You need to enable JavaScript to run this app.
导航

智能分析与运营场景

最近更新时间2023.08.28 15:16:22

首次发布时间2022.06.15 17:27:49

1. 概述

随着互联网“开放、共享、合作”理念的深入发展,越来越多企业希望通过打通企业生命周期各阶段间的数据链条,让各系统间的数据可以共享,实现数据快速、高效、便捷的查询与应用,同时为后续大数据应用、智慧应用等提供数据支撑。

  • 本文简要阐述CDP+DataWind产品联动场景

  • 辅以产品功能说明,企业如何通过CDP与DataWind的联动实现智能分析与运营

2. 场景阐述

在企业运营场景下,员工需要以数据驱动,及时发现异常数据,并找出“异常”背后的原因,及时跟进处理,以助力业务的可持续性增长。
例如: 当你作为门店员工,发现这个月的销售额下降严重,这个时候你将如何通过智能分析与运营来解决问题呢?

3. 产品解决方案

3.1 整体解决方案概述

基于DataWind产品进行深度数据洞察,发现潜在问题,通过归因分析等产品能力找出关键人群,同步到CDP中针对该群体进行洞察与精细化运营,最后基于CDP+DataWind追踪并分析关键指标变化,验证效果,不断迭代运营策略,真正实现智能洞察直达决策与执行的闭环。


3.2 逐步拆解解决方案

第一步:从数据入手,通过结构化思维拆解相关数据指标

所谓结构化思维就是有逻辑的思考,从问题出发探寻原因。在本场景中,当我们发现门店销售额呈现下降趋势时,不应该发散性的思考,依赖过往经验枚举一堆可能的原因(比如市场环境、竞品价格战、活动折扣等等),这不仅会打乱我们的思路,也会让我们调整运营策略时失去方向。
首先,我们应该从问题入手,既然销售额下降,那就从拆解销售额的相关指标入手,进而分析影响相应指标异常波动的原因,进一步明确问题根源。例如,若门店销售额=消费人数*平均消费金额,可以继续拆解“购买人数”的指标与“新客数”、“老客复购数”息息相关;而“平均购买金额”则与“商品价格”、“折扣率”等强相关。

第二步: BI工具深度洞察数据,发现潜在问题

数据指标梳理清楚后,就需要进一步“归因”。 我们将“付费日期”拖入维度项,将“销售额”拖入指标项,选择聚合方式为求和;筛选条件中,选择付费为2021-09-01至2021-10-31,并筛选为需要分析的门店,在BI工具中配置销售额变化趋势的折线图。

(*上图为示例数据,仅供参考)

通过折线图我们可以找到销售额异常低值的节点,通过DataWind智能归因分析能力输出归因分析报告,报告依照引起下降的影响程度,对维度进行排名,进一步明确引起销售额下降的维度是什么。
在本场景中,发现“客户类型”及“会员等级”对销售额下降的影响较大:

  • 客户类型中,散客销售额同比下降很多

  • 会员等级中,普通会员的销售额同比下降很多


(*上图为示例数据,仅供参考)

第三步:抽丝剥茧,锁定关键人群

通过归因分析报告我们能够锁定与销售额下降强相关的群体,接下来我们可以直接通过归因分析中的“新建群体”创建出引起本次波动的群体,也可以通过CDP分群能力,结合门店信息以及会员的相关标签圈选出机会人群,如“本月B门店购买人群”、“近一年B门店购买人群”、“一年内购买过产品但本月已/未回购的普通会员”。

第四步:洞察关键人群画像特征,制定运营策略

锁定了群体,那么接下来门店应该如何针对群体制定合适的运营策略呢?

  • 分析散客特征,促进购买决策

在CDP-【群体洞察】模块洞察“散客群体”的画像特征。发现:【积分敏感-是】为当前人群包中最显著的特征,可以导出该部分群体,并为其推送折扣券,推动用户的购买决策。

(*上图为示例数据,仅供参考)

  • 对比分析,找出差异点

圈出“一年内购买过产品且本月回购的普通会员”以及“一年内购买过产品但本月未回购的普通会员”。进行人群对比分析,发现:年龄18-24存在很大差异,进一步分析本双月新品是否不符合该年龄特征,需要为这部分群体推送更多新品搭配。

(*上图为示例数据,仅供参考)

  • 上传正负样本人群,挖掘标签特征

通过CDP多维特征分析功能上传正样本人群(即回购人群),负样本人群(即未回购人群),运算并得到多维特征分析报告,挖掘出最符合回购人群特征的标签组合,进一步制定相关消费券营销活动,并对目标群体进行推广。

(*上图为示例数据,仅供参考)

第五步:策略执行,多渠道触达目标群体

策略制定完成后,多渠道更快捷更智能地触达目标群体同样重要。

  • 选人群:在CDP分群模块选择刚才圈选出来的机会人群包,通过GMP高效触达。

  • 选渠道:APP push/短信/小程序/站内信/弹窗/外呼/邮件等

  • 选物料:话术模版/H5/图文素材等

  • 选时机:定时触达/例行触达/事件触发/事件组合策略等


第六步:追踪并分析关键指标变化,验收效果

  • DataWind中查看关键指标变化趋势

在DataWind可视化查询中聚焦该人群,观察人群共带来50个商品的购买,平均客单价200元,分析短信成本及GMV回报。

  • CDP中查看人群包及标签效果

门店成员可以在CDP人群效果分析模块,从分群的维度了解人群包在不同触达渠道、任务等转化情况,关注发送UV/到达UV/点击UV/点击率/CTR等指标,辅助评估效果。

(*上图为示例数据,仅供参考)

以上场景充分发挥了数据联动的重要价值,打通企业生命周期各阶段间的数据链条,让各系统间的数据可以共享,实现数据快速、高效、便捷的查询与应用。

用户基于DataWind产品进行深度数据洞察,发现潜在问题,通过归因分析等产品能力找出关键人群,同步到VeCDP中针对该群体进行洞察,通过VeCDP+GMP实现精细化运营,最后基于veCDP+DataWind追踪并分析关键指标变化,验证效果,不断迭代运营策略,真正实现智能洞察直达决策与执行的闭环,以数据驱动业务增长。

3.3 相关功能介绍

产品能力功能介绍涉及产品
智能归因分析BI工具深度洞察数据,发现潜在问题DataWind
用户分群抽丝剥茧,锁定关键人群CDP
用户洞察洞察关键人群画像特征,制定运营策略CDP
多维特征分析上传正负样本,挖掘标签显著特征CDP、DataWind
用户触达策略执行,多渠道触达目标群体GMP
效果分析追踪并分析关键指标变化,验收效果CDP、DataWind