广告
加载中

现在做私域增长 可以留意腾讯企点这个团队

见实 2024/09/05 16:33

自2019年起,私域运营的目标就变得清晰明确:

以一对一、个性化、重度运营的方式,深度满足用户需求,实现企业价值的最大化。

此后数年,围绕这个点伴随着一系列的企业运营调整,如应该抓住哪些关键路径?并需要怎样的营销技术支撑?

不久前,见实约着腾讯企点营销云产品负责人曾炜深聊。他提到,从用户增长路径看,企业仍需要同时解决好公域获客和私域经营增长这两大问题。

其中,“数据+AI"是实现私域精细化运营的支撑,企业需要关注的不仅仅是SCRM工具,而是把SCRM和CDP等平台结合起来,才能更好地应对线上线下融合的,精细化个性化私域运营诉求。

同时,通过私域积累的用户理解,让企业化被动为主动,反向在昂贵的公域流量中更精准识别出高价值用户,有效减低公域获客成本。而这一过程,以“数据+AI”为核心的MarTech技术平台成为企业必须要考虑的新质生产力,也是增长破局的关键!

和其他聚焦1-2 个功能的MarTech供应商不同,企点营销云集合了CDP、FA(融合分析引擎)、MA(自动化营销引擎)和SCRM等多个板块。过去两年里,这个团队将原先分散的十多个产品模块整合成真正的一体化营销云产品体系,并结合国内私域生态和公私域的衔接,加入AI大模型等智能化能力,形成了一个开放的营销云底座。

这也是见实认为,从今年开始,值得关注这个团队的原因。

见实将和曾炜的对话精华,抽取了出来,做了如下梳理:

01

智能驱动私域增长

数据驱动是一个永远值得信赖的方法论”。

在腾讯的十年间,我承担过多种角色,从开发工程师到渠道运营、商业化负责人、增长团队负责人、数据分析师等。

刚开始负责C端产品的用户增长时,我们主要从宏观层面入手,目标是快速获取新流量,以实现短时间内的高速增长。那时的策略决策偏向宏观视角。

一旦流量达到瓶颈,尤其在拉新流量不再增长时,整个用户增长和商业化进程就会进入停滞期。此时,单纯的宏观策略已无法带来突破,我们需要深入到细节中去寻找效率。

因此,我们数据分析团队开始投入到数据驱动的增长研究工作中。通过细致的数据分析和策略实验,发现了先前遗漏的潜在机会,实现了逆势增长。这种增长来自于对微观数据的深入分析和实验验证。

既往的经验告诉我,在人口红利和有效策略尚未用尽的时代,快速试错、快速决策的方式是有效的。然而,随着红利的消失和策略的用尽,就需要采取更精细化的微调策略。

这时需要进行“慢思考”,通过精确的数据分析和精密的策略推导来识别哪些细微的改变是有益的,并不断实现正向迭代。

这有点像是生物进化的过程,自然环境变得严峻了,多次试错失败带来的结果可能就是淘汰,所以,特别需要用科学的方式来做私域,通过数据分析实现更深入的用户洞察,才能提高私域运营转化的成功率,最终转化为业绩增长。

在这个过程中,我们发现:尽管不同行业的私域运营有所差异,但都离不开数据流、业务流、AI能力这三个底层建设。因此,企点营销云基于“智能驱动私域营销”的大方向,做了新的改变,主要围绕三个方向构建:

一体化,打通数据流和业务流;

场景化,积累各行业用户旅程不同阶段的场景化分析与营销应用;

智能化,结合AI技术提升营销触达和效果验证的效率。

02

业务流+数据流,统合综效

私域运营在持续进行时,确实变成了一项非常细致琐碎的工作,那什么是缝合私域营销的针线?数据分析必然占据一席之地。

举个例子,营销领域追求的是转化效果和GMV增长。营销领域的整个业务流,需要观察用户的生命周期旅程,包括从用户进入私域、转化、会员沉淀,再到复购和流失的整个过程。然而,只关注业务流会有一些问题,因为用户旅程像难以捉摸的“凌波微步”,变化快速且难以跟踪。

对于许多客户和商家来说,准确把握和理解每个用户的旅程变化是非常困难的,这使得他们很难对业务流有清晰的认知并做好优化。这种时候,就需要数据+AI来提供帮助,反映出用户在交易流程中的动态变化,帮助企业找出业务背后的规律和可改进的部分。

将这个观察放到我们企点营销云产品开发上,我会先分析不同行业的业务流。以零售和汽车行业为例,它们在用户旅程上有显著差异。

在零售行业,用户进入私域后能快速产生高频次的复购和交互。而在汽车行业,特别是潜客和保客环节,业务流的特点有所不同。潜客环节的用户可能只是短暂关注后就转移到其他品牌,而保客环节的用户则具有较高的黏性,并产生大量的后市场商品交易和服务需求。

针对这两个行业的用户旅程差异,我们在产品设计中也要有所区别。对于零售行业,关键在于通过CDP细分人群,再进行高频次的自动化触达和应用。而对于汽车行业,则需要更准确预测用户的购买意向和时机,在关键时刻进行营销和运营,更关注高净值客户的分层运营。

此外,数据流分析在这两个场景下也有所不同。在零售场景下,数据流分析更侧重于使用RFM模型对用户进行分层触达;而在汽车场景下,数据流分析则更注重识别高价值客户,在公域上进行更好的广告投放和时机转化。

通过观察各行业业务流与数据流的不同特征,再去提炼策略,就可以更精准地指导业务决策。

此外,在实际的营销决策中,企业还可能面临两个核心问题:

一是,企业对用户的理解通常停留在表面,对用户的真实需求判断往往不够精准。

二是,即使能精准判断用户的兴趣和需求,但营销动作执行效率低。这意味着,即使投入了大量人力和经验,运营效果可能仍未达到预期。

为了解决这些问题,借助AI技术是必要的。

AI及大模型技术带来的变化主要体现在两方面:

一是,企业可以利用AIGC快速生成大量营销素材,快速投放,实现敏捷决策高效验证。

二是,在营销内容高效生产的基础上,通过一系列营销自动化触达,以及AB实验的系统反馈,加快行为分析,迭代营销动作,最终产生正向的业绩结果。

03

将营销转化为业务生产力,出现三大趋势

过去一年,我观察到企业侧有三个显著变化:

一是私域触点重心的迁移,特别是向企业微信的迁移。

在零售行业的私域营销中,他们越来越关注如何通过特定的渠道,如企业微信、小程序、公众号、短信、自建APP等,来实现会员沉淀,提高复购率和GMV。他们积极尝试每个触点的效果,去找出最适合自己的方式来提升GMV。

在这个过程中,我感知到的一个明显变化,是企业比以前更关注通过企微导购环节产生的GMV增长,因为企微能提供免费、可反复触达的通路,且企业能以更有温度的方式与客户沟通。甚至有部分企业,通过企微触达产生的GMV,占比超过一半。

二是大模型在内容生产中的应用。

企业对AI大模型落地应用产生了更高期望,特别是在AIGC的文生图部分,希望通过AI技术实现私域营销运营的多样化和个性化。

三是数据分析精准化的应用趋势。

一些行业已经开始尝试从基础的统计分析走向机器学习模型预测,以提升精准化营销效果。他们越来越重视企微链路上的增效工具,怎么把SCRM和CDP结合起来,通过数据+AI做到更精准、更个性化的私域运营,是企业的重点关注点。其中,汽车、教育、保险、珠宝服饰这些中大客单行业率先在这里做了很多新尝试。

此外,企业们也开始考虑通过公私域联动,激活静态的私域流量,反向提高公域的投放效果,以实现更大的规模效益。

伴随存量经济时代的来临,企业该如何向营销要效率?如何通过高效衔接公域、私域流量,最大化提升营销效果?营销技术正在发生哪些变化,AI还将带来哪些变量?

注:文/见实,文章来源:见实(公众号ID:jianshishijie),本文为作者独立观点,不代表亿邦动力立场。

文章来源:见实

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享
+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0