如何打造私域流量:構建流量池首先需要一個“數據池”
“流量池思維”的火爆,打開了每個運營人對于流量的關注。運營人如何用好流量池思維?如何構建流量池?本篇文章中,筆者對這些問題分享了自己的思路與看法。
流量池思維的橫空出世,迅速替代了“增長黑客”,被奉為營銷界流量玩法的新宗旨。隨后,一陣瘋狂的科普浪潮席卷了朋友圈和看一看,在對流量池有了初步的了解后,大家也都四處尋覓構建流量池的方法。
流量池一曰數據二曰運營,要達到運營、發掘數據價值、帶來更多流量的目的,需要數據基礎+強而快的系統。本期我將就 “構建數據池”分享一些思路。
一、企業為什么需要數據池?
企業或多或少都有自己的客戶數據,但他們卻很難回答“我們擁有哪些數據”“我們掌握的數據能夠反映客戶的真實狀況”以及“不同部門使用的數據維度是否一致”這些問題。
1. 我們可以一起來看看,企業都擁有哪些數據?
第一方數據
- 交易訂單數據:從ERP、CRM、電商系統中產生的各類交易信息。包括卡券、訂單、購物車、退換貨訂單。
- 行為數據:客戶在微信、網站、App、小程序等各類第一方觸點上產生的大量行為數據。比如關注微信,提交表單,訪問頁面等等。
- 產品等業務對象數據:這些數據不是客戶數據,但會和分析極度相關。比如庫存和產品價格,就是許多零售客戶分析時必需的數據點。
- 外部工具產生的數據:現代營銷依賴于非常多的外部工具,比如報名表單、郵件、微課堂、微店等系統產生的大量數據。
第二方數據
- 合作系統傳回的數據:如郵件、短信在發送后,客戶是否有閱讀、點擊等。
- 合作媒體數據:廣告投放、視頻、門戶、垂直媒體等提供的數據。
第三方數據
- 第三方數據供應商提供的數據,如數據平臺,運營商等。
2. 企業都把數據放在哪?
每個業務部門依賴的是客戶數據的不同方面,他們都有自己的運用場景。銷售部門依賴于CRM(客戶關系管理平臺),售后部門主要看客服系統,市場營銷部門關心微信平臺,數據分析團隊使用數據倉庫或者客戶行為分析工具。
各個部門都有自己的主系統,每個系統關注點不一樣,針對的也是不同階段的客戶,那么看到的東西當然也是不一樣的。
就好像盲人摸象一樣,每個部門看到的只是自己關注的部分,而不是客戶的完整情況。不同部門使用的工具都各自產生新的、孤立的、片面的客戶數據,無法快速同步。
割裂的數據為運營造成極大的挑戰。
舉個例子,某企業想做個客服小程序,結果發現Billing數據在ERP中,訂單信息在電商系統中,行為數據在網站后臺。盡管他們要做的功能非常簡單,但企業卻需要三個開發人員從三個不同的系統中取值。
好不容易搞懂了不同系統的取值規則之后,還需要寫大量邏輯去合并。然后,下次再做另一個小程序的時候,又得把以上步驟再重復一遍……
因此,企業需要一個數據池作為基礎,保障后續的流量運營。需要明確的是,數據池它不是一個產品,你可以將它理解為企業的一類數據資產。
二、我有其他的數據工具,可以將其作為數據池嗎?
答案是,不行。
1. “行為分析工具” 可以成為數據池嗎?
很多人都會問“行為分析工具”也會收集客戶行為數據,也會提供可擴展的數據結構。那么“數據池”的區別在哪里?其核心區別在于數據的粒度。
比如,企業有多個App?!皵祿亍贝鎯Φ臅r候,會按照不同的App分門別類,將數據存儲在一起。在查看的時候,您可以看到各個渠道的數據流入流出的情況,也可以將一個人按照不同的渠道進行切片。
但是“行為分析工具”一般會建議您將各個App的數據隔離處理,因為其設計目的不是做跨渠道數據整合的。
2. “數據湖”可以用作數據池嗎?
需要強調的是,“數據池”和傳統意義上數據湖是不一樣的。
“數據池”只關注收集客戶數據,并且可以大規模統一,標準化和激活這些客戶數據資產。通過“數據池”,收集的數據不是簡單的合并,而是可以通過將各個渠道的數據切片保存。
而數據湖則是一個存儲大量原始非結構化和結構化數據的庫,所以數據湖對于不懂IT的人來說很難使用。
“數據池”是之前的業務系統無法代替的,它是企業存續運營流量而重組的數據資產。
對企業來說,“行為分析工具”收集的數據和“數據湖”都是不同類型的數據資產,只是在構建流量池這個場景中不適用而已。
三、數據池應該如何構建?
1. 打通數據壁壘
沒有較為完整的全渠道數據,會使運營受阻,因此企業需要一個共享的數據來源,連接每個渠道上的每一個客戶互動,從微信到網站,從門店到ERP,支付服務,客服系統,甚至是CRM。
然后,再將數據傳遞到各個部門使用的系統中去。
這樣就可以讓數據在各個系統各個部門之間流動,從而打破公司的“部門墻”,讓每個人都可以對客戶有全面的了解,同時也有助于建立公司基于數據、基于事實說話的文化。
進而節約開發成本,提升運營效率,讓團隊更專注。
2. 數據歸一化處理
各種重復記錄、字段缺失、跨系統數據值的不匹配,一直是困擾運營的問題。
因此企業需要在整個組織內實施通用的數據標準,定義構成良好數據的內容,并從源中刪除錯誤數據,讓整個企業相信數據是正確的。
3. 構建畫像
以上兩步可以說是數據籌備階段,接下去就應該是數據洞察階段。
企業可以將收集到的零散的客戶屬性、行為數據轉譯成標簽,為每個客戶打上獨一無二的“烙印”,比如他們最喜歡的產品類別、購買頻次等等,并對這些特征進行分析、統計,以挖掘潛在的價值信息,勾勒出客戶畫像。
打上標簽之后,企業還可以根據自定義業務條件進行標簽分組,這樣就能在與客戶溝通時候,知道應該說什么,為客戶提供獨特的體驗。
4. 管理完整行為數據
客戶的行為數據可以為客戶畫像進行良好補充。隨著客戶與企業互動渠道激增,知道客戶的喜好往往還不夠,有時可能還需要知道客戶行為發生在何時,從而更精準地對癥下藥。
企業可以通過捕捉客戶的完整行為數據,敏銳洞察客戶意向, 基于不同階段制定運營策略,充分挖掘客戶生命周期價值。擁有了完整的行為數據后,企業對于同類型的客戶,還可以預設針對性運營策略。
數據池是流量池的數據基礎,那么高質量的數據就是必不可少的。高質量的數據是進行分析決策、精細化運營的重要參考,進而企業更好的為客戶服務,達到發掘數據價值、帶來更多流量的目的。
本文由 @Linkflow 原創發布于人人都是產品經理,未經作者許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
學習收藏了,今天就當一回課代表吧。搭建私域流量運營,當然必須要有工具。給大家推薦一款由【人人都是產品經理】【起點課堂】旗下獨立研發的私域流量運營工具——糧倉·企微管家。糧倉·企微管家是一款基于企業微信的一款營銷型SCRM系統。集裂變獲客、留存促活、銷售變現、客戶管理于一體的私域增長閉環系統。覆蓋企業客戶運營的生命周期,助力企業私域流量運營,提升售前/售后服務能力。還可以免費開始使用哦~ http://996.pm/M0A06
具體詳細點的如何建立用戶行為分析案例有嗎?
您可以聯系我們的客服小聯(ID:LFxiaolian),備注:用戶行為分析,客服會為您解答的。