价值10万+干货分享:BIN用户分层营销体系
admin
2023-10-23 11:00:19
0

本文收录于我的知识库,来自于我的一位徒弟@浅蓝 的分享。

他曾经在一家知识付费公司里,用1年时间,从0到1,完全借助第三方工具自己一个人搭建了一个基于数据、高度自动化、智能化的用户分层营销体系。

这篇内容,就是他自己关于如何在知识付费行业不依赖技术研发独立搭建这样一套系统的分享。

内容很干很硬核,因为篇幅太长太过硬核,也只摘录部分。但已经很值得你多次反复阅读。

我之前在一家知识付费公司一个人花了半年时间搭建过一套数据化、智能化的整体营销系统,到后期基本可以做到根据不同的用户画像高效形成营销策略,转化率也提升了好多倍,2022年里,这套系统让我们的投放ROI做到了10。

整个系统都是基于把微信生态作为主要业务平台来搭建的,用了很多第三方工具和能力,包含了用户分层、后台搭建、数据分析、数据优化四大部分,在此我把一些思路分享给大家。

同时,对于后台搭建和数据部分,我也分别提供有钱的和没钱的两套玩法,尽量的普适更多的小伙伴~

整个系统的逻辑如下图,大家先理解下——


整个系统的搭建,需要解决的核心问题主要包括——

1、需要解决好多平台之间数据高效采集+账号连接的问题;

2、如何结合数据采集需求,重新梳理业务流程的问题;

3、后台的数据字段设定,需要足够简单高效易处理的问题;

4、如何围绕业务建立用户分层模型的问题;

5、有了健全强大的数据+用户分层模型后,如何持续优化业务,提升营销效率的问题。

下面我们再展开一个个说。

一、所需工具


首先,微信生态下的知识付费业务,很容易存在的问题就是业务是跨平台的。比如你可能需要在有赞、视频号小商店成交,在小鹅通交付,用企业微信来做用户承接……等等。

所以,如果你们公司没有那么强的研发资源,那你一定找到解决方案,解决怎么跨多平台解决好数据库搭建的问题,典型思路肯定是借助第三方工具了。

如果走第三方路线,必须用到的工具是数据库和连接器(主要解决多平台账号互通的问题),我们分别介绍下。

▌数据库


1、有钱的自己搭云端数据库,钱越多人力越多自然效率越高

(十万起步,上不封顶,适用于百万级体量以上的用户运营)

2、没钱的推荐飞书多维表格和维格表免费或微付费的云端表格平台

(纯免费,适用刚开始没预算,用户体量在万级到十万级的用户运营,运算效率较低,只能算是够用,当然,如果找官方多充钱要算力也行)

3、稍微有钱的推荐有道云、轻流、或者开发外包等付费的云端数据平台

(我现在在用的算这个,适用于有上万预算有成熟业务,想做数字化营销营销相关实验的企业)

▌连接器

1、同上,有钱的自己开发后台,自己租服务器干


2、没钱的用千帆Hiflow,现在反正还没收费,如果想做实验又不清楚产出能力的,可以先用着

3、有点钱的,在有道云、轻流这些产品上直接做就行,都是成套的。算力没那么强,赢在一手集成度较高。

二、后台搭建


接下来是后台搭建,这部分主要解决的就是“高效做好各种数据采集”+“数据可高效初始化+进行加工处理”的问题。

从数据采集角度,我们需要采集好用户的各种基础信息和行为数据;


从数据可以被高效处理的角度,我们一定要建立一些业务工作的界面(比如要定时定期面向用户发推送的运营计划表),也能清晰知道采集到的数据和这些工作计划、工作界面之间是什么关系;

从数据可被高效处理的角度,我们最好还要定义好各种数据字段,让其有规范的命名,方便后续在各种表格里进行数据清洗、加工等工作;

另外,我们也需要重新梳理自己的业务流程,确保流程和我们的数据采集需求可以高效匹配。

下面可以分享下我自己的思路。



▌基建部分

1、数据库搭建


注册一个飞书并创建6张多维表格:运营计划表、用户信息表、客服人员信息表、企业微信素材ID表、标签ID表、用户分层数据表尽量都放在同一个文档里,后面弄着方便。

2、字段设置

  • 运营计划表

计划名、天数、人群类型、通知延时、发送渠道、发送文案、配套素材ID

同时新建一个视图,视图的排序方式为通知延时字段,升序排列。后面会用到
  • 用户信息表

Union_ID、Open_ID、外部联系人ID、Staff_ID、手机号、用户画像明细、用户昵称

我的运营逻辑下用户画像明细包含:行为画像、兴趣画像、自然身份画像 三大部分,每一部分又会根据具体的能采集到的字段包含若干小字段,比如自然身份画像里可能会包括年龄、城市、收入、性别等
  • ID字段明细

需要微信公众号通知用户的,Open_ID必须有;

需要电话或者短信通知用户的,手机号必须有;

需要企业微信的朋友圈或私聊群发通知用户的,外部联系人ID、Staff_ID必须有;

需要分层群发的,人群筛选维度必须有
  • 客服人员信息表

客服人员名、Staff_ID
  • 企业微信素材ID表

素材名称、素材ID
  • 标签ID表

标签名称、标签ID、标签组名称、标签组ID
  • 用户分层数据表

分层名称、行为画像得分最低值、行为画像得分最高值、兴趣画像得分最低值、兴趣画像得分最高值、自然画像得分最低值、自然画像得分最高值

3、连接器搭建


本部分略过,我单独有另一个说明文档,感兴趣的可以去单独参考。

▌流程搭建



1、数据采集+业务流程梳理


业务流程+数据采集方面,本来不想展开说太多,但我发现如果没有这部分,这个体系会跑不下来,原因很简单,比如你希望通过公众号提醒用户学习,那前置条件是不是你得让你的用户关注下公众号,你想发短信是不是你得有手机号。

这里我也暂时没有系统的方法论,就讲下自己公司的案例吧~

  • 小鹅通链接投放公众号的时候,我们会额外要用户的手机号,这用户在购买我们引流课程的同时会授权一些微信信息(Union_ID、Open_ID、小鹅ID),这些信息会在用户数据库内创建一条新内容。
  • 添加企业微信的时候会获得用户的外部联系人ID和绑定到这个用户的销售的外部联系人ID,同时将添加企业微信时的的用户Union_ID和购买课程的Union_ID进行比对,买了没加客服的会发短信打电话提醒加客服、没买加了客服的会给客服推送预警提示沟通。
  • 微伴填写问卷的时候,会再次获得一个Union_ID,可以通过Union_ID将问卷信息绑定在数据库对应的用户身上。
  • 关注公众号的时候会获得用户的Open_ID,同样和第一步的信息进行比对,关注的发奖励,没关注的催关注(如果这一步不提前关注,下一步就没办法用公众号催学习和看我们的其它内容)
  • 拉群,同样道理,每次会定时查询群内的Union_ID,和这个销售手里Union_ID进行比对,进群的不管了,没进群的通过公众号、手机号、私聊等方式催进群
  • 小鹅通的课程和微伴的不同的内容会通过群消息、私信、公众号、短信等触点进行分发,具体怎么分发会用户分层部分会单独说
  • 购买课程后会通过有赞后台的订单系统自动推送给数据中台,根据用户的Union_ID自动在不同平台开好课,用户登陆平台就可以直接学习了。

本篇内容就突出一句话,所有你看到价值十几万的CRM或者OA的功能,其实免费的都能做到。

2、数据流程调优


这部分就分享几个原则吧:

第一:你想增加触点,提高触达,就先得找个理由让用户提前把对应的动作做了,别要用了再让用户做,非常头大,因为你会发用户现执行率感人的低,这需要提前做多次催促才能实现。

第二:一次别让用户给太多授权,会极度没有安全感,比如你不能让用户给了手机号,然后关注公众号再填写问卷才能听课。这搁谁都要寻思一下要不要做。分开且有节奏的来做~

第三:如果所有行为都在微信生态内做,优先拿Union_ID,这个是一个用户在你这的所有平台的通行证,能关联到超级多的东西,如果还有别的生态,就想办法通过验证码的方式要到手机号,因为要跨平台同步,暂时只有手机这一办法,而且如果不验证,你真的不知道用户会给你填什么。

三、数据分析


这部分字数比较多而且比较杂,我会把不同的部分单独拿出来讲,根据自己需求各取所需吧~

▌数据收集



1、ID信息收集


这个在上一部分讲了一个我们自己公司的情况~

不过不同公司使用的平台都不一致,有什么上面提到的Union_ID、Open_ID、外部联系人ID、xiaoeID等,还有没提到的像Youzan_open_ID、Staff_ID、tag_ID等;谁都不一定遇到,谁也都不一定遇不到。

所以下面讲一个机制性的内容,不涉及任何操作,是不同的ID在一个生态下到底意味着什么,以及能和什么关联起来。

另外:

1)我不是开发出身,我是运营出身,所以对一些机制的描述可能不太标准,纯经验之谈,仅面向全都不懂的同学做初步了解使用,如果有开发大佬有对此更标准的描述欢迎指出问题。

2)ID名称中的大小写问题以及下划线问题不用太在意,因为不同平台有的时候写的都不太一致。

3)先以主流平台下的一些ID进行描述,肯定不全,但是机制类似,如果没有写到,但是又有需求的,具体的机制可以问对应品牌的客服。

综述
  • 不同平台会有不同平台自己的ID,用于识别一个用户在这个平台内的身份,这个ID是不互通的。
  • 在微信生态内,只要多个应用都绑定了同一个微信开放平台,那么这个用户会在这个微信开放平台下的所有应用内都会获得同一个Union_ID,可以用于用户信息绑定的核心字段。
  • 外部联系人ID和staff_id一般要同时使用,且必须一一匹配使用。
  • (略)……


2、问卷信息收集


有些数据是可以直接问出来的,对于数据收集能力和数据处理较弱的中小型公司,建议将更多有明确指向性的信息提前通过问卷问出来。当然,在做问卷时要考虑如下两个重要的维度:

第一,用户愿不愿意做问卷

第二,用户在问卷上能不能做到足够诚实

  • 第一类人群

会做问卷且问卷信息诚实的用户,直接问你想要拿到的各种信息,且信息相互垂直。能问多少是多少,这是你最容易拿到用户信息的部分了,具体的问题数可以权衡填写率和用户状态~个人不建议问总问题超过8题,涉及隐私的问题不超过2题
  • 第二类人群

诚实但是不太爱做问卷,准备一套标准的私聊体系让人工去间接的问一些关键问题,同时根据用户回答搭建好一个较为完整的标签标准,比如你问对方年收入。你就要有具体的界定方式来定义多少到多少是高收入人群,多少到多少是中档收入人群等等~
  • 第三类人群

不爱做问卷且不诚实的。这类人群就不要试图通过问问题来拿到你想要的信息了,但是我始终相信用户的行为都是诚实的,你可以根据你的可能需要的问题设计出一套内容系统。比如你有两篇文章,分别是讲如何跳槽和如何带好团队的,你可以通过监控它优先点了哪个,以及相对的阅读时间来判定人群的需求信息。
  • 第四类人群

会做问卷但是不诚实的。可能因为人群原因或者隐私性比较高的原因,有些问题用户会故意答错或者故意往某一个方向偏差。这些时候就需要一些辅助性的内容帮我们矫正答案。

3、行为信息收集


这块信息最重要的问题在于信息口径,暂时没能总结出来知识点,只能根据个人的经验讲几个不同的适用场景。
  • 非课程的内容信息

这类信息常见在学习加餐或者参考资料中,建议用一些能更深度的工具来做,比如微伴的文章雷达,可以监控到一个用户看了几次,看了多久。这类非课程内容信息的评价方式会有两个维度:影响力和影响范围。影响力是指看了这个内容的人会比不看这个内容的人购买率高多少,影响范围是指看这个内容的人占总人群的多少,具体的评价和计算方式会在数据计算模块细讲。
  • 录播课程信息

这类内容一般是学习型内容,很少有销讲的成分。所以具体的评价指标会在影响力上,因为是课程主体会通过运营的方式人工提高影响范围。诶,说白了就是试听课想尽一切办法通知用户去学。
  • 打卡课程信息

和上一类内容类似,基本上都是学习型内容,很少有销讲成分,但是因为是打卡,就会有用户反馈在其中,那么这个东西在落地的时候你就可以做成一个评价机制,比如用户打卡后有没有留下内容,留下内容包含多少字,留下的内容是正向情绪还是负向情绪。每一个维度都可以进行赋分和定义。
  • 直播信息

这个一般就会带一定成分的销讲信息,所以具体的评价指标会在观看时长和观看节点上。但是因为后一半需要用户具体的观看节点,从数据获取上比较难拿,可以直接的去评价观看时长这个指标。具体评价方式数据分析部分细讲。

▌数据分析


重复上面提到的一句话:

数据获取重点不在于你能拿到多少数据,而在于你能不能把你拿到的数据转化为一种能有效赋能业务的评价机制。

所以当我们拿到一些信息的时候,我们要清楚,这件事的发力其实才刚刚开始~

1、问卷信息分类


问卷信息个人会分为两大类:需求点信息、需求强度信息

例如:

需求点信息指的是我在买课前可能会问用户,你买课在做探索业务时希望解决什么问题,是做新渠道、做新逻辑、还是全都要新的,这个我一般会放在小白营问卷。

需求强度信息可能是问你:你对学习如何探索性业务、学习如何团队管理、如何向上沟通里三个问题的重要性或者紧急性评分。这个问题我一般会放在付费用户身上。

2、用户问卷信息处理


写在前面:一定要先解决需求强度问卷的问题,再处理需求点问卷,因为当你处理完这个问题,你会得到一个人群分类以及不同人群类型下对于不同问题的权重。

1)需求强度问卷处理


这个问卷会是你用来问你的已经付费用户的,需要的是某些特征问题的关心程度信息或者着急程度信息。大概如下图这个样子。


可能你有了上百个甚至更多这样的付费用户了,然后就可以去做一个聚类算法。具体的可以百度~

常见的聚类算法,我会单独分享个链接进行介绍,可以根据自己公司的情况自己选择,我用的是K-means聚类算法。

2)需求点问卷处理


在你的表单中调取往期标有关键行为的用户数据库。比如用户购买了你的产品或者续费了你的产品,同时这条数据还要包含他的需求点问卷信息,如下图这个样子。


例如:一个用户在探索业务时希望解决什么问题?

A:做新渠道(TGI=75%)

B:做新逻辑(TGI=101%)

C:全都做新的(TGI=130%)

算出来的结果说明,选做新渠道这个问题的人购买率会是全体用户的75%,选做新逻辑这个问题的人购买率是和全体用户没啥区别,选全都要做新的这个问题的人购买率是全体用户的1.3倍。

然后你可以把你的几类人群拆开后分别计算问卷里的所有问题的所有选项都算出来TGI指数。

算出来的这个TGI指数可以再经过数据处理后变成一个评分标准。具体的评分标准会在讲如何做预测模块细讲。

3)需求点和需求强度交叉处理


在计算完上面的两组值后,因为你还是要做分层的,就是把未来进来的,你不了解的用户进行分层营销,所以你要通过问卷或者某些形式去把用户进行归类。

那么最重要的事就是你现在需要在需求点问卷中添加一层逻辑,可以是加一道题也可以是当用户在某些问题中选了某些选项的时候归类到这类人群。

因为我这做完的聚类数据区别比较明确,所以我可以直接去问用户是更需求一还是更需求二。如果你的出来的数比较复杂或者不太明确,可以通过加一个问题再用已有问题的方式进行归类。

比如:你聚类出来的三类用户,有A、B类用户的主需求是一致的,C类是另一个主需求,那么你可能需要添加一个主需求的问题区别出来AB类还是C类,然后再通过另一个问题去区分这个用户是A类还是B类。

四、用户分层

▌分层逻辑


分层逻辑的基础主要基于RFM分层+金字塔分层的变种。这部分内容,要是你学习过Youcan 学社的《大规模用户分层运营体系搭建》的课程,肯定不陌生。

我自己打磨了一套主要用于售卖单一类型商品的用户分层方式,比如在线教育、年度会员、高客单价的品牌电商等产品。

本质上就是通过计算用户在用户行为、用户喜好、用户自然身份三个维度下,是否符合某个产品的购买核心人群的画像。

通过不同维度的评分分层运营用户进行定向影响,通过经营长期关系,以此实现单一产品营销效果最大化,用户伤害最小化的长期营销目的。

适用场景:客户成功、私域营销

适用产品:在线教育、年度会员、高客单价的品牌电商等,客单价在1w-2w的可能需要决策周期较长的产品。

▌分层详情


因为在数据分析部分,其实我们已经可以算出来每一个用户在BIN三个不同维度下的评分数据了。但是因为每一个维度又都有一个分解下来确定这个数值的高低。

推荐两个计算方法确定这根线在哪里:

1、二八定律:评分第20%用户的分数定为分界线,高于分界线则为高,反之为低,简单粗暴的好用~

2、标准差算法:先计算出总用户数据的得分中位数和标准差,然后增加一个中位数上增加一个标准差的值作为分界线。正1个标准差之上的值为高、反之为低。

方法一推荐给初步测试需要使用的同学;方法二推荐给用户数据比较集中、用户量比较大的同学

在上面计算后,就可以拿到一个用户在三个画像维度下的全部评价信息,然后就可以进行分层啦~

余下,还有更多数据分析、数据策略应用层面的实操,由于涉及到太多图、数据实操层面的讲解,放到公号图文里阅读体验没那么友好,就先这里,希望对你有所启发。

PS,本文内容,仅为原文一半左右篇幅的节选,考虑到篇幅、阅读体验等问题,更多数据分析、数据策略应用层面的实操,我们在此略去。

如需查看完整版原文,请移步到「Youcan 会员知识库」查看。

若你还未开通Youcan年度会员,欢迎扫描下方二维码加入。

加入会员后,可第一时间接收到我的各种思考、观察,也跟我一起共享一个一年内持续更新的个人知识库,第一时间获取行业趋势、核心公司研究、深度运营/营销经典案例拆解等。

最后,也介绍下本篇内容作者——浅蓝。

他是我今年新收的徒弟之一,也是Youcan会员圈子上的嘉宾。

目前是某知识付费公司营销线负责人,经历过从投放到销转再到数据的营销转化全链路所有岗位,2021年1年用200万投放费用实现2000万的销售额,ROI 为10。对于通过数据、数字化建模实现营销自动化有浓厚兴趣。

如果你觉得本文很干,欢迎给他打赏,所有本文打赏都会转给作者。

相关内容