實戰案例 | 細分使用者畫像進行交叉營銷
作者介紹:@草帽小子;畫像資料產品,專注於使用者畫像領域;書籍《大資料實踐之路:資料中臺+資料分析+產品應用》核心作者;使用者畫像、BI、埋點等系列文章作者;“資料人創作者聯盟”成員
01、前言
隨著流量紅利的消失,增量獲客成本高,需要更好的做好存量運營。
換言之對外廣告投放成本高,且由於網際網路上網人群已經比較穩定,沒什麼新增,因而要獲得新客戶的成本更高。可能廣告投放曝光的更多也是老客,那既然是老客,廣告投放又要花錢,為何不在自己的私域流量池裡運營呢?
那什麼是存量使用者?
存量使用者是指在企業當前流量體系內的使用者,例如58的存量使用者,包含58同城、58安居客、趕集直招等的使用者。
如何更好的用好存量使用者?促進業務線的增長?
一般公司都會劃分較多業務線,例如58劃分了房產、招聘、本地服務等。那對於單業務線而言,如58房產,360天內訪問過58房產的,即為58房產的老使用者,即存量使用者。在做好存量使用者促活、促留存的基礎上,希望能進一步在58域內做流量增長,這就需要做交叉營銷。
02、交叉營銷
交叉營銷,指透過把事件、金錢、構想、活動或演示空間等資源整合,為任何企業,包括家庭式小企業、大企業或特許經營店提供一個低成本的渠道,去接觸更多的潛在客戶的一種營銷方法。
交叉營銷的實質在擁有一定營銷資源的情況下,向自己的顧客或合作伙伴的顧客,進行的一種推廣手段。這種營銷方法最大的特點是充分利用現有資源,在兩個具有相關使用者需求特點的企業間展開交叉營銷,能使各自的潛在使用者數量明顯增加,而不需要額外的營銷費用。
例如58房產的使用者與58招聘的使用者做交叉,這樣能使招聘的使用者去使用房產服務,房產的使用者使用招聘服務,從而實現雙方的使用者拉新。
不過交叉營銷有個問題,有的房產使用者對招聘服務不一定感興趣,而運營者透過交叉營銷手段,反覆觸達這類使用者,會造成使用者厭煩,點選轉化率也會比較低。
那兩個業務間的交叉使用者又該如何選擇?如何進行有效的交叉營銷?
開展交叉營銷需要尋找合適交叉的業務、圈選合適的交叉使用者、多渠道進行觸達、效果監測。
而選擇交叉業務和交叉使用者目前有2種方法:業務經驗和資料探勘。
業務人員積攢了一些經驗,知道適合跟哪些產品做交叉,例如裝修業務適合跟新房、二手房業務進行交叉營銷,因為買新房/二手房的使用者,很大機率需要裝修服務。
但裝修跟本地生活、裝修跟新車二手車業務能否交叉?這對於業務人員來說,就不得而知了。那還有什麼其他科學的手段?
03、關聯分析
這就需要資料探勘的方式,找到潛在的交叉機會。
比較典型的就是啤酒和尿布的故事,20世紀90年代沃爾瑪超時管理員分析銷售資料時,發現了一個很奇怪的現象,啤酒和尿布兩樣毫無相關性的商品,經常會被同時購買。其原因在於年輕夫妻經常到超時買嬰兒尿布,他們同時也會買自己喜歡的啤酒。據說是沃爾瑪引進了一種全新的演算法,它分析了顧客在超市消費的記錄,然後計算商品之間的關聯性,發現這兩件商品的關聯非常高。
關聯分析則是用於發現隱藏在大型資料中令人感興趣的聯絡,描述了一個事物中某些屬性同時出現的規律和模式。
支援度=購買了A和B商品(集合G)的人數/所有購買過商品(集合U)的人數
置信度=購買了A和B商品(集合G)的人數/購買了A商品(集合A)的人數
得到這兩個指標之後,需要為這兩個指標設立一個最低門檻,即最小支援度和最小置信度。因為在使用者的購買行為中,購買A商品的使用者可能不僅購買B商品,還購買了C、D、E……等一系列商品,所以我們需要分別算出所有這些組合的支援度和置信度,只有滿足比如支援度>0.2,置信度>0.6的這些商品組合才可以認為是有關聯的,值得推薦的。
04、如何應用?
這種關聯分析的方法在交叉營銷中如何應用?
例如,尋找58新房與其他業務的交叉關係,方便把其他業務線的流量精準引入到58新房。
交叉營銷步驟為:尋找交叉業務、使用者分析、制定策略、投放及效果評估。
第一步:尋找交叉業務
1、BG間交叉分析:新房與其他BG的交叉
從全域性流量來看,先跨BG交叉新房與招聘、車、本地生活,設58新房活躍10000、招聘活躍30000、車活躍10000、本地服務活躍20000,進行洞察分析,併產出初步策略。
招聘支援度=交叉人群/(招聘∪新房)=3000/(30000+10000-3000)=8%
招聘置信度=交叉人群/招聘=3000/30000=10%
(以下資料均已脫敏,為虛構資料,不具備業務參考價值)
洞察一:買車的人群,相對較多考慮買房。
資料:新房與車交叉人群佔比較高,置信度為18%。
策略:新房可優先從二手車進行交叉引流
洞察二:招聘和本地服務中,準備買房的佔比較少。
資料:招聘和本地服務,與新房交叉的置信度6%左右。買房的人群,可能會考慮更穩定的工作,因而不頻繁看工作資訊;本地服務釋出的資訊較雜,需進一步細分。
2、BG內交叉分析:新房與房產內的業務交叉
洞察一:準備買新房的人群,同時也在看二手房。
資料:新房與二手房交叉人群量最多6000,置信度為40%。
策略:新房可優先從二手房進行交叉引流,非交叉人群有較大空間
洞察二:買新房的人群,同時也可能會租房。
資料:新房與租房的交叉人群5000,置信度為25%,較高。
3、綜合來看:
跨BG,可優先對二手車進行交叉營銷,招聘和本地服務需進一步細分,探尋機會。在房產BG內,可優先對租房、二手房業務進行交叉營銷。
這就有點類似電商中的類目-品類,從全域性到區域性進行分析,即先跨類目分析、再跨品類分析。
找到了可交叉的業務,那具體應該觸達業務內哪些高意向使用者?
第二步:使用者分析
使用使用者分佈分析方法,來洞察新房使用者的顯著特徵,從而確定人群圈選規則。使用者群洞察分析,較為依賴標籤畫像資料的構建,詳情可檢視草帽小子之前寫的《標籤體系》。
TGI指數(Target Group Index):代表目標群體相較於對比群體,所選特徵的顯著性。TGI值>100,且越大,則表示人群中所選特徵越顯著。
TGI指數=(目標群體中具有某一特徵的群體佔比/總體中具有相同特徵的群體佔比)*標準數100
1、基礎屬性分析
洞察:25及以上的使用者,有一定經濟水平,會更偏好買房。
資料:35-40歲使用者買房TGI偏好度最高,達200;30-35歲人數佔比最高,達25%;年齡在25歲以上,佔比80%;20歲及以下的TGI只有74,買房意願低。
策略一:可優先組合圈選25歲以上人群進行投放;
策略二:新房人群投放時,注意把20歲及以下的人群排除;
洞察:使用者更偏好下午和晚上訪問新房
資料:使用者在晚上19-24點的TGI偏好最高,達184,人數佔比也最多,達47%;其次是凌晨訪問;繼而是下午13-19點訪問TGI較高;早上和中午訪問人數及偏好都較低
策略:push推送等觸達時,可優先設定下午或晚上七八點觸達
2、業務屬性分析
洞察:新房使用者偏向租整租房源,比較喜歡獨立空間
資料:整租佔比94%,TGI偏好1914,均比較高;其次偏好單間出租房源
策略:交叉租房人群時,可優選圈整租人群
洞察:新房使用者更意向,房齡較新的二手房
資料:2-5年房齡的TGI較高為622;其次為2年以內房齡的TGI為607;5年以內房齡的使用者佔比約50%。
策略:可優先圈選房齡偏好為5年以內的二手房使用者,進行交叉營銷
洞察:二手房購置意願度更高的使用者,更容易訪問新房
資料:二手房購置意願度高的,TGI為657,人數佔比42%;二手房購置意願度中的TGI為414;二手房購置意願度低的,TGI為114,無明顯偏好
策略:可優先圈選二手房購置意願度高的人群;排除二手房購置意願度低的人群
洞察:新房人群更偏好訪問保時捷、寶馬、賓士、奧迪等豪車品牌
資料:TGI偏好最高的是保時捷,為9112,其次為賓士、寶馬、路虎等豪車品牌;訪問人數佔比最多的大眾、豐田、寶馬、奧迪等品牌
策略:可優先圈選賓士、寶馬、奧迪、大眾品牌二手車人群,進行交叉投放
洞察:工作5年以上的人群,更有可能買房
資料:工作10年以上的人群TGI偏好最高,為28730,人數佔比也最多,佔26%;其次為6-10年的和3-5年的;應屆生、1年以下經驗、以及無工作經驗的佔比較少
第三步:制定策略
透過一系列的分析,可得到通用組合策略和細分的業務線交叉策略,進行策略的總結。需要注意的是,制定策略是較為為關鍵的一步,資料分析的目的不是為了看數,而是制定策略幫助業務決定下一步動作是什麼。
通用策略:
1、可優先組合圈選25歲以上人群進行投放;
2、新房人群投放時,注意把20歲及以下的人群排除;
3、push推送等觸達時,可優先設定下午或晚上七八點觸達
租房業務交叉策略:
1、交叉租房人群時,可優選圈整租人群
二手房業務交叉策略:
1、可優先圈選房齡偏好為5年以內的二手房使用者,進行交叉營銷
2、可優先圈選二手房購置意願度高的人群;排除二手房購置意願度低的人群
新車&二手車業務交叉策略:
1、可優先圈選賓士、寶馬、奧迪、大眾品牌二手車人群,進行交叉投放
2、圈選訪問價格為30w以上車的人群,進行投放
第四步:投放及效果評估
為提升今後的交叉營銷方案設計質量和交叉營銷活動效果,在每次活動結束後,都需要對效果進行評估和經驗總結。
直接效果評價:使用者數量、營銷ROI、交叉營銷收入、交叉營銷成本
間接效果評價:交叉營銷對新使用者和老使用者的營銷,交叉營銷對客戶忠誠度的影響、交叉營銷對長期效益和企業形象的影響、交叉營銷對聯盟合作關係的影響、交叉營銷對競爭關係和競爭格局的影響等
該新房交叉營銷專案,最後助力新房流量提升235%的同時,CTR提升了101%,以更精細化的方式來助力業務使用者增長。
05、說在最後
站內交叉營銷,能夠更大限度的幫助各業務線,高效利用內部資源進行使用者增長,提升整體大盤流量,從而降本增效。而在交叉營銷過程中,需要注重選擇精細化的使用者,才能更好地為使用者提供個性化體驗。
來自 “ 一個資料人的自留地 ”, 原文作者:草帽小子l;原文連結:https://mp.weixin.qq.com/s/vtN3jfTvgC0en0w9IXWNag,如有侵權,請聯絡管理員刪除。
相關文章
- 如何對使用者進行細分-郵件營銷中使用者細分的方法
- 如何進行市場細分並初步繪製使用者畫像?
- 做遊戲運營不懂使用者畫像怎麼行? 5分鐘讓你讀懂使用者畫像遊戲
- 各公司使用者畫像技術案例分享
- 數字營銷(一)客戶畫像淺談
- 使用者畫像
- 使用者畫像產品化——從零開始搭建實時使用者畫像(六)
- 大資料專案實戰之 --- 使用者畫像專案分析大資料
- 大資料智慧:金融行業使用者畫像最佳實踐大資料行業
- 使用 goxc 方便的進行交叉編譯分發Go編譯
- 使用者畫像標籤體系——從零開始搭建實時使用者畫像(三)
- 品牌營銷的第一步:進行品牌商標註冊,進一步細分市場
- Python技術棧與Spark交叉資料分析雙向整合進階實戰–大資料ML樣本集案例實戰PythonSpark大資料
- Python技術棧與Spark交叉資料分析雙向整合進階實戰--大資料ML樣本集案例實戰PythonSpark大資料
- 醫療行業郵件營銷案例分析行業
- Java實戰:教你如何進行資料庫分庫分表Java資料庫
- 個推使用者畫像的實踐與應用
- 深度分析:YouTube、TikTok等海外四大社媒平臺使用者畫像及營銷優劣勢
- DPM如何規劃使用者畫像
- 偶像IP改編手遊系列案例分析:立項如何構造使用者畫像
- MobData:華為手機使用者畫像
- 築牢合規營銷“防火牆”,助力四環醫藥實現合規營銷管理能力全面進階 | 案例研究防火牆
- 籃球比賽記分程式的產品願景和使用者畫像
- 製作多維度分組交叉銷售統計表
- 為什麼要進行網路整合營銷?全網營銷的價值
- MaxCompute幫你五步實現使用者畫像的資料加工
- 2020年抖音使用者畫像報告
- 新能源汽車使用者畫像淺析
- 如何構建好的使用者畫像平臺?
- 使用者畫像分析與場景應用
- 營銷傳播案例:金龍魚社會化營銷方案
- 深度學習入門實戰(一):像Prisma一樣演算法生成梵高風格畫像深度學習演算法
- Python技術棧與Spark交叉資料分析雙向整合技術實戰--大資料ML樣本集案例實戰PythonSpark大資料
- 實時標籤開發——從零開始搭建實時使用者畫像(五)
- 如何對 Neuron 原始碼進行交叉編譯原始碼編譯
- 探秘近期技術化營銷案例
- 全渠道營銷規則引擎案例
- Spark綜合使用及使用者行為案例訪問session統計分析實戰-Spark商業應用實戰SparkSession