电商在最近几年的迅猛发展,导致围绕电商的相关产业和服务迅速增加,数据化运营就是一例。相比传统行业,电商对数据的依赖更强,而数据的获取容易太多。进而数据处理的这项工作也有了很大需求和变化:先是纯技术的数据统计,自己的it,后来有了数据分析师、商业分析师、数据挖掘专家、甚至数据科学家。而在应用上也有了各种工具如量子统计、各种crm软件,再到咨询公司、顾问公司等。
之所以有那么多的岗位,那么多的公司出现,就是电商企业希望自己的数据能“数据变现",提升销售、降低成本、加快周转等等,从而达到开源销售、节约成本的目的。
数据化运营曾经在2011年非常火爆,但后来却渐渐无人提及。为何如此?
第一种原因是因为做数据的同事对商业理解不够,对运作模式理解不够。拿到一些数据推送给一线运营人员,如果经验不够,直接拿来应用,自然会产生很多问题。因为电商的整个链条非常长,从营销流程看,从各种渠道的推广到站内的导流引导(参考《站外引流+站内引导:流量不是梦!》),到折扣策略、订单的审核、采购的回货、物流的选择、包裹的跟踪、客服的维护等等,每一步都需要很好的沟通和协调才能完成。这些工作并非仅仅数据层面上就能一次性解决,是需要每个步骤对数据的理解是一致的基础上才能完成的。
第二种原因就是那些运营人员是从零开始做起,各个部门的协作已经非常娴熟,在常规的营销、运营的层面对数据的依赖非常小,同时又熟悉市场、了解用户,对供应链又比较熟悉,这样的团队基本可以秒杀数据的工作人员。
那就意味着数据分析师们注定要失业了?这倒未必。
想在这样的团队有立足,就只能在分工协作的条件下做他们无法靠业务经验来完成的事情——数据挖掘、大数据应用。这样的应用场景是:具有相同兴趣偏好、相同消费习惯的用户群、用户的支付方面的风险控制、用户流失预警、匹配各种用户群的商品组等等。对这些场景可以组合多种营销策略,而达到销售的目的。
而对于销售以后的事情,比如如何保证订单不缺货,选择好的物流及时发货,并能给用户及时的反馈包裹情况等都需要内部的运营系统。当然,除了系统方面的支持外,还需要很多的人力执行层面的执行,仓库的拣货、打包,物流人员的取包、送货等等。尽管这些都不能由机器或者系统代替,但数据中心完全可以提供相关的支持支持。
数据化运营可以在整个公司的运营体系中发挥很大的作用,如果有数据中心的支持,除了可以监控运营的整个流程,还能提供相关的kpi数据、人力管理数据、财务数据等,使得公司能方面快捷的知道公司运营的各个关键节点的表现,以方便做出各种决策,在执行层面能制定出更优化的、更高效的战术。
主题营销是数据化运营中最常见的动作。因为各种节日的活动促销非常频繁,一到节假日就会发现各种促销活动蜂拥而至,无论是商场还是超市都是如此。而线上的电商则更是疯狂,不仅造出了光棍节,还有了诸如“94”备货节之类的节日,更不用说各家自己搞的店庆什么的了。同时,这些主题营销的影响一般比较大,主要表现为:站外流量、站内商品的热销和缺货、团队协作的不顺畅、仓库的发货压力、采购的回货不及时。
当电商遇到这些问题的时候,我们就能说是时候启用数据分析了。
从数据营销的角度看主题营销活动,可以分四个阶段:数据准备、实施、反馈、总结推广。其核心思路:找出主题及相关的热词,然后针对热词做出站内的调整、站外的引流,然后跟单完成订单的发货。
第一阶段:数据准备
数据准备阶段是要对进行营销的主题进行分析,选取符合主题的词,进行商品和用户选择、市场推广、站内商品陈列的调整。然后在推广、站内热词、商品布局达到团队的理解一致。完成初步的准备。
1.明确市场推广策略
市场推广需要考虑大的氛围,如整个电商环境是否参加,参加的力度是多大,主打什么品类,推广的主要渠道有哪些,各个渠道是以什么方式进行。这些是要明确的。举例来说,有的网站是以论坛为主,比如外贸电商中的dx,就要在产品的测评文章上下工夫,找出符合主题的宣传点,确定关键词,然后根据这些词来选择商品,在论坛写出专业的测评帖子。帖子的曝光率在数据中有相关的体现,基本能估算其中的流量,如果和版主合作,流量和转化都会比较不错。在sem方面可操作的范围不大,如果大家都做同一个主题,热词的选择会比较相近,根据市场投放的费用,基本就定死了用多少关键词。综合各个渠道看,关键词的选取、论坛的文章、社交网站的主题要保持一致,且非常明确,在推广的各个团队要一致。
2.主题和热词
主题是企业要打的一个点是什么?如果一个竞争对手打低价,你就可以打真品、高端、低价、快速送货、赔付等等。热词的选取可以参考站内搜索列表和站外投放列表。站内的热词是要转化率的,站外的热词是引流的。对应站内和站外的热词在数据中心都应该有对应的搜索人数和进入人数,及对应的转化情况。站内的热词选定后,也可以拿给站外进行推广。 (编辑:admin 来源:未知)
票
共有0位网友发表了评论 查看完整内容