分享商品”标签中，可以看到优质分享商品列表，如图分别是养乐多、奥利奥饼干、进口甜香蕉、海飞丝、国产柠檬。
在这里值得一提的是，神策用户画像的标签设置非常灵活，运营人员、产品人员、技术人员都能轻易上手操作，经过设置基础信息、设置标签规则两步骤完成。如图为上述“裂变质量”标签中“优质裂变”的相应设置。
图 16 “裂变质量”的基础信息与规则设置

▌（三）神策智能运营：针对不同流量进行差异化运营

品牌商通过社交裂变拉来流量，品牌商最希望看到的是流量的转化，而不是类似 PV、UV 这些虚荣指标的增长，前期整体的数据分析已经完成，下一步应该如何运营，以做好流量的承接？
为保证整个运营计划足够精细，针对不同流量进行差异化运营，在神策智能运营系统中，运营人员可以建立一些自动化运营计划。
图 17 智能运营运营计划看板
例如，“ KOC 奖励”的运营计划。这是维持用户品牌忠诚度常见的运营方式，比如一些酒店会通过积分兑换的形式，对其重点客户进行运营。图 18 设置“ KOC 奖励”的触发条件
在社交裂变体系下，大促活动运营人员希望对 KOC 用户进行奖励。运营计划的设置，触发的条件是可以多样化的，可以选择定时型或者触发型。定时型则可以选择每天触发的时间节点，通过条件设置筛选出受众用户。例如，可以通过微信服务通道或者是任何发券的奖励方式告诉他“恭喜您，您现在就是我们的 KOC ，请收下您的 VIP 好礼。”具体设置可以根据实际运营计划自定义。
运营人员还可以制定各种运营计划，比如普通用户种草计划、潜客促转化计划、羊毛党治理等。例如发现一些用户有浏览行为，而且已经加购了，但是一直未购买，可以对这些人群赠送优惠券，促成下单。当运营计划制定完毕，根据最终目标的完成度判断运营计划是否合理。
综上所述，在小程序的社交裂变中，首先我们考虑的是最大限度的吸引流量，然后通过了解用户画像，做精细化运营，以做好流量的承接。在整个小程序的社交裂变的过程中，通过神策分析、神策用户画像、神策智能运营，三者结合实现了整个流程的闭环。

大促的活动设计及效果评估的优化

在零售行业，大促活动在全年整体活动中占据非常重要的地位。零售行业的活动运营分为日常活动运营和节日促销活动运营。日常活动运营，比如限时秒杀、多人拼团购买、猜你喜欢等；节日促销运营，比如元宵节、情人节、妇女节、618 等相应的促销活动。京东 618 与天猫的双十一活动是典型的，已经占领用户心智的大促活动。

大促业务目标与分析拆解

从数据的角度，我们先对促销活动进行业务目标的分析拆解。大促的终极目标是销售额，销售额受用户数、启动比例、转化率的影响。品牌商决定了活动产品、产品定价之后，可以通过运营来影响参与用户数、是否愿意购买、用户购买多少等指标。
图 1 大促业务目标与分析拆解
如图我们可以看到大促活动的用户模型，全量用户进店-浏览商品详情-购买，在层层的漏斗转化中，四个不同阶段都需要进行详细指标拆解。
第一阶段：用户拉新及盘活。品牌商需要不断地进行拉新，保持与现有粉丝互动。只有当用户量达到几百万甚至上千万量级后，才能保证微店可以有稳定的销售额。
第二阶段：进店。在大促时，线上可以通过欢迎语，线上推文，公众号 35 菜单引导；线下可以通过门店广告牌与导购的引导，吸引用户进店。用户的进店数量决定了有多少用户有概率会触达到商品详情页，只有商品详情页触达了，这个用户才最终可能成为转化。
第三阶段：浏览。在用户浏览时，能激发用户对商品产生兴趣的要素：产品体现和速度层面，运营内容丰富程度，大促商品选品，都会影响用户加车比例。
*第四阶段：购买。用户在购买时，品牌商要关注支付的流程是否顺畅，放弃比例情况如何。针对放弃的用户，是否需要做一些召回，比如发放优惠券等方式。

大促的节奏设定：时间-商品-手段

大促节奏设定的主要关键点是：时间节奏安排，大促商品选品与定价，大促收割期运营计划。
图 2 大促节奏的设定
预热期，通过持续内容推送，盘活用户；
种草期，通过多样化运营手段，用户交叉品类种草；
收割期，通过实时消息刺激用户，减少用户犹豫时间。

人群圈选的精细化触达

到底对哪些用户以何种方式进行精准的运营和触达，对大促的结果有着至关重要的影响。
微信体系下的公众号、服务号、小程序，对用户的触达次数是非常有限的。服务号一个月只能发送 4 篇文章及数量受限的服务消息，数百万的粉丝是无法一对一的触达。那么，在有限的触达中，品牌需要着重关注的是，确保每一次触达都将用户做了最大限度的转化。
图 3 人群圈选与精细化触达
零售消费行业有一个非常经典的人群模型——AIPL 模型，它是营销中非常经典的消费链路模型，即对于一个品牌或产品，用户都会经历从陌生，到体验，到成交转化，最终变成一个忠实粉丝的过程。AIPL 分别代表 Awareness（感知）、Interest（兴趣）、Purchase（购买）、Loyalty（忠诚）。
Awareness，要求用户对品牌有认知。品牌商对用户群体的盘活格外重要，要让用户进入小程序，只有获取到用户身份，运营人员才可能做下一步的触达。在微信这个相对封闭的体系中，让用户对品牌有认知最多的方式是通过朋友圈做广告投放，或者通过公众号的文章引流。
Interest，要求用户对品牌产生兴趣。运营人员可以设定一些关键行为，来判断用户是对商品感兴趣，还是只是一次性用户。
Purchase，用户成为品牌的购买者，这在整个私域流量中是非常重要的一环。购买过该品牌产品的用户，他对品牌自身会有天然亲近感，且对商品的犹豫期明显短，付费意识也相对较高。比如第一次在大促期间的用户进行尝试性购买，如果产品体验不错，那么回购金额在品牌单价间可有 10%-100% 的提升空间。
Loyalty，一个品牌的忠诚用户。这些用户愿意为品牌买单的。除了作为一个忠实的付费者，也是品牌自己的资产一环，这些用户积极参与品牌的运营活动，愿意分享心得与口碑传播。
总结一下，在人群的精细化的运营过程中，我们要做的事情是将 Awareness 用户逐步盘活，直到变成 Loyalty 用户，将每一个阶段的转化率做到极致。
综上所述，布局一场大促，品牌方首先要分解大促目标，设定时间-商品-手段，同时要做好人群圈选与精细化触达。

神策数字化运营解决方案的落地场景

设置大促运营计划，主要包括运营计划的设置、用户圈选、多渠道触达、实时追踪和优化的流程。而对于每一场大促活动，运营人员所关心:运营手段是否有效？人群圈选是否精准？用户收割是否及时？流量是否足够？线上线下备货是否充足？产品是否有 BUG ？等。
通过上面的讲解我们可初步计算：一场精细化运营的大促活动的进行，至少包含几十个基础的运营计划。而实际情况更为复杂，在神策直接参与的 618 ，11.11 活动中，大促周期集中的 3 天，运营人员的工作量是超高负荷的，因为当天需要根据实时的效果数据的反馈，实时进行策略调整。在大促的复杂情况下，如果对用户全生命周期进行整体干预，运营计划一般会再增加 10+ 至 20+ 个，对于某个私域渠道的运营团队来说，根本无法兼顾，更不可能进行实时策略调整。因此自动化工具变得格外重要，通过神策数字化运营解决方案可以一站式完成。
图 4 大促运营计划的制定
在神策智能运营的界面，我们可以看到各种的运营计划，下面围绕大促活动期间 Purchase 用户交叉品类促复购、对未付款用户进行召回的常见场景，以及大促活动结束后，对活动效果的持续追踪的常见场景进行介绍。
1、Purchase 用户交叉品类促复购
下面以 Purchase 用户交叉品类促复购为例。在神策标签画像系统中，可以设置 AIPL 标签，筛选出符合条件的 AIPL 人群，并能够实时监控。
图 5 AIPL 画像标签-DEMO 数据
对 Purchase 用户的圈选，为后续的用户运营提供了基础，在神策智能运营系统中，通过触发条件-受众用户-触达配置-目标设置，进行“ Purchase 用户交叉品类促复购”运营计划的安排与部署。
图 6 设定受众用户为“ P-Purchase ” -DEMO 数据
【触发条件】可以选择在一定时间下的单次触发。【受众用户】可以直接选择“ p-purchase ”。【触达配置】选择触达通道“ Webhook - 微信服务号通道”，模板参数是“那些你没用过的口碑产品”，并设置全局触达限制。
图 7 设定目标-DEMO 数据
【目标设置】中，选择“首要目标”当用户被触达 15 分钟后，支付订单；选择“次要目标 1 ” 为当用户被触达 15 分钟后，加入购物车；选择“次要目标 2 ” 为当用户被触达 15 分钟后，进行商品浏览。
如此，我们通过目标完成率，来评估运营计划是否足够好，设置人群圈选及运营形式是否最佳。如果首要目标没有完成，我们可以通过判断次要目标用户是否有“加入购物车”“浏览商品详情页”来判断用户是否为高意向用户，如果都未满足，则属于低意向用户。
2、活动当天的运营干预，比如对未付款用户进行召回
在微信生态体系下，品牌商需要不断通过运营手段来影响用户心智，来吸引用户。通常在大促之前，神策团队会配合企业运营人员可提前一天建立所有的运营计划，建立“大促实时效果”的概览。由于神策的数据的实时反馈是秒级的，在活动当天可在概览上可以实时看到整体数据的情况，包括当天总销售额、销售额完成率、转化率、实时的 PV 、UV 、商品搜索排名等关键指标，实时对用户进行干预。
比如，通过用户的搜索行为、商品的浏览行为等，可以帮助运营人员了解“用户关注商品是否如预期”；如果发现在支付环节上，大量用户放弃支付，则可能在支付环节有 Bug 产生，类似方式来判断产品是否有 Bug 。
再如，在商品搜索排名中，通过数据发现，有些用户在搜索“洗发水”时，并没有结果显示，而实际上有丰富的库存，那么可以将搜索洗发水的用户添加为用户分群，直接制定“洗发水用户”的运营计划，对这些人推送相关消息，告知他们有库存，可以直接购买。运营计划制定完成后，则可在约定时间内对这部分群体进行触发，以刺激购买。同样，也可通过对于放弃比例不正常的产品均应该做相应运营。
（以上的讲解中已涉及相关图片示意，这里不在赘述，请点击文末链接，免费体验 demo 。）
有一种常见的场景，活动当天，运营人员可能发现有一些用户在点击支付后，最终并未完成付款。若及时对这部分人进行召回，那么被挽救回来的可能性非常大。在神策智能运营中可以进行如下操作：
图 8 创建“触发型-完成 A 未完成 B ” 的计划-DEMO 数据
首先创建一个“触发型-完成 A 未完成 B ” 的计划。 接下来通过四步设定运营计划。图 9 召回计划的触发条件的选择-DEMO 数据
图 10 召回计划受众用户的设置-DEMO 数据
图 11 召回计划之触达配置-DEMO 数据
图 12 召回计划之目标设定-DEMO 数据
触发条件，选择触发型，并通过四步骤对 AB 事件分别进行设置；受众用户为开启小程序的用户；触达配置则通过微信公众号通道，并进行目标设置。
（因为在上个场景中，相关设置已做介绍，这里不再赘述。）
有些同学比较关心的“如何设置时间节点”的问题，这个我们通过神策分析的间隔分析可以了解大致的用户转化的中位数，可以作为时间节点的参考。
3、大促结束后，效果活动的持续追踪
以上大促期间运营人员要做的事情，在活动结束后，运营人员还需要活动效果保持密切的追踪。比如六月份进行六一儿童节、618 两次运营活动，运营人员可通过神策分析公共概览了解当月的所有活动的全貌，如参加活动的总人数、不同的品牌产生的金额分布等，这是在活动结束后的效果复盘。
图 13 活动效果追踪概览-DEMO 数据
总的来说，在运营计划设置和优化的流程中，第一步，要清楚“痛点”是什么，然后通过数据分析来精准提升效果；第二步，要实现智能运营自动化，以减少活动各时间节点上运营、产品、技术三方的沟通和开发的时间。
另外，要从单一、简单的运营方式，渐进到复杂的运营方式。比如，在神策智能运营中，可以围绕用户全生命周期进行干预，对所处不同阶段的用户进行不同方式的触达。
在整个过程中，数据在营收的提升上从来不是立竿见影的，但对提升运营效率是十分重要的武器。神策数字化运营解决方案帮助品牌方真正地通过画像，制定运营计划，并真正做到运营自动化，这是数据流和业务流非常好的耦合，而运营人员接下来的工作重点可以聚焦在是否有更创新的行为，并不断通过数据进行验证。