作者:易观方舟AnalysysData · 2023-06-05
用户行为分析不是窥探用户隐私,更不是盗卖用户数据,而是根据企业与用户之间的互动行为数据进行分析,进而从这些行为中推测用户需求、改善产品及流程。
需要注意的是,用户行为分析也有其不足之处。以转化漏斗为例,如果转化流程问题出现在前端,还比较容易判断,例如,曝光不足可能是内容或者渠道的问题;如果出现在后端,则越难判断到底是什么原因造成的,是内容?是产品?是价格?还是这个渠道本身的问题,我们很难去做判断。
从更深层次来看,用户行为分析需要其他方面的支持。用户行为是品牌、营销、产品、供应、服务、大环境、对手共同影响的结果。只有所有人一起发力,才能最终解决用户问题。 那么,除了用户行为还得分析什么? 首先,我们来看一下完整的商业链路包括哪些环节,这里可以分为前端的营销和后端的供应两大方面。 营销:注册-互动-消费-订单; 供应:商品-售后-核算; 所谓互联网或者数字化,我们会发现其实更多的是在营销端发力,而非供应端。当然,在互联网时代所谓的“创新”模式也更多的是营销端创新。互联网模式把线下实体门店挪到了线上,但后端供应链(如工厂、生产线、售后等)该踩的坑一个都不会少。 因此,我们用户行为分析需要更多的集中在后端做深入。 ▋ 供应端分析 权益分析 先来看看权益分析。权益往往是跟订单挂钩的,常见的权益形式有积分、会员等级、生命周期和生日等。但并非所有企业都像互联网企业一样资金雄厚,能够长期支持减免等营销手段。更多的企业使用的权益形式一般为体验装、现场服务、小礼品等。 下面,我们从权益产生、权益管理和权益使用三部分来具体展开。 在权益产生层面,分为流水式(积分)、累进式(VIP等级)和触发式(特定行为或节点)这3种。 在权益管理层面,可从权益种类、数量、有效期、派发者权限和使用者权限5个方面去进行管理。 在权益使用层面,分为身份核实、权益核实、权益使用和权益核销4个方面。 可以看到,整个权益体系就是一套小商品体系,会产生大量数据,但需注意这些数据全部是企业内部数据,与用户行为无关。 因此,权益分析很适用于有服务窗口和线下体验流程的行业,例如银行、航空公司、美容、健身、学校,体检、餐厅等。其中,权益管理尤其重要。管理得好,能够有效形成差异化体验,打造除价格以外的竞争优势;管理得不好,就是单纯的成本浪费,收不到应有的效益。 供应分析 供应包括原料、生产、仓储和配送4个部分。 现在的互联网企业基本都是收费站角色,他们不负责供应链,也不负责生产产品,因此对这一块的关注较少。但如果是传统企业或者是服务性行业,那么这些都是我们需要考虑的。例如,需关注不同形式的供应商、产品、生产线、型号、规格、自检、仓库管理、物流运力、时间供应等。 可以看到,供应链涉及角色非常复杂,有大量过程数据,且都与用户行为无关,因为这不是用户生产的,而是企业内部行为。 但这一企业内部行为在互联网时代有特别重要的意义,我们打价格战的底气就是从供应链来的。如果供应链特别强大,我们就可以把成本压得很低,也就有足够的底气打价格战,也可以锁定优质供应商提供稀缺性产品。如果公用周转速度和创新速度很快,还可以打时间差上新款。 因此,供应分析非常适用于以下3类行业: 第一类是有大规模生产线的行业,如汽车、家装、家具和零售等; 第二类是需要大量人力的行业,如服务业、O2O、网约车等; 第三类是库存标准要求高的行业,如生鲜、医药等严重依赖冷链运输的; 售后履约分析 站在消费者角度,售后履约非常简单,即七天无理由退货。但站在企业角度非常复杂,为什么? 因为七天无理由退货不仅成本很高,而且无法给用户提供差异化体验,也就无法形成竞争优势。 那么,就需要对不同用户采取不同的履约方式。以大型车辆等耐用品的售后为例,涉及到就是一整套复杂的管理流程,需要了解用户身份、订单情况、服务条款、商品属性、配件调度、预约上门和服务评价等信息。 尤其对于体验多、配件多的行业来说,售后履约非常重要,例如家装、家居、家电、汽车、美容、餐饮、教育等行业需特别关注用户是否有其他配件的需求。 为了对抗互联网平台的流量剥削,通过履约过程来提升顾客体验,转化顾客进入私域,有助于转介绍和提升复购。 财务分析 作为最传统、历史最悠久的财务分析,在企业内部占据重要位置。但需注意的是,财务分析经常伴随着财务相关操作,因而财务数据是人为做出来的,和实际会有一定差距,由此也演化出了经营分析。 换句话说,不能够纯粹地做账面分析,而是要看账面所对应的具体经营动作和环节。 只有在打通财务数据和经营数据之后,才能够把财务管理落实到企业经营管理。但也要明白,财务类数据不等同于经营数据,因此打通二者联系,将财务关联到经营数据才是关键。 ▋ 营销端分析 在营销端的不同场景也有不同的分析特点。 首先需要明白用户行为是从哪来的?并不是所有的用户行为都可以像淘宝、抖音等平台一样可以因用户行为自发产生的。 其实,很多用户行为是由业务影响产生的,例如保险、美容、健康、汽车等行业的导购服务。 这里,给大家介绍四种经典方式,分别是私域式 、导购式、代理人式和店铺式。 因为服务人员的服务及其带给用户的体验也能极大地影响用户行为,所以单纯用户行为分析不足以满足有渠道引导的场景,也就无法改善业务。这种情况下,就需要渠道信息、渠道策略、渠道行为和用户行为等四大方面的综合分析。只有这样,才能更好地提升自有渠道效率,对抗互联网平台的剥削。 那么,具体要怎么做呢?其实也就是我们常说的引流、运营再到促成,即通过引流至自身私域池,再精细化运营,最后收割获益。下面我们以经典场景为例,来帮助大家理解。 私域式:主要针对有重复消费的快消品,例如餐厅、服装和母婴等; 导购式:主要针对需要教育用户的行业,例如教育培训、家具家装、汽车等; 店铺式:主要针对有实体店及配套的行业,例如美容、健身和休闲等; 代理人式:主要依赖代理人渠道,最典型的就是保险行业; 在引流、运营再到促成的过程,少不了引流工具与引流效率数据分析、运营工具与运营SOP数据分析、促成工具与促成方式数据分析这三大部分的有机配合。 引流工具与引流效率数据分析。除了记录用户行为,还需要掌握渠道本身数据特点,特别针对门店/代理人模式,其个人执行行为的数据收集,个人执行力的考核,才是制胜关键。 运营工具与运营SOP数据分析。我们常用的运营工具主要包括有社群管理、机器人问答等,这些工具的使用不但能有效提高运营效率,而且这些运营规范和运营动作也是用户行为分析的关键。很多公司私域运营比较混乱本质上还是缺乏工具所致,因此在进行用户行为分析时需将工具使用、SOP执行与用户行为三者相结合。 促成工具与促成方式数据分析。常见的促成工具有顾客个人信息提醒、个性化话术、问答Q&A、顾客跟进提升、优惠手段等,通过这些促成工具能够极大提升导购/代理人执行力,从而促成顾客消费。如果不能改善导购/代理人行为,用户行为分析也就无从谈起。因此,需结合工具使用、跟进行为与用户行为三方面才能进行有效的用户行为分析。 使用工具的多样化已然成为数字化时代的必然趋势,企业经营管理也正在向数字化转型。数字化时代,没有数字化系统就意味着管理空白,薄弱的系统就意味着管理薄弱,而管理薄弱则意味着竞争力脆弱。 而数字化系统则对应着数字化管理与数据分析的巨大需求,即我们前面讲到的供应力数据、执行力数据和营销力数据。 那么数字化时代原生企业的演进路线是怎样的呢?即先抓营销,大量获客时控制成本,再优化执行力,最后控成本上监管。目前有相当多的企业是这样做的,但这并不代表是正确的。过度消耗营销成本,产品缺乏差异化、履约能力差是大多数企业普遍存在的问题。换句说,如果供应能力足够强,或许会有新的竞争方式。 与数字化时代原生企业相对应,传统企业的演进路线是怎样的呢?有相当多的传统企业看似在努力追赶数字化浪潮,但经常在执行时缺乏重点,撒芝麻式投入,对核心竞争力缺少清晰的梳理,对核心能力(营销力、执行力、供应力)缺少强化。这就会导致“零散数据收集了一大堆,发力的却很少”的尴尬局面。 企业数据体系的建设是一项长期且艰苦的工作,这里给大家分享三个基本原则: 掌握数据是第一位要求。如果数据质量不佳、数据凌乱、数据不统一,那么节省成本和产出价值更无从谈起。因而数据需要做到以下三点:多数据源打通、规范的数据治理和高质量数据清洗。面对多种数据来源、多种数据库、多种业务系统对接的复杂情况,需要我们做好数据管理。 想让数据用起来,报表是核心。营销需要看什么数据?销售需要跟什么数据?供应链需要追什么数据?报表必须清晰地显示客户情况、订单履约情况、配件情况、库存情况等基础信息。其次,拖拉拽的报表和信息提醒能够节省90%的工作量。尤其对于一线工作人员来说,信息提醒和移动端报表能够让其清晰地了解自己“做什么”、“用啥做”和“做到没有”。 识别问题≥寻找机会。好的业务一定是天时地利人和的结果,而不是数据直接算出来的,但差的业务一般数据表现非常明显。因而减少低级错误也不失为一种好的方法。
作者:易观方舟AnalysysData
本文经授权发布,不代表APP干货铺子立场。如若转载请联系原作者。
原文链接如下:https://mp.weixin.qq.com/s/4zytGbuf-6iOOWqrSFkzzg
标签:
联系微信:18938040424
微 信 公 众 号
Copyright © 2015- APP干货铺子 版权所有 京ICP备20017819号
您的报名信息已提交!
请等待工作人员的进一步通知
易观方舟AnalysysData · 2023-06-05
用户行为分析不是窥探用户隐私,更不是盗卖用户数据,而是根据企业与用户之间的互动行为数据进行分析,进而从这些行为中推测用户需求、改善产品及流程。
需要注意的是,用户行为分析也有其不足之处。以转化漏斗为例,如果转化流程问题出现在前端,还比较容易判断,例如,曝光不足可能是内容或者渠道的问题;如果出现在后端,则越难判断到底是什么原因造成的,是内容?是产品?是价格?还是这个渠道本身的问题,我们很难去做判断。
从更深层次来看,用户行为分析需要其他方面的支持。用户行为是品牌、营销、产品、供应、服务、大环境、对手共同影响的结果。只有所有人一起发力,才能最终解决用户问题。 那么,除了用户行为还得分析什么? 首先,我们来看一下完整的商业链路包括哪些环节,这里可以分为前端的营销和后端的供应两大方面。 营销:注册-互动-消费-订单; 供应:商品-售后-核算; 所谓互联网或者数字化,我们会发现其实更多的是在营销端发力,而非供应端。当然,在互联网时代所谓的“创新”模式也更多的是营销端创新。互联网模式把线下实体门店挪到了线上,但后端供应链(如工厂、生产线、售后等)该踩的坑一个都不会少。 因此,我们用户行为分析需要更多的集中在后端做深入。 ▋ 供应端分析 权益分析 先来看看权益分析。权益往往是跟订单挂钩的,常见的权益形式有积分、会员等级、生命周期和生日等。但并非所有企业都像互联网企业一样资金雄厚,能够长期支持减免等营销手段。更多的企业使用的权益形式一般为体验装、现场服务、小礼品等。 下面,我们从权益产生、权益管理和权益使用三部分来具体展开。 在权益产生层面,分为流水式(积分)、累进式(VIP等级)和触发式(特定行为或节点)这3种。 在权益管理层面,可从权益种类、数量、有效期、派发者权限和使用者权限5个方面去进行管理。 在权益使用层面,分为身份核实、权益核实、权益使用和权益核销4个方面。 可以看到,整个权益体系就是一套小商品体系,会产生大量数据,但需注意这些数据全部是企业内部数据,与用户行为无关。 因此,权益分析很适用于有服务窗口和线下体验流程的行业,例如银行、航空公司、美容、健身、学校,体检、餐厅等。其中,权益管理尤其重要。管理得好,能够有效形成差异化体验,打造除价格以外的竞争优势;管理得不好,就是单纯的成本浪费,收不到应有的效益。 供应分析 供应包括原料、生产、仓储和配送4个部分。 现在的互联网企业基本都是收费站角色,他们不负责供应链,也不负责生产产品,因此对这一块的关注较少。但如果是传统企业或者是服务性行业,那么这些都是我们需要考虑的。例如,需关注不同形式的供应商、产品、生产线、型号、规格、自检、仓库管理、物流运力、时间供应等。 可以看到,供应链涉及角色非常复杂,有大量过程数据,且都与用户行为无关,因为这不是用户生产的,而是企业内部行为。 但这一企业内部行为在互联网时代有特别重要的意义,我们打价格战的底气就是从供应链来的。如果供应链特别强大,我们就可以把成本压得很低,也就有足够的底气打价格战,也可以锁定优质供应商提供稀缺性产品。如果公用周转速度和创新速度很快,还可以打时间差上新款。 因此,供应分析非常适用于以下3类行业: 第一类是有大规模生产线的行业,如汽车、家装、家具和零售等; 第二类是需要大量人力的行业,如服务业、O2O、网约车等; 第三类是库存标准要求高的行业,如生鲜、医药等严重依赖冷链运输的; 售后履约分析 站在消费者角度,售后履约非常简单,即七天无理由退货。但站在企业角度非常复杂,为什么? 因为七天无理由退货不仅成本很高,而且无法给用户提供差异化体验,也就无法形成竞争优势。 那么,就需要对不同用户采取不同的履约方式。以大型车辆等耐用品的售后为例,涉及到就是一整套复杂的管理流程,需要了解用户身份、订单情况、服务条款、商品属性、配件调度、预约上门和服务评价等信息。 尤其对于体验多、配件多的行业来说,售后履约非常重要,例如家装、家居、家电、汽车、美容、餐饮、教育等行业需特别关注用户是否有其他配件的需求。 为了对抗互联网平台的流量剥削,通过履约过程来提升顾客体验,转化顾客进入私域,有助于转介绍和提升复购。 财务分析 作为最传统、历史最悠久的财务分析,在企业内部占据重要位置。但需注意的是,财务分析经常伴随着财务相关操作,因而财务数据是人为做出来的,和实际会有一定差距,由此也演化出了经营分析。 换句话说,不能够纯粹地做账面分析,而是要看账面所对应的具体经营动作和环节。 只有在打通财务数据和经营数据之后,才能够把财务管理落实到企业经营管理。但也要明白,财务类数据不等同于经营数据,因此打通二者联系,将财务关联到经营数据才是关键。 ▋ 营销端分析 在营销端的不同场景也有不同的分析特点。 首先需要明白用户行为是从哪来的?并不是所有的用户行为都可以像淘宝、抖音等平台一样可以因用户行为自发产生的。 其实,很多用户行为是由业务影响产生的,例如保险、美容、健康、汽车等行业的导购服务。 这里,给大家介绍四种经典方式,分别是私域式 、导购式、代理人式和店铺式。 因为服务人员的服务及其带给用户的体验也能极大地影响用户行为,所以单纯用户行为分析不足以满足有渠道引导的场景,也就无法改善业务。这种情况下,就需要渠道信息、渠道策略、渠道行为和用户行为等四大方面的综合分析。只有这样,才能更好地提升自有渠道效率,对抗互联网平台的剥削。 那么,具体要怎么做呢?其实也就是我们常说的引流、运营再到促成,即通过引流至自身私域池,再精细化运营,最后收割获益。下面我们以经典场景为例,来帮助大家理解。 私域式:主要针对有重复消费的快消品,例如餐厅、服装和母婴等; 导购式:主要针对需要教育用户的行业,例如教育培训、家具家装、汽车等; 店铺式:主要针对有实体店及配套的行业,例如美容、健身和休闲等; 代理人式:主要依赖代理人渠道,最典型的就是保险行业; 在引流、运营再到促成的过程,少不了引流工具与引流效率数据分析、运营工具与运营SOP数据分析、促成工具与促成方式数据分析这三大部分的有机配合。 引流工具与引流效率数据分析。除了记录用户行为,还需要掌握渠道本身数据特点,特别针对门店/代理人模式,其个人执行行为的数据收集,个人执行力的考核,才是制胜关键。 运营工具与运营SOP数据分析。我们常用的运营工具主要包括有社群管理、机器人问答等,这些工具的使用不但能有效提高运营效率,而且这些运营规范和运营动作也是用户行为分析的关键。很多公司私域运营比较混乱本质上还是缺乏工具所致,因此在进行用户行为分析时需将工具使用、SOP执行与用户行为三者相结合。 促成工具与促成方式数据分析。常见的促成工具有顾客个人信息提醒、个性化话术、问答Q&A、顾客跟进提升、优惠手段等,通过这些促成工具能够极大提升导购/代理人执行力,从而促成顾客消费。如果不能改善导购/代理人行为,用户行为分析也就无从谈起。因此,需结合工具使用、跟进行为与用户行为三方面才能进行有效的用户行为分析。 使用工具的多样化已然成为数字化时代的必然趋势,企业经营管理也正在向数字化转型。数字化时代,没有数字化系统就意味着管理空白,薄弱的系统就意味着管理薄弱,而管理薄弱则意味着竞争力脆弱。 而数字化系统则对应着数字化管理与数据分析的巨大需求,即我们前面讲到的供应力数据、执行力数据和营销力数据。 那么数字化时代原生企业的演进路线是怎样的呢?即先抓营销,大量获客时控制成本,再优化执行力,最后控成本上监管。目前有相当多的企业是这样做的,但这并不代表是正确的。过度消耗营销成本,产品缺乏差异化、履约能力差是大多数企业普遍存在的问题。换句说,如果供应能力足够强,或许会有新的竞争方式。 与数字化时代原生企业相对应,传统企业的演进路线是怎样的呢?有相当多的传统企业看似在努力追赶数字化浪潮,但经常在执行时缺乏重点,撒芝麻式投入,对核心竞争力缺少清晰的梳理,对核心能力(营销力、执行力、供应力)缺少强化。这就会导致“零散数据收集了一大堆,发力的却很少”的尴尬局面。 企业数据体系的建设是一项长期且艰苦的工作,这里给大家分享三个基本原则: 掌握数据是第一位要求。如果数据质量不佳、数据凌乱、数据不统一,那么节省成本和产出价值更无从谈起。因而数据需要做到以下三点:多数据源打通、规范的数据治理和高质量数据清洗。面对多种数据来源、多种数据库、多种业务系统对接的复杂情况,需要我们做好数据管理。 想让数据用起来,报表是核心。营销需要看什么数据?销售需要跟什么数据?供应链需要追什么数据?报表必须清晰地显示客户情况、订单履约情况、配件情况、库存情况等基础信息。其次,拖拉拽的报表和信息提醒能够节省90%的工作量。尤其对于一线工作人员来说,信息提醒和移动端报表能够让其清晰地了解自己“做什么”、“用啥做”和“做到没有”。 识别问题≥寻找机会。好的业务一定是天时地利人和的结果,而不是数据直接算出来的,但差的业务一般数据表现非常明显。因而减少低级错误也不失为一种好的方法。
作者:易观方舟AnalysysData
本文经授权发布,不代表APP干货铺子立场。如若转载请联系原作者。
原文链接如下:https://mp.weixin.qq.com/s/4zytGbuf-6iOOWqrSFkzzg
标签:
联系微信:18938040424
您的报名信息已提交!请等待工作人员的进一步通知
您的报名信息已提交!
请等待工作人员的进一步通知