小饭桌 2018-05-07
文/赵文彪
笔者所在的o2o企业是国内一家率先践行新零售理念、并打通线上线下生活场景的一站式社区共享服务平台。以APP为线上工具,以社区三公里为辐射半径,通过线下门店为居民提供各种社区服务。
在短短的一年多时间里,覆盖社区 12173 个,用户呈爆发性增长,摆在眼前的问题就是——如何搭建一套可落地的用户运营体系?
这套体系不仅要保证平台用户的活跃度和留存度,而且还的有效推进城市公司、门店、频道之间的运营衔接。
在接手用户运营这一项目后,我与团队主要思考项目的难点在于:
不同于一般APP产品运用AARRR用户模型,建立用户获取、激活、留存、收益、推荐这一纯线上用户生命周期的运营体系,我们运营场景相对来说要复杂的很多。用户生命的路径延伸到线下,即用户获取主要在线下完成,需引导至线上进行消费,然后再到线下进行服务,每个路径都需要对用户进行运营维护。
其次是公司业务的复杂性。平台产品品类基本覆盖社区生活的方方面面,从日常生鲜蔬果到洗衣、家修、家政等无所不包,而基本的业务逻辑是用户定位自己的社区,距离用户位置最近的门店进行配送。由于服务社区的差异,每个门店的产品陈列差异性很大,这就造成了门店品类销售具有一定的偏科性质,经常走量的只是几个需求较大的爆款,导致平台众多服务和商品并不为用户所知。如何更好帮助门店匹配商品、服务给有需求的用户是一大难题。
经过一年爆发性增长,用户新增速度明显放缓,由于缺乏一套行之有效的用户增长体系,社区用户渗透率并没有达到饱和,如何保证用户能够继续增长是极为重要的运营任务。
针对难点问题,我从以下几方面来阐述社区O2O用户运营体系如何搭建?
说起增长,一般思维是引流渠道的运营,包括各应用商城的ASO优化及付费推广,以及新媒体渠道、地推等,这种思维是以CAC为核心,最大化的将CAC优化到最低并寻找到最优渠道的引流模式。
随着流量红利的消失,越来越多的企业在渠道运营方面发现:无论建立多么正确的渠道体系,但在执行过程中,以用户新增注册量KPI为导向的运营策略导致线上来的用户留存率始终无法提升,CAC居高不下,很多产品在随着一段时间的增长爆发后便陷入增长黑洞,增长随之停滞不前。
然而,我们在增长体系的搭建过程中发现:社区o2o的运营新增注册这个指标并不是最重要的,最重要的两个指标是——新用户首单转化率和次月回购率。
新用户由门店引导注册,是否下首单以及次月回购是影响这个用户能否留在平台的重要因素。前期追求盲目的注册用户量增长,反而给平台带来庞大的僵尸用户或者一次性消费用户,并不利于平台整体用户的健康度。
以这两个核心指标为导向,我们以门店为引流中心,以门店三公里内覆盖的小区用户为拉新目标,将小区以划片的形式分配给线下配送人员负责,每个人负责一个片区无重叠,并制定每个配送人员发展消费用户 1000 户的运营目标,并以配送人员为最小运营单元,建立社群。
一方面最大化的提升小区消费用户渗透率;
另一方面通过社群维护用户,提升每个消费用户的消费频率。
在运营管理方面,我们线下有约 4000 名的配送团队,每个人主职是配送,在配送的过程中,需要利用返程等碎片化时间进行拉新。除了正常激励机制之外,我们需要知道每个门店覆盖的社区范围、社区划分的片区分布、每个小区消费用户的渗透情况,以及每个配送人员实际拉新的完成情况等。
将需求提给数据开发部门后,数据部门开发出了一套线下用户数据运营平台,通过平台可以直观监控线下拉新数据及小区用户渗透率,对难以渗透的小区采取集中火力进行地推,并由配送人员对每个小区和用户的画像数据进行采集,形成完善的社区画像模型和用户画像模型。
在这套增长体系的指导下,我们甚至后期完全放弃了线上推广渠道的投放,用户实现了免费自增长。有些门店用户月复购率最高可以达到80%,虽然平台整体用户增长规模速度放缓,但用户质量实现了质的提升。
精细化运营离不开对用户进行分层和分群,前期我们也做了用户标签管理平台,但发现大多数用户标签是没用的。
为什么没用呢?
因为脱离了业务场景。
比如:以性别为例,女性标签的用户有40%,男性标签的用户有35%,剩下的是未知性别的。但是以性别这个标签对用户进行分层后,运营方面又可以做什么呢?
也许会臆想为女性群体推女性常用的商品啊,但是这和给全平台用户推的效果并没有差别,因为即使都是女性,每个人的消费偏好和需求也不一样,这就需要一套以业务场景为核心的用户标签体系。
什么是业务场景呢?
业务场景一定是从业务出发能指导业务的。
比如:我们平台有 38 个频道,每个频道都需要消费用户,怎样从平台用户里为每个频道找出潜在的消费用户?这就是一个场景。
再比如:每个频道的消费时间窗口是不一样的,怎样为每个频道已有的消费用户划分出来低频、中频、高频的用户用以指导每个频道的活动运营,这也是一个场景。
经过与各个频道沟通和采集需求,我们梳理出 13 类业务场景,针对每个场景搭建相应的用户标签体系,从而能够用来指导业务。并具体划分了 11 类标签大类,每个大类下有若干细分子类,每个子类下有数量不等的标签。同样需求还是由数据部门来实现,数据部门通过数据建模等形式来开发标签管理平台,并实现标签实时的更新。
具体标签怎么用呢?
比如:我们前边提到的,门店就是几个畅销爆款在走量,许多商品和服务有需求的人并不知道,这就需要主动为用户来推荐。
那怎么推荐呢?
传统用户分析是基于用户历史行为,看用户购买了什么就为用户推什么,但发现效果并不理想。原因就是:单看用户历史行为并不能指导业务,历史行为存在滞后性,除了一些高频商品外,用户购买后需求已经满足了,再为用户推送这类商品信息反而是扰民行为。
这个时候就需要用到一类标签,那就是兴趣预测标签,兴趣预测不单单看用户历史行为了,还要综合平台商品的相似度、时间衰减因子等维度,为用户贴上XX品类、商品的标签。然后以标签为用户分群,并策划相应的商品活动,再为分群用户推送活动信息,经过一段时间标签模型的优化后,我们发现滞销商品的动销率明显提升。
这就是用户精细化运营的精髓所在——即标签一定要建立在业务场景之上,不要追求一大堆看似很丰富但没用的标签。
比如:一些企业做的 360 度画像,给用户打的兴趣标签有看书、听音乐等,先不说用户自己填的这些内容是否是真实想法,就以这个给用户打标签就存在可靠的问题。
然而用户喜欢看书这个标签确实是没用的,因为运营不知道用户喜欢看的是文学类的还是经济类的,就没办法策划针对性的活动。另外用户数据运营也是用户运营中很重要的一块,我在这里不做详细介绍,以后会专门写文章进行梳理。
在社群方面我们还处于探索阶段,但社群运营的效果已发挥出来了,一些门店30%订单来自社群,社群用户为门店贡献了约一半的复购率。
我们的社群主要解决几大问题:
用户服务的问题。社群是由线下配送人员来组建的,每个配送人员服务的片区是固定的,在经过一段时间上门配送及为用户提供便民服务后,配送人员与用户在线下已经有一定的联系。然后用户遇到问题发到群里,群主积极响应,对问题进行解答,一定程度上已成功分担了大部分的客服压力。
用户下单的问题。为什么社群能帮我们贡献一半的复购率呢?原由就是我们服务的社区用户中主力群体快以中老年用户为主了,这些用户明显的一个特点是学习能力差,不会用我们的APP,他们进入社群后就完美的解决了一个下单的问题,想买什么在群里说一下,群主马上会响应,并代用户下单,一个小时候群主自己就为客户送货上门了,这种体验我们称之为社区管家服务。
用户活跃问题。我们门店经常举办一些到店活动,需要用户来参与,只需要在群里发个活动通知,会有很多老用户前来捧场。线上一些促销类活动也可以借助社群进行传播。
所以社群的运营是建立在能为用户解决问题的基础上的。试想:一些社群运营通过各种方式把用户拉到群里,然而目的只是为了推广产品,平时活跃的手段就是发发红包,过一段时间就会发现,大家只在发红包的时候冒泡,平时全部开着免打扰的模式,这种社群运营的效果基本等于零。
以上是我在实际操盘用户运营过程中的经验总结,一言以蔽之,用户运营体系搭建要找到适合自己企业的增长模式,并搭建起一套精细化的运营体系指导运营,在线下可以借助社群来维系用户,提升用户的生命周期价值。