这次用户分群模型,终于被评价为【有用】

大数据 数据分析
从本质上看,之所以需要这种组合式分群模型,是因为当分析目标是:“提升业绩”的时候,影响结果因素太多,不细致考虑,很有可能满盘皆失。

一听到用户分群呀,很多同学都来劲了,网上写用户分群的文章多如牛毛。可实际工作中,经常做完分群以后被一句话问死:“所以能提升多业绩?不能提升业绩你分它干啥?”

质问如此犀利,以至于很多同学自己都怀疑人生:到底分群的意义在哪里?该如何破局?

1、用户分群的痛点

最大的痛点在于:分群本身不能直接产生价值。无论分群用的是啥模型,最后的结果也只是一个数据标签而已。问题就在于:没有一个用户会为这个标签买单。

用户买单的原因永远是:

需求:我刚好需要这个

渠道:我刚好看到你家在卖

价格:你家商品价格很便宜

设计:你家商品设计很好看

品牌:你家牌子我很喜欢

跟风:我看别人都在你家买

功能:你家商品功能多,好用

……​

并且是这些因素综合影响的结果。指望一个模型,把以上所有通通预测清楚,是100%不可能的。那相当于要求算法工程师能精确到:张三公元2021年7月29日10点19分会打开手机商城,他恰好想买一个正价200且优惠20元的大风牌电风扇……这么搞,还不如请个算命大师靠谱。

知道问题关键所在,破局的思路也就清晰了:放弃用一个神威无敌大将军模型,一炮搞掂所有问题的幼稚想法。从影响用户消费的因素出发,分模块,各个击破。

2、提升业绩的关键

影响用户消费的因素之间,有内在逻辑关系(如下图):

图片

                          

用户有需求,恰好能接触到某个品牌,然后再思考这个品牌提供的解决方案能否满足需求。

因此从大类上,可以拆解成三大模块:

  •  用户需求
  • 接触渠道
  • 解决方案

大部分企业不是头腾阿美滴,没有垄断地位,因此最大的难点是中间层:接触渠道。如果无法有效接触用户,前端的需求洞察,后端的方案匹配,都是空谈。

因此,真想让用户分群模型见效,首先要突破的是接触渠道这一环。对用户接触行为进行分群,区分出不同用户适合的接触渠道,能直接提升落地效果。(如下图)

图片

大部分企业不是能大把烧钱的公司,资源要谨慎使用。因此第二大难点,是区分用户支付能力,计算出到底值得投多少资源去做。注意:很多同学懒省事,喜欢算一下累计消费就交差,累计消费高的就意味着支付能力高,就值得投资源,这是懒政。

因为历史消费不代表未来消费,有些品类可能有用户忠诚度,会进行复购。有些品类压根就是一笔的生意。因此这里建议拆分几个标签,分别做归类(如下图):

图片

大部分企业不是平台企业,只要有交易就行,不在乎是谁的产品。因此在匹配解决方案的时候,就注定了有些商品可能没有市场竞争力,只能匹配给忠诚度高的客户;有的商品就是拿价格换销量,引流一把而已。

所以解决方案,是紧密结合用户的价值、需求、触点来做的(如下图):

图片

有了以上准备,可以开始搭积木,组装能提升业绩的分层模型了。

3、用户分群组装方式​​​

经过上一步分析,准备好各个基础模块(如下图)开始组装。

第一步:基于用户支付+品牌粘性,确认基础分群策略,锁定每个用户值得多少投入和预期达成的目标。

图片

如果想进一步提升效益,可以在这里增加两个模型:

模型1:自然消费预测。通过建模/分析,发现高概率(70%以上即可)自然消费的用户,然后削弱该部分用户的投入,这样就能进一步提高分群策略的资源投放ROI。

模型2:价格敏感性分析。通过建模/分析,发现高价格敏感型用户,然后视当前业务发展情况,如果缺销售数量,就投钱做这批用户;如果缺利润,就暂时放弃不做,这样也能进一步提高ROI

第二步:基于用户偏好+接触渠道,确认接触策略。注意,在接触策略上,对于重点用户,完全可以采取地毯式轰炸的战术,店员、APP信息、短信轮番上阵,直到100%覆盖。而对于边缘用户,则要看接触概率,评估是否值得投资去联系。

第三步:用户分群+用户偏好,确定商品、促销方案。其中用户偏好决定了匹配哪种商品,分群策略决定了投不投优惠,投多少优惠力度。

第四步:确认内容。以上三项都确认完毕后,内容就是水到渠成的。因为每个人群推送的商品、优惠方案、接触渠道已定,内容只需要根据不同接触渠道热点,创作相应的图片、文字、视频即可。

以上,组合出来的,就是一个完整的运营落地方案。相比之单纯给一个:会消费/会流失的预测结果,这种组合方案有几个明显优势:

1、锁定了用户应该投入多少资源,避免了“你不投,用户咋产生价值?用户没产生价值,我为啥要投?”这种鸡生蛋、蛋生鸡式样的侧核批

2、先考虑接触渠道问题,避免了“你分析的都有理,但是我联系不上客户”的尴尬

3、大大减少了控制变量,避免了扯不清到底用户不买是投入不够还是设计不好​

因为已经提前锁定了资源和接触渠道,因此控制变量只剩下内容、商品两个。后期优化就是看怎么换内容提高点击,怎么换商品提高转化。

这样后期复盘分析思路也清楚:通过多轮商品、内容测试,能找出在现有商品结构下,对用户运营的能力上限在哪里,哪种手段好用。这样不但能提升短期效益,而且能为长期内推动商品升级做铺垫。

图片

4、小结

从本质上看,之所以需要这种组合式分群模型,是因为当分析目标是:“提升业绩”的时候,影响结果因素太多,不细致考虑,很有可能满盘皆失。

想让数据见效,从来都不能指望“一模平天下”,多方调动资源才是正道。这种分群思路与建模过程,实际上就是CDP运营的整体思路。

责任编辑:武晓燕 来源: 接地气的陈老师
相关推荐

2024-03-29 11:39:57

用户画像用户分群用户分层

2021-10-03 16:05:23

算法国家网信办互联网

2021-04-28 09:27:56

MySQLInnoDB数据库

2015-10-14 10:38:18

设备图标Windows 10

2013-05-02 10:00:25

AMD收购Intel

2022-05-10 07:20:18

Linux系统密码

2021-04-27 10:26:57

微软Linux桌面

2011-01-12 11:22:30

2009-12-15 14:44:24

Visual Stud

2022-06-27 09:15:11

HTTPHTTP 103状态码

2024-05-14 10:14:12

2010-02-04 09:30:53

2023-11-25 20:11:48

APPRFM模型

2017-05-08 14:42:36

2014-03-24 08:54:02

2013-12-06 14:52:49

性能评价模型分析WEB系统

2023-04-03 07:23:06

Java线程通信

2013-10-21 10:53:34

虚拟化产品

2017-08-25 17:00:52

LinuxMeld技巧

2022-08-21 21:00:29

数据管理
点赞
收藏

51CTO技术栈公众号