在企业视角下如何数据化运营私域

原创 收藏 评论
举报 2021-03-05

今天分享的主题是如何数据化的运营私域,近几年“私域”这个词非常火爆,不同的视角下对私域的认知更是不同。每天被各种案例文章轰炸的路人吃瓜视角,一提到“私域”这个词就会想到社群和个人微信号,因为社群和个人微信号是直接可以和客户进行互动的渠道。少则几个多则过百的社群和微信号,是链接粉丝和品牌的桥梁。

但其实站在企业的视角下我们的私域远不止这些。如果我们把可以开放丰富的客户数据,并且可以依据这些数据去做运营的这些平台称作是私域的话,那么官方网站、App、CRM等就是最早的私域;随着微信、微博等一些社交平台的出现,品牌都可以在上面开设一些企业自主的账号,拥有属于自己的粉丝。我们可以在这些看似公域的平台上面对粉丝进行运营和管理,提升粉丝的粘性。所以我们现在说的私域,应该是广义的私域。它包含了企业所有可以自主运营消费者的各大内外部平台。

平台数据丰富度和开放性程度,决定了它私域的地位

我们如何去评判他是不是私域,核心是看这些平台它能不能够给予你想要的客户数据,比如一个客户在平台上产生的客户数据可不可以收集到,并且收集到的数据的丰富程度是怎样的。

如上图所示纵轴是数据丰富度,横轴是开放性程度。最佳的私域就是第一象限中的各个平台。首当其冲的一定是企业自有的APP和CRM等;还有微信生态里面的微信服务号、小程序、企业微信等数据丰富性和开放性都是很好的,这其实就能看出,为什么微信生态是企业做私域运营的第一优先级,围绕微信生态的服务商也有这么多。

另外,有赞上面也可以获得很丰富的数据,很多品牌在做私域运营时,都是通过有赞进行交易闭环的,有赞可以开放给企业订单数据、会员数据,还有一些标签数据。

如今在抖音生态里面的数据也已经逐渐的开放,比如抖音企业号以及抖音小店里面也分别会开放一些客户数据,目前他们的ID体系还相对不够完善,但看得出来正在发力围绕ToB企业服务进行一系列的优化。还有年轻人很喜欢的小红书,它的开放性程度相对比较弱,目前仅开放订单数据。

Linkflow是作为对接第三方平台最多的CDP,我们会时刻的关注不同平台API的开放程度及时与其对接,帮助企业实现全域粉丝的运营。

举几个栗子看看Linkflow和几个主流平台对接后能采集到的数据:

微信服务号数据采集

现在企业去做私运营的时候,首当其冲的就是微信生态。因为其数据丰富程度和开放性都是最好的,特别是ID打通的模型。微信生态下有open ID和union ID的概念。union ID可以帮助企业打通多个微信公众账号,或者打通微信公众账号和小程序以及企业微信等等。

微信在私域中如此重要,那么在微信服务号内我们可以采集到什么数据呢?

如上图,Linkflow与您的微信服务号对接后,可以通过微信服务号开放的各类数据接口,采集到比如扫码、关注、取关、留言、菜单点击、卡券行为、关注来源等数据。同时通过对接微信服务号的客服接口可以让企业通过Linkflow触达客户,例如企业可以通过文本图片模板消息或h5直接给客户发送小程序卡券等等。

粉丝微信小程序内数据采集

小程序开放给企业的信息也是非常丰富的,Linkflow与微信小程序对接后,即可以采集到粉丝小程序框架行为。除此之外,你还可以对小程序页面进行埋点,获取页面上关键的客户行为数据。以一个小程序商城为例,你可以知道粉丝点击了哪个广告位,有没有加购物车、有没有点击客服按钮、下单甚至支付……Linkflow可以提供标准埋点代码并结合业务需求,灵活捕获用户在小程序内的交互行为。

抖音企业号内数据采集

最后再以抖音为例,抖音的数据开放是近几年才逐渐丰富起来的,Linkflow可以通过抖音API,采集到粉丝的关键行为,它可以让我们知道哪个用户发送了什么文本私信给品牌,有没有发送表情私信、卡片私信,有没有在主页上拨打智能电话,预约服务转化页的提交预约,甚至是在主页tab上面提交预约等等。同时我们也可以触达粉丝,但是触达的方式不如微信生态那么丰富,现在只能通过抖音的私信去触达客户。

数据化运营体系的前提,全链路消费者行为数据的追踪

在企业视角下,基于这些私域平台去做数据化运营,并构建数据化运营体系,一定是要做全链路消费者数据的追踪,企业要非常清楚的知道你的客户是从哪个公域的广告点击进来的,进入到了具体的哪一个私域,在私域里面做了什么动作,最终是否进行了转化的行为。消费者从公域触达到私域的互动行为,到后链路的转化数据,都需要企业将这些数据捕获进来并进行整合。

我们反观现在很多企业在进行外部流量运作和内部流量运营的时候,是非常割裂的。因为大多企业有专门的媒介采买部门去做外部流量采购的事情,同时内部有专职新媒体运营,或者用户运营、CRM运营团队帮助运营自有的私域流量。

如今消费者对于线上渠道的依赖会越来越明显,品牌必须深度思考整个客户转化路径的重构,从外部的流量导入到内部的运营转化数据必须打通,从而具备全域运营的能力。这给我们运营人员或者企业提了一个更高的要求,企业需要有数据意识,把前后端的链路数据做采集打通,根据这些数据去进行更精细化的运营。

原本在做外部流量采买或者是投放的时候,我们只能依据外部流量给到的数据,比如曝光量点击量来评估投放效果。但现在基于全链路数据打通之后,不仅仅可以依据广告的曝光点击,还能看到流量是否在自有渠道进行了转化,Linkflow能够帮助企业在整个链路中进行赋能,使链路更完善。

采集客户数据制定针对性运营策略,使触达更精准

在采集到全链路客户数据之后,我们对客户数据进行合并,形成统一视图。有了统一的视图之后,就可以对客户进行更具象的分析,将客户的行为属性进行归类分群,针对不同特性的群体通过不同的内容或者不同的渠道进行触达。在整个客户的数据化、精细化运营过程,本质就是如何基于对客户的洞察,进行更精准、更有效的触达。同时触达完成之后,能够快速的捕捉到客户对于触达行为的反馈。不断的循环往复,再去丰富客户的画像。

分群打标签,提升成交转化率

对于客户精细化运营来说,一个大的前提就是分群打标签。当基于采集到上述的数据,我们的客户标签会分为属性标签、行为标签还有价值标签。所谓属性标签就是根据不同的业态和不同的关注点,一些用户的性别、年龄、省份等相对稳定的信息。行为标签是根据行为轨迹、自定义规则添加,比如参与××活动、加购商品等等。价值标签就是依据交易行为计算出的标签,比如促销偏好、购买力、粉丝活跃度等等。有了这几类标签之后,整个标签的画像就会非常的清楚。而我们做标签分类的目的就是能够把有相同特性和需求的人群聚集起来,为他们推送更加精准的内容,实现更高效的转化。

基于客户洞察,围绕客户生命周期制定运营策略

有了标签和客户洞察之后,接下来就是围绕着客户的整个生命周期来制定运营的策略,制定出运营的SOP。比如当客户第一次关注我们微信公众账号的时候,企业应该回复什么信息,同时企业应该在什么时间点上,把他们引导到企业微信上面去,让我们的客服人员去沟通等等。

制定运营SOP首先要根据自己的业态画出客户体验路径和关键节点。客户是什么时候初次接触到企业的,通过了哪些平台,当他做哪些行为的时候,可以把他判定为是感兴趣的客户。我们需要去围绕自己的业态画出属于企业自己的客户旅程,并头脑风暴在客户的体验路径的每个节点上如何进行的转化。

举一个微信生态下的场景示例,很多企业在做私域运营的时候,都会把微信服务号定位为一个信息发布的平台,或者说粉丝触达的平台;通过小程序自建电商平台进行转化,同时再通过企业微信去进行一对一的沟通。

当客户在小程序上面把指定的商品加入到购物车,这对于一些零售行业来说,其实就是一个非常关键的转化点。客户加入购物车后并没有买单,此时我们就可以先通过微信模版消息去推送一个定向优惠券。如果因为该用户未关注微信服务号而触达失败,还可以通过分销员发送企业微信或者直接发送短信推送同样的内容。延时三天再去判断这个客户是否下单核销了卡券,如果下单了流程就终止,这个sop的目的就达到了;但如果客户没有下单,同样的也可以通过短信或企业微信的分销员再去进行一提醒。这就是一个针对把指定商品加入购物车的行为关键事件去做提醒的sop,可以很好的提升小程序的下单率。

更多场景示例请点击“阅读原文”观看完整课程视频……

通过数据分析,调整运营策略

我们做数据化运营,最后需要通过数据反馈快速调整运营策略。比如可以对客户的进行群体画像分析,比较来源的有效性、营销活动的效果等;甚至是对沉睡客户的分析以及端到端的效果追踪报告,关键事件的下钻分析,行为偏好分析等等。每一个业态需要分析的报表不太一样,但是基本上都绕不开这些简单基础的模型,通过模型来帮助到企业进行私域运营的分析,并且从这些报表中能够非常及时的得到反馈,从而调整运营策略。

小结:在流量红利消失,增长乏力的现如今,如何充分利用客户数据构建数据化的运营体系,提升私域运营的效率,是企业核心竞争力之一。Linkflow会持续通过技术帮助企业构建强大的数据化运营能力,激活客户数据金库,实现自驱增长。

本文系作者授权数英发表,内容为作者独立观点,不代表数英立场。
转载请在文章开头和结尾显眼处标注:作者、出处和链接。不按规范转载侵权必究。
本文系作者授权数英发表,内容为作者独立观点,不代表数英立场。
未经授权严禁转载,授权事宜请联系作者本人,侵权必究。
本内容为作者独立观点,不代表数英立场。
本文禁止转载,侵权必究。
本文系数英原创,未经允许不得转载。
授权事宜请至数英微信公众号(ID: digitaling) 后台授权,侵权必究。

    评论

    文明发言,无意义评论将很快被删除,异常行为可能被禁言
    DIGITALING
    登录后参与评论

    评论

    文明发言,无意义评论将很快被删除,异常行为可能被禁言
    800

    推荐评论

    暂无评论哦,快来评论一下吧!

    全部评论(0条)