【用户运营】用户运营-关系加深

前言
相信很多小伙伴已经发现，数据银行现在有消费者运营榜单的功能。这是因为在消费者数字化运营时代，AIPL的运营心智已经深入人心，成为品牌人群运营的常规手段。基于此，我们会联动行业建立指标体系来指导品牌将自身成长的参照体系从传统GMV单一指向，朝更全面立体的消费者动态路径指标体系转变。这个体系应该行业化、周期性满足品牌需求，所以数据银行的月度榜单应运而生。我们每个自然月度，都会在银行产品里发布榜单，这个榜单是行业化的，快消、服饰、消电、家装都有自己行业的榜单，而且榜单是可以交叉策略人群的，这样可以帮助品牌从行业和策略人群等多个维度去分析品牌的人群运营情况，找到突破点和优势点。

榜单
很多品牌伙伴觉得，榜单只是最头部品牌的小范围狂欢，因为我们只展示TOP20。这种说法对吗？不对。
●第一，榜单的指标是多维度的。大品牌的F也许很大但是A不一定好。小品牌的S虽然不多但是T可以做得很高。
●第二，榜单维度是交叉的。榜单是行业化的，跨行业的品牌可以知悉自己的优势，明确发力的重点。榜单也可以交策略人群，这扩大了品牌的入围空间，很多小品牌在单个策略人群的表现是非常优秀的，上榜是情理之中的事情。所以，我们要消除偏见，以大快消为例，我们行业维度有8个选项，策略人群维度有10个选项，每个页面有80个坑位，那么理论上我们有6400个坑位，那为什么不是你的品牌成为6400分之一呢？
那么进入正题，来自灵魂的拷问，我的品牌怎么上榜？

一、FAST榜单（大快消、大服饰、消费电子商家）
我们先来看下定义（如下图），请注意FA是品牌维度的，ST是店铺维度的

消费者层次流转提升
那么快消、服饰和消费电子的逻辑完全一样吗？不完全一样。

第一，服饰的F是行业化的。大家都清楚，服饰品牌通常存在多行业分布的情况，比如太平鸟有男装和女装，如果2个行业SHARE一样的F，就无法很好地支持品牌做行业化的策略制定，所以我们联动行业和技术团队，对品牌在行业的AIPL做了拆分，换言之，太平鸟在男装和女装下的F值是不一样的，这样品牌可以更好评估自己的现状，从而制定更优的人群运营策略。
第二，指标的比较对象上有区别。以T为例，快消的T是跟行业均值比的，高于均值的会显示。服饰的则是跟中位数比较的。消电则是在全量商家中按照T指标排名取Top，这是由行业商家数量、具体指标的值等多种行业特性因素决定，并不影响商家的具体运营策略。

接下来我们讲解下，提升指标的常规做法，因为是给全部商家看的，所以我们尽量以通用性的场景语言跟大家沟通。品牌同学可以根据自己的实际情况进行针对性的调整。我们也会持续去更新这份指南，给商家输送更丰富的有效运营手段。

F-可运营消费者总量
① 数据融合上传
我们有两种上传方式，第一种就是常规的上传，csv格式、5000条以上、大小100M以内，然后加密上传。第二种开通了quick audience产品（简称QA）的商家，可以通过QA产品直接同步到银行，是一种更高效的上传方式。上传的内容，可以是品牌自己的线下会员人群，也可以是在抖音/小红书/微博等投放的人群。匹配成功后，我们就可以去对这群人进行透视和分析。

请大家要记住，不要上传后直接投放。

举个例子，有个品牌上传了500万的人群后，匹配成功率高达95%，品牌很兴奋得直接投放。但是效果却并不理想，为什么呢？我们通过分析发现，这几百万人里，处于品牌PL状态的消费者多达200万，鉴于这些人并不会马上复购，且品牌是以Z时代人群拉新为目的，我们应该在自定义分析里，应该把上传人群差掉PL人群，然后再交上Z时代人群，这样我们就会获得更精准的投放人群底池，从而获得更高的投放ROI。

② 广告投放
这块我们可以分成两类，
第一类是淘外，比如通过UD投放的抖音信息流，通过妈妈小二投放的超级风暴、优酷全域星，商家自己在小红书抖音快手的投放，商家在饿了么、支付宝的投放等；
第二类是我们日常说的公域，比如妈妈营销策略中心和达摩盘投放的钻展、品销宝、直通车、品牌搜索、猜你喜欢，引力魔方等，通过营销平台投放的U先派样。广告投放是非常常用的提升F的手段，所以我们在人群的筛选上、投放的时间上进行精细化的设计。

举个例子，有品牌找我，说砸了100万在618上，但是新增的PL人群非常少。我们通过分析发现，品牌的PL人群，有20%都喜欢在0-1点这个时间段进行支付，但是商家投放的预算，都是集中在早晚高峰上。这就导致访问曲线和支付曲线的不重合，品牌的预算就白白浪费掉了。所以，我们的钱要正确的去花。在进行广告的投放时，要做好充分的、多维度的透视分析，要好好利用数据银行分析的能力，再进行正确渠道的应用。

③ 内容营销
常见的就是微淘、直播、品牌号、短视频等。这块上我们要保证内容运营的丰富度，比如我们店铺的商品，尽量去制作更多的短视频，视频是非常有效的快速沟通手段，优质的视频不但有更好的转化率，更短的决策时间，也可以获得平台的流量资源倾斜。形成1个良性的循环。

④ 品牌内互通
有很多商家是有多品牌的布局的，我们可以进行内部的交叉融合分析，实现品牌间的新客流转。

举个例子，我是联合利华集团，通过策略中心的分析发现，沐浴露的购买消费者对洗衣液有很强的偏好，那么我就可以申请，让个护品牌多芬和家清品牌奥妙的人群进行互通，高效提升各自品牌的AI人群。（请注意这个功能是需要申请的哈，申请方式可以联系各自行业的小二）

A-关系加深率
① 加深到兴趣
我们做关系加深，并不是非要到PL不可的。只要是健康的向下流转，都是值得我们的去运营的。
第一个打法就是二次营销。我们很多品牌流转不好就是因为没有做持续的二次运营。

举个例子，我们现在都在直播，看过直播的人属于认知人群，如果15天内该人群没任何动作，就会白白流失。那么我们可以周期性的圈出直播观看人群，看下他们的偏好是什么、结构是如何的，再去进行二次触达，你可通过CRM去发券，通过达摩盘去促使加购收藏，只要可以加深关系，咱们都可以去持续尝试。

第二个打法是定向加深。
我们都知道，有些行为是可以直接跳过认知变成兴趣的。那么我们要做的就是找到高效的加深关系的手段和工具。我们以加粉为例，支付宝是一个新的加粉应用端，支付宝有非常多的流量入口，比如支付成功页、集分宝、领积分、红包码等，消费者点击后，会一键关注品牌店铺成为粉丝。目前有超过800个品牌开通了支付宝的应用通道，加粉千万级。

② 加深到购买
这块是大家最为关注的，行业这边有比较流行的玩法，比如品牌新享，通过新享礼金去促成首单的购买成功品牌新客。我们可以从不同视角去看下购买场景。
第一个视角：从人出发
之前品牌只关心购买人数是否达标，现在越多越多的品牌意识到，我们的支付人群结构要更加健康。举个例子，有品牌告诉我，他们的支付人群都是在29岁以上的，但是品牌本身并不是1个偏向中老年的品牌。这是1个危险的信号，因为品牌无法收割年轻人，那就很难做长期的生意。所以我们可以把支付人群按照策略人群去拆分，去制定各自策略人群的目标，找到自己的优势点和薄弱点，差异化去发力。在618大促，我们可以针对单个策略人群设计目标，进行AI人群的蓄水，前置管理支付人群目标的完成。

第二个视角：从货分析。
如前面所说，很多商家的AI是低质量的，因为这些AI人群没跟货品发生互动，无法在大促期间进行转化。所以数据银行进行了产品能力的升级，简单来讲可以分为4点。
第一点是算法的升级，品牌可以点击潜客挖掘，一键找到更容易购买商品的人，非常适合无法指定精细化运营计划的商家；
第二点是AI行为的下钻，我们让品牌看到，AI人群喜欢跟哪种商品发生互动、有多少人互动，并且一键圈出来这些人进行透视分析，这样就可以帮助品牌优化货人匹配策略；
第三点是商品标签的外化，这是行业策略的高效透传。商家可以看到自己的打标商品是哪些，互动人群量级如何。比如超级单品是承担GMV贡献的商品，我需要每日监控该商品的AI人群，通过分析找到更多类似人群，从而完成销售目标。
第四点是商品组合的概念，有很多商家运营货品，是按照产品系列、价格段等维度去设计的，所以数据银行的商品集能力，可以帮助品牌自定义最商品进行组合，生成1个商品集，从而针对商品集制定货品策略，完成商品集的销售目标。

第三个视角：从场设计。
我们发现，不论是快消、服饰和消电，消费者都喜欢熬夜购买，所以我们设计熬夜场景，在场景下去完成更高效的收割。
举个例子，在疫情的影响下，消费者对同城生活的需求心智在指数级增长，有品牌就设计了家宅人群，通过饿了吗、口碑、淘鲜达的数据回流，大幅提升了转化效率。

③ 加深到忠诚
这块我们可以按照定义分解为2个大类
第一类是正向评价
在短期无法复购的情况下，我们需要引导客户做出正向的评价，这块商家的玩法也比较多。比如产品包装本身非常精美适合拍照分享、附送惊喜小样或赠品、客服沟通好评有礼等

S-会员人数
① 会员黄金象限

我们会把会员分成四个象限，按照他是否是我们的会员，以及是否是我们的新客。

我们分成这四个象限之后，经过一年的观察，我们发现在老会员以及同是老客的重叠领域，在同一年给我们的品牌贡献度是最高的，也就是他的ARPU值是最高的，但是他的ARPU是在一年时间里面释放出来的。

在我们招募新会员的左上角象限里面，新会员的招募效率是在某些时间点最高，比如像大促、单品牌活动，这样的时间点是最高的，而且新客招募相对来讲是需要投入品牌的营销预算和成本。

按照我们常规的规划来讲，品牌是分段来做自己的营销预算的规划，但是很多品牌在去年就开始自发做这样的一个尝试。因为我已经知道，这个会员会在后面12个月里面给品牌带来超额的成交贡献，那么反推一下在某一个大促或者某一个单品牌结点，我加大拉新的投放，我加大预计拉来的新客未来在一年之内给我带来的投放。有点像我们股市当中的一个杠杆效应。所以在这个模型里面，它非常清晰、完善的表达了我们会员的递进次序，以及它和公域、潜客互相转换的关系，也生动阐述了没有所谓的绝对的私域，私域和公域本身就是密不可分的两个体系，哪里可以触达到会员、用户，哪里就是私域。

② 跨端会员招募
目前比较流行的是支付宝的入会招募。举个例子，有个家居品牌，在天猫刚开店，需要迅速积累会员。品牌针对线下门店比较多的城市，选择了25-39岁的有家居类目偏好的女性消费者，在支付成功页进行一键入会广告的投放，获得了令人满意的入会效果。

② 聚焦长期运营  

NEW榜单（家装商家）
我们先来看下定义（如下图）

相比快速消费品，家装等耐用消费品换购周期非常长，且行业决策链路也会耗时更长以及线上下影响的因素更复杂，不太容易产生冲动购买。根据相关用户研究数据显示，大家电类平均消费者的决策周期在30天左右， PC平均在45天，小家电和手机也平均也超过了15天，家装最长可以达3个月。且一般2年内发生复购的概率较小。所有的这些类目，平均品牌的新客占比都在80%左右。可以说是真正的新客为王，得新客者得天下。新客获取的效率和质量决定了品牌生意运转的效率。

从品牌投入产出比的角度，新客也扮演着非常重要的角色。即使是存在一定复购的多类目品牌，70%左右的营销投放带来了80%的GMV产出。对于垂直类目的品牌，品牌新客的重要性则更为突出。下图为某两种类型品牌在双11中新老客的投入产出情况。

在一些品牌新客数据的调研中，我们发现平均80%的新客，都曾经90天内在品牌的数据银行里出现过，也就是说掌握了这90天内在品牌数据银行里出现过的潜客人群，我们也就掌握了80%的新客来源。

将新客作为核心，整合线上下不同的优势，服务好每一个潜在的消费者，让品牌与消费者的认知、兴趣到购买关系的加深在品牌可触达、可沉淀、可影响的场里完成，成为了家装品牌的新时代的分水岭。

围绕新客指标，监控潜在购买者的动态转化历程，以及新客消费者资产对品牌生意的影响，家装新客运营指标体系NEW应运而生，将新客获取的全链路可视化、可量化、可优化。

1、品牌新客的可持续运营：

家装的消费者通常决策周期更长，流转链路更复杂，品牌通过单次的消费者触达即成功转化的新客占比非常之小。对潜客和新客的可持续运营非常重要。与此同时，面对大批前期已经多次触达或种草的潜客，品牌若无法识别消费者的认知或兴趣阶段，则面临无法精准转化或者过度重复投放的困境，最终导致营销成本的上升，以及转化周期的延长。

NEW指标体系将品牌获取新客的结果过程化，将新客获取的环节切分为蓄水侧和加深侧，结合认知A及兴趣I人群的分类即可更清晰地定位突破点。

例如某消电品牌，通过数字化投放沉淀了1亿的活跃消费者，但是大部分消费者在超品中完成不了整个决策购买的链路，那么在后续的营销活动中可以针对当时未购买但仍在持续关注的消费者（即AI人群）进行收割。

最后结果证明，这1亿的活跃消费者持续地为品牌618、品类日、99大促、和双11等后续大促活动贡献新客。

2、家装3大新客运营场景驱动新客提效：

NEW指标帮助品牌聚焦家装消费者运营的核心环节，通过对比竞争对手，或者与行业benchmark 指标对比，洞察自身在新客运营能力的各个维度的薄弱环节以及突破口。

配合阿里数据和营销生态强大的消费者运营与触达工具有针对性地进行拉新能力提升，使得品牌的活跃消费者和消费者资产向着更加健康、可持续的增长的轨迹发展。

比如当一个行业的头部品牌新客蓄水力低于行业平均水平或是主要竞争对手的表现时，可以采取几大标准化的新客运营场景来分别提升新客蓄水力等指标。

比如，为了提升新客蓄水力这一指标，品牌除了通过全域数据中台或者数据银行将投放资产回流、以及线下人群上传外，还可以通过对所在品类潜客的运营、跨类目拉新、以及新营销场景以及新策略人群的渗透，这些都将有效提升新客蓄水量。

例如在某清洁电器品牌在疫情期间通过对口罩、消毒水、洗手液等防疫活跃且高消费力的人群进行触达和沟通，大大提升了潜客池和N-蓄水力，同时这部分活跃人群转化率远高于类目人群。甚至从最开始产品的设计和上市阶段，就可以把提升蓄水力的指标带入，在一个消费热度更高的新场景里进行人群教育和渗透，

比如某个护品牌推出的空气精华吹风机，便是将潜客人群拓展到了美妆场景。某手机品牌对自己的粉丝群体进行深入的运营，基于在大促最频繁访问和最近访问（Frequency – Recency Matrix）的粉丝建立更精准的潜客矩阵，结合高效的媒介触点组合，以及不同人群的货品匹配和定制沟通优化，在提升新客加深力的同时，降低了拉新成本，达成更高的生意目标。某电器品牌高单价冰箱上市时，通过挖掘目标市场的细分功能和痛点需求，定位高消费力的目标人群来提升新客价值力。

3、 品牌多品类的差异化运营以及关联销售：

在家装行业，品牌通常会覆盖多个产品类目，但是不同类目的运营方式会有显著差异，同时新客的贡献来源也会有所不同。

W指标的引入，将更好的帮助品牌来评估不同货品背后消费者的价值差异。对于多类目品牌而言，可以借助场景购等形式实现品类间的关联销售。

同时，引流类目成功拉新的消费者将成为品牌其他利润类目的高潜消费客群，从而提升消费者生命周期价值，扩大品牌消费者资产。