618大促精准营销落地流程详解
618大促是电商活动类型中非常典型的一类活动。这类活动通常借势而为，商品种类丰富，覆盖广泛的目标人群。为了帮助活动运营同学基于数字化营销手段，对用户进行精准营销，以最大程度地实现用户的活跃召回，推动购买行为的完成，最终达到提升活动交易额的目标。本文将详细阐述精准营销落地流程。
活动目标拆解，设计所需埋点
本环节将详细讲解如何确认活动指标，以及如何对指标进行拆分，落实到具体可执行的地方。为了保证更好地追踪后续活动效果，我们需要对埋点进行查漏补缺。活动上线前，需确保活动指标所需埋点已经完成开发上线。
活动目标是什么？
618作为年中非常重要的营销节点，不同产品也会抓住此次流量机会，策划不同的营销活动。因此，不同的产品形态会有不一样的活动指标。从产品形态上来说，一般分为三类：消磨时间类、提升效率类、促成交易类。
-
消磨时间类：主要指标是所花时间和内容消费量。典型的产品如网易云音乐、今日头条。
-
提升效率类：主要指标是使用量和付费。典型的产品如滴滴、百度网盘。
-
促成交易类：主要指标是交易量和交易额。典型的产品如淘宝、携程。
本文将以交易额为活动指标进行详细描述，以此来细分拆解指标。
如何拆解活动目标？
目标拆解实际上是将活动的目标指标，拆解为可以通过人工操作干预的一个个环节，以此来指导团队组织工作。
目标拆解思路
活动目标拆解思路如下图所示：
其中，上图所涉及的核心业务转化流程是以电商产品中核心转化路径作为例子。
目标拆解公式
根据以上拆解思路，通过指标计算公式拆解GMV（成交总额）。通过拆解购买人数，再以新老用户维度拆解活跃用户数，得出如下公式：
如何利用拆解后的目标指导运营工作
从上述拆解例子来看，拆解后的三大核心内容是新老用户数、业务流程转化和客单价。因此，要针对这些核心内容结合历史数据进行分析，并采取相应的运营措施。
划分用户群体，制定不同的营销方案
通过不同维度（如：用户生命周期、RFM模型）划分用户群体，制定不同的营销策略，以实现用户精准营销。同时，也可以通过洞察不同群体特征，激发灵感，优化营销策略。
为什么要划分用户群体？
在策划活动时，活动预算往往是有限的。例如，本年度618大促活动预算是10万元，用户量级为5万人。在这种情况下，我们需要如何合理分配资源，以达到效果最大化？我们需要认识用户、了解不同群体的特征，合理分配优先运营资源，针对性制定营销策略，实现精准营销。
精细化营销策略的原理
当你对某个细分用户群进行策略触达，并收获比以前更好的反馈时，整体的运营效果也会大幅提升。这就是精细化营销策略的价值。因此，需要对用户进行精细化分层，才能获得大盘上最优的运营效果。
用户分层的方法
当你比较看重整体用户的运营效果时，可以选择"用户生命周期"的分层方法。因为不管你的业务和产品形态如何，用户必然会属于生命周期分层中的某个阶段。使用这种分层方法，可以确保每个用户都能获得针对用户所处阶段最合适的运营策略。
用户生命周期
用户生命周期是指用户从开始接触产品到离开产品的整个过程，通常分为五个阶段：导入期、成长期、成熟期、沉默期和流失期。不同的产品形态定义各个时期的方法也是不同的，要深度结合自身的业务情况进行判断。通过对用户生命周期的划分，不仅可以宏观管理全量用户，而且可以明确用户的最大价值，通过运营手段让用户趋于停留在最大价值的阶段。
用户生命周期的维度以电商为例
用户生命周期的划分维度如下：
导入期
在这个阶段，顾客尚未进行购买，但已经表达了购买意向。
成长期
在这个阶段，顾客已经完成了首次购买流程。
成熟期
在这个阶段，顾客已经进行了多次购买行为。
沉默期
在这个阶段，曾经有过付费的用户在一段时间内未登录访问。
流失期
在这个阶段，用户已经超过一段时间未再访问过产品。
用户生命周期的标准
在定义用户生命周期标准时，我们可以根据用户启动产品的时间间隔的趋势来进行判断。例如，某电商客户的时间范围为10-300天，用户启动产品的时间间隔在时间范围大于250天后趋于27小时。换句话说，超过250天后，无论时间范围如何扩大，用户使用产品的情况基本不会有太大变化。
确定时间范围后，我们首先看沉默期和流失期用户的标准。通常情况下，用户启动产品这个关键行为动作可以帮助我们衡量用户是否沉默和流失。因为用户只有发生启动产品这个动作后，才能发生浏览商品、购买等后续一系列行为。当用户在一段时间内未发生启动产品行为时，这就表明用户可能对平台失去兴趣，发展到一定时间后用户或许已经删除我们的产品。所以启动产品这个行为能够帮助我们很好地判断用户是否沉默以及流失。当然，我们也可以根据公司所处的阶段或者业务形态的不同选择用户的其他行为，比如登录、浏览、加购等来定义用户的沉默和流失。那么在付费后多长时间未启动产品的用户会进入沉默期，以及间隔多长时间未启动产品的用户会进入流失期呢？我们可以用“二八法则”来确定用户沉默和流失的时间节点。
从支付订单到再次启动产品的时间间隔趋势图来看，80%的用户在支付订单后会在18天内重新启动产品。因此，我们可以将沉默期定义为在支付订单18天后未启动产品的用户。从两次打开App间隔时间趋势图中可以看到，80%的用户会在27天内重新启动产品。因此，我们可以将流失用户定义为超过27天没有启动产品的用户。根据以上定义，我们对用户生命周期的五个分层可以明确定义如下：
导入期
没有发生过购买行为，但存在购买意向的顾客。
成长期
已经完成首次购买流程。
成熟期
发生多次购买行为。
沉默期
超过18天未启动产品的用户。
流失期
超过27天未启动产品的用户。
用户价值区分
用户生命周期可以有效覆盖全盘用户，但当用户体量较大且业务发展已步入成熟阶段时，我们的用户群体已不仅仅是行为相对简单的导入期或新用户群体。成长期和成熟期的用户行为更加复杂，也值得我们根据创造价值的不同投入差异化的精力去做维持和转化。针对沉默流失期的用户，也需要面向不同价值的用户实施差异化的召回策略。因此，用户价值分层恰好能够解决这个问题。它能够对需要认真投入精力运营的核心用户群体进行价值细分，实施差异化的营销策略，保证运营手段的有效性和针对性。
价值分层：RFM
用户价值的RFM分层是指对于已经在产品内转化的用户，根据用户在产品中最近一次消费、消费频率和消费金额来做用户群体价值界定。RFM模型通过用户最近一次消费（Recency）、消费频率（Frequency）和消费金额（Monetary）三个维度划分出8个用户价值群体，将群体用户进行价值细分。
RFM分层的标准制定并不是一成不变的，它需要随着最终划分的人群以及相关的运营效果、活动规律来调整阈值的设定，以达到一个最合理的划分。因此，我们会通过“二八法则”对RFM值进行划分，这也会方便我们在后续迭代优化中根据业务反馈调整相应的阈值比例。按最近一次消费（Recency）对用户进行排序，最新的购买者排在首位，再根据用户数的累计占比发现80%的用户最近购买时间距今为18天，从而选择18天作为划分最近一次消费高低的阈值。同理，消费频率（Frequency）取3次作为划分购买频次高低的标准。消费金额（Monetary）普遍会出现20%的用户创造大部分营收的情况，所以我们取购买金额2500元作为划分消费金额高低的阈值。
通过对用户的消费数据进行分析并确定RFM的阈值后，我们可以进行RFM用户分层。以下是用户分层的示例：（图片）
不同人群的精准营销策略是很重要的，我们希望有大量的成熟期用户，这些用户能够持续购买我们的产品。然而，初级分层的用户想要升级到下一个层级可能会遇到一些阻塞点，这让他们有疑问并且不愿意转化。我们的运营策略就是要解决这些用户当前存在的阻塞点，帮助初级分层的用户更容易升级到下一个层级。对于成熟用户，我们需要增加他们流失的阻塞点，以保留这些理想中的用户。以下是电商行业中常见的用户视角阻塞点和相应的运营策略：（图片）
将用户生命周期和价值分层结合起来，不仅可以更有针对性地制定不同阶段用户的策略，还可以根据用户的价值分层有优先级地投入有限的资源。在活动预算有限的情况下，我们可以对重要分层的用户做更多的投入，而对一般分层的用户可以节省资源，不需要做太多额外的工作。以下是用户分层和策略的示例，供参考：（图片）
大促产品矩阵、备货逻辑和营销优惠类型是如何与用户价值分层精准匹配的呢？在品类运营中，我们需要对平台的商品进行分类管理，与用户进行沟通，并利用平台的资源进行短期场景包装和中长期商品策略规划，以提高商品的成交转化率，从而实现业绩增长和品牌形象的提升。品类运营一般需要做到以下四点：懂用户、懂商品、懂流量和懂整合营销。
品类运营的工作通常涉及四个要点：选品、定价、销售资源和商品毛利。首先，我们需要从品牌和供应商那里获取商品资源，并根据市场售价、进货成本价和毛利等维度来制定售价。然后，通过销售资源，包括站内和站外的销售途径，来达到既定的销售目标。我们需要重点关注商品毛利的构成，因为这关系到整个销售模式的可持续性。具体的任务包括选品、定价、销售和毛利。
在大促前期，除了策划活动，我们还需要利用不同的商品分类来打造产品矩阵，提升品牌整体形象，并做好备货的准备工作。产品矩阵是根据GMV目标拆解品类比重来构建的，它可以帮助我们更好地推动商品在营销活动中的销售。同时，我们需要评估特色单品的营销价值模型，通过搜索量级和转化率的交叉分析来确定商品的价值评估模型。根据数据情况，我们可以调整品牌力和单品问题，以达到预期效果。此外，我们还需要制定大促备货逻辑，根据产品矩阵和品类目标的占比来计算备货量。
以上是关于大促产品矩阵、备货逻辑和营销优惠类型与用户价值分层的精准匹配的介绍。
日均销量与日均销售额的倍数是预计销售额与日均销售额的比值。对于引流品，可以根据日常销售量的倍数进行系数调整，以满足市场投放目标和合理进货量的需求。在大促期间，需要根据预估目标调高系数确定备货量，并根据大促整体节奏和售卖数据情况进行库存周转和及时补货的预期管理。在确认了进货量和对应批次的进货价后，加上线上成本、人力成本、税费和运费，形成成本结构，通过成本定价机制完成商品定价。
多渠道销售和行销活动策略方面，首先在完成前期的进货动作后，将进入销售环节。在站外引流方面，需要与市场投放联动，选择适合投放引流的商品类型，并根据商品毛利对不同商品进行大促活动的提报，让它们参与秒杀、直降、满减等促销活动。然后需要对活动资源位进行排期提报，并进行设计工作流的沟通，策划不同资源位的文案和图样。
营销活动的优惠类型和适用场景包括秒杀、直降、团购、阶梯满减、组合商品和N元任选池等，其中优惠类型分为价格驱动和商品驱动。
在用户资产人群圈选和触达策略方面，在销售执行层面，需要确定商品对应的人群圈选和触达策略，以提取用户行为节点来实现订单转化。例如，可以圈选平台销量TOP 10的爆款商品的用户群体，制定新品推荐和提升支付订单转化的触达策略。在进行圈选时，可以根据商品分类在数据后台配置用户标签，并创建对应标签的规则，预估人数并选择标签更新方式。然后，在大促预热期间使用流程画布触达购买过爆品的用户，进行新品营销。在配置流程画布时，需要设置进入条件的类型和时间范围，并选择受众用户和用户属性满足条件，然后进行策略器和分流器选择。接下来，配置策略器的筛选条件、发送时机和推送通道，填写对应触达条件和触达方式的信息，以及推荐新品和优惠策略。最后，需要进行目标配置，以确保流程画布的顺利进行。同时，需要实时追踪新品库存动销率，进行补货。如果动销情况不佳，需要调整资源位和用户分层触达策略。
识别突出品类表现和迭代人货匹配策略的步骤包括分析各个商品购买用户数贡献，识别成熟单品和趋势爆品，并与大促前的商品定位进行对比。如果不一致，需要对商品分类进行调整。然后，以平台整体购买人数占比作为参考，明确拉新和复购优势商品，并迭代未来的人货匹配策略。通过使用TOP商品新老客占比数据指标，按照销售用户比例中的首单和复购比例，并与平台整体的首单和复购比例进行对比，选出合适的拉新和复购优势商品。例如，如果品类B是当年增量品类，可以在后续品类运营中制定多方面的营销策略，如保证备货量、优先资源位和组合商品销售等。
以上是关于大促期间新品营销的用户圈选和触达策略，根据品类、商品和用户群体等进行不同的排列组合，以吸引用户参与大促并完成订单转化。同时，资源位主题的用户标签也可以帮助品类运营同学在大促期间通过相应商品进行运营策略触达。
识别突出品类表现和迭代人货匹配策略的步骤包括分析各个商品购买用户数贡献，识别成熟单品和趋势爆品，并与大促前的商品定位进行对比。如果不一致，需要对商品分类进行调整。然后，以平台整体购买人数占比作为参考，明确拉新和复购优势商品，并迭代未来的人货匹配策略。通过使用TOP商品新老客占比数据指标，按照销售用户比例中的首单和复购比例，并与平台整体的首单和复购比例进行对比，选出合适的拉新和复购优势商品。例如，如果品类B是当年增量品类，可以在后续品类运营中制定多方面的营销策略，如保证备货量、优先资源位和组合商品销售等。
以上是关于大促期间新品营销的用户圈选和触达策略，根据品类、商品和用户群体等进行不同的排列组合，以吸引用户参与大促并完成订单转化。同时，资源位主题的用户标签也可以帮助品类运营同学在大促期间通过相应商品进行运营策略触达。
活动数据分析及迭代优化
数据分析在活动中起着至关重要的作用，通过分析活动效果和优化方向，可以帮助我们找到问题的答案。活动效果可以通过结果数据进行评估，而后续的优化则需要对结果数据进行详细的过程分析，以确定下一步的改进方向。同时，数据分析离不开埋点的设计，良好的埋点设计可以提供准确的数据支持。
结果数据分析
活动效果的评估可以通过以下指标进行分析：
- 转化率：衡量用户在不同环节中的转化率，可以反映活动的效果。可以通过以下指标进行分析：购买转化率、搜索功能转化率、运营位转化率、商详页转化率、购物车转化率等。
过程分析
通过对结果数据进行过程分析，可以进一步了解活动的细节，找到后续的迭代方向。以关键步骤转化率为例，可以将结果数据分解为多个环节，并解读每个环节的指标，以确定下一步的改进方向。
完善活动埋点设计
为了确保活动效果能够准确追踪，并在复盘时清晰回溯到活动的关键点，需要在此时引入数据分析师评估是否已完成相应的埋点。
埋点设计的要点包括：
-
根据活动流程或用户关键行为设计事件，以确保关键信息能够被准确捕捉。
-
根据活动需求完善埋点设计，以满足活动分析的需要。
活动复盘和迭代优化
活动结束后，可以对每个环节进行深度复盘，记录发现的问题和结论，并根据这些结论进行迭代优化，为后续活动策划做准备。
通过数据分析和迭代优化，我们可以不断改进活动效果，提升营销方案的精准度，为未来的活动策划提供参考。
免责声明：本内容来源于第三方作者授权、网友推荐或互联网整理，旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有，其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况，请您通过400-62-96871或关注我们的公众号与我们取得联系，我们将尽快进行相关处理与修改。感谢您的理解与支持！
请先 登录后发表评论 ~