App行為數(shù)據(jù)探討:基于行為數(shù)據(jù)的場景化營銷

營銷成功的關(guān)鍵在于不斷的嘗試,優(yōu)化場景化標簽中的各個數(shù)據(jù)維度和數(shù)值,同時在效果達到預期的方案固化,形成標準的運營方案。
企業(yè)面臨三類數(shù)據(jù),一類是企業(yè)內(nèi)部的交易數(shù)據(jù),一類是企業(yè)同用戶之間的交互數(shù)據(jù),一類是第三方數(shù)據(jù)也稱外部數(shù)據(jù)。企業(yè)過去的數(shù)據(jù)資產(chǎn)是建立在第一類數(shù)據(jù)之上的,利用人口屬性、銷售數(shù)據(jù)、物流數(shù)據(jù)、內(nèi)部流程等數(shù)據(jù)建立數(shù)據(jù)資產(chǎn),開展商業(yè)應用。
客戶行為數(shù)據(jù)也被稱為交互數(shù)據(jù),主要包含客戶在網(wǎng)站和移動App中的瀏覽和點擊行為,也包含客戶在論壇上的言論行為。客戶主動發(fā)起的言論行為數(shù)據(jù)應用較多,主要用于輿情監(jiān)控和客戶關(guān)系管理,也有的企業(yè)將客戶言論數(shù)據(jù)用于產(chǎn)品反饋和迭代。App內(nèi)部的點擊和瀏覽數(shù)據(jù)商業(yè)應用較少,主要應用于產(chǎn)品體驗分析、渠道管理、用戶運營等方面。App內(nèi)部點擊和瀏覽行為數(shù)據(jù)基本上很少被企業(yè)重視,也很少會進行商業(yè)應用。
App的行為數(shù)據(jù)其實有很大的商業(yè)價值,只是很多企業(yè)不知懂如何進行應用。在金融行業(yè),F(xiàn)intech公司Klarna發(fā)現(xiàn)用的行為數(shù)據(jù)的效力是金融數(shù)據(jù)的4倍,三個創(chuàng)始人中,有兩個人碩士論文來研究如何利用行為數(shù)據(jù)進行金融冒險。一些企業(yè)也開始探討App行為數(shù)據(jù)的商業(yè)價值,利用行為數(shù)據(jù)進行數(shù)字營銷。
一.App 行為數(shù)據(jù)的采集和分析
App的行為數(shù)據(jù)采集基本上采用SDK方式,采集客戶在App頁面的點擊行為,同時也可以進行參數(shù)回傳。SDK就是幾行輕量級代碼,采集數(shù)據(jù)的類型取決于埋點。SDK在數(shù)據(jù)在數(shù)據(jù)采集上技術(shù)上沒有技術(shù)壁壘,行為數(shù)據(jù)應用的主要技術(shù)壁壘在于海量行為數(shù)據(jù)的處理和分析。
很多企業(yè)總認為SDK采集數(shù)據(jù)會涉及個人隱私,主要還是不了解SDK數(shù)據(jù)采集的技術(shù)原理。SDK的全名是Software Development Kit,直接翻譯就是軟件開發(fā)包,N行軟件代碼用于數(shù)據(jù)采集。SDK采集的任何數(shù)據(jù)都是源于客戶的主觀控制,從SDK埋點上可以分辨出是否涉及個人隱私數(shù)據(jù)。個人隱私數(shù)據(jù)在美國具有嚴格定義,基本定義是可以從社會群體中識別出個體的數(shù)據(jù),包括PII中的7種數(shù)據(jù)類型例如社會保障號、手機號、家庭地址、私人郵編等,并不是所有數(shù)據(jù)都是個人隱私數(shù)據(jù)。
企業(yè)在正常商業(yè)活動中獲得的個人隱私數(shù)據(jù)并不違反法規(guī),在沒有得到客戶授權(quán)的情況下,個人隱私數(shù)據(jù)被企業(yè)和第三方使用就屬于違反法律法規(guī)了。例如電商擁有客戶的名字、地址、電話甚至銀行卡號和支付賬號。在客戶授權(quán)使用的前提下,電商擁有和使用這些數(shù)據(jù)是不違反法律法規(guī)。但是如果客戶沒有進行授權(quán),企業(yè)使用了涉及個人隱私的數(shù)據(jù)則屬于違反國家法律,需要得到法律的制裁。
App內(nèi)部行為數(shù)據(jù)的處理和分析具有較高的技術(shù)門檻,SDK會采集到大量的臟數(shù)據(jù),包含一些空白區(qū)域和特殊符號,甚至根本沒有見過的數(shù)據(jù)類型,這些臟數(shù)據(jù)的處理和分析具有較大的技術(shù)挑戰(zhàn),特別是數(shù)據(jù)的實時采集和處理。成熟的技術(shù)架構(gòu)和數(shù)據(jù)處理方式需要時間和實戰(zhàn)來考驗,技術(shù)人員只有經(jīng)歷了海量數(shù)據(jù)采集和處理,填平了大量技術(shù)坑之后,才能形成成熟的技術(shù)架構(gòu),SDK采集的數(shù)據(jù)會被專業(yè)地處理,不會漏掉數(shù)據(jù)和記錯數(shù)據(jù)。
數(shù)據(jù)的采集和處理是個臟活累活,需要在真實數(shù)據(jù)環(huán)境進行實戰(zhàn),具有較高的技術(shù)壁壘和門檻。技術(shù)人員幾年下來積累的技術(shù)經(jīng)驗是一個技術(shù)財富,具有較大的商業(yè)價值。
二?.App行為數(shù)據(jù)的商業(yè)價值
App的行為數(shù)據(jù)也可以稱之為intention數(shù)據(jù),代表客戶內(nèi)心的好奇和需要。就像搜索數(shù)據(jù)一樣,行為數(shù)據(jù)可以體現(xiàn)客戶在商品喜愛和購買方面的一些需求。
行為數(shù)據(jù)在應用之前需要進行結(jié)構(gòu)化和標簽化,結(jié)構(gòu)化是指將行為數(shù)據(jù)的展現(xiàn)形式從非結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)為結(jié)構(gòu)化數(shù)據(jù),并進行歸類和統(tǒng)計。標簽化數(shù)據(jù)是指根據(jù)業(yè)務場景,將行為數(shù)據(jù)打上業(yè)務標簽,打標簽基本上圍繞設(shè)備進行,并同業(yè)務場景深度結(jié)合。行為數(shù)據(jù)打標簽的過程就是從行為數(shù)據(jù)發(fā)現(xiàn)商業(yè)價值的過程,行為數(shù)據(jù)打標簽需要考慮三個數(shù)據(jù)維度,分別是時間、頻次、結(jié)果。
行為數(shù)據(jù)時間維度主要關(guān)注行為發(fā)生的時間段和持續(xù)時間,其中時間段數(shù)據(jù)用于目標設(shè)備時間范圍選擇,用于營銷活動分析和營銷推廣計劃設(shè)定。時間段也可以用于風控和反欺詐的場景,特殊群體的App使用行為在時間段具有較高的相似性。持續(xù)時間關(guān)注行為發(fā)生的過程,記錄了行為起始和結(jié)束時間。持續(xù)時間對于分析用戶行為具有重要意義,不同時間長短代表客戶不同特點和性格。某些持續(xù)時間同客戶類型具有較大的相似性,在一些數(shù)據(jù)模型分析中具有較高的商業(yè)價值。持續(xù)時間的既可以用于購買人群分析也可以用于產(chǎn)品體驗分析,在特定的場合,持續(xù)時間還可以用于反欺詐分析。
行為數(shù)據(jù)的頻次主要關(guān)注某些特定行為發(fā)生的次數(shù)和趨勢,其中次數(shù)同客戶的興趣具有較大的正相關(guān)度,在一定時間段內(nèi),點擊瀏覽次數(shù)同客戶購買需求成正比。次數(shù)經(jīng)過標簽化之后可以用于營銷,識別出潛在客戶。次數(shù)也可以用于用戶體驗分析和產(chǎn)品分析,通過熱力圖了解產(chǎn)品體驗和客戶需求,也可以用來進行App內(nèi)部的布局優(yōu)化,還有關(guān)聯(lián)產(chǎn)品銷售。次數(shù)同產(chǎn)品成交和客戶購買需求是弱相關(guān)關(guān)系,但是點擊瀏覽次數(shù)經(jīng)過進一步分析之后可以轉(zhuǎn)為趨勢數(shù)據(jù),這些數(shù)據(jù)同產(chǎn)品轉(zhuǎn)化和客戶購買行為具有強相關(guān)關(guān)系,例如客戶從來不使用汽車和房產(chǎn)類App,在某一時刻突然增加使用頻率,從趨勢分析上可以預測客戶的購買需求,在某些應用場景下,趨勢數(shù)據(jù)比頻次數(shù)據(jù)的商業(yè)價值更高,可以直接預測客戶的購買需求。
行為數(shù)據(jù)的結(jié)果主要關(guān)注是否完成交易,用于判斷客戶點擊瀏覽的結(jié)果。結(jié)果數(shù)據(jù)分為成交和不成交,基于業(yè)務需要也可以采集填充的數(shù)值,用于進一步的應用。結(jié)果數(shù)據(jù)中成交數(shù)據(jù)可以用于產(chǎn)品體驗分析,客戶體驗分析,渠道ROI分析。不成交數(shù)據(jù)可以用于二次營銷,對潛在客戶進行再次營銷,二次營銷時需要結(jié)合時間段、持續(xù)時間、頻次數(shù)據(jù)進行綜合分析,篩選出目標客群進行營銷。不成交數(shù)據(jù)也可以用于產(chǎn)品體驗分析,結(jié)合成交數(shù)據(jù)和時間數(shù)據(jù)來了解產(chǎn)品問題,以及轉(zhuǎn)化漏斗。結(jié)果數(shù)據(jù)可以用于直接營銷,也可以加入到數(shù)據(jù)模型中,作為一個重要維度的參考數(shù)據(jù)。行為標簽建立過程過程中,結(jié)果數(shù)據(jù)具有較多的應用場景。
三.App行為數(shù)據(jù)的場景化應用
企業(yè)過去的營銷主要使用交易數(shù)據(jù),典型的有數(shù)據(jù)庫營銷中的關(guān)聯(lián)分析和交叉銷售。交易數(shù)據(jù)對營銷具有較大的商業(yè)價值,特別是老客戶經(jīng)營。例如某些產(chǎn)品的客戶復購率較高,利用交易數(shù)據(jù)可以進行多次營銷,降低營銷成本,企業(yè)愿意利用交易數(shù)據(jù)進行數(shù)字營銷。
行為數(shù)據(jù)在營銷和風控上應用場景較多,本文主要介紹營銷場景,風控場景將另外進行詳細分析。行為數(shù)據(jù)相對于交易數(shù)據(jù)具有不確定性大的特點,行為數(shù)據(jù)更關(guān)注客戶的興趣偏好。相對于交易數(shù)據(jù)營銷,行為數(shù)據(jù)的轉(zhuǎn)化率不太穩(wěn)定,但是應用范圍比較大,潛在的目標人群基數(shù)較大,即使是較低的轉(zhuǎn)化率,其轉(zhuǎn)化的目標客戶也會很多。曾經(jīng)在一個案例中,某券商用戶發(fā)現(xiàn)過接近40%的轉(zhuǎn)化率,大大超出了想象。一般行為數(shù)據(jù)營銷的轉(zhuǎn)化率都低于10%,集中在1%-5%直接。如果低于1%的轉(zhuǎn)化率,這個基于行為數(shù)據(jù)建立的營銷方案將會被放棄。
行為數(shù)據(jù)的場景應用建立在場景化標簽之上的,基于App內(nèi)部行為的場景應用來源于具體業(yè)務目標,例如證券App中的綁卡入金、購買理財、股票交易、基金買賣,貴金屬購買、關(guān)注收藏等。信用卡App中的賬單分期、現(xiàn)金分期、支付、消費金融、購買商品等。
建立場景化行為數(shù)據(jù)標簽的思路有兩種,一種是從業(yè)務需求(業(yè)務場景)出發(fā),尋找同其高度相關(guān)的行為數(shù)據(jù)。另外一種是從統(tǒng)計中發(fā)現(xiàn)同業(yè)務轉(zhuǎn)化相關(guān)的行為數(shù)據(jù)。
從業(yè)務需求出來建立行為數(shù)據(jù)的場景化標簽方法比較簡單,就是分析某個業(yè)務在App中的交易路徑(交易步驟)。在接近交易路徑的前幾步,根據(jù)時間、頻次和結(jié)果來建立其場景化標簽,對于證券行業(yè)的App可以建議以下行為標簽。
- 下載App未綁定交易賬戶的設(shè)備
- 綁定交易賬戶未交易的用戶
- 過去三個月關(guān)注某些板塊股票但是未交易客戶
- 過去三個月關(guān)注某些財經(jīng)咨詢但未交關(guān)易客戶
- 過去三個月查詢某只股票但未交易客戶
- 三次點擊某只股票進行交易,但未成交客戶
- 點擊某只股票進行交易,成交客戶(二次營銷)
- 非交易時間查詢某板塊股票三次,未交易客戶
- 非交易時間查詢某板塊股票交易客戶
- 新關(guān)注某板塊股票但是未交易客戶
- 過去一周查詢某只股票價格三次,但未交易客戶
信用卡App關(guān)注客戶是否綁卡,是否使用賬單和卡工具功能(替代其他人工渠道),是否領(lǐng)取權(quán)益,是否關(guān)注高端白金卡,是否是潛在賬單分期客戶/現(xiàn)金分期客戶/預借現(xiàn)金客戶/消費金融客戶/專項分期客戶/權(quán)益商品客戶等。基于信用卡App內(nèi)部的點擊行為,可以建議以下基于行為數(shù)據(jù)的場景化標簽
- 下載App未綁卡用戶(過去一年)
- ?綁卡未領(lǐng)取權(quán)益用戶
- 嘗試賬單分期功能未申請客戶
- 嘗試現(xiàn)金分期功能未申請客戶
- 申請賬單分期未決定客戶
- 汽車分期點擊未成交客戶
- 白金卡權(quán)益專區(qū)瀏覽三次以上,未申請客戶
- 餐票影票關(guān)注點擊三次未兌換客戶
- 額度調(diào)整嘗試,未申請客戶
- 額度申請成提交,未成功客戶
- 預借現(xiàn)金,未申請客戶
- 積分查詢未兌換客戶
- Iphone7手機分期點擊5次,未申請客戶
App場景化標簽的另外一種思路是從行為數(shù)據(jù)的統(tǒng)計中發(fā)現(xiàn)同業(yè)務轉(zhuǎn)化相關(guān)的行為數(shù)據(jù)。例如基于現(xiàn)金分期成交客戶的特征提取,統(tǒng)計出來現(xiàn)金分期成交客戶典型行為特征,例如訪問時間、地域、年齡、設(shè)備類型、賬單金額、查詢次數(shù)、點擊次數(shù)等。將這些數(shù)據(jù)進行統(tǒng)計,分析出高度相關(guān)的特征值和分布特征,采用描述型分析進行目標客戶提取,或者直接利用數(shù)學模型進行種子學習,找到潛在分期客戶。這種利用關(guān)聯(lián)分析方法尋找特征行為數(shù)據(jù)的方法,比較適合利用數(shù)學模型進行營銷。
利用行為數(shù)據(jù)建立場景化標簽和營銷時,我們需要理解,這是一個基于弱相關(guān)關(guān)系的營銷方式,其轉(zhuǎn)化率在大多數(shù)情況會低于基于強相關(guān)關(guān)系的交易數(shù)據(jù)。因此在使用行為數(shù)據(jù)進行營銷時,我們對轉(zhuǎn)化率要有心理預期,一般在1%-5%之間,在某些特殊情況先,轉(zhuǎn)化率會超過10%。
基于行為數(shù)據(jù)進行營銷時,需要將重點放在營銷效果分析和營銷方案迭代優(yōu)化上,通過多次營銷嘗試找到一個比較合適的行為標簽建立方式,確定頻次、時間段、結(jié)果等選值。并逐步建立起一個穩(wěn)定的運營方案和運營計劃,其中一些固定運營方案可以固化在一周的某一天,甚至某個時段,形成固定的運營計劃。每天上班時,運營人員可以將前一天跑出來的基于行為數(shù)據(jù)的運營客群發(fā)送出去(push或短信),監(jiān)督其轉(zhuǎn)化情況,不斷迭代,逐步建立起基于行為數(shù)據(jù)的標準的運營方案和運營計劃。這種運營方案可以是標準的場景化標簽(描述型),也可以基于數(shù)據(jù)學模型的結(jié)果。
基于行為數(shù)據(jù)的場景化營銷可以通過統(tǒng)計分析平臺來建立目標客群,通過SMCE建立營銷計劃并進行營銷優(yōu)化。營銷成功的關(guān)鍵在于不斷的嘗試,優(yōu)化場景化標簽中的各個數(shù)據(jù)維度和數(shù)值,同時在效果達到預期的方案固化,形成標準的運營方案。
#專欄作家#
鮑忠鐵(微信號:daxiakanke),人人都是產(chǎn)品經(jīng)理專欄作家,TalkingData首席金融行業(yè)布道師,上海大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟金融行業(yè)專家,金融行業(yè)大數(shù)據(jù)實踐推動者。
本文由原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
??