基於數據驅動的活動該如何設計

最近在客戶現場溝通幾個系列的活動設計方案時，遭遇了一系列的挑戰，說實話，客戶給我深深的上了一課。在傳統零售這樣的行業中，思惟模式與這些作慣了互聯網和虛擬經濟運營的人而言，有很是大的不一樣，多大的願景，多麼滔滔不絕的Story的模式，他們在乎的不是這些。客戶最在乎的是落地，成本，ROI，你是不是基於數據驅動的設計。最大的感覺是，在這樣的企業中，更加註重數字驅動，對業態的敏感度並非創建在純粹的經驗基礎上，而是抱有對於數據的敏感度，提煉的經驗。

的確在客戶這裏談的最可能是ROI，可是你不能簡單的認爲是客戶只關注結果。在這種業態中，客戶每個決定都意味着數額龐大的預算支出，真金白銀的花出去，上千家門店的培訓和消息觸達，相關有成本的實體物料準備，活動好壞，成本不是你所簡單認爲的那些短信的錢，那些券的費用。每個offer的設計，都是實實在在的成本，由於背後的客羣，會帶來衍生的成本，好比習慣的培養，成本的增長。

零售並非銷售數字化產品，在每一筆訂單的背後，都意味着，你所看不到的各類成本，這點與金融企業和互聯網企業是本質的不一樣，金融本質上仍是銷售一種虛擬服務，不涉及繁瑣複雜的供應鏈和庫存問題，一樣，今天的多數互聯網企業也是銷售服務，信息，本質上網具人的力量和信息，達成某一個目標。

但零售這樣的行業卻不能這麼簡單認識，這也造就了今天進入客戶現場工做時，咱們反卻是對他們肅然起敬。首先學會敬畏和學習。

說回來正題，關於活動的設計問題。有一點是不變的，不管是今天的互聯網仍是傳統企業，好比零售，在面向對消費者的經營和活動設計營銷方面，除了考慮自己業態的一些差別問題以外，在活動的最初設計思路和方法論方面，是不應有差別的，理論上，應該是一套方法體系，由於都是對消費者的服務和營銷。

做爲一直信奉數據驅動和數聽說話的從業者，當進入項目後，卻忽略了數據在活動設計的最大做用，過往咱們在使用數據驅動的活動營銷過程當中，每每數據的做用在於對結果的分析，指標的制定，再對結果進行優化調整。換句話更多時候，咱們習慣於感性的進行活動設計，理性的數據分析結果。但這偏偏存在了一些問題。由於最應該經過數據來驅動活動設計的工做，咱們沒有作。

說到這裏，有的人說，咱們的不少活動都是第一次，新創意，新想法，新思路，怎麼基於數據驅動，由於根本沒有數據來驅動設計，是的，之前我也是一樣的思路，但我發現這個問題不是沒有解決方案，在廣告營銷方面其實給了咱們很好的借鑑意義，可是你會發現，你一個企業中廣告營銷在市場部，活動運營在運營部，彼此之間沒有那麼多活動，方法思路沒有相互借鑑。

在最近，咱們和客戶設計了四個活動方向，分別是：
 
新註冊會員營銷：對於新註冊的會員（沒有購買），展開營銷活動設計
活躍會員營銷：對於有過購買會員，展開營銷活動設計
沉睡會員營銷：對於歷史有購買，在近一個時期沒有購買的會員進行營銷
特徵會員營銷：對於符合某些特徵的會員進行營銷刺激
 
在最初的思路中，咱們發現這是四類典型的人羣，基於不一樣的生命週期，咱們理想的認爲，這種人羣的劃分就是基於數據展開的，這就是咱們策劃活動的目標，好比拉新，促進活躍，增長粘性，喚醒用戶。儘管咱們作了一些基本維度的分析，好比用戶量，用戶的基本屬性，可是咱們並無收到客戶的確定和對方案的承認，有幾個問題暴露出來：

1.全部的活動方案設計，沒有考慮實操落地執行難度，零售業態的營銷背後不是簡單的系統開發和優惠券分發；
2.全部方案，並未明確活動設計的目標和量化考覈點，好比新用戶營銷目的是什麼，不是一句話，促進消費或者轉化就完事；
3.活動營銷缺乏假設條件，沒有在某種分析判斷下，進行方案設計；
4.事先完整的數據分析，描述目標營銷客羣，分析已達成活動目標客羣的典型特徵；
5.成本和預測收益。
看似以上這些問題，以爲不是問題，實際上，咱們在執行過程當中，每每會忽略數據這一步的核心做用，對於數據分析的分析，也是淺嘗輒止，更不會在一種假設前提下進行活動的設計，不過這種假設是源於對已達成活動目標客羣的分析來實現，具體來講，以下：

1.咱們要對新註冊的會員進行轉化，這是咱們的籠統目標；
2.具體咱們要明確對這些會員完成的是什麼轉化，好比就是完成首次購買，這是明確的目標；
3.活動具體目標是完成首次購買轉化，則咱們能夠明確量化指標是首次購買轉化率；

基於此，咱們須要設計針對完成首次購買轉化的具體方案，那麼接下來咱們要作的事情是最關鍵的，並非立刻開始設計活動方案，而是要去繼續數據分析。

4.對於過去完成首次購買轉化的會員，進行具體的分析，找到刺激用戶首次購買轉化的trigger，即什麼緣由促進了曾經的新用戶首次轉化購買；
5.同時對這些完成首次購買轉化的歷史用戶，分析典型的特徵屬性，好比某個渠道，某個客單價，某個品類，某個顏色，等等。基於已有的人羣做爲種子進行刻畫潛在營銷目標羣體；
6.重新註冊的會員中，篩選出來一些潛在的客戶名單，基於過往的offer，進行分組設計方案。

至此一個大概的真正應該基於數據驅動的活動設計框架就有了，固然了量化效果的指標，上線後的分析，這裏不是討論的重點。這裏主要討論的是活動在上線營銷以前的工做，由於這部分工做耗費時間最長，磨合溝通最多。

基於數據驅動的活動設計有一個最大的好處時，全部人的目標和思惟容易統一，不會由於反覆複雜的設計搞暈，也不會問出來更多，你爲何如此設計方案，由於全部的道理則已經在數據分析過程當中，梳理的很清楚。

不過這裏討論的活動設計方案，其實還要包括上線後，基於效果該如何去優化。好比響應組和對照組的設計，好比活動的結果只有兩種：Yes NO，對於在過程當中出現了NO的用戶是繼續等待，仍是要開展持續的營銷，這些問題，會在後續繼續談及。

在與客戶溝通中，咱們發現傳統企業的數據意識並非很若，更可能是用經驗方式代替一堆報表數字，然而受限於技術和人才的倒是，數據整合繼承的困局，新型渠道和數據應對不足，整個一個寶藏開發不足1/8，換句話，若是一天有8小時工做時間，坐下來基於一堆報表溝通的平局時間不到1小時，由於不少數字他們存在，可是用不了。

另外，這類企業你能夠看到不少的BIG PROBLEM，這些PORBLEM，你如果基於數據稍稍優化，一個改動，帶來也許是高達千萬甚至是上億的成本節約，一樣，也會帶來收益。對於這些實體企業來講，利用大數據也好，高級分析方法也好。首要解決的問題是效率的提高，決策的數據化，科學化，時效化，智能化。