商业逻辑里的“人-货-场”其实也同样可以贯穿到私域里。把产品当成“货”,把私域用户当成“人”,“场”刚好对应场景。变换之后这个逻辑仍然成立。
“人”的部分需要了解并能够满足用户的需求,涉及标签体系的设计、获取、应用;
“货”需要重点关注产品属性、产品组合/递进、产品迭代;
“场”涉及用户旅程、用户行为、客观场景和时间节点几部分。
在见实的《私域用户黄金运营周期》视频课程里将私域“人-货-场”这个主题用3小节进行了深入的讲解。现在我们将部分课程实录文字进行梳理呈现,如下,enjoy:
01人-标签的设计、获取、应用
“人”这一部分最需要的是了解并且能够满足用户需求。总结来说就是标签体系的设计,标签的多渠道获取,以及标签的应用。
首先,基于“人”可以获取的标签分为五类:来源属性、基础属性、行为属性、业务属性、预测属性。
通过来源属性我们可以分析用户有可能被吸引的点是什么,消费了什么才被吸引过来。
基于用户的基础信息,他的年龄、性别,可以在运营者脑海中逐渐描摹出他的画像,甚至根据所在地来猜测他的消费水平。
更为重要的是用户的行为属性,他的访问、停留、收藏、关注,甚至他加购物车了,所有这些都是他的行为。
业务属性大家很了解,包括用户购买的产品,消费频次,客单价,消费喜好,等所有跟订单有关的信息。
最后是预测属性,预测属性有时是基于判断,有时是基于数据分析。比如在与用户沟通过程中,发现他反反复复在关注某个点,而这个点恰恰是转化的关键。这个标签可能是“对什么东西感兴趣”,或者“极有可能买什么东西”,再或者“解决了什么问题就会购买”等类似的标签。
最终把所有的用户标签汇集,在脑海中描摹出相对完整的用户画像,把类似画像的人放在一起,就能形成人群包,形成了所谓的分层策略。
我们希望拿这些用户的信息,那信息从哪儿来?
大致是四类:渠道标签、系统标签、私域标签、手动标签。
渠道标签主要是指来源渠道,比如是线上投放来的,是公众号来的,还是线下门店来的,所有这些都是渠道标签。
系统标签是来自会员库、CRM系统,包括历史上留存的用户信息。
业务信息指订单这一类来源于业务系统。
私域标签是指在私域里不管是1V1,还是社群,还是公众号,甚至视频号,用户有哪些行为,有哪些互动,这些用户在私域内的行为理论上都可以做追溯。
手动打标是指客服对于用户有哪些判断,门店接待的前台或者收银员对用户留下的特别深刻的印象,我认为这类印象有价值可形成标签,以供策略同学调取。
上面讲了标签体系的构成,讲了标签的来源,那标签怎么来用呢?
标签使用大致是两类,一类是分析,一类是触达。
分析又分模型分析和场景分析。像大家比较熟悉的分析模型,事件分析、漏斗分析、留存、归因、LTV的分析,这些都算是分析模型。另外一类像RFM模型、流失预测、对于用户旅程的拆解,对于用户生命周期行为、状态变化的记录,继而进行分析。这些其实都是方便我们更加了解用户个体和用户群体。
在应用侧比较好理解,当把人群筛选出来,当筛选出意向用户之后,就需要有一些触达的手段。
不管是金融保险常见的1V1触达,还是餐饮、新零售常用的社群玩法,包括现在应用比较多的AI外呼、客服消息等,所有这些都是触达侧的应用,我能够把这些人圈定出来,并且定向触达他,这是对于标签应用的场景。
总结来看,用户标签,用户来源,以及分析和应用的场景之间可以通过ONE ID串联,ONE ID是私域基建非常关键的部分,有些企业ONE ID很好打通,因为原本长在微信里,或者原本在线下场景。
那不好打通的是什么类型的企业?是那些在多个平台进行销售,或者用户来源非常分散,在各个头部平台都有,它们之间的相互数据一定程度上是孤岛,包括用户ID识别、判断,这些逻辑都不一样。
这个事确实挺难的,只能是尽量把私域和已有的业务系统做ONE ID打通,已经阶段性够用了,后面更加性感的事情还得留点时间发酵。
02货-产品属性、组合/递进、迭代
说完“人”再说“货”。
我们首先要关注产品属性,包括产品对应的是用户什么需求,产品自身具有哪些特征,呈现出哪些数据结果,整体的交易售卖情况,都能让我们对于产品属性有更多更丰富的了解。
比如在保险行业不同的产品对应的功效不同,适用人群也不同。假如我们在这时用通用策略或者不关注这些属性,就有可能出现需求与产品的错配。
产品自身有哪些特性,用户感不感兴趣,整体的转化率怎么样,是不是符合行业平均标准,或者有哪些独有的特征,实际上可以通过整体售卖的数据情况进行分析。整体交易分析是指单品以及这个品类与相关的所有产品,基于产品的基础属性建立一个基础的认知。
其次,产品之间往往可以组合或者形成递进关系。基于产品的属性,基于逻辑的推导,基于数据的分析,实际上可以进行产品的组合,以及去明确判断出来递进关系,有了这些之后我们就可以在后续产品推荐过程中有的放矢。
递进关系是指一个用户从什么产品也没有购买,到有了基础需求以后先领个赠险,再逐步购买百万医疗,最终购买重疾、寿险、年金险,每年把固定收入15%-20%放在保险保障这件事情上的过程。
保险也好,其他产品也好,很多时候有组合的属性,保险是天然的,重疾、意外、财险、寿险,组合起来是完整的保障计划。再像净水器和滤芯的售卖,也天然是绑定的。
接着看整体产品的迭代,不管具体提供实物产品还是服务,都无法是一成不变的,过程中需要进行迭代升级。
产品的每次迭代升级,都需要与用户相关,好的做法是能够让已有的用户先体验到,并且让已有用户提出有价值的正向或者负向反馈,包括能够给老客提供更多、更优质的服务。
所以,产品的升级无论是功能还是性能,甚至产品的设计,包括整体的外观、易用性,这些都需要持续做升级。如果在这个过程中采取“小步快跑”的迭代思路,其实私域是非常好地试验田,我们的天使用户会给我们非常多的反馈。
同时要着重强调用户共创。这里首先要基于私域跟用户建立相对比较固定的沟通渠道。比如做教育的团队能做到所有产研老师每个月至少两天时间进到社群里做用户运营,听听用户的反馈,包括主动做一些用研的工作,用来收集用户反馈,更多感知用户的体验。
除了定性分析之外,还可以基于用户数据来分享,比如对于内容使用时长的分享,原本一个用户每天花10分钟看在线课程,但推出新系列之后,这个时长变成5分钟了,这个事可能就不对了。我们其实非常容易基于这个点深挖非常多来自用户侧的体验和反馈。
最后是个性化满足,去年9月参加见实大会的时候,泡泡玛特分享了一个用户共创,包括满足用户个性化需求的案例,我觉得当时很受震撼。
当我们跟用户建立了一定连接,当用户认为参与了我们产出的过程,他会有更多个性化的需求在释放出来。虽然他的个性化需求只是短时间的个性化,但有可能未来变成普遍需求或者有代表性的需求。
另外一个方面,当我们了解用户某类需求之后,实际上可以对营销有更多的参考依据,就不会再给他推荐不相关或者正相反的产品,这个也是我们对个性化满足的另外一个收益。
03“场”-用户旅程、行为、场景/时间
下面讲讲“场”。
第一个出发点就是用户旅程。用户旅程是精细化运营的基础,当我们不了解用户旅程时,可能只能用通用策略或者只能用独立的“T+”策略。当我们了解了用户旅程,能明确定位用户在当前这个阶段可能的需求,以及他可能跃迁的策略之后,这个事儿就变得更加可控。
从住处的曝光开始到转化,到变成忠诚用户,甚至一直到流失,实际上都是旅程的节点。如果大致做阶段划分,可以分为转化前、转化后,以及忠诚。
在运营中每个阶段会有不同的目标。转化前需要奔着转化去,在追求转化的同时也要尽量不过分打扰用户,不过分影响留存,所以在这个地方我们的目标定义为“用户留存+首单转化”,过程中会做用户倒流、留存策略、打标签、持续种草,包括回复用户咨询的问题,最终希望完成促单,使他过渡到首单转化这一步。
到首购之后,我们希望用户买了一次再买第二次,或者定期回购,或者除了这款商品以外去消费其他商品,如果能再提一些有效建议,参与进共创的过程肯定是最好的。
这个阶段我们要做用户分层、提频的策略,基于用户已经消费的策略做产品组合推荐以及增值服务,使用户可以在这个地方持续消费,最终转化为忠诚用户。
进入到忠诚用户这一步关键是两个,一个是基于会员体系,本质就是做长周期的生命周期管理。第二,希望用户能够做品牌代言人,帮我们做口碑传播,包括裂变。在这个地方,我们需要做定期回访,鼓励他分享裂变的行为,假如这个用户已经流失了,就需要做召回。
第二个出发点是用户行为,用户有哪些行为,如访问、收藏、加购、咨询、购买、复购、裂变。
这个“场”是用户创造的,他的行为创造了契机,使我们了解到他的需求,使我们有合理的理由,不管以服务的形式还是以直接销售的形式,还是其他委婉的形式,只要你知道他的行为,你就有场景可以做事。
第三个出发点是基于客观的场景/时间节点。
先看场景,很多时候我们不完全是只做线上生意,有一些客观的场景来源于线下,当天在门店进行消费,或者当天参与线下活动,或者在餐厅等位,所有这些都是客观的场景。
还有一些营销的节点,双11、618、女神节,包括品牌自身的大促、会员日、宠粉节、生日月,所有这些可以称为营销节点。
用户可能的需求时刻也需要留意。比如下午3点钟,瑞幸基本会在社群里发券,上午11点有时候也发,因为中午可能是用户要消费咖啡的时间或者下午茶时间。
有了这些准备,那底层还需要什么能力?
其实是数据中台的能力。
私域中需要接入用户数据,去分析货品特征,记录用户行为,所有这些都要汇集在数据中台里。私域,一方面是这些信息的来源渠道之一,另一方面也是它的应用渠道之一。这个事儿不跟私域百分之百匹配,但它是一个必要条件。
我在企业营销咨询很多时候做着做着会把CDP纳入进来,当企业不具备数据中台能力时,非常多的规划跟策略落不了地,这个事情做着做着就从私域咨询、营销咨询做到了企业的数字化改造。而且我们发现缺这块能力的还不只是中小型品牌,有很多行业头部,甚至已经存续大几十年的企业,它的数字化能力、数字化基建也还需要再继续更新迭代。