本文介绍如何对顾客群体进行多维度分类，以在大促中实现针对性的顾客精细化运营。随后介绍根据顾客的分类和属性，对顾客、商品和场景进行打标的标签体系，以实现营销信息的精准投放，和场景化主题活动页的自动生成和精准展示。

早期的流量红利时代，大促是商品和促销驱动，货好价格低就可以卖到爆仓。但互联网的下半场，愈发强调千人千面和个性化，精细化运营已经成为电商致胜的关键。而对顾客进行特性分类、设计相应的差异化运营目标和策略，则是做好顾客精细化运营的前提。

一、 目标客群

目标客群，要按可运营维度来划分。很容易想到的是按需求分，比如母婴顾客、数码顾客、阅读顾客，但除了需求，还有很多重要的分类方式影响运营策略和打法，下面列举一些关键维度。

维度1：生命周期阶段

从这个维度去看，顾客大致可以分为潜客、新客、老客、沉默客、流失客。

顾客生命周期与价值

潜客：顾名思义就是潜在顾客，也就是没有发生过针对平台或店铺的购买行为，但存在购买意向的顾客。其中又可以分出高潜，即转化可能性较高的顾客。例如，近期内（如30天）对平台、店铺商品存在注册、搜索、浏览、搜藏、加购行为的高活跃度访客；精准竞争对手店铺或平台的顾客。

新客：互联网行业对新客的定义不太统一。有的认为新客是注册了账号，从未下过单的顾客；有的认为新客只是下了一单的顾客。本文中，新客指下过一单的用户。

老客：老客当然就是下过多单，并保持合理的访问和下单频度的顾客。他们是价值最高的顾客，大促大多会积极参与。根据我的统计数据，一年的时间段，一个老客为平台贡献的价值，大约是新客的四倍。

沉默客。也有叫沉睡顾客。电商行业对沉默客没有统一定义。有的定义为一定时间（如3个月）不到访算沉默，更长时间（如6个月）不到访算流失；也有定义仍然到访但关键行为（如下单）已经超过一定时间没有发生。大促运营可以适当拓展，把曾经高频，但在近期访问和下单频度明显降低的老客（半活跃顾客），和沉默客合并运营。这两种都处于高流失风险状态，也可以认为沉默客是半活跃顾客的晚期形态。

流失客：流失客指曾经是顾客（不管新老），后来不再到访的顾客。其中复杂的点是流失标准。这没有行业统一的定义，可以根据平台特性，通过“多长时间没有发生特定行为”来定义。比如电商，低频品类（如3C数码）为主的平台，如果顾客平均下单周期是1个月，那么12个月不到访可以是一个合理的流失阈值。高频品类（如生鲜日百），下单周期是一周或更短，则3个月不来都可以算作流失。

区分生命周期阶段，是为了设置差异化的大促运营方法：

（1）通过站外DMP、站内拉取用户id列表，然后通过EDM、Push、SMS、站内信等手段多轮次触达精准高潜，引导他们在大促阶段到访。

（2）对到访潜客，通过爆品推荐，新客专享券等手段，转化他们为新客。

（3）对于新客，通过各类优惠券、任务机制，或设计"1单转2单"，"2单转3单"等项目，引导他们成为多单客，也就是老客。可能的话，最好设法卖个付费会员给他们。

（4）对于老客，可以引导他们渗透到高频品类，或通过付费会员、等级权益等方式锁定他们的忠诚度。老客对平台认同度高，数据也较丰富准确，可以设计更为丰富的运营动作，如引导评论晒单、发起社交分享。老客的频度和忠诚度需要精心维护，一旦出现流失倾向，唤回难度会急剧加大。

（5）对于半活跃顾客和沉默客，此类顾客的认知和记忆还在，依然在网站上进行浏览，此刻进行干预非常关键，而大促正是唤醒和提升活跃度的最佳时机。

我们曾在大促前做过AB测试。结果体现，给半活跃顾客发送营销信息，带来的营收增量相比老客更为显著。因此，对半活跃顾客和沉默客应通过大促进行激活应该是大促运营的一个重点目标。

可以制定针对性的沟通计划，在预热期、导入期和爆发期进行站内站外多渠道多次触达，精心撰写沟通文案，配合以定向权益，争取提升激活比例。

大促的多轮次触达

根据实测，像上面这样的短信推送，打开率能从平时的2%~6%飙升到20%以上，可见大促是个触达和唤醒的良机，要充分重视，精心优化卖点文案，选择触达时机和触达对象，在提升潜力最大的地方着手。

（6）最后说下流失客。对已流失的顾客，建议是算了，走了就走了吧。实测唤回流失客的ROI要远低于新客转化，难度也很高。

我在2015年曾经抓取300个高价值流失客，申请了每人50元无门槛券，通过客服一一致电邀请他们回来。原本我设想，这就等于送上白捡的50元钱，并且客服致电关怀，送上意外惊喜，至少应该有百分之八九十的顾客返回吧？要注意，这可是全品类无门槛券。

然而结果有些出乎意料，只有60多位顾客返回用券。近80%的顾客送50块钱都不要，在2015年那个获客成本还比较低的年代，这个实验给出了一个出乎意料的结果，也让我深刻认识到流失顾客唤回的难度之高。

随后，也观察到这60多位返回的顾客，后面的流失速度也很快。可能，是“心”已经走了，在其它平台养成了购物习惯。由此可见防流失的意义，要远远超过流失后的唤回。

维度2：RFM

RFM是CRM的一个重要模型，就是从最近一次消费 (Recency)、 消费频率 (Frequency)、 消费金额 (Monetary)三个维度来标记顾客的特征。

Recency：从最近一次下单可以看出客户对平台的记忆强度、客户回购周期，以此决定针对该用户的接触策略和接触频次。

Frequency：从消费频次可以看出客户对平台的忠诚度，是否已养成购买习惯，以此决定对该用户的资源投入和营销优先级。

Monetary：从消费金额可以看出客户的消费能力、对平台商品的认可度，以此决定向该客户推荐的商品、折扣门槛及活动方案。

大促中可以对顾客的RFM进行打分，例如：

RFM打分模型

RFM总分代表用户对于平台的价值，因此有营销理论认为应该重视RFM总分高于某个值的用户（例如上表中总得分>=8的用户）。实际上我认为大促是个特殊机遇，不是基于用户价值，而是基于增长机遇，设置差异化策略，重点针对高潜力顾客进行运营。比如：

高M高F高R：这类是最高价值顾客，但无需作为大促运营重点。逻辑上，大促是一次良机，可以触达和激活很多平时难以触达、难以激活的用户，运营投入的ROI主要看增量，因此最高价值顾客可以在日常的忠诚度体系建设中重点维护，但不是大促的重点。

高M中F高R：这类用户也是日常运营重点，而非大促运营重点。以提频为核心诉求，通过会员、高频品类渗透、短时券等方式引导提频。

高M高F中低R：这类用户价值高，但体现出了流失风险，是大促运营的核心对象，应当通过大促重点召回。

中M高F高R：这类用户对平台认同度高，但消费力偏弱，价格敏感，或者消费品类集中在低单价品类。可以分析其品类偏好，对于价格敏感用户，大促会主动返回，但潜力有限，无须作为重点。但如果是品类集中在低单价品类，可以通过大促重点向高单价品类引导，如更多对其曝光高单价品类爆品、定向发放品类券。

中M中F高R，这类用户可能存在较好的挖潜空间，以日常提频为核心诉求，同样是日常运营重点，而非大促运营重点。

其他用户，可以进一步评估其订单均价，如果较高，则通过大促唤回激活，并发放钩子券、引导高频品类、曝光会员专享权益，争取提升频次和忠诚度。订单均价低则基本可以忽略。

维度3：AIPL

前文已经谈到AIPL是指认知、兴趣、购买和忠诚四大阶段。

AIPL模型与递进策略

这些阶段体现了用户对平台或店铺的认同度逐步递进的过程，我们在大促运营时，在这个维度上的思路不再是卖卖卖，而是打开源头获得更多的“A”，并在每个环节推动更多用户往下一级转化。

大促前，先定义每个阶段的标志性动作，随后统计AIPL这四个阶段的人群总量，以及在一个时间段内（如一个月）A到I、I到P、P到L，以及A到P的流转率。

大促筹备阶段，首先判断A的总量是否合理，以及各个阶段的流转率是否理想，以此确定运营重点。

如果A的总人数相对不足，则在蓄水预热阶段重点争取营销资源，站内站外大力投放广告，把重点放在宣传和曝光，提升平台关注度，对于店铺则全力拉升关注粉丝数量。

在A的总量合理的基础上，如果A到I、I到P和A到P的流转率不足，体现了价格和导购方式可能对用户缺乏吸引力。大促是一个极佳契机，通过爆品、大力度促销、精细化运营（定向触达、券精准推送）等方式，快速完成转化收割。

如果P到L的流动率不足，说明用户已经被转化，大促的作用变成唤回，但仅靠一次大促显然不足以夯实忠诚度，只能作为触达用户的良机，在后续日常运营中提升忠诚度。可以考虑在大促时推出高额的会员折扣或专享权益，争取推动更多P用户成为付费会员，锁定忠诚度。要注意的是，免费会员对提升忠诚度并没有什么用。

其它维度

还有多个维度可以进一步做大促的精细化运营，下面列举一些值得关注的类型：

单品类顾客：对于关注和购买行为侧重在单一品类的顾客，在大促时的重点是进行跨品类引导。根据我们的统计，在平台上购买多个品类的用户，流失率远低于单一品类用户，同时贡献的营收也要更大。引导时，重点向高频品类进行引导，通过品类券和品类爆品推荐操作。

类目行为顾客：对于店铺而言，大量浏览本店铺重点类目却还没有成为店铺顾客的用户（一般是竞品店铺的用户），无疑是大促营销的重点。此类用户可以通过平台的DMP工具触达，并与竞品店铺对标促销力度，进行截流争夺。

大促敏感人群：此类用户基本非大促不来，或者平时偶尔来，但逢大促必来。这些顾客一般对平台价值不大，但大促时可以贡献营收，推高大促业绩。识别后，可以在预热期重点引导收藏加购，预售期引导下定金，大促时提醒支付。每次大促叫他们回来就行了，没多少难度，也不需要很重视。

 二、标签体系

有了顾客分类，然后就必须要设计好标签体系，根据分类给顾客打上标签。标签是精细化运营、千人千面、自动化场景搭建、营销信息精准推送的底层基础设施，对运营、产品、营销来说意义重大，在大促时也会发挥极为重大的作用。

先说一下什么是标签，以及如何使用。

比如我们在系统里预定义一个标签叫做“郊游”，从名字不难看出这是一个典型的场景标签。于是，和郊游有关的商品，比如旅游鞋、运动背包、烧烤食材、木炭、烧烤架等大量符合郊游需求的跨品类商品，可以被打上这个标签。这个动作可以通过负责商品的团队，比如采销来完成。

随后，我们通过系统机制，对搜索、浏览该标签下商品的顾客进行标记，通过程序判别这个标签的强度是否越过某个门槛。比如小王仅搜索过“运动背包”，他未必要去郊游，但如果小李先后搜索过“运动背包、烧烤木炭、一次性桌布、孜然”等多种该场景商品，系统对小李的“郊游”标签一次次强化，超过某个阈值后，则可以比较大概率地认为小李在准备一次郊游，于是系统可以为小李这个用户打上“郊游”这个场景标签。更完善的情况下，这个场景标签还可以针对用户匹配不同的概率数值。

同样，对于图文、视频、直播等内容，也可以相应打标。比如一篇“慕田峪长城游玩攻略”文章，或者一段“南汇野生动物园游记”，就可以由作者或者小编来打上“郊游”标签。我们不难想象，这些内容也都可以链接相应商品。

接下来，我们可以做的事情就很多了。

首先，产品开发多种控件，各个控件根据不同的逻辑抓取具有“郊游”标签的商品或内容，比如促销品、热销品、预售品、普通及长尾商品、相关的品类券，以及内容。当然这些控件是全场景通用的，运营使用时只需指定它们根据什么标签抓取即可。

随后，“秋季出行”主题大促到来，运营搭建郊游场景活动页，在该页面上配置多个上述场景控件，控件通过标签一组组抓取相关商品、券和内容，并根据商品的场景匹配度、热度、折扣力度、当前用户兴趣指数等多个维度进行自动排序，最终系统自动生成活动场景页面。这样的页面，不但高度匹配“郊游”这个场景，也在具体商品和内容上千人千面。

然后就是活动入口曝光，这可以是个性化的，也可以是固定的。除了申请到的固定资源栏位向所有人曝光“秋季出行”活动页，系统也可以判断当前用户是否具备“郊游”标签，如果具备，则在相应的个性化栏位曝光该活动入口。

最后，营销信息推送，可以通过“郊游”标签匹配到相应顾客群体，对“秋季出行”大促信息进行精准推送信息。如果想推送一万条，则取场景标签概率数值最高的前一万名进行推送，以此类推。

当然标签不仅仅是场景标签，使用场景也远不仅是大促，在日常的自动化场景搭建和线上营销中，都可以发挥重大价值。但在大促阶段，标签也发挥了极为重大的作用，是谈活动时不可避免的一部分。

淘宝、京东都有非常成熟的DMP后台，如淘宝直通车，京东京准通，里面都定义了极为丰富的用户标签，可以供商家根据目标用户特征进行选择，并进行精准的广告投放。这些标签一般都是比较基本的属性标签，多为如下几类：

（1）基础属性标签，如年龄、性别、购买力、会员等级、学历；

（2）拓展属性标签，如婚姻状况、常驻城市等级、是否有房有车有小孩有宠物；

（3）品牌/店铺标签，品牌核心人群（买过某品牌）、品牌意向人群（看过某品牌）、竞品人群（买过竞品店铺的此类商品）、潜在人群（关联品类或相似品牌用户），等等。

对此进行拓展，我们还可以考虑设置如下标签：

（1）可运营人群维度标签，参考本文第一节所列的大促高相关维度，进行相应打标。

（2）根据用户动作打标，如“30天内收藏蓝月亮洗衣液的顾客”，点击过某种特定广告的用户，搜索/浏览/加购/收藏过某种特定商品的顾客。建议合理设置多重限定条件（如时间段、品牌、品类、顾客特征等），把动作具体化，在针对标签进行精细化运营时可以极为精准。

（3）根据用户风格打标，如大促偏好人群、促销导向人群、品质偏好人群。

（4）根据品类、场景打标，如新妈妈、数码极客、家庭妇男、阅读控、郊游。

（5）根据消费特征打标，如冲动消费型、精细比价型、购物纠结型、购物狂型。

（6）根据行为偏好打标，如游戏人群、社交偏好人群、任务爱好者。

（7）还可以考虑多种自身业务相关的自定义标签，如时尚标签、LBS标签等。

标签体系的初始定义，可以由用户相关团队（如产品、运营、流量团队等）给出，并在长期运营过程中进行拓展优化。

定义好标签及其标志动作后，打标工作可以由BI通过数据库脚本（或程序）完成初始打标，同时技术开发上线自动打标和标签优化的程序。随后，根据用户持续的动作，系统不断对用户的标签集进行打标、优化，并标记概率（标签强度）。

一个小tips，冷启动时新用户数据很少，标签比较难打，此时部分标签，如偏好标签，可以在注册流程中让用户自行勾选，这个通常十分准确有效。

大促和日常相似，都是用户不断与系统进行交互的过程，在此过程中，系统会对用户打上越来越精准的标签。

在标签使用上，可以理解标签就是一个加在顾客上的定语，可以进行多重组合。运营团队根据目标人群特征，通过一组标签精准筛选用户，设计运营目标、策略和玩法，进行精细化运营。

也可以通过内部的DMP系统，把标签开放给平台商家，由商家通过自行选择标签组合，圈选用户，并给出流量竞价，以精准推送营销信息，并在个性化栏位（如“猜你喜欢”）曝光相应商品和店铺，同时平台也获得相应的广告收益。

最后，标签本身可以多重组合（包括交集和并集两种方式），比如通过“属性+行为+状态”进行标签组合，据此圈定的用户可以极为精准，来达到非常精细的运营目标。比如，“高购买力的低线级城市用户，浏览和收藏过戴森吹风机，有促销偏好并喜欢冲动消费的社交人群”，如下图：

组合标签人群筛选韦恩图

对于上述目标用户，就可以通过戴森这种优势商品，通过社交推荐来发放戴森折扣券，在大促时通过直播一击命中，收割低线级城市的优质用户。因为极为精准，在折扣商品库存上，不需要承担很大压力。

至此，我们理解了目标客群的运营维度，并在此基础上，设计相应的标签体系，以标记用户、商品、场景，为大促的精细化运营提供有力的支撑。

-END-