2020私域电商数据驱动增长白皮书.pdf

CONTENT 目录目录1234电商的发展趋势电商的发展趋势3.1 市场层面 全链路分析渠道表现，提升 ROI/裂变式增长，寻找最佳带货 KOC3.3 运营层面 商品运营 /活动运营 /直播带货4.1 汉光百货-打造智慧零售4.2 MatchU-打造服装定制领域 No.14.3 蜜芽宝贝-沉淀客户数据资产4.4 某电商独角兽-三步进入运营新时代私域私域电商电商面临面临的的挑战挑战私域私域电商电商如何用数据驱动增长如何用数据驱动增长私域私域电商电商数据驱动增长案例数据驱动增长案例3.4 数据层面 全生命周期运营3.2 产品层面 功能优化/体验优化1 1.电商的发展趋势电商的发展趋势社会消费品零售总额（亿元）同比增速（%）数据来源：国家统计局受疫情影响，中国社会消费品零售总额有一定下降，2020 年 3 月同比降低 15.8%，但整体稳中向好。与此同时，疫情加速培养了用户线上消费的习惯，2020年以来，中国社会消费品线上零售额占社会消费品零售总额比重逐步上升，5 月已达 29%，同比增长 5%。图 1：2019.5-2020.5 中国社会消费品零售总额 图 2：2019.1-2020.5 中国社会消费品网上零售额占社会消费品零售总额比重趋势一趋势一 线上消费逆势增长，电商迎来新机遇线上消费逆势增长，电商迎来新机遇2019.5 2019.6 2019.7 2019.8 2019.9 2019.10 2019.11 2019.12 2020.03 2020.04 2020.0532955.733878.134494.933073.333896.338104.338776.731972.828177.826449.938093.88.6%9.8%7.6%7.5%7.8%7.2%8.0%-15.8%-2.8%-7.5%8.0%2019.2 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 12 月 2020.1 2 月 3 月 4 月 5 月21.2%22.9%23.7%24.0%24.7%24.5%24.6%24.7%25.5%25.8%26.3%28.2%28.8%29.0%24.6%随着科技的快速发展，用户购买旅程已从“单渠道”逐渐转变为“全渠道”，线上与线下也正努力向“无缝融合”发展。此外，由于疫情对线下消费场景的限制，再加上李佳琦、薇娅等顶级 KOL 的出现，直播带货已经逐渐成为企业的常规销售模式，预计 2020 年中国直播电商的市场规模将达到 9610 亿元。图 3：用户购买旅程的渠道变化 图 4：2017-2020 年中国直播电商市场规模（亿元）数据来源：艾媒数据中心1901330433896102017 2018 2019 2020E趋势二趋势二 用户购买旅程呈全渠道趋势，直播带货成为新常态用户购买旅程呈全渠道趋势，直播带货成为新常态2 23 3单渠道多渠道全渠道私域触达会员升级新客激活复购推荐中国消费市场的增速基本见顶，电商正经历由“粗放式获取流量”到“精细化运营用户”的转变。存量竞争的加剧，倒逼企业加速私域流量建设，其中微信生态（自建小程序、微信群、公众号、个人号、企业微信个人号）成为大多数电商“存量”带“增量”的主阵地。图 5：现阶段电商增长的关键 图 6：公域流量与私域流量对比趋势三趋势三 从从“流量思维流量思维”逐渐转向逐渐转向“用户思维用户思维”，私域电商是未来，私域电商是未来复购活跃购买提升会员客单价 强化粉丝互动 提升人货匹配新增长关键词公域流量私域流量自建官网自建 App自建小程序社群.企业或个人自有/无需付费用户关系链强/数据自有平台方所有/需付费用户关系链弱/数据不自有公域特点私域特点什么是私域电商什么是私域电商 图 7：私域电商与传统电商的对比参考来源：吴晓波2019 私域电商报告私域电商传统电商交易环境熟人或半熟间的“热环境”陌生人间的“冷环境”营销模式社会化营销（熟人经济、粉丝驱动）流量营销（推广驱动）渠道微信、朋友圈、微博、微店、APP等电商平台 App、网站等影响购买因素熟人推荐、产生口碑、粉丝效应产品质量、价格高低、粉丝数量消费决策信任驱动决策价格、品牌驱动决策主销产品美妆、保健品、母婴、保险、知识产品等全品类VS自己的领地，不受外围干扰，摆脱电商平台的流量依赖，可以通过社交方式直接与客户进行沟通私私域域能够利用互联网工具，例如支付软件、社交软件、开店软件等，不受地域和时间的限制电电进行买卖，有交易环节商商2 2.私域电商面临的挑战私域电商面临的挑战以头部电商平台为例，淘宝、京东、拼多多、唯品会的新客获取成本整体都处于上升趋势。面对越来越高的获客成本，企业也越来越关注营销的 ROI。然而面对营销各环节的数据断层，如何进行全域、全购买旅程监测，从购买算清市场对营收的影响，是难点。数据来源：上市公司年报 图 9：中国营销数字化进程挑战一挑战一 获客成本逐步攀升，难以衡量并提升获客成本逐步攀升，难以衡量并提升 ROIROI 图 8：各电商平台新客获取成本（元/人）2015 年2016 年2017 年2018 年2019 年 16652627939053677719714622615037571701845231200阿里巴巴 拼多多 京东 唯品会近些年，企业纷纷开始自建线上商城，除了提升品牌形象等众多因素外，企业也越来越意识到数据的重要性。掌握会员、订单、用户行为等数据，并充分利用，才是私域电商的长远发展之道。在自建线上商城的过程中，不同阶段也面临着不同的核心挑战（见图 10）。状态：GMV 与 DAU 大幅上升，沉淀了大量高价值的老客户群核心挑战：如何用数据了解用户画像，采取更细分的运营方式，提升用户整体价值第二阶段第二阶段状态：线上商城刚刚建立，0 3 万 DAU核心挑战：很多功能与运营想法要实施，但没有数据验证效果第一阶段第一阶段状态：京东自营、丽妍雅集、喜茶等品牌自营商城核心挑战：如何用千人前面的推荐算法、预测模型、人工智能释放数据价值第三阶段第三阶段 图 10：自建线上商城进阶路径自建线上商城的优点1.提升品牌形象2.体现企业实力3.积累客户资源4.掌握用户数据5.降低获客成本挑战二挑战二 自建线上商城缺少数据驱动，难以发挥最大作用自建线上商城缺少数据驱动，难以发挥最大作用3 32 21 1头部巨头20%处于该阶段规模化阶段30%处于该阶段PMF 阶段50%处于该阶段将数据重新梳理，建立用户唯一标识，才能更好的进行用户洞察，进而优化私域电商的增长策略。然而企业的数据通常散落在线上、线下多种渠道，并且还有交易、用户行为、广告等多种类型的数据。如何搭建客户数据平台（CDP），打破企业数据孤岛，是关键。WebAndroidiOS数据文件H5服务器线下数据多种数据类型各种渠道数据小程序女性28岁健康生活习惯小程序购买是会员经常购买宠物用户喜欢跑步注重品质喜欢旅行经常购买某品牌口红单身生日居住在北京数据分析师现就职于某大厂喜欢健身挑战三挑战三 多渠道、多类型数据割裂，难以挖掘业务增长点多渠道、多类型数据割裂，难以挖掘业务增长点CRM数据 用户基础数据 会员等级/积分.用户行为数据 偏好：品类/频次 转化：加购/下单 体验：留存/流失交易数据 自营订单系统 微信生态电商生态广告数据 曝光人数点击人数广告素材.活动数据 参与人数转化数据渠道数据数据统一3 3.私域电商如何用数据驱动增长私域电商如何用数据驱动增长 流量获取期流量分发一期流量购买转化期 核心指标监控黄金落地页首页吸睛搜索挖掘流量分发二期流量怎么来流量怎么承接流量怎么转化裂变效果评估流量质量评估沉淀客户数据打造超级用户运营客户数据AI运营会员管理客户数据平台（CDP）实施标签管理首单用户复购用户忠诚用户沉睡用户行业化的的用户生命周期管理打法算法PLP 优化种草引流直播数据监管渠道构成分析触点提效用户流转地图商品分析矩阵 渠道分析/产品健康度/活动迭代数据管理以业务场景为核心，逐步构建数据驱动策略体系以业务场景为核心，逐步构建数据驱动策略体系用户运营 由“漏斗式管理”，向“超级用户式管理”演进流量漏斗业务场景 PDP优化支付 参加活动成功 发起活动成功加入购物车直接购买下单媒体流量以以“TOFU-MOFU-BOFU”“TOFU-MOFU-BOFU”模型为基准，逐步实现全面增长模型为基准，逐步实现全面增长关注者访客潜客高意愿潜客新客老客KOCTOFUTOFU（Top of theTop of the F Funnelunnel）MOFUMOFU（Middle of theMiddle of the F Funnelunnel）BOFUBOFU（Bottom of the Bottom of the F Funnelunnel）引流流量分发高价值行为订单支付分享复购访问分享复购自建的App小程序网站活动运营首页吸晴首页流量分发搜索挖掘内容社区优化PLP 优化种草模块首页资源位搜索框品类列表活动页首页进入商城产品详情页公众号流量会话流量自然流量付费流量裂变流量直播流量其他流量市场层面产品层面运营层面数据层面场景产品服务培训层面公域流量优选渠道优化承接私域流量触点升级裂变升级产品结构优化体验优化运营商品运营活动运营直播带货看板领导驾驶舱会员全生命周期运营智能AI分析模型客户成功服务技术服务指标体系搭建数据驱动实操分析洞察标签建模画像数据规划治理运营场景设计数据智能增长学院培训企业定制增长培训（高管-团队-全员）媒体监测链接管理深度链接小程序广告渠道价值分析活动页分析渠道归因分析落地页分析获客工具业务场景活动运营运营工具用户分层活动分析工作流引擎活动管理A/B 实验（策略-执行-复盘）直播活动分析 电商活动分析分析工具事件分析留存分析KPI监测事件流分析热图分析漏斗分析分布分析业务场景留存魔法师分享分析用户旅程运营 拉新 激活 召回 复购业务场景智能运营产品分析客户数据平台（CDP）触点App小程序网站H5自建平台外部平台获客分析GrowingIO GrowingIO 数据驱动电商增长解决方案数据驱动电商增长解决方案注册体验 GrowingIO 电商增长解决方案报名 GrowingIO 私域电商增长公开课扫码/点击扫码关注公众号裂变式增长，寻找最佳带货 KOC全链路分析渠道表现，提升 ROI 123.1 3.1 市场层面市场层面消费转化社交分享内容输出种草推广流量池“公域+私域”流量组合，是获客的长期发展方向3.13.1 市场层面市场层面 “公域公域 +私域私域”流量组合是获客的长期发展方向流量组合是获客的长期发展方向私域流量运营线上广告公域流量线下推广公域流量优选扩展人群包第一方平台数据采集数据分析流量分析数据运营商品分析用户分析经营分析标签人群运营定向发卷周期够大促活动产品体验会员管理3.1.1 全链路分析渠道表现，提升 ROI 3.13.1 市场市场层面层面获客引流流量分发商品展示订单支付分享复购线下1234GrowingIO 获客分析-渠道全链路分析3 种渠道分析方法企业一般拥有线上、线下多种推广渠道。过去，由于技术限制，渠道分析基本停留在流量分发阶段（PV、UV 等数据）；现在，通过打通广告、行为和业务数据，可以将渠道分析层层追溯至复购阶段（注册、购买等数据），更全面的分析渠道表现。线上首页流量位搜索框品类列表.进入商品详情页进入付款流程分享给他人产生复购拆解分析以漏斗形式，一层层剥洋葱式定位优化环节用气泡图形式将所有渠道表现进行对比将购买、复购行为与渠道传播关联起来付款成功.填写收货信息对比分析归因分析拆解分析对比分析归因分析用户行为阶段注：以上均为 Demo 数据 GrowingIO 获客分析-归因模型百度转化高，头条或微博无转化，所以应该加大百度投入？浏览广告A浏览广告B注册促销活动A获取优惠信息搜索官方商城下单某用户购买 D 牌口红的转化旅程2 days8days10 days11 days随着用户购买旅程逐渐全渠道化，有时转化低的并不一定是质量差的渠道，具体还需要去归因分析。借助首次点击归因、最终点击归因、线性归因、基于位置归因等归因模型，就可以从不同的用户购买旅程视角，衡量渠道价值。注：以上均为 Demo 数据3.13.1 市场市场层面层面3.1.1 全链路分析渠道表现，提升 ROI 品牌种草社交种草私域养草商城养草测评拔草媒体线上广告KOL 力推测评干货老友安利微信/支付宝/头条生态官网小程序App看活动看商品做对比买家秀收藏货领优惠直播带货买单评论复购分享在私域电商“种草”、“养草”、“拔草”的三个阶段中，每个阶段都可以发掘可裂变点，具备分享动因、种子用户、激励诱饵、逻辑闭环这四大要素后，即可开启裂变。比如：在养草阶段，以微信生态中的小程序为中心裂变；在拔草阶段，在用户付款完毕后，设置红包诱饵等引导用户再分享。裂变式增长GrowingIO 产品分析-分享裂变分析裂变必备四大要素深刻的定位洞察用户为什么愿意进行分享用户分享的目的是什么如何设计从站外到站内的合理路径分享裂变 UJM 追踪及持续优化裂变能否形成闭环用户自主运转内容分享要吸引哪些用户他们是谁，在哪里渠道适合朋友圈、公众号还是用户群什么激励可以撬动用户自发参与激励诱饵的设计要兼顾双向刺激拔草养草种草种子用户激励诱惑分享动因逻辑闭环注：以上均为 Demo 数据3.13.1 市场市场层面层面3.1.2 裂变式增长，寻找最佳带货 KOCKOC 拥有一定的粉丝群或者影响力，能带动其他用户的购买行为，可以说是私域电商低成本、高效获客的一大途径。对于免费 KOC，通过数据找到自发分享最多、带货能力最强的用户，重点培养；对于付费 KOC，通过 KPI 数据、带货分布分析等，全方位衡量付费 KOC 的价值。GrowingIO 产品分析-KOC 分析看板带货 KPI 数据带货分布分析挖掘带货 KOC注：以上均为 Demo 数据3.13.1 市场市场层面层面3.1.2 裂变式增长，寻找最佳带货 KOC体验优化功能优化3.2 3.2 产品层面产品层面12支付流程体验优化退换货流程体验优化客服流程体验优化加购流程体验优化.3.23.2 产品层面产品层面 “功能功能 +体验体验”的双重优化是提升的双重优化是提升 GMV GMV 的基础的基础 品类列表首页资源位更好的购买更快的购买更多的购买功能优化体验优化“功能+体验”的双重优化，是提升 GMV 的基础 首页流量分发.PLP 优化种草模块搜索框搜索挖掘内容社区优化首页不仅代表表企业形象，其资源位还会最终影响营收贡献，对私域电商自建的商城来说至关重要。通过 GrowingIO 建立首页资源位监控与优化体系，衡量各模块的吸引力，合理优化资源位的分配，实现首页流量分发效率的最大化。业务价值：拆解首页各模块营收衡量各模块的业务贡献规模价值：拆解首页各模块点击量衡量各模块对用户的吸引力明确各资源位的定位和业务目标，并应对流量分配做好规划，铺设导购路径源头从流量占比和用户关键行为，结合流量的规模价值规模价值和业务价值业务价值综合评估不断评估、迭代首页流量分配策略，实现流量分发效率最大化GrowingIO 产品分析-首页资源位两大价值评估3.23.2 产品层面产品层面首页资源位运营规则进化首页资源位优化步骤第一步：首页流量盘点第一步：首页流量盘点第二步：首页流量价值评估第二步：首页流量价值评估第三步：资源位重新分配第三步：资源位重新分配按资源位申请时间顺序，先到先得按资源位效率得分排名，分配各资源位的使用天数占比结合首页流量分发看板，打通用户行为数据、用户标签画像与首页流量分发数据1.01.0 先到先得原则先到先得原则2.02.0 排名得分模型排名得分模型3.03.0 个性化推荐模型个性化推荐模型注：以上均为 Demo 数据3.2.1 功能优化-首页资源位用户使用什么搜索方式完成搜索搜索无结果中发现新的商机用户对搜索结果的满意度搜索词的业务贡献搜索框基本作为用户直达目的地的快捷通道，聚焦在页面的最上方。通过 GrowingIO 建立搜索监测与优化体系，有效衡量搜索效果、指导优化策略，进而达到不仅让用户搜得到、搜得准，还能借助搜索带来有效的业绩转化。搜不到用户面临的问题我们面临的挑战搜不准如何提升从搜索到转化的效率策略目标拆解目标 1：有效衡量搜索价值权重目标 2：提高搜索词匹配度GrowingIO 产品分析-4 大分析维度，提升搜索框价值3.23.2 产品层面产品层面 搜索价值权重品类拆分，定位可优化品类 找到高价值搜索词，指导热搜词和活动运营 返回与用户搜索词相匹配的搜索结果 提供有效的搜索结果排序 搜索无结果时（或搜索结果数量不足时）进行有效的推荐注：以上均为 Demo 数据3.2.1 功能优化-搜索框不同品类的点击表现品类-商品详情-加购-购买转化不同品类的浏览、加购、销量表现品类列表是帮助用户快速找到想要商品的快捷方式。通过 GrowingIO 搭建品类列表监测与优化体系，衡量不同品类的浏览、加购、销量等表现。通过数据不断优化，建立层次分明逻辑清晰、符合用户习惯还能提升销量的品类列表。3.23.2 产品层面产品层面利润非常低但购买量大、市场需求大，目的在于导流利润率高，希望用户更多购买此类商品带量潜力股，虽然曝光量很低但转化率极高导流型品类导流型品类高利润型品类高利润型品类高转化品类高转化品类未来明星型品类未来明星型品类GrowingIO 产品分析-品类列表分析注：以上均为 Demo 数据3.2.1 功能优化-品类列表种草模块能帮助私域电商构建更具社交化的“场”，增强用户粘性的同时，还能大幅提升转化率和客单价。通过 GrowingIO 搭建种草模块监测与优化体系，对种草模块的内容引流效率进行评估，不断引导优质内容的产出、提升内容带货量。帖子热度指数种草帖子销量表现种草模块用户留存种草用户排行榜3.23.2 产品层面产品层面为什么需要种草模块？种草模块需关注的核心指标？占领更多用户时间，增加用户粘性的同时，提高留存培养 KOC，增加内容分享的同时，提升内容带货能力激励用户产出优质种草内容的同时，提升购买转化率种草模块的人数与留存率种草模块带来的加购与订单数种草达人关注人数种草帖子的生产量与消费量GrowingIO 产品分析-种草模块分析注：以上均为 Demo 数据3.2.1 功能优化-种草模块第一步：UJM 透视（User Journey Map，用户旅程地图）。除了产品的结构优化外，体验优化也十分重，尤其是加入购物车、订单支付等用户成交的关键节点，用户都怎么进行产品交互？如何给用户提供更优体验？第一步，通过 UJM 可视化，了解用户在产品使用中的路径：查看用户如何进入、退出产品以及如何与产品互动；从中找到用户意外退出或环回的位置，找到用户体验的痛点。3.23.2 产品层面产品层面GrowingIO 产品分析-UJM 透视注：以上均为 Demo 数据3.2.2 体验优化浏览首页浏览商品详情页加入购物车结算支付第二步，漏斗分析与用户细查。经过第一步找到痛点后，就可以针对该痛点处，通过漏斗发现转化瓶颈；然后针对转化率低的步骤进行用户细查，找到体验优化的机会点。比如，通过用户细查发现如下右图所示的问题，就可以对登录前加购的商品，登录后也记录保留，保证流程简单通畅。进入产品详情页比例过低产品详情页-购物车相对偏低购物车-结算比例过低3.23.2 产品层面产品层面21:37 开始访问至 21:54 期间进行多次加购收藏行为21:54 查看购物车21:55 输入活动码21:56 查看“我的账户”，跳转登录登录后再次输入活动码，提交访问结束，未提交订单3 小时后再来访打开购物车显示为空浏览商品列表页后离开再也未回访GrowingIO 产品分析-漏斗分析与用户细查注：以上均为 Demo 数据3.2.2 体验优化活动运营商品运营直播带货3.3 3.3 运营层面运营层面123实时了解商品销售情况引流能力吸睛能力加车/收藏能力付费能力商品运营需要进行一系列有效动作，把商品卖出去。通过实时监测、分析，单一/系列商品的浏览量、点击量、加购数、下单数等数据，快速定位哪些用来打爆品、哪些用来引流、哪些作为长尾款、哪些是品牌代表性产品等，进行商品组合以实现营收最大化。3.3 3.3 运营运营层面层面GrowingIO 产品分析-商品运营分析行为数据+业务数据，发掘商品销售潜力注：以上均为 Demo 数据改变以往周度/月度获取数据的滞后性，实时了解商品销售情况改变以往只看商品销量数据的单一性和局限性，融入用户的关键行为数据（商详浏览、加车等），帮助商品运营团队最大限度地发掘商品的销售潜力，找到头牌商品，以及时调整促销策略，提高动销率与 GMV优化供应链补给：根据商品的曝光、点击、加购、下单全生命周期数据，及时优化库存3.3.1 商品运营活动目标活动策划活动准备活动上线实时监控策略调整活动复盘策略沉淀活动 GMVGrowingIO 产品分析-全流程数据监测分析，助力爆款活动打造用户量趋势人均访问时长订单支付金额分布3.3 3.3 运营运营层面层面运营团队运营团队全年目标拆解运营运营确定活动 KPI运营团队运营团队策划活动方案确定活动节奏定位噱头和利益点设计活动玩法进行活动选品设计活动 Demo运营团队运营团队进行活动宣传获取更多流量采购团队采购团队结合活动选品进行备货设计团队设计团队进行资源位和活动页设计技术部门技术部门活动功能开发；活动数据埋点技术团队技术团队活动板块顺利上线活动问题及时修复运营团队运营团队全流程体验活动场景、以防存在体验 Bug运营团队运营团队实时监控用户行为数据，分析数据是否跟预期一致市场团队市场团队根据流量趋势调整拉新策略运营团队运营团队素材创意商品铺列玩法调整节奏把控市场团队市场团队优化投放策略定位带货能力强的kol市场团队市场团队活动全流程复盘、总结经验、挖掘机会点3.3.2 活动运营注：以上均为 Demo 数据爆款活动关键要素活动引爆点活动主题一定要“软硬皆施”噱头利益点爆款图活动玩法优惠券集卡裂变活动推广站外拉新私域盘活活跃预热投放推文弹窗活动杠杆预热期活动KPI 达成指标体系UJMOSM转化率渗透率裂变因子用户量参与度引流质量客单价连带率活动节奏活动引爆点活动玩法活动推广活动杠杆正式期返场期高空造势提高转化减弱低潮新颖、好玩、操作简单KOC分享激励事件放大爆款活动是每个品牌电商都致力于打造的，运营一场活动相当于布一个局，而运营的艺术就在于让用户一步步参与其中，最后水到渠成。活动节奏、活动引爆点、活动玩法、活动推广这五大要素，对于爆款活动的打造来说缺一不可。3.3 3.3 运营运营层面层面活动节奏3.3.2 活动运营直播目标设定直播活动筹备直播宣传期直播实时监控直播数据复盘业务流程数据流程直播带货能帮助品牌商很好的实现“品效合一”。通过邀请导购、明星、网红等直播带货，再通过数据对直播效果、对不同网红的带货效果、不同商品的带货效果进行评估，并持续优化迭代，促进 GMV 和品牌影响力快速提升。3.3 3.3 运营运营层面层面当场直播带来销量（成交额）当场直播参与人数OSM+UJM拆解目标需要指标体系洽谈主播，参与直播选品，安排现场，彩排商品选品，商务洽谈对接直播平台，对接数据需求数据规划服务与以往活动数据趋势对比，矫正目标提炼宣传卖点，付费渠道、KOL 传播自有运营渠道宣发，造势裂变玩法监测大盘数据表现，下达调整指令迅速采取措施监测大盘数据表现，下达调整指令迅速采取措施埋点实施文档搭建可视化看板配置传播监测链接监测各渠道、KOL 与 KOC 的传播效果智能运营：设定运营动作实时看板：实时监测直播间人数，商品销量智能运营：给观众抽奖、发券数据复盘：选品优化策略、传播优化策略、主播优化策略用户留存、复购分析直播带货迭代流程市场部门市场部门运营部门运营部门技术部门技术部门市场部门市场部门运营部门运营部门管理层管理层一线员工一线员工一线员工一线员工管理层管理层3.3.3 直播带货带货销量快速分析订单交易数据大盘推广效果快速获取商品下单详细数据3.3 3.3 运营运营层面层面3.3.3 直播带货GrowingIO 产品分析-直播带货全局数据看板注：以上均为 Demo 数据直播过程中实时监测，方便管理层和品牌方通过数据看到效果直播过程中直播结束后，对直播用户参与度、分享情况、销售带货情况全盘分析，告诉品牌方直播效果，并对下次直播策略的设计提供建议直播结束后全生命周期运营3.4 3.4 数据层面数据层面1第一步：沉淀数据资产，搭建客户数据平台（CDP）。客户数据平台（CDP）是提升用户生命周期价值的必备技术，对多渠道、多维度的数据进行集成，再通过 ID mapping 将散乱的数据重新梳理，建立用户唯一标识。历史数据交易数据、线下数据 数据文件日志文件、MySQL、Oracle 外部系统企业数据平台、CRM 系统 注册 浏览 下单 支付 服务器智能运营产品分析第三方平台ID mapping建立用户唯一标识权限管理时间、地点单价、品类费用、优惠方式、金额客户阶段人口属性群体画像单用户画像获客分析服务端客户端数据接口交易数据、订单数据服务端SDK客户端SDK数据接口 GrowingIO 客户数据平台（CDP GrowingIO 部署环境数据采集数据传输数据处理数据应用用户画像系统数据存储3.4 3.4 数据层面数据层面 -全生命周期运营全生命周期运营用户标签系统数据应用系统用户画像系统访问用户进行访问但未转化用户新客完成首次购买的用户老客已复购的用户婚育情况出生年代家庭月收入地理位置从事行业访问用户进行访问但未转化用户新客完成首次购买的用户老客已复购的用户流失风险用户短期复购可能性较低的用户会员等级流失风险用户短期复购可能性较低的用户激活政策 促销商品忠诚度政策新产品通知交叉销售、专属服务其他商品、积分回馈促活政策场景切入、礼品赠送线上产品访问行为购买品类用户生命周期标签行为属性标签个人属性标签会员等级标签第二步：构建用户标签体系，支撑营销策略落地。有一定的数据后，即可刻画每个用户的偏好、活跃、渠道、触点、生命周期、消费价值等标签。在 GrowingIO，我们将标签分为用户生命周期、行为属性、个人属性、会员等级四大标签，满足运营需求。3.4 3.4 数据层面数据层面 -全生命周期运营全生命周期运营第三步：构建用户画像，深度分析和洞察用户特征，发现业务增长点。有一定的数据后，还可构建颗粒度更细的单用户画像以及分群用户画像，用群体/个体多重维度洞察用户特征，及时发现增长点。分群用户画像分群用户画像群体：高价值用户年龄分布：25-30 岁产品偏好触点偏好浏览历史生命周期夜间活跃微信小程序月收入10000以上优惠券不敏感已婚iOS App触点偏好：站内弹窗 9%时间偏好：晚上 10 点 6%单用户画像单用户画像注：以上均为 Demo 数据3.4 3.4 数据层面数据层面 -全生命周期运营全生命周期运营第四步：制定精细化运营策略。针对不同生命周期的用户，制定不同的阶段目标、提升指标，并为之制定不同的活动策略。比如针对流失用户，可以通过产品推荐、关联销售等定期进行福利召回。新客老客用户类型用户状态阶段目标提升指标用户权益匹配活动策略首购用户复购用户忠诚用户流失用户流失召回向上销售增加购买频次向复购用户转化提升次月留存率提升复购率增长购买路径缩短购买间隔提升客单价提升连带率短期流失召回短期流失召回新客优惠福利积分、多购优惠专属服务定期福利召回店铺满减红包个性化优惠券新手红包组合跨品类导流红包N 件 N 折第 2 件 X 折特权折扣清仓折扣限时秒杀定向品类秒杀特权秒杀限购秒杀产品推荐向上销售关联销售组合销售最短推送间隔正常推送间隔流失预警间隔3.4 3.4 数据层面数据层面 -全生命周期运营全生命周期运营第五步，开启智能运营。以上四个步骤完成后，就可以开始落地全生命周期运营，即针对不同周期用户，可以按用户标签、也可以按用户分群，执行具体的精细化运营策略。再通过运营得到的数据，形成闭环不断优化这一流程。时间首购用户复购用户忠实用户流失用户帮助企业定义用户生命旅程关键节点，落地不同阶段用户运营管理自动生成数据看板，核心指标一目了然站内弹窗、资源位，站外 PUSH、短信，一站式全面管理运营触点新客优惠个性推荐等级成长分享通道会员特权激励大促活动大额优惠券用户交易贡献GrowingIO 智能运营系统管理运营活动 精细化运营策略注：以上均为 Demo 数据3.4 3.4 数据层面数据层面 -全生命周期运营全生命周期运营综上，最终可总结为私域电商数据驱动增长的综上，最终可总结为私域电商数据驱动增长的“5x35x3”（五（五项工作和三个层次运营）项工作和三个层次运营）全局统一运营会员周期运营智能模型运营大促活动级裂变效果评估直播数据管用户流转地图商品个性化推荐爆品综合数新品上架析商品分析阵产品健康断渠道构成分析流量质量评估黄金落地页传统来源活动运营首页吸焦搜索挖掘触点提效PLP优化种草引流商品运营新用户激活成长用户留存成熟用户变现流失用户预警流失用户召回价格敏感度生命周期价值 LTV下次购买时间预测流失预警模型阶段 2阶段 3阶段 1新兴来源获客效果分析私域流量管理引流私域生态运营用户体验分析用户路径UX 优化运营策略分析多源数据融合+数据建模4 4.私域电商数据驱动增长案例私域电商数据驱动增长案例小程序商城没有数据支持：小程序商城没有数据支持：“公众号+H5”的模式体验不佳，小程序是突破口，却难以监测小程序数据不知道用户怎么在小程序“逛商场”也不知道用户对哪些商品感兴趣汉光百货作为西单商圈零售企业代表，开始依托微信生态打造智慧零售体系，至今线上营业额增长已超 100%背景挑战GrowingIO 解决方案：分析搜索词，找到潜在爆品带来效果客户声音建立数据驱动的商品策略建立数据驱动的商品策略通过无结果搜索调整商品策略，引进更多商家优化无结果商品（196），提升转化率加入“热搜词”栏目，推广潜力爆品“GrowingIO 帮汉光百货打通站外、站内行为数据与交易数据，建立起转化全链路分析。在优化流量分配，辅助产品决策和商品运营方面，有望更好释放汉光百货百万公众号粉丝以及每日数万客流量的消费潜力。”汉光百货电商总监徐立广大量用户搜索 Coach/蔻驰，但 Coach 未入驻小程序用数据说服 Coach 入驻改变案例一案例一 汉光百货汉光百货 X X GrowingIO GrowingIO 打造智慧零售打造智慧零售产品经理以一周一次的迭代速度对产品功能、商品信息等进行优化调整；快节奏的更新迭代，为数据采集效率提出挑战另一家数据分析产品操作复杂、学习成本高，大量的名词和功能需要记忆，数据分析体系搭建迟迟没有进展微信小程序对用户的每一次触达都非常珍贵，这就对触达的精细化提出了更高的要求MatchU 码尚是一家以 AI 技术为核心的互联网服装定制公司，为用户提供订单直达工厂的专属定制服务，仅用两年时间就做到了定制服装领域订单量 No.1 背景挑战案例二 MatchU 码尚 X GrowingIO 打造服装定制领域 No.1案例二 MatchU 码尚 X GrowingIO 打造服装定制领域 No.1客户声音“GrowingIO 帮助 MatchU 在产品设计和迭代、商品运营等层面做到了真正的数据驱动业务增长，与此同时更是将硅谷增长理念在中国互联网公司中推广开来，告诉大家什么是增长团队和增长思维，这是比工具本身更有价值的事情。”MatchU 联合创始人蔚馨通过 GrowingIO 解决方案带来的效果采用 GrowingIO 数据分析服务，产品经理可以通过无埋点技术独立进行事件定义（圈选），解决 80%的数据采集需求，上线后就可以立即获取新功能的数据反馈1.提升数据采集效率，节省产研人力成本GrowingIO 的产品功能基于数据分析场景打造，使用者可以轻松理解功能的作用，快速掌握操作方法并上手解读数据；接入 SDK 当天，通过 GrowingIO 丰富的预置指标和看板，就可以看到产品的基本数据，快速落地数据分析价值2.降低上手难度，人人都是数据分析师运营团队通过 GrowingIO 提供的 API 接口导出这些用户的 ID 和属性，对接企业内的营销工具进行精准的推送和提醒，对用户进行分层召回3.精细化用户运营，把握每一次触达背景挑战业务流程复杂，手动处理数据效率低、准确性差数据能力不足，数据系统体系缺乏规划缺乏标签和画像，无法支撑精细化运营需求服务超过 5000 万中国年轻妈妈，满足母婴、家庭、生活产品和服务等全生活场景需求GrowingIO 解决方案：基于 OSM 模型 4 步搭建客户数据平台带来效果3 亿+行为数据采集+180G 数据导入，打破数据孤岛结构化指标体系搭建，300+指标，告别零散、盲目的单点分析针对运营目标搭建标签体系，数百个标签为策略落地提供标签支撑赋能业务部门自助使用数据，改变原有复杂流程 注册来源/UserID/手机号/邮箱订单金额省市/城市/性别注册/订单/支付1.用户行为数据采集+历史数据导入忠诚用户沉睡用户新用户收购复购用户3.划分生命周期，构建标签和画像基于用户 ID建立用户唯一标识2.ID mapping4.明确目标，落地运营策略新客优惠福利积分、多购优惠专属服务定期福利召回案例三 蜜芽宝贝 X GrowingIO 沉淀客户数据资产案例三 蜜芽宝贝 X GrowingIO 沉淀客户数据资产案例四 某电商独角兽 X GrowingIO 三步进入运营新时代案例四 某电商独角兽 X GrowingIO 三步进入运营新时代背景挑战数据分散：数据分散：原有的 CRM、短信、优惠券和 BI 系统是分散的，可以看到一些基础数据，但由于数据孤岛，无法深入分析运营不系统：运营不系统：原有运营场景丰富，但不系统，集中在单点策略，无法衡量并支撑运营策略的调整，需要更好的规划策略某细分 TOP 1 电商 2019 胡润全球独角兽榜 TOP 300GrowingIO 解决方案：全链条数据的打通带来效果新用户首单转化率提升 4 个百分点新用户首单转化率提升 4 个百分点针对新注册用户，打开 App 就会弹出新用户专享特权弹窗弹窗使用短信（Deeplink）+推送（Push）提醒使用优惠券直达人心的文案，戳中用户痛点优惠信息，告诉用户打折力度Deeplink 黑科技，缩短用户旅程优惠期限，营造紧张氛围，促使用户下单GrowingIOGrowingIO 为上千家企业级客户提供服务为上千家企业级客户提供服务大零售金融酒店旅游出行&航司电商内容&社交教育B2BGrowingIO GrowingIO 增长解决方案增长解决方案咨询服务体系帮助企业用好数据用好数据策略咨询分析咨询数据咨询保驾护航实施服务持续跟进培训服务体系帮助员工获得成长获得成长能力认证能力提升能力测评客户服务体系帮助企业应用数据应用数据增长平台增长平台GrowingIO帮助企业拥有数据拥有数据广告分析产品分析智能运营客户数据平台拥有数据，应用数据，用好数据，获得成长GrowingIO 增长平台架构GrowingIO 增长平台架构获客分析媒体监测链接管理深度链接小程序广告渠道价值分析活动页分析渠道归因分析落地页分析获客工具业务场景短信移动推送应用内触点网站内触点ID 识别用户标签数据可视化数据模型开放 APIPCIOSAndroidTablet日志文件服务端交易数据活动运营运营工具用户分层活动分析工作流引擎活动管理A/B 实验（策略-执行-复盘）直播活动分析 电商活动分析分析工具事件分析留存分析KPI监测事件流分析热图分析漏斗分析分布分析业务场景留存魔法师分享分析用户旅程运营 拉新 激活 召回 复购业务场景用户库用户标签活跃用户分析用户细查微信应用用户分析用户分群数据中心数据管理指标圈选数据导出数据校验数据规划数据集成智能运营产品分析数据应用层消费者触达数据处理数据采集基础能力客户数据平台 史晓璐GrowingIO 商业分析经理 吴宇皓 GrowingIO 商业分析经理何方明 GrowingIO 商业分析经理 作者作者徐雪蕾GrowingIO 商业数据分析师 刘杰丰GrowingIO 解决方案咨询顾问 李泽明GrowingIO 解决方