基于POI和地理圍欄的精細化運營實踐

8 評論 12431 瀏覽 43 收藏 15 分鐘

編輯導語:基于LBS與POI,運營人員可以擁有更多的手段實現精準營銷和精細化運營,不過在此之前,你需要先了解LBS和POI的定義及區別。本篇文章里,作者就二者的定義,以及基于POI和地理圍欄的運營應用場景等方面做了總結,一起來看一下。

記得大學時,每年暑期開學,校園里各個運營商攤位賣手機、賣號卡,畢業工作后,互聯網浪潮興起,中午辦公園區吃飯看到路邊各種小桌子、小推車進行App應用地推,注冊新用戶發個小禮物。

其實,不管是居民區掃樓發傳單還是辦公區地推送禮品,本質都是希望盡可能地將到訪這一位置,也就是POI的用戶轉化成自己的有效流量。

如今,流量紅利過后,基于POI的運營手段,是否可以為企業帶來新的增長點,實現更精準的營銷呢?

一、POI相關的基本概念

POI和LBS的概念并不新,但是相信仍然會有很多人搞不清楚兩者的關系。

1. LBS服務

百科定義:基于位置的服務(LocationBasedServices,LBS),是利用各類型的定位技術來獲取定位設備當前的所在位置,通過移動互聯網向定位設備提供信息資源和基礎服務。首先用戶可利用定位技術確定自身的空間位置,隨后用戶便可通過移動互聯網來獲取與位置相關資源和信息。

LBS服務中融合了移動通訊、互聯網絡、空間定位、位置信息、大數據等多種信息技術,利用移動互聯網絡服務平臺進行數據更新和交互,使用戶可以通過空間定位來獲取相應的服務。

2. 應用場景

LBS服務目前的應用非常廣泛,最底層的主要是由百度地圖、高德地圖、騰訊地圖等地圖廠商提供基礎的位置信息能力,各個App通過接入或調用地圖服務接口,衍生出各種基于位置的產品功能。例如:

1)基于位置的產品搜索或召回服務

城市旅游景點、酒店住宿、出行打車、周邊的吃喝玩樂、休閑娛樂等,大眾點評就是典型的基于位置的產品服務。其他像社交軟件附近的人、短視頻應用同城周邊都屬于LBS的服務功能。

2)地圖導航或搜索服務

到陌生的地方利用地圖查交通路線或自駕導航,搜索周邊加油站、停車場。以及快遞或外賣配送員實時位置查詢,也都屬于LBS的范疇。

3. POI

POI是“PointofInterest”的縮寫,中文可以翻譯為“興趣點”。在地理信息系統中,一個POI可以是一棟房子、一個商鋪、一個學校、一個工廠等。

POI包含四方面信息,名稱、類別、坐標、分類。高德地圖提供了海量的POI信息數據,例如上海407W+POI,一個長寧區就包含了18W。通過高德提供的POI接口數據或者將數據爬取下來,加工處理,供后期使用。

4. 地理圍欄

POI是興趣點,即點的概念。實際在產品召回或者LBS營銷應用時,會從更大范圍的區域進行,即通過多邊形的方式,將POI周圍的區域圈定起來,就像打籬笆圍欄。

地理圍欄(Geo-fencing)是LBS的一種新應用,就是用一個虛擬的柵欄圍出一個虛擬地理邊界。當手機進入、離開某個特定地理區域,或在該區域內活動時,手機可以接收自動通知和警告。

有了地理圍欄技術,位置社交網站就可以幫助用戶在進入某一地區時自動登記。坐高鐵經過新的城市時,收到XX歡迎你的短信。

5. 概念小結

從以上定義可以看出,LBS范圍更加廣泛,一切基于位置的產品服務或者營銷觸達,都可以歸屬于LBS,而POI更多強調的是某一個位置點的屬性信息,即到底是商務樓宇、學校,是工廠,精細化運營背景下,人群的細分和精細化運營需要多種手段的識別。

而地理圍欄則是,基于目標點的范圍擴展,進入多邊形區域內的用戶(設備),進行產品或服務上的差異化。

二、POI和地理圍欄的應用場景

1. 用戶特征識別信息盲點補充

人群的差異化運營幾乎是現在每個精細化運營的企業都在做的事情。白領、學生、醫護、藍領用戶群體差異性非常大,對于外賣類的電商平臺,供給側要充分考慮群體的消費能力的差異,才能更好提高轉化。

很多業務流程為了減少操作步驟降低流失率,瀏覽商品后,靜默注冊,填寫手機號收貨地址即可完成交易流程。隨著數據安全法、個人信息保護法相繼執行,用戶數據的獲取安全門檻越來越高,能夠用來獲取用戶畫像特征的數據會受到較大限制。

當年外賣從學生市場拓展到白領市場時,業務面臨最大的痛點是,無法區分到底哪些用戶是學生,哪些是白領。我們是怎樣利用POI數據,識別用戶群體特征呢?

1)第一階段:收貨地址文本匹配

按照業務常識,梳理出不同地址類型的關鍵做模糊匹配,例如,如果地址中包含學校、大學、學院、中學等關鍵詞,就認為是學生訂單,規則匹配后,再人工校驗準確度,不斷豐富關鍵詞,經過幾輪優化后,準確率只能到達60%左右,因為抽樣發現,會存在很多地址不規范無法匹配的,如XX宿舍201,或者地址寫XX學校旁的小旅店。

2)第二階段:利用POI性質判斷用戶特征

用戶在瀏覽周邊商家或者外賣下單選擇收獲地址時,是可以獲取經緯度信息的,跟進訂單的經緯度,和地圖的POI區域進行匹配,高德地圖提供了每個POI點的非常細致的性質分類,即如果經緯度落在了學校的邊界內,即認為是學生訂單。

這一階段的準確度達到了90%以上,主要的差異來源于用戶可能會在區域周邊定位,或者住在學校里的老師。一般來說,準確度到90%以上,就可以進行業務上的應用了。

2. 區域精細化運營

有人會問具有位置屬性的產品本身都已經提供了LBS的搜索或召回運營的能力,例如地圖搜索附件的商家。那POI數據的處理是否還有必要呢?
例如,小區周邊新開了一家生鮮買菜的線下體驗店,需要對曾經在周邊1Km內取菜點取過菜的用戶進行短信推送,吸引用戶前來光顧,此時主要會用到【XX小區】+【周邊1Km】+【訂單數>0】等標簽條件,來圈選出目標人群,進行精準營銷觸達。

此外,相比較線上實時的LBS召回運營,提供POI圈選能力,可以讓運營同學有更多基于經驗規則運營的靈活性。再舉個栗子,當用戶在定位POI屬性是火車站或者機場(附件XXkm)時,可以進行AppPush推送酒店或者打車服務的優惠券。

三、POI精細化運營解決方案

從以上基本概念及應用場景可以看出,POI的精細化運營,需要結合用戶行為數據、交易數據等一系列的畫像標簽+定位的POI屬性進行組合使用,構建POI維度的用戶分層能力。

即,建立完善的LBS類的標簽,與已有的精準營銷平臺打通,實現從圈選到營銷觸達的一站式能力。數據產品規劃時,針對LBS標簽需求提供靈活的配置能力。

1. 產品實施步驟

1)場景調研

基于業務形態及用戶訴求,調研當前業務是否有POI精細化運營的需求,不是所有的業務模式都有應用場景。常見的包括:

  • 品牌廣告投放:不同屬性的區域進行廣告的差異化投放,需要分析已有用戶的主要來源位置畫像,例如年輕用戶來源是學校周邊,還是那些地方。以站內數據和站外的廣告媒介資源進行匹配。因為廣告媒體的分類非常粗。
  • LBS廣告投放:Banner廣告位或商家資源位,可以針對目標產品周邊的用戶進行展示,提升流量利用效率。
  • POI營銷:工廠周邊、火車站、機場周邊的精細化運營。

2)數據獲取

主要是數據抓取與離線數據清洗工作,比如將高德幾千萬的POI信息落庫,構建POI的數倉模型,供后期使用。

數據處理,則是將站內用戶歷史定位的經緯度和POI進行匹配,提供用戶的POI分布分析及POI用戶的畫像分析能力。這里需要注意,對于一個用戶多個位置定位,可以取一段時間內,定位次數最多的位置。

3)產品規劃

對于POI運營平臺,至少需要具備四項核心能力,即:

  • 數據分析:提供現有用戶的POI分析能力,如查看不同用戶群體分布在哪些POI,用戶主要來源區域熱力圖;或提供區域用戶畫像,即分析某一具體區域的用戶畫像特征,為廣告投放提供決策支撐
  • 區域圈選:通過多種條件篩選出目標POI或周邊區域,如POI類型、屬性、省份、城市、具體地址信息等,離線場景直接圈選目標人群,實時場景輸出區域規則
  • 服務輸出:圈選的目標區域,作為LBS位置標簽,對接精準營銷平臺,提供位置判斷的API服務,不同業務系統可直接調用
  • 場景落地:與運營等業務部門聯動,進行場景的打樣,通過AB對比POI運營與業務規則運營的差異。

2. LBS標簽構建方案示例

針對實時營銷場景,POI標簽圈選是構建地理圍欄的規則,當用戶實時定位獲取到經緯度信息時,再經過Geohash匹配算法與圈選的規則進行匹配,如果命中規則就觸發相應的產品或運營動作。

四、總結

POI數據可以作為用戶屬性信息判斷的重要補充,例如學生群體判斷在獲取不到學信網的認證信息時,年齡+定位POI(學校周邊)的準確率要遠高于只用年齡。除此之外,對于特定類型的POI用戶進行運營觸達,可以實現用更少的流量完成同樣的KPI,提升流量的利用效率。

#專欄作家#

數據干飯人,微信號公眾號:數據干飯人,人人都是產品經理專欄作家。專注數據中臺產品領域,覆蓋開發套件,數據資產與數據治理,BI與數據可視化,精準營銷平臺等數據產品。擅長大數據解決方案規劃與產品方案設計。

本文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

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 不錯子,有咩用戶畫像模型構造相關呀

    回復
  2. 基于LBS與POI,運營人員可以擁有更多的手段實現精準營銷和精細化運營,不過在此之前,你需要先了解LBS和POI的定義及區別。

    來自云南 回復
  3. 了解了新的東西:“POI數據”,這篇文章講得非常細致,干貨滿滿,愛了

    來自江蘇 回復
    1. 關注微信公眾號,還有更多干活喲

      來自江蘇 回復
  4. 對于特定類型的POI用戶進行運營觸達,可以實現用更少的流量完成同樣的KPI,提升流量的利用效率。

    來自廣東 回復
  5. POI數據可以作為用戶屬性信息判斷的重要補充,例如學生群體判斷在獲取不到學信網的認證信息時,年齡+定位POI(學校周邊)的準確率要遠高于只用年齡。除此之外,對于特定類型的POI用戶進行運營觸達,可以實現用更少的流量完成同樣的KPI,提升流量的利用效率。太nice了,又斬獲一個新技能。

    來自河南 回復
    1. 歡迎關注微信公眾號:數據干飯人,一起交流分享

      來自江蘇 回復
  6. 可以啊, 貴司的DMP做的可以呀 、

    來自上海 回復