关于精细化运营,我的几点感受

随着获取流量的成本逐渐升高,各个产品的用户之间重合度越来越高。同时,淘宝千人千面的出现,让大家看到了针对不同人群的精细化运营的可能性。将每一个人群进行精细化运营,最终提升流量的利用效率,让流量变成真正的留量。

随着获取流量的成本逐渐升高,各个产品的用户之间重合度越来越高。同时,淘宝千人千面的出现,让大家看到了针对不同人群的精细化运营的可能性。将每一个人群进行精细化运营,最终提升流量的利用效率,让流量变成真正的留量。



一、什么是精细化运营


和精细化运营相对的是粗放式运营,也就是在早期的时候,大部分会采用的一种运营方式。大家看到的东西都是一样的,根据大众最终的实验效果去反馈运营策略。


而精细化运营就相当而言,会比较细致。针对不同生命周期的用户,同一生命周期的不同类用户甚至是每个用户,都展示不同的内容,采取不同的运营策略去完成最终的转化。如果说早期的运营策略是一对多的模式,那么精细化运营就是多对多的对应关系。



在精细化运营策略之下,每一类用户甚至是每一个用户都被打上了N多个标签,在这种情况下,也就出现了用户精细化运营策略的优先级。20%的用户创造80%的收益,重点将核心用户做好用户管理和维护,才能创造更大的价值。虽然80%的用户这部分的用户数据看起来非常好看,但是很难创造更大的价值。当时间和精力有限的时候,将最核心的精力放在那能产生80%效益的事情上。


二、精细化运营的关键


前面简单的聊了下什么是精细化运营,对于精细化运营有了一个大致的了解和轮廓。接下来我们来说下,日常运营工作中,我们应该如何去进行精细化运营。以下内容纯属自己的观点和看法,仅供参考。


用户分层是根本


如果说精细化运营是术的话,那么用户分层就是道。这也是为什么说用户分层是用户运营的基础的原因,之前也写过关于用户分层的文章,可以戳浅谈用户运营中的用户分层。


根据用户的基础信息,行为信息以及消费信息可以将用户进行多样化的分层。但是,如何进行分层关键还是看最终需要实现什么样的目标。围绕着目标进行用户细分,前期先进行初步的用户分层细分,当后期跑通之后,如果在这一层用户中,用户行为之间也存在某些明显的差异,还有进一步提升的空间,可以再一步进行用户分层。


用户分层就想把一整个蛋糕,切成不同形状的小块,将这些小块送给最合适的那个人。拿淘宝来说,用户的基本信息可以分为:性别、地域、年龄、大致职业,月均消费额度。


同时,根据用户行为,可反推用户身份属性标签:婚恋阶段,是否有房,职业等非常详细的信息。



用户行为又进一步可以分为:日常购物时间,购物偏好,购物频次,单次消费金额,优惠券偏好程度,购物习惯(是搜索购物还是浏览逛街式购物)等信息。



这里需要说明一点,很多产品的性别,年龄,职业这一些标签都不太准确,这一些标签要么来源于用户手动填写标签(用户可能存在胡乱填写的情况),要么来源于产品手动标签。(按照用户可能存在的某个行为去进行划分)。淘宝之所以有这么多的用户标签,是有众多产品的信息打通组合,逐渐优化之后形成的一个用户N多个标签的组合。还有一个核心是,购物这个行为上,可以解析出很多的用户行为和用户场景,再加上有淘宝的数据去进行反复校对,优化的一个过程。


还记得之前看过一个案例:某家商城里边发现一群每月都来购买卫生巾的人群,但是后续几个月有购买记录,但是没有来购买卫生巾的行为,于是就对之前一直联系有过购物行为,但最近未购买卫生巾的用户推送婴幼儿商品的促销信息。这一下推送为商场额外带来不少的销售额。


在用户行为分层的基础上,用户洞察也是关键。用户为什么会有这样的行为,为什么这个行为又消失了,背后一定存在某种原因。之前看过梁宁老师写过的一篇文章,关于三大电扇平台谁更精准的问题:


淘宝的推荐比京东好很多,但还是不如拼多多。大家可以自己在淘宝搜个比如“无锡排骨”,你看淘宝的关联推荐还是“无锡排骨”“三凤桥”,这一类关键词的匹配。我在拼多多上搜“无锡排骨”,拼多多除了关联“无锡排骨”“三凤桥”,还会给我推荐一下“四喜丸子”。这说明什么?说明淘宝在做关键词关联,而拼多多在做用户理解,它试图理解我的搜索动机和偏好。


用户行为之后有一个核心的目的,通过搜索动机去做关联推荐,比关键词关联更能适配用户想要的场景,促进用户转化。这背后就是通过用户行为做用户洞察和动机分析。


用户行为地图是关键


用户分层可以说是精细化运营,甚至是用户运营的基础。而在用户分层的这个基石上,一定是根据用户行为地图去做定制化的推荐和运营。在这基础上,根据产品的属性将用户行为拆分为几个用户行为关键点,从而在用户行为关键点上向用户推荐最适合用户的产品,最大化的转化用户。



比如在签到,福利页这种用户行为下,一定是贪小便宜的用户居多,这类用户的特点是时间多,但是用户不容易进行付费转化,所以给这些用户推优惠券,或者激励视频的产品是转化率比较高的产品。而在用户的Aha时刻是用户体验产品的高潮,如果在这个时候能够给用户推荐一些首次试用的付费产品,就很容易形成用户付费转化。


用户在某个时刻,基于某个目的,来到某个页面,从用户的目的以及用户属性触发,给用户推荐最适合用户的产品。之前看到斑马做的一个精细化的运营就做的挺不错。在信息流投放广告中,如果用户付费未成功,斑马会直接弹出一个关注公众号获取1元优惠课(原价69元)的二维码,以优惠价格促进潜在用户的转化。这样转化用户的转化率非常高,同时后续根据用户当时的行为给用户推荐合适价格的产品,更容易形成转化。


数据分析是策略能够成功的基础


精细化运营是一件非常理性的事情,每一项的投入,每一个策略的变更都是基于数据的变现来做出调整的。而最终策略是否成功,也是需要对数据进行分析对比。


而能够保证最终数据结论比较准确的办法就是进行AB测试将新的策略形成实验组,而对照组保持不变,唯一的变量就是其中某个变量的改动,控制变量之后,才能更加准确地直接实验是否成功。最终实验组和对照组的数据形成对比,看是否实验组的某些数据指标是否对照组的实验指标更好。有时候我们做实验的时候会发现,某项数据指标上升之后,某项数据标志又跌下来了。这个时候,就涉及到设计实验的总目标和副目标。


比如我们想要提升转化率,但是可能我们发现转化率上升的同时arpu值又下降了,这个时候我们就整体看收入的指标是否有所提升,如果收入整体上升,那说明策略是成功的,但是虽然转化率上升,但是上升转化率的收入没有办法补齐下降arpu值的gap,那么可能策略还是需要进一步调整优化。同时还需要看实验的样本量是否达标,是否有足够的样本量去支撑保证最终的结果是显著性特征。


一般来说,显著性特征>95%以上,那我们就称AB之间存在显著性的差异。这里给大家推荐一个计算显著性特征的平台:云眼。可通过直接输入数据,计算出提升率。



一般来说,AB测的结果最为准确。而从AB测中,去进行对比分析,也需要分清主次,更好地去执行后期的策略。



文章来源:公众号:运营汪成长日记。作者:婷婷。
介绍:用户运营汪,欢迎大家来交流,微信::wt-growth

图片来源:部分图片来源网络,版权归原作者所有,不为商业用途,如有侵犯,敬请作者与我们联系。文章为作者独立观点,不代表135编辑器立场。


文章申明:本文章转载自互联网公开渠道,如有侵权请联系我们删除
文章评价
登录后可以评论
立即登录
分享到