搜索引擎优化(SEO)

搞懂SEO,让您的网站订单接不完!

电话/微信:18221559551
首页 > 知识&问答

SEO公司告诉你咨询专栏丨四大步骤手把手『SEO公司』做数据驱动的精准营销

发布时间:2023-11-22 08:48:21 / 浏览量:

在进行用户分群之前,首先要进行数据收集、数据整合、建立用户数据指标体系,常见呈现形式是搭建用户层级宽表。这一环节,在数据存储环境支持的情况下需要丰富底层数据,因后面的应用场景都需要依托于上述数据进行计算、分析、建模。所以在搭建用户层级宽表时需要考虑更全面,也需要在应用的过程中不断进行丰富和迭代。

根据前述底层数据,集成了一份庞大的用户层级宽表。进而,我们需要把用户标签更为具象化精准营销,进行用户分群,为精准营销提供客群筛选。可以通过以下三个步骤进行用户分群:用户分层、用户分群、用户价值分群模型。

1、用户分层

分层维度没有统一标准,可以按照 App 产品用户旅程 AARRR 为分层逻辑,也可以按照信用卡办卡、分期等核心业务流程为分层逻辑。如下图示例:

举例:在信用卡 App 营销过程中,基于信用卡用户生命周期的分层,可对应营销的内容。

2、用户分群

用户分群是精细化运营的核心,它是基于用户分层的基础上,从每一层级用户的横向再细分,筛选出共性用户群体。

通常根据以下几类数据再进行细分:

在信用卡行业实际运营过程中,一方数据易获取且准确度、关联度高,使用率较高。最常使用的数据有:人口属性、积分数据、客服数据、App 行为数据、营销响应数据等。App 用户行为数据也有很大价值,分析用户的行为数据,帮助设计和完善 App 产品;分析用户的潜在行为数据,帮助建立模型挖掘,找到营销方向。

信用卡 App 行为数据,主要关注是否绑卡、是否使用激活、积分兑换,实现其自助渠道缓解人工渠道服务压力的价值。以及用户在 App 上是否进行了消费、分期、申卡等对信用卡主要指标贡献度较高的操作。App 行为数据的核心维度分别是时间、频次、结果:

在一方标签数据建立不完善的情况下,为了在营销过程中为进一步提高精准度和营销效果,通常会引入三方数据进行补充。例如,在营销资源与用户进行匹配的环节,为了确认用户偏好,可引入三方的标签数据,针对不同群体分别匹配不同奖励的营销资源。以及,当涉及到适用商户的电子券,在营销过程中可引入三方的 POI 数据,匹配更精准的用户群。

基于以上多方数据,结合常见业务和活动,在用户分层的基础上,运用机器学习聚类模型、RFM模型等对信用卡存量客户画像进行多维度分析,如拆分为:分期、跨境、积分、优惠券、还款、额度等多类客群,便于营销资源调配及客群精准营销。

3、用户行为预测模型

充分利用前期精准营销结果数据、活动参与数据、用户行为数据等,以此为种子,结合用户标签,借助有监督机器学习与深度学习算法预测用户行为,建立 A/B test 对比传统营销方式与机器学习预测效果,并根据实验结果不断迭代优化模型,提高客群精准度及精准营销响应率。

举例:某商业银行用户十一假期后分期预测模型。

经过上一轮的客群分析之后,筛选出精准客群,为执行营销奠定了基础。再进一步选择推送渠道,在适当的时机,将合适的内容推送出去。下图是营销流程的简单示例:

在信用卡 App 营销过程中,营销资源不仅指奖励利益,App 功能也可作为营销抓手。在这个过程中,同一特征客群,可能感兴趣的资源有多个;而同一营销内容,也可能有多组不同特征客群感兴趣。不同客群与不同营销内容之间,可进行交叉营销。

以跨境消费客群为例,可营销的内容有:跨境消费返现、跨境消费送积分、积分兑换送里程、贵宾出行专区体验等。而以跨境消费送积分活动为例,可营销的客群有:跨境消费客群、商旅卡客群、积分兑换客群等。

在执行营销之前,可结合信用卡营销资源规划表、App 功能上线规划表、时事热点、公关日历表等,做年度、月度营销的精准营销计划表。

值得一提的是,A/B 测试是执行精准营销过程中的常用策略。不管是客群、资源、渠道、发送时机,除了基于业务经验和数据分析出的规律以外,还可以通过 A/B 测试进行验证。经过几轮验证之后,探索出最合适的组合方式,多次验证结果均理想的情况下,便可设置为自动化的常态化营销模式。

例如:针对跨行还款功能,数据研究结果显示是还款日前几天 App 注册率高。为进一步验证和确切条件,其他筛选条件一致且样本量控制一致的情况下,进行距离还款日不同天数的发送,结果是还款日前5天响应率最高。针对该结果,可再多做几轮测试,如结果仍能够不断得到验证,则该结果成立,可设定自动化短信,长期触达。

1、目标导向的归因分析

每次进行精准营销,都有个业务目标。因此,分析营销效果需基于不同的目标导向。若目标是促注册 App,那就需要明确注册客户来源及精准营销带动注册客户的比例。目标是促 App 分期业务办理,那就需要明确营销及响应周期内营销带动与非营销带动的比例。

举例,在促信用卡 App 注册的精准营销过程中,在数据收集不完善的时候,可进行基础维度的监测数据:安排发送量-注册量-绑卡量-参与活动或办理业务量。

可进行全流程维度的监测数据有:安排发送量-成功发送量-短链访问量-应用商店访问量-安装量-注册量-绑卡量-参与活动或办理业务量。

全流程各个环节的数据监控更精准精准营销,前提是需完成埋点和数据收集。这期间,整条路径用户信息数据的打通是个关键工作。通过移动广告效果监测平台 Ad Tracking,基于终端信息、环境信息生成点击数据、激活时设备数据,即可实现应用安装前后用户信息匹配。

监控周期可设定为7或14天,不同营销活动的各个批次之间采用统一口径即可对比营销效果。依据经验,通常注册响应率不到1%的营销活动,需要再反向从营销资源、渠道、客群、时机、触点进行调优。

2、渠道效果监控

精准营销附加的超链接,可添加 UTM 参数,通过埋点追踪 UTM 访问数据。UTM 常用的参数有:渠道、媒介、名称、内容、关键字。

通过这5个可添加到链接中的参数,即可通过细分层级,明确用户是从哪一个渠道、媒介(微信/短信/EDM等)、名称、内容、关键字过来的。通过不同渠道的访问-下载-注册-参与/付费数据,可分析不同渠道的质量。通过名称、内容、关键字,可分析出客户对哪类活动感兴趣,这部分数据也是用户标签数据的重要来源之一。

下图为基础的渠道监控表:

在精准营销过程中,从最初的筛选精准客群,到选择适宜渠道、恰当时机、差异化内容、合适形式进行投放,再到最后的营销效果监测,数据分析是贯穿始终的基础工作。

精准营销需实现如上图所示的营销闭环。对精准营销效果进行复盘分析,可指导下一轮的精准营销。这对客群标签沉淀、客群模型调优、营销方案迭代、App产品迭代优化、渠道拓展及触点优化、发送时机选择、标准的自动化营销体系的逐步建设,都起着至关重要的作用。

请问还有什么能够帮到你吗?

如果还有需要我们帮助你的地方请联系我们哦!

联系我们