1、 CONTENT 目录目录 1 2 3 4 电商的发展趋势电商的发展趋势 3.1 市场层面 全链路分析渠道表现，提升 ROI / 裂变式增长，寻找最佳带货 KOC 3.3 运营层面 商品运营 / 活动运营 / 直播带货 4.1 汉光百货 - 打造智慧零售 4.2 MatchU - 打造服装定制领域 No.1 4.3 蜜芽宝贝 - 沉淀客户数据资产 4.4 某电商独角兽 - 三步进入运营新时代 私域私域电商电商面临面临的的挑战挑战 私域私域电商电商如何用数据驱动增长如何用数据驱动增长 私域私域电商电商数据驱动增长案例数据驱动增长案例 3.4 数据层面 全生命周期运营 3.2 产品层面 功能优化

2、/ 体验优化 1 1. . 电商的发展趋势电商的发展趋势 社会消费品零售总额（亿元） 同比增速（%） 数据来源：国家统计局 受疫情影响，中国社会消费品零售总额有一定下降，2020 年 3 月同比降低 15.8%，但整体稳中向好。与此同时，疫情加速培养了用户线上消费的习惯，2020年 以来，中国社会消费品线上零售额占社会消费品零售总额比重逐步上升，5 月已达 29%，同比增长 5%。 图 1：2019.5 - 2020.5 中国社会消费品零售总额 图 2：2019.1 - 2020.5 中国社会消费品网上零售额占社会消费品零售总额比重 趋势一趋势一 线上消费逆势增长，电商迎来新机遇线上消费逆势增

3、长，电商迎来新机遇 2019.5 2019.6 2019.7 2019.8 2019.9 2019.10 2019.11 2019.12 2020.03 2020.04 2020.05 32955.7 33878.1 34494.9 33073.3 33896.3 38104.3 38776.7 31972.8 28177.8 26449.9 38093.8 8.6% 9.8% 7.6% 7.5% 7.8% 7.2% 8.0% -15.8% -2.8% -7.5% 8.0% 2019.2 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 12 月 2020.1 2 月

4、 3 月 4 月 5 月 21.2% 22.9% 23.7% 24.0% 24.7% 24.5% 24.6% 24.7% 25.5% 25.8% 26.3% 28.2% 28.8% 29.0% 24.6% 随着科技的快速发展，用户购买旅程已从“单渠道”逐渐转变为“全渠道”，线上与线下也正努力向“无缝融合”发展。此外，由于疫情对线下消费场景的限制，再加上 李佳琦、薇娅等顶级 KOL 的出现，直播带货已经逐渐成为企业的常规销售模式，预计 2020 年中国直播电商的市场规模将达到 9610 亿元。 图 3：用户购买旅程的渠道变化 图 4：2017 - 2020 年中国直播电商市场规模（亿元） 数据来

5、源：艾媒数据中心 190 1330 4338 9610 2017 2018 2019 2020E 趋势二趋势二 用户购买旅程呈全渠道趋势，直播带货成为新常态用户购买旅程呈全渠道趋势，直播带货成为新常态 2 23 3 单渠道多渠道全渠道 私域触达会员升级新客激活复购推荐 中国消费市场的增速基本见顶，电商正经历由“粗放式获取流量”到“精细化运营用户”的转变。存量竞争的加剧，倒逼企业加速私域流量建设，其中微信生态（自 建小程序、微信群、公众号、个人号、企业微信个人号）成为大多数电商“存量”带“增量”的主阵地。 图 5：现阶段电商增长的关键 图 6：公域流量与私域流量对比 趋势三趋势三 从从“ “流量

6、思维流量思维” ”逐渐转向逐渐转向“ “用户思维用户思维” ”，私域电商是未来，私域电商是未来 复购活跃 购买 提升会员客单价 强化粉丝互动 提升人货匹配 新增长关键词 公 域 流 量 私域 流量 自建官网 自建 App 自建小程序 社群. 企业或个人自有/无需付费 用户关系链强/数据自有 平台方所有/需付费 用户关系链弱/数据不自有 公域 特点 私域 特点 什么是私域电商什么是私域电商 图 7：私域电商与传统电商的对比 参考来源：吴晓波2019 私域电商报告 私域电商传统电商 交易环境熟人或半熟间的“热环境”陌生人间的“冷环境” 营销模式社会化营销（熟人经济、粉丝驱动）流量营销（推广驱动）

7、渠道微信、朋友圈、微博、微店、APP等电商平台 App、网站等 影响购买因素熟人推荐、产生口碑、粉丝效应产品质量、价格高低、粉丝数量 消费决策信任驱动决策价格、品牌驱动决策 主销产品 美妆、保健品、母婴、保险、知识产 品等 全品类 VS 自己的领地，不受外围干扰，摆脱电商平台的流量 依赖，可以通过社交方式直接与客户进行沟通 私私域域 能够利用互联网工具，例如支付软件、社交软件、 开店软件等，不受地域和时间的限制 电电 进行买卖，有交易环节 商商 2 2. . 私域电商面临的挑战私域电商面临的挑战 以头部电商平台为例，淘宝、京东、拼多多、唯品会的新客获取成本整体都处于上升趋势。面对越来越高的获客

8、成本，企业也越来越关注营销的 ROI。然而面对 营销各环节的数据断层，如何进行全域、全购买旅程监测，从购买算清市场对营收的影响，是难点。 数据来源：上市公司年报 图 9：中国营销数字化进程 挑战一挑战一 获客成本逐步攀升，难以衡量并提升获客成本逐步攀升，难以衡量并提升 ROIROI 图 8：各电商平台新客获取成本（元/人） 2015 年 2016 年 2017 年 2018 年 2019 年 166 526 279 390 536 7 77 197 146 226 1503 757 170184 523 1200 阿里巴巴 拼多多 京东 唯品会 近些年，企业纷纷开始自建线上商城，除了提升品牌形

9、象等众多因素外，企业也越来越意识到数据的重要性。掌握会员、订单、用户行为等数据，并充分利用， 才是私域电商的长远发展之道。在自建线上商城的过程中，不同阶段也面临着不同的核心挑战（见图 10）。 状态：GMV 与 DAU 大幅上升，沉淀了大量高价值的老客户群 核心挑战：如何用数据了解用户画像，采取更细分的运营方式，提升用户整体价值 第二阶段第二阶段 状态：线上商城刚刚建立，0 3 万 DAU 核心挑战：很多功能与运营想法要实施，但没有数据验证效果 第一阶段第一阶段 状态：京东自营、丽妍雅集、喜茶等品牌自营商城 核心挑战：如何用千人前面的推荐算法、预测模型、人工智能释放数据价值 第三阶段第三阶段

10、图 10：自建线上商城进阶路径 自建线上商城的优点 1. 提升品牌形象 2. 体现企业实力 3. 积累客户资源 4. 掌握用户数据 5. 降低获客成本 挑战二挑战二 自建线上商城缺少数据驱动，难以发挥最大作用自建线上商城缺少数据驱动，难以发挥最大作用 3 3 2 2 1 1 头部巨头 20% 处于该阶段 规模化阶段 30% 处于该阶段 PMF 阶段 50% 处于该阶段 将数据重新梳理，建立用户唯一标识，才能更好的进行用户洞察，进而优化私域电商的增长策略。然而企业的数据通常散落在线上、线下多种渠道，并且还有交 易、用户行为、广告等多种类型的数据。如何搭建客户数据平台（CDP），打破企业数据孤岛，

11、是关键。 WebAndroidiOS数据文件H5服务器线下数据 多种数据类型 各种渠道数据 小程序 女性 28岁 健康生活 习惯小程序购买 是会员 经常购买宠物用户 喜欢跑步 注重品质 喜欢旅行 经常购买某品牌口红 单身 生日 居住在北京 数据分析师 现就职于某大厂 喜欢健身 挑战三挑战三 多渠道、多类型数据割裂，难以挖掘业务增长点多渠道、多类型数据割裂，难以挖掘业务增长点 CRM数据 用户基础数据 会员等级/积分. 用户行为数据 偏好：品类/频次 转化：加购/下单 体验：留存/流失 交易数据 自营订单系统 微信生态 电商生态 广告数据 曝光人数 点击人数 广告素材. 活动数据 参与人数 转化

12、数据 渠道数据 数 据 统 一 3 3. . 私域电商如何用数据驱动增长私域电商如何用数据驱动增长 流量获取期 流量分发 一期 流量购买转 化期 核心指标监控 黄金落地页 上海品茶吸睛 搜索挖掘 流量分发 二期 流量怎么来流量怎么承接流量怎么转化 裂变效果评估 流量质量评估 沉淀 客户数据 打造超级用户 运营 客户数据 AI 运营 会员管理 客户数据平台（CDP）实施 标签管理 首单 用户 复购 用户 忠诚 用户 沉睡 用户 行业化的的用户生命周期管理 打法 算法 PLP 优化 种草引流直播数据监管 渠道构成分析触点提效用户流转地图商品分析矩阵 渠道分析/产品健康度/活动迭代数据管理 以业务场景为

13、核心，逐步构建数据驱动策略体系以业务场景为核心，逐步构建数据驱动策略体系 用 户 运 营 由“漏斗式管理”，向“超级用户式管理”演进 流 量 漏 斗 业 务 场 景 PDP 优化 支付 参加活动成功 发起活动成功 加入 购物车 直接 购买 下单 媒体流量 以以“TOFU-MOFU-BOFU” “TOFU-MOFU-BOFU” 模型为基准，逐步实现全面增长模型为基准，逐步实现全面增长 关注者 访客 潜客高意愿潜客 新客 老客 KOC TOFUTOFU（Top of theTop of the F Funnelunnel）MOFUMOFU（Middle of theMiddle of the F

14、Funnelunnel）BOFUBOFU（Bottom of the Bottom of the F Funnelunnel） 引流流量分发高价值行为订单支付分享复购访问 分享 复购 自建的 App 小程序 网站 活动运营 上海品茶吸晴 上海品茶流量分发 搜索挖掘 内容社区优化 PLP 优化 种草模块 上海品茶资源位 搜索框 品类列表 活动页 上海品茶 进入商城 产品 详情 页 公众号流量 会话流量 自然流量 付费流量 裂变流量 直播流量 其他流量 市场层面产品层面运营层面数据层面 场 景 产 品 服 务 培训 层面 公域流量 优选渠道 优化承接 私域流量 触点升级裂变升级 产品 结构优化 体验优化 运营 商

15、品运营 活动运营 直播带货 看板 领导 驾驶 舱 会员 全 生命 周期 运营 智能 AI 分析 模型 客户成功服务 技术服务指标体系搭建数据驱动实操分析洞察标签建模画像数据规划治理运营场景设计数据智能 增长学院培训企业定制增长培训（高管-团队-全员） 媒体监测 链接管理 深度链接 小程序广告 渠道价值分析 活动页分析 渠道归因分析 落地页分析 获客工具业务场景 活动运营 运营工具 用户分层活动分析 工作流引擎活动管理 A/B 实验 （策略-执行-复盘） 直播活动分析 电商活动分析 分析工具 事件分析 留存分析 KPI监测 事件流分析 热图分析 漏斗分析 分布分析 业务场景 留存魔法师 分享分析

16、 用户旅程运营 拉新 激活 召回 复购 业务场景 智能运营产品分析 客户数据平台（CDP） 触点 App小程序网站 H5 自建 平台 外部 平台 获客分析 GrowingIO GrowingIO 数据驱动电商增长解决方案数据驱动电商增长解决方案 裂变式增长，寻找最佳带货 KOC 全链路分析渠道表现，提升 ROI 1 2 3.1 3.1 市场层面市场层面 消费转化 社交分享 内容输出 种草推广 流量池 “公域+私域” 流量组合，是获客的长期发展方向 3.13.1 市场层面市场层面 “ “公域公域 + + 私域私域” ”流量组合是获客的长期发展方向流量组合是获客的长期发展方向 私域流量运营 线上广

17、告 公域流量 线下推广 公 域 流 量 优 选 扩展人群包 第一方平台 数据采集 数据 分析 流量分析 数据 运营 商品分析 用户分析 经营分析 标签 人群运营 定向发卷 周期够 大促活动 产品体验 会员管理 3.1.1 全链路分析渠道表现，提升 ROI 3.13.1 市场市场层面层面 获客引流流量分发商品展示订单支付分享复购 线 下 1234 GrowingIO 获客分析- 渠道全链路分析3 种渠道分析方法 企业一般拥有线上、线下多种推广渠道。过去，由于技术限制，渠道分析基本停留在流量分发阶段（PV、UV 等数据）；现在，通过打通广告、行为和业务数 据，可以将渠道分析层层追溯至复购阶段（注册

18、、购买等数据），更全面的分析渠道表现。 线 上 上海品茶流量位 搜索框 品类列表. 进入商品详情页 进入付款流程 分享给他人产生复购 拆解分析 以漏斗形式，一层层剥 洋葱式定位优化环节 用气泡图形式将所有渠 道表现进行对比 将购买、复购行为与 渠道传播关联起来 付款成功. 填写收货信息 对比分析 归因分析 拆解分析 对比分析 归因分析 用户 行为 阶段 注：以上均为 Demo 数据 GrowingIO 获客分析- 归因模型 百度转化高，头条或微博无转化，所以应该加大百度投入？ 浏览广告A浏览广告B注册促销活动A获取优惠信息搜索官方商城下单 某用户购买 D 牌口红的转化旅程 2 days8days1

19、0 days11 days 随着用户购买旅程逐渐全渠道化，有时转化低的并不一定是质量差的渠道，具体还需要去归因分析。借助首次点击归因、最终点击归因、线性归因、基于位置 归因等归因模型，就可以从不同的用户购买旅程视角，衡量渠道价值。 注：以上均为 Demo 数据 3.13.1 市场市场层面层面3.1.1 全链路分析渠道表现，提升 ROI 品牌种草社交种草私域养草商城养草测评拔草 媒体 线上 广告 KOL 力推 测评干货 老友安利 微信/ 支付宝/ 头条生态 官网 小程序 App 看 活 动 看 商 品 做 对 比 买 家 秀 收 藏 货 领 优 惠 直播带货 买单 评论 复购 分享 在私域电商“

20、种草”、“养草”、“拔草”的三个阶段中，每个阶段都可以发掘可裂变点，具备分享动因、种子用户、激励诱饵、逻辑闭环这四大要素后，即可开启 裂变。比如：在养草阶段，以微信生态中的小程序为中心裂变；在拔草阶段，在用户付款完毕后，设置红包诱饵等引导用户再分享。 裂变式增长 GrowingIO 产品分析- 分享裂变分析 裂变必备四大要素 深刻的定位洞察 用户为什么愿意进行分享 用户分享的目的是什么 如何设计从站外到站内的合理路径 分享裂变 UJM 追踪及持续优化 裂变能否形成闭环用户自主运转 内容分享要吸引哪些用户 他们是谁，在哪里 渠道适合朋友圈、公众号还是用户群 什么激励可以撬动用户自发参与 激励诱饵

21、的设计要兼顾双向刺激 拔草养草种草 种子用户 激励诱惑 分享动因 逻辑闭环 注：以上均为 Demo 数据 3.13.1 市场市场层面层面3.1.2 裂变式增长，寻找最佳带货 KOC KOC 拥有一定的粉丝群或者影响力，能带动其他用户的购买行为，可以说是私域电商低成本、高效获客的一大途径。 对于免费 KOC，通过数据找到自发分享最多、带货能力最强的用户，重点培养； 对于付费 KOC，通过 KPI 数据、带货分布分析等，全方位衡量付费 KOC 的价值。 GrowingIO 产品分析- KOC 分析看板 带货 KPI 数据带货分布分析挖掘带货 KOC 注：以上均为 Demo 数据 3.13.1 市场

22、市场层面层面3.1.2 裂变式增长，寻找最佳带货 KOC 体验优化 功能优化 3.2 3.2 产品层面产品层面 1 2 支付流程体验优化 退换货流程体验优化 客服流程体验优化 加购流程体验优化 . 3.23.2 产品层面产品层面 “ “功能功能 + + 体验体验” ”的双重优化是提升的双重优化是提升 GMV GMV 的基础的基础 品类列表上海品茶资源位 更好的购买更快的购买更多的购买 功能优化体验优化 “功能+体验”的双重优化，是提升 GMV 的基础 上海品茶流量分发 . PLP 优化 种草模块搜索框 搜索挖掘内容社区优化 上海品茶不仅代表表企业形象，其资源位还会最终影响营收贡献，对私域电商自建的商城来说

23、至关重要。通过 GrowingIO 建立上海品茶资源位监控与优化体系，衡量 各模块的吸引力，合理优化资源位的分配，实现上海品茶流量分发效率的最大化。 业务价值：拆解上海品茶各模块营收衡量各模块的业务贡献 规模价值：拆解上海品茶各模块点击量衡量各模块对用户的吸引力 明确各资源位的定位和业务目标，并应对 流量分配做好规划，铺设导购路径源头 从流量占比和用户关键行为，结合流量的 规模价值规模价值和业务价值业务价值综合评估 不断评估、迭代上海品茶流量分配策略，实现 流量分发效率最大化 GrowingIO 产品分析- 上海品茶资源位两大价值评估 3.23.2 产品层面产品层面 上海品茶资源位运营规则进化上海品茶资源位优化步骤 第一步：

24、上海品茶流量盘点第一步：上海品茶流量盘点 第二步：上海品茶流量价值评估第二步：上海品茶流量价值评估 第三步：资源位重新分配第三步：资源位重新分配 按资源位申请时间顺序，先到先得 按资源位效率得分排名，分配各资源位的 使用天数占比 结合上海品茶流量分发看板，打通用户行为数 据、用户标签画像与上海品茶流量分发数据 1.01.0 先到先得原则先到先得原则 2.02.0 排名得分模型排名得分模型 3.03.0 个性化推荐模型个性化推荐模型 注：以上均为 Demo 数据 3.2.1 功能优化 - 上海品茶资源位 用户使用什么搜索方式完成搜索搜索无结果中发现新的商机用户对搜索结果的满意度搜索词的业务贡献 搜索框基本作为用户直达目的地

25、的快捷通道，聚焦在页面的最上方。通过 GrowingIO 建立搜索监测与优化体系，有效衡量搜索效果、指导优化策略，进而达 到不仅让用户搜得到、搜得准，还能借助搜索带来有效的业绩转化。 搜不到用户面临的问题我们面临的挑战搜不准如何提升从搜索到转化的效率 策略 目标拆解 目标 1：有效衡量搜索价值权重目标 2：提高搜索词匹配度 GrowingIO 产品分析- 4 大分析维度，提升搜索框价值 3.23.2 产品层面产品层面 搜索价值权重品类拆分，定位可优化品类 找到高价值搜索词，指导热搜词和活动运营 返回与用户搜索词相匹配的搜索结果 提供有效的搜索结果排序 搜索无结果时（或搜索结果数量不足时）进行有

26、效的推荐 注：以上均为 Demo 数据 3.2.1 功能优化 - 搜索框 不同品类的点击表现品类-商品详情-加购-购买转化 不同品类的浏览、加购、销量表现 品类列表是帮助用户快速找到想要商品的快捷方式。通过 GrowingIO 搭建品类列表监测与优化体系，衡量不同品类的浏览、加购、销量等表现。通过数据不 断优化，建立层次分明逻辑清晰、符合用户习惯还能提升销量的品类列表。 3.23.2 产品层面产品层面 利润非常低但购买量大、市场需求大，目的在于导流 利润率高，希望用户更多购买此类商品 带量 潜力股，虽然曝光量很低但转化率极高 导流型品类导流型品类 高利润型品类高利润型品类 高转化品类高转化品类

27、 未来明星型品类未来明星型品类 GrowingIO 产品分析- 品类列表分析 注：以上均为 Demo 数据 3.2.1 功能优化 - 品类列表 种草模块能帮助私域电商构建更具社交化的“场”，增强用户粘性的同时，还能大幅提升转化率和客单价。通过 GrowingIO 搭建种草模块监测与优化体系，对 种草模块的内容引流效率进行评估，不断引导优质内容的产出、提升内容带货量。 帖子热度指数 种草帖子销量表现 种草模块用户留存 种草用户排行榜 3.23.2 产品层面产品层面 为什么需要种草模块？ 种草模块需关注的核心指标？ 占领更多用户时间，增加用户粘性 的同时，提高留存 培养 KOC，增加内容分享的同时

28、， 提升内容带货能力 激励用户产出优质种草内容的同时， 提升购买转化率 种草模块的人数与留存率 种草模块带来的加购与订单数 种草达人关注人数 种草帖子的生产量与消费量 GrowingIO 产品分析- 种草模块分析 注：以上均为 Demo 数据 3.2.1 功能优化 - 种草模块 第一步：UJM 透视（ User Journey Map，用户旅程地图）。除了产品的结构优化外，体验优化也十分重，尤其是加入购物车、订单支付等用户成交的关键节 点，用户都怎么进行产品交互？如何给用户提供更优体验？第一步，通过 UJM 可视化，了解用户在产品使用中的路径： 查看用户如何进入、退出产品以及如何与产品互动；

29、从中找到用户意外退出或环回的位置，找到用户体验的痛点。 3.23.2 产品层面产品层面 GrowingIO 产品分析- UJM 透视 注：以上均为 Demo 数据 3.2.2 体验优化 浏览上海品茶 浏览商品详情页 加入购物车 结算 支付 第二步，漏斗分析与用户细查。经过第一步找到痛点后，就可以针对该痛点处，通过漏斗发现转化瓶颈；然后针对转化率低的步骤进行用户细查，找到体验优 化的机会点。比如，通过用户细查发现如下右图所示的问题，就可以对登录前加购的商品，登录后也记录保留，保证流程简单通畅。 进入产品详情页 比例过低 产品详情页-购物车 相对偏低 购物车-结算 比例过低 3.23.2 产品层面产品

30、层面 21:37 开始访问 至 21:54 期间进行多次加购收藏行为 21:54 查看购物车 21:55 输入活动码 21:56 查看“我的账户”，跳转登录 登录后再次输入活动码，提交 访问结束，未提交订单 3 小时后再来访 打开购物车显示为空 浏览商品列表页后离开再也未回访 GrowingIO 产品分析- 漏斗分析与用户细查 注：以上均为 Demo 数据 3.2.2 体验优化 活动运营 商品运营 直播带货 3.3 3.3 运营层面运营层面 1 2 3 实时了解商品销售情况 引流能力吸睛能力 加车/收藏能力 付费能力 商品运营需要进行一系列有效动作，把商品卖出去。通过实时监测、分析，单一/系列

31、商品的浏览量、点击量、加购数、下单数等数据，快速定位哪些用来打 爆品、哪些用来引流、哪些作为长尾款、哪些是品牌代表性产品等，进行商品组合以实现营收最大化。 3.3 3.3 运营运营层面层面 GrowingIO 产品分析- 商品运营分析 行为数据+业务数据，发掘商品销售潜力 注：以上均为 Demo 数据 改变以往周度/月度获取数据的滞后性，实时了解商品 销售情况 改变以往只看商品销量数据的单一性和局限性，融入用 户的关键行为数据（商详浏览、加车等），帮助商品运 营团队最大限度地发掘商品的销售潜力，找到头牌商品， 以及时调整促销策略，提高动销率与 GMV 优化供应链补给：根据商品的曝光、点击、加购

32、、下单 全生命周期数据，及时优化库存 3.3.1 商品运营 活动目标活动策划活动准备活动上线实时监控策略调整活动复盘策略沉淀 活动 GMV GrowingIO 产品分析- 全流程数据监测分析，助力爆款活动打造 用户量趋势人均访问时长订单支付金额分布 3.3 3.3 运营运营层面层面 运营团队运营团队 全年目标拆解 运营运营确定活动 KPI 运营团队运营团队 策划活动方案 确定活动节奏 定位噱头和利益点 设计活动玩法 进行活动选品 设计活动 Demo 运营团队运营团队 进行活动宣传 获取更多流量 采购团队采购团队 结合活动选品 进行备货 设计团队设计团队 进行资源位和 活动页设计 技术部门技术部

33、门 活动功能开发； 活动数据埋点 技术团队技术团队 活动板块顺利上线 活动问题及时修复 运营团队运营团队 全流程体验活动场 景、以防存在体验 Bug 运营团队运营团队 实时监控用户行为 数据，分析数据是 否跟预期一致 市场团队市场团队 根据流量趋势调整 拉新策略 运营团队运营团队 素材创意 商品铺列 玩法调整 节奏把控 市场团队市场团队 优化投放策略 定位带货能力强的kol 市场团队市场团队 活动全流程复盘、总结 经验、挖掘机会点 3.3.2 活动运营 注：以上均为 Demo 数据 爆款活动关键要素 活动引爆点 活动主题一定要“软硬皆施” 噱头利益点爆款图 活动玩法 优惠券集卡裂变 活动推广

34、站外拉新私域盘活活跃预热 投放推文弹窗 活动杠杆 预热期 活动 KPI 达成 指标体 系 UJM OSM 转化率渗透率裂变因子 用户量参与度引流质量 客单价连带率 活动节奏 活动引爆点 活动玩法 活动推广 活动杠杆 正式期返场期 高空造势 提高转化减弱低潮 新颖、好玩、操作简单 KOC分享激励事件放大 爆款活动是每个品牌电商都致力于打造的，运营一场活动相当于布一个局，而运营的艺术就在于让用户一步步参与其中，最后水到渠成。活动节奏、活动引爆 点、活动玩法、活动推广这五大要素，对于爆款活动的打造来说缺一不可。 3.3 3.3 运营运营层面层面 活动节奏 3.3.2 活动运营 直播目标设定直播活动筹

35、备直播宣传期直播实时监控直播数据复盘 业务 流程 数据 流程 直播带货能帮助品牌商很好的实现“品效合一”。通过邀请导购、明星、网红等直播带货，再通过数据对直播效果、对不同网红的带货效果、不同商品的带货效 果进行评估，并持续优化迭代，促进 GMV 和品牌影响力快速提升。 3.3 3.3 运营运营层面层面 当场直播带来销量（成 交额） 当场直播参与人数 OSM+UJM 拆解目标需要指标体系 洽谈主播，参与直播选品， 安排现场，彩排 商品选品，商务洽谈 对接直播平台，对接数据 需求 数据规划服务 与以往活动数据趋势对 比，矫正目标 提炼宣传卖点，付费渠 道、KOL 传播 自有运营渠道宣发，造 势裂变

36、玩法 监测大盘数据表现，下 达调整指令 迅速采取措施 监测大盘数据表现，下 达调整指令 迅速采取措施 埋点实施文档 搭建可视化看板 配置传播监测链接 监测各渠道、KOL 与 KOC 的传播效果 智能运营：设定运营动 作 实时看板：实时监测直 播间人数，商品销量 智能运营：给观众抽奖、 发券 数据复盘：选品优化策略、 传播优化策略、主播优化 策略 用户留存、复购分析 直 播 带 货 迭 代 流 程 市场部门市场部门 运营部门运营部门 技术部门技术部门 市场部门市场部门 运营部门运营部门 管理层管理层 一线员工一线员工一线员工一线员工 管理层管理层 3.3.3 直播带货 带 货 销 量 快 速 分

37、 析 订 单 交 易 数 据 大 盘 推 广 效 果 快 速 获 取 商 品 下 单 详 细 数 据 3.3 3.3 运营运营层面层面 3.3.3 直播带货 GrowingIO 产品分析- 直播带货全局数据看板 注：以上均为 Demo 数据 直播过程中实时监测，方便管理层和品 牌方通过数据看到效果 直播过程中 直播结束后，对直播用户参与度、分享 情况、销售带货情况全盘分析，告诉品 牌方直播效果，并对下次直播策略的设 计提供建议 直播结束后 全生命周期运营 3.4 3.4 数据层面数据层面 1 第一步：沉淀数据资产，搭建客户数据平台（CDP）。客户数据平台（CDP）是提升用户生命周期价值的必备技

38、术，对多渠道、多维度的数据进行集成，再通 过 ID mapping 将散乱的数据重新梳理，建立用户唯一标识。 历史数据 交易数据、线下数据 数据文件日志文件、MySQL、Oracle 外部系统 企业数据平台、CRM 系统 注册 浏览 下单 支付 服务器 智能运营 产品分析 第三方平台 ID mapping 建立用户 唯一标识 权 限 管 理 时间、地点 单价、品类 费用、优惠 方式、金额 客户阶段 人口属性 群体画像 单用户画像 获客分析 服务端 客户端 数据 接口 交易数据、订单数据 服务端 SDK 客户端 SDK 数据 接口 GrowingIO 客户数据平台（CDP GrowingIO 部

39、署环境 数据采集数据传输数据处理数据应用 用户画像系统 数 据 存 储 3.4 3.4 数据层面数据层面 - - 全生命周期运营全生命周期运营 用户标签系统数据应用系统 用户画像系统 访问用户 进行访问但未转化用户 新客 完成首次购买的用户 老客 已复购的用户 婚育 情况 出生 年代 家庭月 收入 地理位置 从事行业 访问用户 进行访问但未转化用户 新客 完成首次购买的用户 老客 已复购的用户 流失风险用户 短期复购可能性较低的用户 会员 等级 流失风险用户 短期复购可能性较低的用户 激活政策 促销商品 忠诚度政策 新产品通知 交叉销售、专属服务 其他商品、积分回馈 促活政策 场景切入、礼品赠

40、送 线上产 品访问 行为 购买 品类 用户生命周期标签行为属性标签个人属性标签 会员等级标签 第二步：构建用户标签体系，支撑营销策略落地。有一定的数据后，即可刻画每个用户的偏好、活跃、渠道、触点、生命周期、消费价值等标签。在 GrowingIO， 我们将标签分为用户生命周期、行为属性、个人属性、会员等级四大标签，满足运营需求。 3.4 3.4 数据层面数据层面 - - 全生命周期运营全生命周期运营 第三步：构建用户画像，深度分析和洞察用户特征，发现业务增长点。有一定的数据后，还可构建颗粒度更细的单用户画像以及分群用户画像，用群体/个体多 重维度洞察用户特征，及时发现增长点。 分群用户画像分群用

41、户画像 群体：高价值用户 年龄分布：25-30 岁 产品偏好 触点偏好 浏览历史 生命周期 夜间 活跃 微信 小程序 月收入 10000 以上 优惠券 不敏感 已婚 iOS App 触点偏好：站内弹窗 9% 时间偏好：晚上 10 点 6% 单用户画像单用户画像 注：以上均为 Demo 数据 3.4 3.4 数据层面数据层面 - - 全生命周期运营全生命周期运营 第四步：制定精细化运营策略。针对不同生命周期的用户，制定不同的阶段目标、提升指标，并为之制定不同的活动策略。 比如针对流失用户，可以通过产品 推荐、关联销售等定期进行福利召回。 新客 老客用户类型 用户状态 阶段目标 提升指标 用户权益

42、 匹配 活动策略 首购用户复购用户忠诚用户流失用户 流失召回向上销售增加购买频次向复购用户转化 提升次月 留存率 提升 复购率 增长购买 路径 缩短购买 间隔 提升 客单价 提升 连带率 短期 流失召回 短期 流失召回 新客优惠福利积分、多购优惠专属服务定期福利召回 店铺满减红包 个性化优惠券 新手红包组合 跨品类导流红包 N 件 N 折 第 2 件 X 折 特权折扣 清仓折扣 限时秒杀 定向品类秒杀 特权秒杀 限购秒杀 产品推荐 向上销售 关联销售 组合销售 最短推送间隔正常推送间隔流失预警间隔 3.4 3.4 数据层面数据层面 - - 全生命周期运营全生命周期运营 第五步，开启智能运营。以

43、上四个步骤完成后，就可以开始落地全生命周期运营，即针对不同周期用户，可以按用户标签、也可以按用户分群，执行具体的精 细化运营策略。再通过运营得到的数据，形成闭环不断优化这一流程。 时间 首购用户 复购用户 忠实用户流失用户 帮助企业定义用户生命旅程关键节点，落地不同阶段用户运营管理 自动生成数据看板，核心指标一目了然 站内弹窗、资源位，站外 PUSH、短信，一站式全面管理运营触点 新客优惠 个性推荐 等级成长 分享通道 会员特权 激励 大促活动 大额优惠券 用 户 交 易 贡 献 GrowingIO 智能运营 系统管理运营活动 精细化运营策略 注：以上均为 Demo 数据 3.4 3.4 数据

44、层面数据层面 - - 全生命周期运营全生命周期运营 综上，最终可总结为私域电商数据驱动增长的综上，最终可总结为私域电商数据驱动增长的“ “5x35x3” ”（五（五项工作和三个层次运营）项工作和三个层次运营） 全局统一运营 会员周期运营 智能模型运营 大促活动级 裂变效果评估直播数据管 用户流转地图 商品个性化推荐 爆品综合数 新品上架析 商品分析阵 产品健康断渠道构成分析 流量质量评估 黄金落地页 传统来源活动运营 上海品茶吸焦 搜索挖掘 触点提效 PLP优化 种草引流 商品运营 新用户激活 成长用户留存 成熟用户变现 流失用户预警 流失用户召回 价格敏感度生命周期价值 LTV下次购买时间预测流

45、失预警模型 阶段 2 阶段 3 阶段 1 新兴来源 获客效果分析私域流量管理 引流私域生态运营 用户体验分析 用户路径UX 优化 运营策略分析 多源数据融合 + 数据建模 4 4. . 私域电商数据驱动增长案例私域电商数据驱动增长案例 小程序商城没有数据支持：小程序商城没有数据支持： “公众号+H5”的模式体验不佳，小程序是突破 口，却难以监测小程序数据 不知道用户怎么在小程序“逛商场” 也不知道用户对哪些商品感兴趣 汉光百货作为西单商圈零售企业代表，开始依托 微信生态打造智慧零售体系，至今线上营业额增 长已超 100% 背景 挑战 GrowingIO 解决方案：分析搜索词，找到潜在爆品 带来

46、效果客户声音 建立数据驱动的商品策略建立数据驱动的商品策略 通过无结果搜索调整商品策略，引进更 多商家 优化无结果商品（196），提升转化率 加入“热搜词”栏目，推广潜力爆品 “GrowingIO 帮汉光百货打通站外、站内行为 数据与交易数据，建立起转化全链路分析。 在优化流量分配，辅助产品决策和商品运营 方面，有望更好释放汉光百货百万公众号粉 丝以及每日数万客流量的消费潜力。” 汉光百货电商总监徐立广 大量用户搜索 Coach/蔻驰，但 Coach 未入驻小程序用数据说服 Coach 入驻 改变 案例一案例一 汉光百货汉光百货 X X GrowingIO GrowingIO 打造智慧零售打造

47、智慧零售 产品经理以一周一次的迭代速度对产品功能、商品信息等进行优化调整； 快节奏的更新迭代，为数据采集效率提出挑战 另一家数据分析产品操作复杂、学习成本高，大量的名词和功能需要记忆， 数据分析体系搭建迟迟没有进展 微信小程序对用户的每一次触达都非常珍贵，这就对触达的精细化提出了 更高的要求 MatchU 码尚是一家以 AI 技术为核心的互联网服装定制公司，为用户提供订单 直达工厂的专属定制服务，仅用两年时间就做到了定制服装领域订单量 No.1 背景 挑战 案例二案例二 MatchU MatchU 码尚码尚 X X GrowingIO GrowingIO 打造服装定制领域打造服装定制领域 No

48、.1No.1 客户声音 “GrowingIO 帮助 MatchU 在产品设计和迭代、商品运营 等层面做到了真正的数据驱动业务增长，与此同时更是将 硅谷增长理念在中国互联网公司中推广开来，告诉大家什 么是增长团队和增长思维，这是比工具本身更有价值的事 情。” MatchU 联合创始人蔚馨 通过 GrowingIO 解决方案带来的效果 采用 GrowingIO 数据分析服务，产品经理可以通 过无埋点技术独立进行事件定义（圈选），解决 80% 的数据采集需求，上线后就可以立即获取新 功能的数据反馈 1. 提升数据采集效率，节省产研人力成本 GrowingIO 的产品功能基于数据分析场景打造， 使用者可以轻松理解功能的作用，快速掌握操作 方法并上手解读数据；接入 SDK 当天，通过 GrowingIO 丰富的预置指标和看板，就可以看 到产品的基本数据，快速落地数据分析价值 2. 降低上手难度，人人都是数据分析师 运营团队通过 GrowingIO 提供的 API 接口导出这 些用户的 ID 和属性，对接企业内的营销工具进行 精准的推送和提醒，对用户进行分层召回 3. 精细化用户运营，把握每一次触达 背景 挑战 业务流程复杂，手动处理数据效率低、准确性 差 数据能力不足，