zoukankan      html  css  js  c++  java
  • 阿里云数据中台赋能零售耐消品新客获取与转化

    天猫消电家装联合安永战略咨询基于阿里巴巴品牌数据银行AIPL的资产积累与流转情况,设计了数字化新客运营指标体系NEW。

    这一体系以消费者资产作为品牌方经营的运营基石,基于消费者人群的评估、监测、驱动来带动品牌当下及未来商业的增长。关于NEW这一指导新客运营的指标体系可详见底部链接。

    大小家电这类产品之所以定位为耐消品的原因有二:

    其一:该品类换购周期非常长;
    其二:该品类存在排他性(即同一品类,消费者一般只需要购买一件)。

    在这样的大背景之下,大小家电行业的消费者运营环节中的新客获取效率成为影响品牌成长的至关紧要的因素。

    笔者所在项目组接触了国内不少大小家电品牌的电商、消费者运营团队,发现以下几个话题热度不低,我们具体展开与各位读者做一个讨论。

    1. 新客的定义

    狭义的新客,以既定的某种标准来区别单个个体,首次购买才算新客。比如以身份证号为判断标准,初次购买才是新客;即使很多年以后第二次购买,他/她就不再是新客。

    部分平台上,会加一个时间限定,比如此次购买距离上一次购买已经超过360天了,那么这次购买就划定为新客的购买行为。

    其实,对于一个多品牌多品类的企业,新客的定义可以包括品牌新客,品类新客跟单品新客。即通过跨品牌营销,可以将狭义的老客转化为品牌新客;通过跨品类营销,可以将狭义的老客转化为品类新客;通过单品的升级换代,可以将狭义的老客转化为单品新客。

    全域数据中台赋能耐消品新客获取与转化
    广义上的新客

    2. 潜在新客的获取路径

    这里潜在新客即指“有机会转化为品牌新客/品类新客/单品新客的人群”,可以通过自然流量获取,也可以通过付费流量获取,也可以是既存的人群。其中有一部分人群的ID(如手机号、设备ID、微博ID)是存在于品牌方的数据中台中的,这部分人群大概有以下几个类别:

    • 品牌广告投放留存的人群
    • 线下体验与留资人群
    • 注册会员但未成交人群
    • 官微/官博粉丝人群
    • IP粉丝人群
    • 代言人粉丝人群
    • 潜在升级换代人群
    • 单品种子人群优选放大后人群
    • 同类产品历史成交人群优选放大后人群
    • 自有电商渠道有收藏加购行为但未成交人群

    对于这部分人群的盘点与留存,其实就是整个耐消品新客运营链路中的蓄水环节。该环节留存的AI人群可以持续地为品牌各类重要运营节点,如618、品类日、99、双11等贡献新客。

    3. 将潜客使其转化为新客

    由于耐用品客单价相对较高,而且具有排他性(通常只买一件),消费者决策时间更长,链路更复杂,因此就非常考验品牌商对潜客池子中的人群(即A人群与I人群)进行转化运营的能力。借助阿里云数据中台产品和零售行业解决方案可以非常高效地进行新客获取与持续运营,这里的“效”即包括效率,也包括效果。 整体方案如下,分为技术解决方案、运营解决方案、营销解决方案。整体的解决方案在多家耐消品品牌中得到了应用并获得了一定的认可。

    image.png

    潜客获取与持续运营解决方案框架图

    技术解决方案:利用数据中台中的智能数据开发产品Dataphin实现消费者数据的资产化与标签化,如对于已购消费者的价位段偏好、颜色偏好进行标签制作;对于媒体广告回流数据,加工制作点击次数、曝光次数、偏好营销形式、意向品类等标签。

    运营解决方案:结合阿里云数据中台的人群洞察能力,根据消费者的基础属性,如城市等级,人生阶段划分为不同类型的群体,针对性地进行后链路运营转化。 如媒体的二次触达;如推送至电商平台进行成交转化运营;如通过直播、轻店进行转化运营。

    营销解决方案:结合人群包的特征以及营销目的,选择合适的营销触达工具,如短信、今日头条、阿里妈妈、微博等。

    这次关于“耐消品新客”的话题讨论就到这里,可以看到NEW指标体系指导新客数字化运营评估,阿里云数据中台通过技术与产品能力实现新客数字化运营的落地。当然也可以基于阿里云数据中台的能力搭建一方NEW指标体系,具体的方案我们留到下次再展开。也欢迎各位与我们联系,沟通交流更多消费电子与大小家电行业消费者运营最佳实践!

    image.png

    潜客获取与转化运营效果跟踪看板(示例)

    参考资料:耐用消费品新客数字化运营评估体系NEW重磅发布 https://www.cbndata.com/information/63368

    数据中台是企业数智化的必经之路,阿里巴巴认为数据中台是集方法论、工具、组织于一体的,“快”、“准”、“全”、“统”、“通”的智能大数据体系。

    目前正通过阿里云对外输出系列解决方案,包括通用数据中台解决方案零售数据中台解决方案金融数据中台解决方案互联网数据中台解决方案政务数据中台解决方案等细分场景。

    其中阿里云数据中台产品矩阵是以Dataphin为基座,以Quick系列为业务场景化切入,包括:

     

    原文链接
    本文为阿里云原创内容,未经允许不得转载。

  • 相关阅读:
    笔记35 跨重定向请求传递数
    判断邮箱的正则表达式
    按钮
    async await 的用法
    笔记34 Spring MVC的高级技术——处理multipart形式的数据
    Convert Sorted Array to Binary Search Tree
    Binary Tree Zigzag Level Order Traversal
    Unique Binary Search Trees,Unique Binary Search Trees II
    Validate Binary Search Tree
    Populating Next Right Pointers in Each Node,Populating Next Right Pointers in Each Node II
  • 原文地址:https://www.cnblogs.com/yunqishequ/p/14096496.html
Copyright © 2011-2022 走看看