阿里品牌數據銀行:全網最全數據銀行介紹?。ǜ胶A拷貓D)

0 評論 5036 瀏覽 9 收藏 10 分鐘

品牌數據銀行作為消費者資產平臺,有效融合了全域渠道消費者數據,為品牌精細化分層運營提供了有力支持。本文將深入探討阿里品牌數據銀行的能力與運用,從初識品牌數據銀行開始,逐步揭示其融合、分析、激活與應用四大模塊的功能與特點。

上個系列篇《 阿里達摩盤:一文掌握阿里達摩盤的6大能力!》,我們介紹了達摩盤DMP,接下來我們一起來探究阿里的品牌數據銀行的能力。

一、初識品牌數據銀行

品牌數據銀行是阿里推出的消費者資產平臺,融合了阿里全域渠道消費者數據以及品牌自有數據,助力品牌進行精細化分層運營。

品牌數據銀行的數據包含阿里系消費者數據,如支付寶、阿里媽媽、天貓、菜鳥驛站、餓了么等;以及品牌自有的消費者數據,如站外媒體曝光、品牌的粉絲會員等。

如下圖,看阿里系商家工具的對比,包含品牌數據銀行、達摩盤、客戶運營平臺、生意參謀。從整體來看品牌數據銀行,是從品牌的維度來看消費者的數據,而達摩盤等主要是從店鋪維度;另外數據銀行能力包含品牌全網消費者數據回流,數據范圍和應用范圍比達摩盤、生意參謀更廣。

阿里品牌數據銀行:全網最全數據銀行介紹?。ǜ胶A拷貓D)

品牌數據銀行由4A模型發展而來,即Aggregation融合、Analysis分析、Activation激活、Application應用,提供鏈路流轉分析、自定義分析、會員粉絲分析等功能模塊,幫助品牌快速、便捷地進行消費者運營,沉淀品牌消費者資產。

如下圖,阿里品牌數據銀行主要包含融合沉淀、分析診斷、數據激活、應用定制4大模塊。

阿里品牌數據銀行:全網最全數據銀行介紹?。ǜ胶A拷貓D)

接下來,我們來揭開數據銀行各個模塊神秘的面紗。

二、Aggregation融合

1、消費者資產

為了幫助品牌持續沉淀消費者數據,還原消費者旅程,洞察品牌與消費者的親疏關系,并持續深化與消費者關系,品牌數據銀行提供了AIPL方法,來劃分消費者分層。

消費者資產模塊,包含消費者分析、全鏈路分析、鏈路流轉分析。

消費者分析:劃分了活躍消費者、消費者資產、活躍消費者對標、消費者周增長率、潛客-顧客比、關系周加深率。

阿里品牌數據銀行:全網最全數據銀行介紹!(附海量截圖)

全鏈路分析:劃分A認知-I興趣-P購買-L忠誠,看不同階段的消費者人群整體變化趨勢。

鏈路流轉分析:劃分認知、興趣、購買、忠誠用戶,在初始和結束階段的人群流轉。

消費者資產模塊是品牌數據銀行早期就有的能力,其核心在于AIPL模型。選擇合適的用戶分層,并圍繞分層制定一定的轉化策略,對于消費者資產平臺而言至關重要。例如阿里有AIPL用戶分層模型、京東有4A模型、字節有O-5A模型,這些模型本身比較淺顯易懂,其背后對應的營銷轉化策略會更為復雜、重要。感興趣的朋友可以加數據交流群一起探討。

2、數據融合

品牌在發展過程中,會積累多方會員數據等,這些數據可以通過數據融合模塊進行處理。數據融合模塊包含上傳人群、上傳標簽、一方人群、一方標簽等。

該模塊主要能更好地幫助商家用好自有數據。

阿里品牌數據銀行:全網最全數據銀行介紹?。ǜ胶A拷貓D)

三、Analysis分析

分析診斷模塊,從粉絲會員、到商品分析,再到場景運營、活動沉淀分析、品牌增長分析等多視角進行深度分析。

1、場景運營

場景運營劃分了新客拓展、高潛人群促轉化、老客運營促復購、會員招募與運營、活動人群再營銷、新品運營策略等。將一些核心的運營方式場景化,可以十分直觀地給運營人員賦能。

阿里品牌數據銀行:全網最全數據銀行介紹!(附海量截圖)

場景運營是上新的能力,在分析的基礎上,加入了更多運營策略模板,提升產品的易用性,這對我們做畫像的人群推薦具有較大借鑒意義。

2、粉絲會員分析

粉絲會員分析,主要包含品牌會員、店鋪會員,分析活躍會員、不活躍會員、購買會員、活躍未購會員。

阿里品牌數據銀行:全網最全數據銀行介紹?。ǜ胶A拷貓D)

3、商品分析

商品分析,構建人-商品之間的關系,分析單品上消費者行為。并進一步分析該單品的總互動人數、新增品牌認知、興趣、購買、忠誠人數。

阿里品牌數據銀行:全網最全數據銀行介紹!(附海量截圖)

在用戶分群過程中,我們劃分的群體越多,運營人員反而越不知道怎么用,難以形成比較體系化的策略。而品牌數據銀行做的比較好的是,使用了AIPL模型,將其貫穿至整個產品體系、分析體系、運營體系,從而發揮出數據產品的最大價值。

4、活動沉淀分析

活動沉淀分析,沉淀了消費者的活動數據,分析活動前1天和活動結束當天,消費者總量、品類購買力、消費者轉化力數據,以及活動的拉新和留存效果分析。

阿里品牌數據銀行:全網最全數據銀行介紹?。ǜ胶A拷貓D)

營銷活動在各大品牌促銷應用上十分廣泛,要統計好活動帶來的效果,則需做好活動數據的回流、渠道數據歸因等。這是重點也是難點,后續文章進一步研究。

5、自定義人群分析

還有比較基礎的模塊就是自定義人群分析,這主要是人群圈選模塊,劃分了以場圈人、以貨圈人、屬性圈人、IP粉絲圈人幾種方式。這跟《阿里達摩盤:圈選人群、渠道沉淀人群、智能迭代人群…》構建方式類似。

阿里品牌數據銀行:全網最全數據銀行介紹?。ǜ胶A拷貓D)

通常屬性圈人是人群圈選中較為常用的模塊,需要結合一定的業務場景,例如在電商場景下,基于人-貨-場的模型,可拓展成以貨圈人、以場圈人等。在長租場景下,基于房-客模型,則為以房圈人。

四、Activation激活

數據激活主要是數據應用,根據品牌需求,將目標人群推送至鉆展等多渠道。

阿里品牌數據銀行:全網最全數據銀行介紹!(附海量截圖)

這里的對接,分了很多渠道,包括阿里媽媽、CRM、策略中心、天貓營銷平臺、高德、支付寶、本地生活等等。

五、Application應用

應用模塊主要包含應用市場和數據工廠。例如在應用市場能力上,品牌方可根據不同營銷場景,訂購服務商已打包好的完整解決方案。

阿里品牌數據銀行:全網最全數據銀行介紹!(附海量截圖)

場景運營策略需要一定的數據分析和營銷經驗才能得出,服務商可將其進行售賣,進行商業變現。由此也可看出消費者資產平臺中,營銷策略的重要性。

專欄作家

草帽小子,公眾號:一個數據人的自留地,人人都是產品經理專欄作家。《大數據實踐之路:數據中臺+數據分析+產品應用》書籍作者,專注用戶畫像領域。

本文原創發布于人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基于CC0協議。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

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. 目前還沒評論,等你發揮!