花了预算投放，为什么看不到效果？用户来了为何不买？推送效率非常低怎么办？也许你该试试精细化运营。

　　本文的主要内容如下：

　　企业做精细化运营的初衷及必要性；四个关键重新定义精细化运营之道；从运营视角透过场景解读精细化运营的发展阶段演变；精细化运营中的一个重要概念——闭环；用户层级体系和运营策略的统筹与实践；技术、产品和数据是精细化运营的三个必备支点；数据分析是企业实现精细化运营最重要的能力。

　　企业为什么要做精细化运营呢？

　　如果一时没有答案，先想想看这三个问题：花了预算投放，为什么看不到效果？用户来了为何不买？推送效率非常低怎么办？

　　这些是大多数公司每天都会面对的问题，本质上是因为一段时间内，钱与用户都是非可再生资源，“有限”是其最大的特点。

　　所以，对于企业来说预算与流量都是有限的，因此，企业希望做精细化运营，其实是希望能花出去的每一分钱都有效果，最好是来的每个用户都留下，留下的每个用户都活跃，活跃的每个用户都付费转化，付费的每个用户都复购。其实这些都是企业想要实现精细化运营背后的原因。

　　那么，到底什么是精细化运营呢？我认为有四个比较重要的方面，下面我们一起来看看。

　　这个词本身的含义是挣多少钱花多少钱，在这里的含义是花多少钱做任何一件事情，是取决于这件事能给你带来多少效果。我们在工作中常提到的渠道效果、功能迭代、运营效果等评估都是源于这个理念。

　　用户需求越来越难满足的时候，企业应该在最小化打扰用户的情况下撬动他的需求，达到每一次用户触达，都可以产生良好的效果，现在很多企业追求的个性化运营想要达到的也是这个目标。

　　每一个东西都要发挥最大的价值。如常见的坑位运营，产品内部曝光量比较大的地方会设置几个坑位增加转化。再比如优惠券是非常重要的营销工具，但它和成本是强相关的，企业希望所有投出去的优惠券，都最大程度带来效果。

　　伺机而动这个概念比较抽象，我以券商行业举个例子，大多数情况下，券商行业的运营突然想起了一些 30 天没有活跃的流失用户，便通过推送平台上利率非常高的理财产品的消息来召回她们，这就是运营同事日常做的，想起某类用户就开始推送。

　　还有一种情况，运营同事在某一个节点等着用户，等他到了就去触达他。比如发现用户开户的过程中，在视频验证的时濒临流失，运营同事便给用户推荐一些只要用户完成了开户，便可以拥有一定权益的理财产品，一方面完成开户转化率，另一方面也完成了开户之后购买产品的目标，两方面都是更聚焦触发意图的方式。所以，我把它叫做伺机而动。

　　另外一个场景，我们在做活动的时候，有一些用户会被活动激活，另外一部分不会，你完全可以思考那些没被激活的人，到底是什么样的原因，有没有方法可以通过二次激活再召回，就像我们平时做优化的时候优先召回处于漏斗底部的人，因为处于漏斗越下层的人越容易召回，越上层的人，越难召回。所以，伺机而动本质上是要抓住有意愿的人。

　　以上是我总结的精细化运营的四个关键。接下来我以一个运营人的视角，为你讲述一下精细化运营的场景和精细化运营的发展阶段。

　　这个时期我们没有意识到很多东西是有限的，在每天排期做活动，今天排不上排明天，明天排不上排后天，总有一天可以排得上我的活动，每天的工作就是上活动、下活动、上素材、下素材。甚至包括投放和推送也是，别人投什么和推什么我也跟着投什么、推什么，至于推什么用户喜欢，我没有那么关心，因为那时候我可以触达到你，已经很不错了。

　　到第二个阶段，流量红利逐渐稀少，我们会发现不行，效果不够好，预算也有限，市场也没有之前那么好，不再是之前那个状态，开始意识到要把它做的好一点，怎么做好呢？

　　一次只做一件事情，把事情的目的想的清楚明白，所有手段只配合这个目的，一次只激活一部分人，在这样的情况下，可以保证我的效果。

　　企业意识到聚焦的作用之后，采集数据的需求凸显出来，企业的一部分数据进入到度量阶段，刚开始存在数据滞后的情况，如做完活动之后复盘用户触达率、转化率等情况。如果效果好，运营会拿这些数据反推，下次该怎么做，如果效果不好，看完数据就没有后续了。

　　这个阶段一般从渠道开始，因为渠道直接与钱相关，有很明显的成本，所以企业会首先重视效果评估。

　　但是，运营是隐性成本或者叫机会成本，没有那么明显，因此在比较靠后的阶段开始有数据意识，开始从效果评估转到用户运营、产品运营、活动运营等，所以第三个阶段是滞后度量。

　　滞后的数据不能完全满足我们，因为企业都希望用最小化成本测出效果，并把效果投到最大化的市场，所以我们需要采用小规模测试，如产品、功能的测试，直到测试出好的效果才投钱。

　　这个环节其实对数据的需求更明确和严格，需要获得具有时效性的数据，不能做一个活动等一周，再去复盘和做投放，我们希望一两天之内能拿到数据，快速迭代。所以这个阶段对数据的基本诉求是 T+1。

　　企业开始拥有实时获取数据的能力，就可以随时看到用户的行为与反馈，再通过数据和技术的加持，基于标签和画像，我们可以做很多事情，如个性化推荐和推送。所以，个性化时代是第五个阶段。

　　回顾这个演变过程，从本质上来看对应着数据的演变，经历了没有数据、有一些滞后数据、有一定时效性数据、可获取实时数据这几个阶段，所以精细化运营与大数据技术是协同发展的。

　　关于精细化运营，我认为“闭环”是一个至关重要的概念，所有事情如果没有闭环的话，效果会大打折扣，下面我们再来看看如何构建精细化运营的闭环。

　　企业需要想清楚用户分为几层，以及每一层的相应运营策略。用户分层本质上代表了用户的成长体系，如果要用户沿着成长轨迹一步一步成为忠实用户，企业需要搭建出比较合理的通道。

　　企业需要为每一层用户针对性的设计活动目的，再配合活动的目的决定素材、内容、时间段、触达方式，每一个基于不同分层，策略都不一样。

　　内部承接，可以通过这个例子来更好地理解，运营在渠道评估的时候发现，流量除了来自抖音、头条之外，还来自 B 站，运营想把这些人留下来，决定未来增加在 B 站上的投放。但是，通过数据分析发现 B 站用户会频繁的浏览商品详情，但是购买率很低，推测是因为其用户年龄偏小，可能是一些喜欢二次元的小朋友，他们有购买欲，但是没有更多的财力。

　　所以，虽然 B 站是一个好渠道，但是要做大规模投放，产品要有核心承载，不能直接推荐超过用户消费能力的超大牌奢侈品，可以在推荐的产品里面加一些轻奢和快时尚品牌。

　　技术、数据和产品层面实现标签管理、用户画像和精准推送。

　　采集并实时了解数据，复盘活动效果，及时调整策略，准备二次触达。

　　（第四步和第五步在后面我会详细阐述，这里就不赘述了。）

　　记录运营策略和用户群体的匹配程度，如评估运营手段与用户分层是否匹配，根据结果，再在实验中丰富策略库。因此，分层很重要，它如果不科学，企业要重新调整分层，逐渐变成一个科学的用户分层。

　　很多企业都在强调用户画像，这是很典型的用户分层。其实用户画像有一个演进过程，一开始通过一些外部获取的数据构建用户画像，比如说：消费能力、所处的人生阶段、兴趣爱好、社交情况、教育水平等，这是最早期的用户画像。

　　后来，慢慢演变为标签，现在很多运营说他们会应用标签做一些活动，我问他们标签是什么？

　　他们的回答一般都是像性别、年龄、职业、所处地域等标签。其实，在我看来这些不是真正完整的标签，或者说不是标签最重要的部分，这些叫静态标签，静态标签不是绝对的静态，只是说短时间内用户不会改变的标签，与它相对应的就是半动态标签与动态标签，半动态标签确实是会变化的。

　　但是我们不会记录变化的过程，比如说账户余额，它会存在变化，但我们只记录它的最后结果：账户余额是 10 元，因此我不知道此时用户的账户余额的增减。

　　动态标签，不只是变化的，还会记录变化的过程，如记录买了什么东西，近三个月购买多少次，用了多少张优惠券，这些是动态标签。

　　当企业具备比较完整的标签后，就可以再通过结合生成更完整、更有时效性的用户画像。

　　事实上，企业如果要真正地用好标签，需要最后做一层抽象，到底哪个指标通过什么样的方式结合，能够判断这个能力代表消费偏好、消费行为、活动程度、访问偏好等用户特征，所以标签抽象后构建用户画像才是一个完整的流程。

　　下面我通过一个例子具体阐述：

　　上图是电商或新零售行业标签体系的框架，分为基本信息、会员特征、消费特征、活跃特征、临时标签等几大类。

　　基本信息可分为人口信息、社会学信息；会员特征分为会员类型、会员寿命、会员信息；消费特征分为消费总规模、交叉消费、消费能力和频次、活动偏好；活跃特征分为线上活跃、线下活跃；临时标签可以从触达、粘性、转化等不同方向获取。当然，尽管上述标签已经很全面，但是企业具备这些标签还永远不够，下面我通过一个例子来阐述原因。假设运营要策划一次北京地区的客户回馈活动，应该选什么样的人群作为活动推广对象呢？

　　首先要选出注册地在北京，还要是老客户，访问频次高，有购买行为，总结下来是近 3 月内访问网站 3 次以上，至少购买过 1 次，注册地在北京且近 1 周没有买过资生堂的产品，可以认为是忠诚老客户。

　　为什么要要求近 1 周没有买过资生堂的产品呢？

　　因为此时的运营目的是触达、回馈用户，让用户觉得平台很看重他，会给他一些定制化的优惠，如果近一个月用户已经买过该产品，说明需求已经释放了，再推送给这类用户，无法让他们获得满足。这个例子我没有写的很严谨，不过基本概况了我做活动时圈定用户群的方式，所以有标签还远远不够。

　　接下来，我们再看用户分层，做用户分层前要先有用户画像，整合用户画像，进行二次分析做分层，对于这样的分层，才可以有具体的策略。比如说：可以按照用户生命周期来分层：新用户、成熟用户、忠诚用户、流失用户。

　　对于不同的群体有不同的运营策略，对于新用户有一些比较强烈的引导，推一些高频低门槛的产品快速完成转化，对于流失用户我们要召回，中间要做一些干预。

　　企业还可以根据用户访问频率和对企业的贡献的价值把用户分成高频高价、高频低价、低频低价、低频高价。

　　对于高频高价的用户，是企业最重视的一群人，他们有什么需求，企业都尽量满足，人也不会太多；高频低价的用户是平台上最庞大的一部分人，几乎 80% 的人都在这部分，很难在运营手段上对他们做什么针对性的操作，一般对应的优化操作会落在产品上，通过产品的功能与机制来优化，在运营上不做任何干预，让它野蛮生长。

　　但是运营需要监控，如果一些用户开始往低频低价迁移，需要有预警来告诉我们需要采取干预措施了；低频高价的用户是潜力群体，他们可以给你带来高价值，但他们现在还不是你的忠实用户，这些人是企业 PR 层面重要的对象，需要对他们做一些交叉传播；关于低频低价的用户在人力成本有限的情况下可以暂时不采取针对性运营措施。

　　同时，企业也可以通过对促销敏感程度分为：促销狂热者、促销敏感者、促销中立者、促销冷淡者。

　　促销冷漠者，几乎会忽视促销，只看自己的需求，有需求买得起就买，买不起就不买；促销中立者，某些促销会感兴趣，可以在濒临流失时，推送促销，进行召回；促销敏感者，大多数促销信息都会对其产生购买意愿的推动，可以定期推送促销活动，提升转化；促销狂热者，会自己寻找优惠信息，找到优惠券过程很享受，所以没必要对其推优惠券。

　　当然，还有其他的分类方法，比如说按照积极程度、活跃度、转化方式等，基于不同的方法对用户做分群，再有一些针对性的运营手段。

　　上图总体概括了精细化运营在做什么事，通过标签选定用户群，再定制活动，继而对活动效果进行评估，最后总结活动相关经验，从而有依据的制定下一次活动。

　　总体来说，企业要完成精细化运营的这个闭环，需要三方面的支撑：技术、产品和数据的支撑。技术可以通过企业自身，也可以通过第三方平台如神策数据，关于技术，我就不详细阐述了。

　　关于数据，企业需要注意四点：

　　第一，企业一定要收集用户的行为数据；第二，企业要将行为数据与业务数据打通，因为有时候用户发生前端行为之后，后续可能没有完成业务转化，如果只有前端行为，能做的事情很局限；第三，打通行为数据和业务数据后，需要有正确的用户标识；第四，企业要合理的构建用户标签、用户属性等。

　　产品功能各个企业不一样，我以神策分析产品为例，用户分群、属性分析都是精细化运营的很好的支撑，现在我们也做了加强版的标签管理，可以将凌乱繁杂的标签有序化管理，同时，我们进一步地在探索将营销计划与神策产品结合。

　　总之，通过功能强大的产品的加持下，运营可以将更多的精力投入到探索运营新突破上，而不是一些重复的琐事。

　　下面通过几张图来感受一下：

　　数据分析在精细化运营下，从后续追踪的角度来讲可以分为四类：触达效果评估、内部承接效果的评估、营销工具的评估（如优惠券有多少人用了、多少人复购）、营销工具的敏感度测试（如典型的优惠券定价）。

　　上图模拟了我评估一个活动触达效果的所重视的数据指标。事实上，虽然活动载体可能不一样，如短信、APP 消息、Banner、H5 等，但是本质上企业追踪的都是这个活动触达了多少人，多少人点了链接，多少人浏览了页面，继而评估点击率、转化率等。

　　有时候运营会考虑新老用户占比，举个例子：为多吸引一些新用户，在外部投放 H5，如果 H5 触达之后发现 80% 都是老用户，即使 UV 值很高，人很多，也不代表是好的，所以需要把新老用户占比也列出来，如上图右下角。

　　此外，我评估活动的转化效果一般会看，完成转化漏斗情况、七日留存、次月留存等指标。如一个手机银行的活动的目的是增加用户完成注册与开户的数量，我关心的就是他从活动页进来之后，有没有完成漏斗（如下图左边），同时，我也会评估用户留存的情况，是不是因为这个活动，黏性变高了。

　　关于内部承接效果的评估，前面有介绍过，这里就不赘述了。总之一句话，要让用户的首次购买过程通畅，必须根据用户的喜好来设计产品，即在产品内做好用户的承接工作，在内容、品类、价格上和活动对象画像相符，尽量减少一轮游用户。

　　（1）评估每张券的受欢迎度和使用群体

　　此时，我们的评估指标一般是领取率、使用率、使用频次分布、新用户占比等，评估维度为门店、券的类型、券面额等。

　　（2）评估不同券的使用偏好

　　什么样的人愿意用券，新用户还是老用户，高价值用户还是小白用户更喜欢用券？同样，可以从门店、平台、券类型、券面额等维度进行分析。

　　（3）评估券的增效

　　我们会思考，用户用券没用券，给企业带来的 GMV、留存是否有变化？评估指标为客单价、复购率等。

　　营销工具的测试里面，我们会比较关心到底券的定价合理不合理，希望用最低的价格能够撬动用户。比如说 5 元的券够用，10 元比 5 元的券能多带来 5% 的客单价提升，此时，我可能更愿意选择 10 元的券。

　　关于评估券的增效根据受欢迎程度、拉新能力和盈利能力、长期效果和成本也有不同的评估指标和评估方法，可以通过下面的几张图来感知：

　　以上基本上是我想给大家分享的内容，下面我再带着大家回顾一下最开始的三个问题：

　　第一，企业花了钱投放，为什么看不到效果？

　　这个问题其实牵涉很多因素，如果企业设置了数据追踪，可以查看投放渠道的浏览数、下载数、注册数、实际转化数等数据，在这样的数据监控流程之后，企业才可以比较容易的找到用户在哪个环节流失了，因为不同渠道对应的流失过程、流失原因不一样，对应的解决方案也不一样。

　　第二，用户来了为什么不买？

　　在前面，我们阐述了精细化运营的闭环，用户来了不购买的原因会有很多种。但通过数据分析，如漏斗分析，它可以清楚地告诉你，用户在哪一步流失，从而定位未购买原因，如当我看到用户流失了，我一般会分成一个周期来看，如果他没有完成我想让他完成的动作，他会去哪里，哪些事情吸引了他的注意力，从而判断做什么样的事情可以挽回他。

　　第三，推送转化率太低怎么办？

　　这个问题前面探讨了很多，我们可以通过精细化运营、测试等方式找到到底什么样的群体，对什么样的活动反应是最大的，从而精准推送，增加转化率。

　　以上就是我的全部分享，希望对你有帮助！

　　作者：朱静芸，公众号：神策数据

　　本文由 @神策数据 原创发布于人人都是产品经理。未经许可，禁止转载

　　题图来自Unsplash，基于CC0协议