推荐4大场景 电商行业如何精细化运营?( 二 )


场景 3:知识付费企业的优惠券效果评估优惠券的使用是企业精细化运营常用的手段 。 理想优惠券发放带来的效果是 , 合理的补贴率(小于 20%)、用户较高的使用意愿、促成较高的销售量、多元化的使用方向、效果长期——持续的用户活跃和用户购买 。
因为影响优惠券的发放活动效果的因素很多 , 运营人员可以通过该指标体系来评估效果 , 如图 。
一家知识型付费企业经常会给用户发放一些优惠券 , 经过分析发现“好友邀请券”使用频率非常高 。
好友邀请券是由老用户发给朋友 , 当朋友成为平台用户后 , 两人都会各得到一张券 。 然而 , 尽管该券被高频使用 , 但是带来转化率非常低 , 复购率仅为 6% , 远低于其余券 20-30% 的复购率 。
运营团队通过用户路径分析以及用户调研 , 发现“好友邀请券”的发放者主要是 KOL , 他们会在开新课之前给学员发券 , 让学员减少课程支付成本 。 在这种场景下券的使用者对平台几乎没有什么认知 , 复购率很低也是情理之中了 。
因此 , 运营人员不得不暂时关闭了该券 。 那么 , “好友邀请券”该如何发放?运营团队尝试了两种方式:
第一种方式:用户加购——提交订单——给券——支付成功 。
在这种方式中 , 给券的环节是在用户提交订单、支付成功之前 , 经过小范围内试用 , 发现最终效果并不好 , 因为它极大干扰了用户的购买流程:用户在支付前看到优惠券 , 需要转给朋友并当朋友注册后才能投入使用 , 这样无疑延长了用户的购买时间 。
第二种方式:用户加购——提交订单——支付成功——给券 。
在这种方式中 , 老用户在支付完成会拿到一张优惠券 , 此时可进行分享该券 , 新用户在老用户下次购买前注册新用户即可 , 如此既然不会干扰购物流程 , 同时还可以督促老用户的复购 。
最终企业选择了第二种方式 , 经过数据监测 , 该券的使用量下降了 50% , 但是复购率和 ROI 都提升了 50% 。
场景 4:某电商企业的坑位运营坑位归因 , 顾名思义 , 是将产品最终收益的功劳分配给转化路径中各个不同的坑位上 。
坑位的核心目的是“流量引导” , 当流量流入在线产品(如电商、在线教育等)后 , 运营人员需要引导其完成购买任务 , 以实现流量价值最大化 。
坑位运营的第一目标是促进转化 。 促进转化相关的因素包括坑位设计、曝光量、产品体验、素材吸引力 。 量化指标见下图 。
某电商运营人员希望全面了解各坑位的运营状况 , 从而找到优化重点 。 我们不难发现 , 不同坑位的贡献度差异很大 , 具体发现:
1. 大专题页面导入用户流量高 , 但转化率相对较低 , 要么优化该页面的转化率 , 要么将用户流量导向其它页面更为合理 。
2. 并非越排序靠前的位置 , 贡献越高 , 不符合常见的规律 。 前 30 位的坑位收入贡献占比只有 50.02% , 低于另外常见客户的 60-70% 的值 , 有较大提升空间 。
目前 , 在神策归因分析上线后 , 在神策分析进行参数设置后 , 首页各坑位的运营情况一目了然 。 通过归因分析还可以针对不同的优化点进行深度下钻分析 , 查看每一个优化点对应的细分表现 , 例如查看不同的“大专题活动” , 通过带来的贡献收入进行“大专题活动”的优化等 。
坑位运营的分析思路1.坑位点击次数、人数和渗透率通过各类坑位的点击次数、各类坑位的点击人数知道当前产品中流量规模最大坑位类型 。 通过各类坑位的渗透率 , 要评估用户使用坑位的意愿 。
2. 坑位人均点击次数和 CTR用户对坑位的使用意愿 , 不能单纯从点击次数上分析 , 因为不同的坑位由于所在页面和页面所处的位置不同 , 得到的曝光量也不同 。 因此需要使用更科学的 CTR 进行评估 。
CTR = 坑位点击次数/坑位曝光次数 , 能够更好的表达用户在看到一个坑位后愿不愿意去尝试或使用 。
【推荐4大场景 电商行业如何精细化运营?】点击率越高 , 表示坑位和素材吸引用户的能力越强;人均日使用次数越高 , 表示用户有将该坑位作为寻找目标商品的重要途径 。
3. 归因分析成单贡献分析其实是一种典型的归因分析 , 将订单成交归于不同的坑位 , 并分析不同坑位带来的贡献 , 也就是订单量或订单金额的占比分布 。
基于归因分析的结果 , 能看出不同坑位带来的订单量和 GMV 的绝对数和占比分布 , 从而对坑位的成单贡献进行评估 。 占比越大 , 成单的绝对贡献越高 。

推荐阅读