江苏龙网

  1. 首页 > 人文 > >

运营增长从 0 到 1 打造企业数字化运营闭环( 六 )


运营增长从 0 到 1 打造企业数字化运营闭环
本文插图
触发行为的逻辑主要为：做了 A ， 如开通信用卡 ， 完成注册动作；做了 A ， 没做 B ， 如浏览理财详情页 5 次 ， 半小时没投资；具备属性/行为特征 ， 如理财产品即将到期等 。 通过这三种方式排列组合 ， 企业可以对用户进行非常精细的分层 。
当目标用户分层清晰后 ， 可以进行触达策略引擎的对接 ， 企业可以和通道和营销系统打通 ， 发送短信 / Push、发券/红包 ， 同时 ， 通过推荐策略引擎可以进行个性化展示 ， 结合内容管理系统 ， 可以给不同的人展示不同的内容 ， 展示顺序和展示方式都可以不同 ， 整体实现个性化运营 ， 达到目标转化、分发效率、体验提升等 。
关于触达策略 ， 以某金融企业为例 。
某金融企业进行自动识别业务流程转化流失步骤 ， 及时触达激励用户转化 。 新客户开户是金融企业的关键流程 ， 该企业对新客开户流程进行监测 ， 针对进入流程后 30 分钟未成功开户的客户进行精准营销 ， 自动发送短信推送 ， 激励客户完成开户转化 。
关于推荐策略 ， 以某社交产品为例 。
技术挑战：陌生人社交双向匹配生态下 ， 推荐系统必须既要保证推出的 profile 是用户可能感兴趣的 ， 并保证被曝光的 profile 用户也对点击用户有回关的可能性 ， 对推荐系统召回策略的调试考验极大 。
神策数据的智能推荐系统自动基于地理位置、在线状态、兴趣偏好等信息 ， 给用户推荐他们可能感兴趣的用户 profile 。 通过 HMF 深度召回模型+地理位置召回+热门召回+新用户召回 ， 结合成熟且丰富的工程经验 ， 有效提升了双向匹配率 ， 增加了业务效益 。 其中 ， 匹配指标比客户高 105% ， 远超验收 5% 要求 ， 得到了客户技术方和业务方的高度认可 。 新用户次日留存、全体用户留存、人均在线时长、匹配人率均保持稳定表现 。
在数据产品化应用的方向 ， 常见痛点为：数据基础弱、技术资源匮乏、精细化运营策略经验不足、反馈迭代机制效率低 。
综上所述 ， 企业的数据驱动竞争力主要在谈论应用方式 ， 包含分析应用和产品化应用 ， 分析应用包含客户运营、产品运营、活动运营、业务运营等；产品应用主要涵盖触达和展示 ， 对企业的技术实力要求相对高 。
数据驱动竞争力的打造需要从上至下的推动 ， 数据采集不是目标 ， 数据分析与数据应用才是最终目标 。 数字化运营的建设不是一朝一夕的事情 ， 需要持续的资金和人力投入 。 通过试点先行 ， 核心团队打磨 ， 进行数字化运营闭环的效果验证 ， 建立成功模式 ， 进行模式复制 。
三、数据驱动四大阶段建设方法与经典案例
数字化运营建设的实现路径：基于优质的数据基础逐渐深入 ， 主要分为四个阶段 ， 分别为有数据、看数据、分析数据、应用数据 。
1、有数据
数字化运营的第一步是有数据 ， 有数据不是单纯的将数据采集到数据库 ， 是一个复杂的过程 。 桑文锋的《数据驱动：从方法到实践》中曾提到大数据具备四个特征：大、全、细、时 。
“大”强调大数据宏观的“大” ， 而非一味追求数据量的“大” ， 需要从系统的角度考虑进行数据采集 。
“全”指全量数据 ， 而非抽样或者只有一部分环节的数据 ， 强调多种数据源 ， 包括前端、后端的数据 ， 以及日志、数据库数据等 ， 不要建立数据孤岛 。
“细”强调多维度数据 ， 包括事件、商品的各种维度、属性、字段等 。 如用户看的商品属于什么类别、价格如何、原价及打折价如何等 。
“时”强调时效性 ， 即实时数据采集和实时数据分析的价值 。
有数据的原则是强调从需求出发 ， 先梳理应用场景 ， 再梳理对应指标体系 ， 最后再做数据采集 。
运营增长从 0 到 1 打造企业数字化运营闭环


推荐阅读


上一篇：教育部■教这些，超标了！教育部列出六科超标超前培训负面清单

下一篇：60名大汉明抢营业执照！比特大陆创始人反目