這幾年，隨著流量紅利消失等，用戶又重新回到了營(yíng)銷的視野核心，連帶著CDP等產(chǎn)品需求也火了起來(lái)。雖然，甲方品牌此前一直都在做關(guān)于用戶的工作，但其背后的運(yùn)營(yíng)邏輯，已經(jīng)從靠“經(jīng)驗(yàn)+人力運(yùn)營(yíng)”變成靠“數(shù)據(jù)+產(chǎn)品\系統(tǒng)技術(shù)”。
而當(dāng)市場(chǎng)還在討論和研究CDP相關(guān)功能、應(yīng)用場(chǎng)景等時(shí)，深演智能依靠十三年的營(yíng)銷技術(shù)經(jīng)驗(yàn)和產(chǎn)品服務(wù)，早已經(jīng)完成了諸多依靠“數(shù)據(jù)+產(chǎn)品\系統(tǒng)技術(shù)”驅(qū)動(dòng)的數(shù)字化轉(zhuǎn)型成功案例落地。
早在2018年，深演智能即成為業(yè)內(nèi)最早幫助企業(yè)行業(yè)客戶成功落地CDP項(xiàng)目的廠商之一，國(guó)際權(quán)威咨詢與研究機(jī)構(gòu)Forrester也根據(jù)深演智能汽車行業(yè)CDP案例獨(dú)立撰寫了首份汽車行業(yè)CDP項(xiàng)目的實(shí)踐成果報(bào)告。
隨后，深演智能還幫國(guó)際大型零售廠商、豪華珠寶品牌、高檔運(yùn)動(dòng)品牌、化妝品品牌等諸多行業(yè)標(biāo)桿客戶，完成了包括CDP、DMP、MA等全鏈路數(shù)字化營(yíng)銷產(chǎn)品的搭建落地，并通過(guò)全域流量打通、高潛會(huì)員挖掘、個(gè)性化推薦、智能預(yù)測(cè)、私域反哺公域投放等產(chǎn)品應(yīng)用，幫助客戶賦能營(yíng)銷決策，實(shí)現(xiàn)對(duì)銷售額提升、拉新成本降低、用戶體驗(yàn)優(yōu)化等。
以下是深演智能聯(lián)合創(chuàng)始人兼COO 謝鵬在三亞“iDigital 2021數(shù)字營(yíng)銷品牌廣告主峰會(huì)”上的演講，在這場(chǎng)凝聚了行業(yè)最新洞察和實(shí)踐的大會(huì)上，上述分享由于實(shí)踐性強(qiáng)、干貨內(nèi)容多得到現(xiàn)場(chǎng)很多嘉賓的認(rèn)可，我們特整理成文字，分享出來(lái)。
一，大量線上線下觸點(diǎn)的國(guó)際零售客戶，通過(guò)用戶數(shù)據(jù)中臺(tái)，拉新成本降低了50%，流失用戶實(shí)現(xiàn)大幅召回
我們有個(gè)國(guó)際零售客戶，其特點(diǎn)是線上和線下觸點(diǎn)都特別多、特別分散，那如何能對(duì)用戶有更深入的了解和洞察？且如何通過(guò)用戶經(jīng)營(yíng)，尤其是線上經(jīng)營(yíng)，進(jìn)一步提升整個(gè)產(chǎn)出？
首先，圍繞了解和洞察用戶，我們把客戶整體的數(shù)據(jù)做了重新的調(diào)整和補(bǔ)充。
此前客戶雖然做了CDP及相關(guān)用戶數(shù)據(jù)系統(tǒng)，但卻只有“人”的數(shù)據(jù)。在此基礎(chǔ)之上，我們幫客戶加上了商品“貨”的數(shù)據(jù)，以及如門店地理位置、店內(nèi)電子廣告屏位置信息等“場(chǎng)”的數(shù)據(jù)。這樣我們幫助這家零售客戶打通了“人、貨、場(chǎng)”三個(gè)數(shù)據(jù)要素，并對(duì)每個(gè)要素的數(shù)據(jù)都做了標(biāo)簽化。
其次，針對(duì)客戶原有系統(tǒng)的自動(dòng)化和智能化運(yùn)營(yíng)薄弱的問(wèn)題，我們通過(guò)幫助客戶實(shí)現(xiàn)在公域流量的程序化購(gòu)買、私域流量的營(yíng)銷自動(dòng)化（MA）、智能算法推薦和預(yù)測(cè)等，實(shí)現(xiàn)了用戶全域觸達(dá)的“千人千策”和“千人千面”。
最后，用深演的第三方數(shù)據(jù)來(lái)豐富客戶的一方用戶數(shù)據(jù)標(biāo)簽。客戶原來(lái)只能利用一方數(shù)據(jù)了解消費(fèi)者。但是作為零售客戶，一方有獨(dú)特價(jià)值的一面，同時(shí)也存在唯獨(dú)比較單薄的不足一面。深演利用自己獨(dú)特?cái)?shù)據(jù)生態(tài)的優(yōu)勢(shì)，幫助其補(bǔ)充第二方和第三方的數(shù)據(jù)，這樣對(duì)整個(gè)用戶的理解就更加豐滿了。
完成用戶數(shù)據(jù)中臺(tái)搭建、得到更深入的用戶洞察后，怎樣把數(shù)據(jù)應(yīng)用于營(yíng)銷決策，幫助客戶通過(guò)線上運(yùn)營(yíng)提升產(chǎn)出?
從橫向的角度，我們專注于提升兩個(gè)場(chǎng)景的效果：一是新客轉(zhuǎn)換，面向線下會(huì)員店做新人引流；二是針對(duì)過(guò)去一年內(nèi)沒(méi)在門店里復(fù)購(gòu)的流失用戶做召回。
簡(jiǎn)單來(lái)說(shuō)兩步走：一該零售客戶的市場(chǎng)負(fù)責(zé)人通過(guò)系統(tǒng)更深入、更全面地獲得了各種用戶與其他維度的交叉分析洞察后，能夠制定出更好、更有針對(duì)性的營(yíng)銷策略，二通過(guò)深演智能的營(yíng)銷畫布產(chǎn)品功能實(shí)現(xiàn)營(yíng)銷自動(dòng)化，在多個(gè)渠道的用戶旅程觸點(diǎn)上做復(fù)雜的用戶轉(zhuǎn)換活動(dòng)。最終，整個(gè)用戶拉新成本降低了50%，流失用戶召回也取得了很明顯的效果。
除此，我們還幫助客戶做了可視化分析，跟傳統(tǒng)零售行業(yè)可視化分析不同，我們最大特點(diǎn)是在于各種業(yè)務(wù)分析都融合了“人”的維度。我們?cè)谒蟹治鼍S度都加上了人的叉乘分析。
如人群銷售分析，我們新增了“銷售什么”和“用戶在哪”的叉乘，可以回答什么樣的人在什么地方會(huì)買東西、及他買的東西多還是少等問(wèn)題；
再如活動(dòng)觸達(dá)分析，此前客戶只有單純的渠道來(lái)源和渠道分析，比較單一。而我們新增客戶渠道（比如微信、短信和彈窗等）和人群的叉乘分析，可以呈現(xiàn)什么樣的人在什么渠道上轉(zhuǎn)換率較高等結(jié)果。
還有人群行為漏斗分析，通過(guò)“注冊(cè)—領(lǐng)券—用券—關(guān)注公眾號(hào)—加車—點(diǎn)擊—搜索—線下互動(dòng)等以及優(yōu)惠券分析”等整個(gè)流程，來(lái)幫助客戶清楚地分析出不同環(huán)節(jié)的用戶流失。
最終，我們幫客戶搭建了一個(gè)包含所有業(yè)務(wù)要素和“人”叉乘分析的業(yè)務(wù)看板，讓客戶可以用更廣的視野、更深的角度、更全的維度來(lái)看待自己的生意。
二，即便用戶基數(shù)不大，豪華珠寶品牌依然能借助高潛會(huì)員挖掘、個(gè)性化推薦，實(shí)現(xiàn)用戶體驗(yàn)和銷售額雙提升
第二個(gè)案例是豪華珠寶品牌，鑒于這一品類的性質(zhì)，其用戶數(shù)量不會(huì)很多，數(shù)字化用戶運(yùn)營(yíng)對(duì)其價(jià)值是什么？
借助深演智能此前豐富的奢侈品客戶服務(wù)經(jīng)驗(yàn)，我們建議客戶提供了過(guò)往三年的購(gòu)買用戶人群包及相關(guān)數(shù)據(jù)標(biāo)簽，然后和客戶一起定了兩個(gè)小目標(biāo)——通過(guò)高潛會(huì)員挖掘和個(gè)性化推薦及預(yù)測(cè)來(lái)有效提升銷售額。
我們是怎么幫助客戶實(shí)現(xiàn)這兩個(gè)目標(biāo)呢？
首先基于客戶的一方數(shù)據(jù)，包括用戶行為信息、基本信息、線下行為數(shù)據(jù)和標(biāo)簽、商品屬性數(shù)據(jù)、交易數(shù)據(jù)等做特征加工和處理，構(gòu)建模型特征，建模后通過(guò)輸出會(huì)員復(fù)購(gòu)概率來(lái)挖掘高潛人群。
深演智能智能算法并不只是輸出一張“會(huì)員復(fù)購(gòu)率”報(bào)表就到此為止了。否則，雖然每一個(gè)會(huì)員ID都有個(gè)復(fù)購(gòu)概率預(yù)測(cè)值，但實(shí)際上會(huì)很難用，無(wú)法把數(shù)據(jù)價(jià)值應(yīng)用到業(yè)務(wù)上。
站在客戶的角度，我們進(jìn)一步做了加工，引入“5顆星”指數(shù)。這樣，客戶可以結(jié)合其營(yíng)銷經(jīng)驗(yàn)和業(yè)務(wù)經(jīng)驗(yàn)去判斷，多少歸類為“5顆星”或“1顆星”等，再針對(duì)不同會(huì)員細(xì)分制定針對(duì)性營(yíng)銷策略。
在實(shí)際營(yíng)銷策略中，有的品牌主會(huì)把營(yíng)銷資源都集中在5顆星的潛力用戶上去做推廣，而對(duì)于另外一些品牌主來(lái)說(shuō)，“反正那5顆星已經(jīng)是高概率的復(fù)購(gòu)人群了”，他們會(huì)選擇把更多營(yíng)銷資源用在4顆星轉(zhuǎn)化上。因此，具體怎么確定重點(diǎn)營(yíng)銷目標(biāo)人群，我們的系統(tǒng)為每一位有經(jīng)驗(yàn)的營(yíng)銷負(fù)責(zé)人提供了更好的信息來(lái)做出決策。
其次，客戶即將上線App ，我們幫客戶打造了“猜你喜歡”這樣的商品推薦功能。這項(xiàng)功能使用了商品關(guān)聯(lián)度模型的算法，對(duì)于用戶瀏覽的每一款商品，算法模型都提供出與之關(guān)聯(lián)的Top 50的產(chǎn)品。
但客戶在“猜你喜歡”下面展示3個(gè)還是5個(gè)產(chǎn)品，各家都有自己的業(yè)務(wù)場(chǎng)景和經(jīng)驗(yàn)，我們又把空間留給了營(yíng)銷者“營(yíng)銷藝術(shù)”的空間。
這樣，每個(gè)客戶進(jìn)來(lái)看到的都是系統(tǒng)根據(jù)自己瀏覽的商品，自動(dòng)推薦可能感興趣的產(chǎn)品。而目前，商品的推薦購(gòu)買在整個(gè)電商貢獻(xiàn)了30%以上的銷售額。對(duì)于高端品牌來(lái)講，用自己有限的一方用戶數(shù)據(jù)，就可以把營(yíng)銷做得更加精細(xì)化，實(shí)現(xiàn)用戶體驗(yàn)優(yōu)化和銷售額的提升。
這也是深演智能主張的“AI賦能決策”使命在服務(wù)客戶上最好的實(shí)踐證明。一方面，將數(shù)據(jù)產(chǎn)品做到極致，每一個(gè)產(chǎn)品\功能不只是其本身，而是從客戶實(shí)際業(yè)務(wù)出發(fā)，以“應(yīng)用到具體場(chǎng)景、產(chǎn)生業(yè)務(wù)影響”為終；
另一方面，在提供了扎實(shí)的產(chǎn)品和技術(shù)能力外，我們也跟客戶的“營(yíng)銷藝術(shù)”手段相結(jié)合，以“科學(xué)+藝術(shù)”相結(jié)合的手段幫助品牌主做差異化營(yíng)銷，得到更好銷售增長(zhǎng)。
三，高檔運(yùn)動(dòng)品牌靠智能預(yù)測(cè)，把實(shí)際購(gòu)買、指標(biāo)訂單、銷售額提升兩倍以上
我們服務(wù)的這位高端運(yùn)動(dòng)品牌客戶，產(chǎn)品線非常豐富，旗下有幾十個(gè)品類，用戶分布在線下門店、微信、APP、天貓等不同平臺(tái)和渠道上。這意味著，數(shù)據(jù)分析的復(fù)雜程度有很多疊加因素。
而服裝鞋帽零售行業(yè)最大特點(diǎn)之一，就是對(duì)庫(kù)存的管理很重要，否則會(huì)把你掙到的錢、利潤(rùn)全部吃掉。面對(duì)這種情況，客戶希望我們來(lái)幫忙做購(gòu)買預(yù)測(cè)，即預(yù)測(cè)用戶將會(huì)購(gòu)買哪一個(gè)品類的商品。
首先，我們?yōu)檫@個(gè)品牌做了標(biāo)簽樹(shù)的設(shè)計(jì)和人群的細(xì)分。我們有一套科學(xué)標(biāo)簽樹(shù)設(shè)計(jì)的方法，早在2011年深演智能就發(fā)布了國(guó)內(nèi)首份DAAT標(biāo)簽體系的白皮書。
然后基于客戶提供的千萬(wàn)級(jí)用戶歷史購(gòu)買數(shù)據(jù)，我們通過(guò)建模，預(yù)測(cè)用戶下個(gè)月在幾十個(gè)品類類別的購(gòu)買可能性。與此同時(shí)，客戶的運(yùn)營(yíng)團(tuán)隊(duì)也在憑借經(jīng)驗(yàn)做這樣的預(yù)測(cè)。終極PK之后，我們的機(jī)器算法模型與客戶的運(yùn)營(yíng)團(tuán)隊(duì)的預(yù)測(cè)結(jié)果，在實(shí)際購(gòu)買者數(shù)量、訂單、銷售額三個(gè)指標(biāo)上，分別是后者的3倍、4倍、2倍。
過(guò)去，我們說(shuō)數(shù)據(jù)驅(qū)動(dòng)的廣告投放，效果提升一般可以實(shí)現(xiàn)10-30%。但現(xiàn)在，通過(guò)數(shù)據(jù)系統(tǒng)和模型把高機(jī)制的一方用戶數(shù)據(jù)利用好，完全是可以在一些重要的營(yíng)銷指標(biāo)上，提升至少50%。
四，利用一方人群數(shù)據(jù)建模，公域投放引流，高檔化妝品牌實(shí)現(xiàn)ROI、AIPL轉(zhuǎn)換率兩倍增長(zhǎng)
隨著電商在運(yùn)營(yíng)中所占的比重越來(lái)越大，大部分電商客戶都開(kāi)始關(guān)注到“流量閉環(huán)”這個(gè)核心話題。除了站內(nèi)精細(xì)化運(yùn)營(yíng)，客戶越來(lái)越關(guān)注如何提升站外媒體投放的有效性。通過(guò)一方數(shù)據(jù)建模，公域投放引流，降低單個(gè)訂單成本，同時(shí)提高ROI、AIPL等指標(biāo)。
圍繞這個(gè)目標(biāo)，我們?cè)诜?wù)一家高檔化妝品牌企業(yè)時(shí)，幫客戶做了以下3件事。
第一件事情，電商平臺(tái)的站內(nèi)外聯(lián)動(dòng)，客戶為我們提供了百萬(wàn)級(jí)的曝光購(gòu)買人群以及千萬(wàn)級(jí)的曝光未購(gòu)買人群。
“百萬(wàn)級(jí)的曝光購(gòu)買人群”指的是“經(jīng)曝光后產(chǎn)生購(gòu)買的人群”，在算法里是一個(gè)很好的正樣本；相應(yīng)地，“千萬(wàn)級(jí)曝光未購(gòu)買人群”指的是“經(jīng)曝光后未產(chǎn)生購(gòu)買行為的人群”，就是一個(gè)負(fù)樣本，我們就利用這些數(shù)據(jù)建模，給公域的流量人群進(jìn)行打分，然后找到高分值人群，引流到天貓官方旗艦店。
對(duì)于品牌主來(lái)說(shuō)，天貓數(shù)據(jù)銀行是一個(gè)很好的判斷數(shù)據(jù)真實(shí)度的指標(biāo)。按過(guò)往的行業(yè)平均經(jīng)驗(yàn)，站外廣告曝光人群與數(shù)據(jù)銀行的匹配率約80%，深演智能確定的廣告曝光人群的匹配率能達(dá)到95%以上，這說(shuō)明深演算法模型確定的曝光人群與天貓站內(nèi)的購(gòu)買人群重合度非常高。
最后，針對(duì)電商的終端環(huán)節(jié)，我們采用了安全屋技術(shù)來(lái)構(gòu)建完整閉環(huán)。天貓不會(huì)給客戶輸出購(gòu)買人群的設(shè)備id，但我們幫助客戶通過(guò)安全屋技術(shù)，把購(gòu)買的人群數(shù)據(jù)包形成device id人群包，這樣就可以與用戶站外的廣告互動(dòng)行為形成了一個(gè)閉環(huán)。“安全屋技術(shù)”是深演智能前年申請(qǐng)的一個(gè)專利，通過(guò)數(shù)字加密技術(shù)合法合規(guī)利用數(shù)據(jù)，把手機(jī)號(hào)匹配出device ID。
不管從宏觀查看廣告曝光、點(diǎn)擊人群的畫像，還是更細(xì)顆粒度的人群洞察，客戶都可以利用閉環(huán)反饋數(shù)據(jù)去調(diào)整優(yōu)化投放環(huán)節(jié)中的人群策略、媒體策略和創(chuàng)意策略，等等。
且投放閉環(huán)可以幫我們獲得更多營(yíng)銷洞察，做出正確的營(yíng)銷決策，比如可以分析每個(gè)媒體的轉(zhuǎn)化率、ROI表現(xiàn)，還可以拆解AIPL指標(biāo)中新增A成本、I成本等。
最后的結(jié)果怎么樣呢？我們用建模人群投放和常規(guī)投放相比，ROI提升了將近兩倍，轉(zhuǎn)換率提升超過(guò)了兩倍，同期A到I的流轉(zhuǎn)率是其同期該客戶天貓品牌店大盤的2.2倍。
由于時(shí)間有限，這里僅列舉了幾個(gè)典型案例。但實(shí)際上，深演智能還有更多的客戶案例，為快消、美妝、奢侈品、汽車等行業(yè)頭部客戶提供深度解決方案，充分賦能企業(yè)“以消費(fèi)者運(yùn)營(yíng)為中心”的戰(zhàn)略，幫助企業(yè)實(shí)現(xiàn)經(jīng)營(yíng)決策的數(shù)智化。
同時(shí)，深演智能|品友旗下?lián)碛幸徽臼街悄芷髽I(yè)數(shù)據(jù)管理平臺(tái)AlphaData™（CDP/DMP）、一站式智能媒介管理平臺(tái) AlphaDesk™、全域自動(dòng)化營(yíng)銷產(chǎn)品MA、智能內(nèi)容管理平臺(tái)CMP等多條產(chǎn)品線，幫助客戶，特別是大中型企業(yè)，在相對(duì)復(fù)雜的業(yè)務(wù)流程中，全面落地全渠道、全場(chǎng)景、全鏈路的數(shù)字化營(yíng)銷平臺(tái)。
