基于交易闭环的精准营销怎么做？

图文 | 夏苏敏

建议阅读时间 | 5 分钟

来源 | 中国电子商务标准化峰会

在介绍精准营销解决方案之前我想先给大家分享两个最近比较受到关注的一些趋势。


从 2014 年 Q2 到 2015 年的 Q2 国内智能手机用户增长趋势图。增长趋势在急速放缓，到 2016 年增长速度会更慢，基本上每个月 1% 左右。对比一下，这是 2011 年到 2012 年的增长趋势，可以看到，基本上每一个季度达到 10% 以上的增长，这说明什么问题呢？这说明在中国的移动互联网环境上，流量红利正在逐渐消退，流量价格变得越来越贵。因为流量市场开始由增量市场向存量市场进行过渡，这导致流量市场变成零合游戏，你家有流量他家没流量，因为移动人群的增长，互联网人口增长已经到了瓶颈，每个人每天上网时间是有限的，总的时间是固定的，这带来的后果是流量成本越来越高，大家的获客成本也变得越来越高，广告费用也越来越高，买百度的关键字也越来越贵。

第二个值得关注的是这个趋势，未来中国人口变化趋势，到 2020 年，劳动力人口逐渐下降，人口红利逐渐消失，招人成本越来越高，在这两个成本都节节攀升的环境下，我们应该如何应对呢？怎么才能在保持成本不上升太多的情况下达到和原来差不多的效果，或者达到比原来更好的效果呢？企业都讲究效率，比如说招人要效率，研发要效率，整个内部管理流程要效率，今天我们只专注其中的一个方面，营销的效率，营销加上效率就是大家耳熟能详的一个词，就是精准营销。精准营销是历史很长的一个词，到现在这个时代来说它被赋予了大数据的概念，大数据能够帮助精准营销达到前所未有的效果。

大数据营销有哪些成功案例？

大家都听说过亚马逊，其 1/3 的营收都来自其个性化推荐系统。美国还有一家初创公司，它是帮 ToB 企业销售去提高它的效率，帮助销售精准找到它的客户。他曾经帮助微软销售，把微软销售成功率从 8% 提高到了 24%，提高了很多。

国内来讲，我之前在百度大数据，我们那边当时有一个画像系统，当时给百度外卖做了一个提升优惠券转化率的测试，通过百度的精准营销画像，当时我们把百度外卖优惠券购买转化率从 1% 提高到 5%。所以大家可以看到，把大数据的能力运用到精准营销上面的时候，可以达到一个非常好的效果。

但是刚才我说的这些例子无疑都是基于海量数据基础上，但是在国内广大的中小企业可能没有这样的条件去有这样的海量数据，来完成这样好的精准营销的案例。所以我们现在想推出大数据精准营销解决方案，把这些大数据的能力向国内广大的中小企业去输出，让大家也能够享受到大数据时代在精准营销上能够获得的很大收益。

精准营销是一个非常广泛的概念，涉及的领域非常多，我们不可能把精准营销的所有方向都涵盖到，所以我们主要是瞄准这三个方向。第一个，我们希望通过大数据的能力，帮助大家提升用户的交易频次。第二个，我们想帮大家提高用户购买客单价。第三个，来提高购买的转化率。这三个方向的提升最终其实也是为了提升整体的销售额。

Ping++ 为什么能够帮助商户做这些事呢？

这是基于我们自己的一些数据上的优势和我们所处的整个链条上位置的优势为大家提出的。

做精准营销都需要一个精准的用户画像，你需要知道你的用户他感兴趣什么，他想买什么，原来我们精准营销基本上是围绕着用户想买什么来去进行，包括传统的用户画像会通过用户点击、浏览、搜索行为去给用户进行画像，这些画像我们可以很精准的知道用户想买什么，但是知道用户想买什么就够了吗？我们觉得还差一个，就是想买和用户会买之间还是有一定差距的。举一个例子，大家都想买奔驰宝马，大家都想买LV，大家都想买别墅，但是你会去买吗？这里还差一层，就是能不能买，而这个数据恰恰是交易数据所能够带来的一个信息。在传统的用户画像体系里面，由于大家对于交易数据的接触比较少，所以涉及不到能买的维度。但 Ping++ 现在所处的位置恰好给了我们更多的关键维度，在你知道一个用户他会买什么的时候，你再去给他营销，他购买的转化率比想买要高很多。

还是基于位置上的优势，我们觉得从效果监测角度来看，如果大家之前做过广告的效果监测，或者网页优惠效果监测，都会关注一个指标，点击转化率，也就是 CTR。这个广告投放之后，它的点击转化是什么样的，这是行业通用并且用了很久的指标。我们和很多客户聊，他们更关注的是这轮营销完了之后到底赚了多少钱，或者收入到底提升了多少，从 CTR 的角度看还不能完全反映这个趋势，因为他更想看到的指标是购买率指标。

所以在这样的环节上，我们可以帮助大家做到购买率的监测，这样每一次营销活动真实的营收效果大家可以一目了然。

三个数字，助力圈定目标客户

这是三个数字，分别代表 Ping++ 数据特征。现在 Ping++ 有 13000 家客户，涉及 70 个行业，30 万件商品，累计为我们的用户 ID 打上 2 亿标签，这是一个非常大的数字，可以帮助大家开始精准营销的事情。我们的画像体系分成四大类，五个层级，共有 2000 多个标签类型。我们会根据每一个用户不同品类上的消费行为进行挖掘，不同用户在游戏上、电商上、其他 O2O 服务上，他的消费意愿是不一样的，消费周期也是不一样的。所以在周期和客单价方面，我们会按照详细分类划分开，有助于不同类型客户在进行精准营销的时候可以更精准的把他的目标客户圈定出来。

举个简单的例子，譬如 A、B、C 三个客户，他的消费能力分别是 150、50、20，消费意愿是四星、两星、三星，在消费能力上可以制定为满多少返多少，消费意愿决定他的返现额度，这两个放在一起就为了达到客单价的最大值。

我们对客户数据安全和隐私的承诺

我想大家心里会有一个担忧，数据安全和隐私的问题。我们在跟每一个客户进行协议合同签定的时候都会包含这样的知识产权保护的条款，甚至用户隐私的条款，用户的信息我们不会向任何第三方透露。你有 10 万用户，我就给你分析这 10 万用户特征，把他进行客单价提升激活。而且在我们内部对数据保密性也是非常高的，我们在做大数据分析的时候也不知道具体每一笔交易对应商户名称是什么，我们后面都是商户 ID 对应每一笔交易，我只能用这个 ID 识别每一个商户他应该采取什么策略，这里是给大家做一个数据安全上的声明。

这是今天跟大家分享的全部内容，希望对大家有收获，谢谢！