简述第三方网络营销平台的优势（微信营销三方【独家】第三方视角下的精准营销）

数据派 编译整理：向爱华、廖宁、沈鑫曌校对：郭芯芮编辑：张梦

［导读］8月5日，清华大数据思享会营销大数据系列之“精准营销如何更精准”在清数D-LAB成功举办。本次思享会我们邀请了国美在线CTO于斌平分享了“基于用户画像的精准营销”的主题，并结合自己在国美在线精准营销体系的构建经验介绍了国美在线的实际应用案例。我们还邀请了商助科技（99click）资深专家顾问郑泉分享了“让精准广告更精准”的主题，并结合自己为品牌企业提供数据监测与效果评估的多年实践介绍了品牌企业广告投放KPI指标选取。同时，参与本次思享会交流探讨的有来自金融领域、交通物流领域、教育文化领域、房地产领域、奢侈品领域、广告领域等领域的朋友三十余人。

1、精准营销趋势

根据艾瑞网络广告研究报告中的数据，近几年网络广告的投放量处在一个稳定增长的阶段，PC和移动端的比例差距越来越小，移动端投放量越来越大，很大部分原因在于移动端比PC端更加精准，对于广告主的体验效果更好。各类品牌企业逐渐接受网络广告的投放，必然带来对精准营销的关注。

精准营销涉及到DSP、精准推送、智能推荐、用户画像、程序化购买、会员营销、转化等系列概念领域，怎样做好精准营销是一个重要的课题。

通常一个营销过程包括拉新和运营两部分，因此精准营销也可以划分成两个阶段，一是精准推广，目标是拉新，获取更多的新客户，二是精准运营，形成新用户的转化，注册成为会员或者形成一定的交易，并实现用户对企业品牌的忠诚度，持续给企业带来价值。

2、程序化购买

精准推广的常用形式就是程序化购买，美国的程序化购买市场基本成熟，占广告市场的比例超过六成，中国广告市场规模与美国相当，但程序化购买占比非常低，只有25.1%，由此可见，中国的程序化购买具有巨大的成长空间。

从程序化购买的终端占比情况看，美国和中国的移动端占比涨幅均快速提升，美国2016年移动端比预估占到7成，中国也会占到近40%，移动端比例仍会进一步提高。

程序化购买平台一般结构由广告主、媒体和中间的平台构成，另外有数据管理平台连接一些外部数据。现在投放最多的是DSP，数据来源一方面是来自媒体，另一方面是第三方数据源。

程序化购买平台的数据来源主要包括运营商、银联、腾讯、google、百度，wifi、电商、数据监测、广告投放以及企业自有数据等。

用户画像是做精准投放的基础，用户画像的几个通用维度，包括动态位置、设备数据、人口属性 、购买倾向、消费场景、个人关注等，这些数据对平台来说是动态的，是不断变化迭代的，平台根据用户的最终时刻画像，推荐时机、场景、渠道、商品等选择投放内容，做精准投放。

3、投放效果评估

一般企业怎么评估精准投放的效果呢？首先是企业发出请求参与竞价，竞价成功之后监测效果曝光、点击、到达，到达后面还有一系列的过程，即二跳 、注册、订单等。企业跟媒体的结算方式，需要结合企业广告投放的驱动因素，如果只是想要曝光，根据CPM来衡量；如果更关注点击率，按CPC结算；从企业来角度看最好的是CPA，但是通常媒体不愿接受。

根据企业推广目标的不同，企业投放KPI的指标的选择也不尽相同。如果品牌广告为了提升知名度，CPM或CPUV或单用户浏览频次等，可以作为企业广告投放的质量和最终效果的评价指标。如果是为了提升的企业关注度， CPC、到达率、APP下载激活量等可以比较直观的反映结果。另外提升交互度的目标，如拉新注册、老客激活、活动报名等，可以选择到达率、二跳率、交互转化率作为衡量指标。企业有最终目标就是提升转化率，转化ROI是相应的综合选题指标。

根据广告投放平台企业的控制能力划分，对于投放平台控制的媒体上企业只能用KPI指标来考核媒体，对于企业可控媒体，可控KPI企业需要更加关注。对于投放平台控制的媒体，投放时机、投放量、实际触达媒体和投放执行策略等都是DSP平台根据算法确定的，企业控制不了，只是用KPI指标来考核媒体。对于企业可控媒体，竞争环境、品牌效应、商品特性、价格因素、投放素材和活动设计等，都是企业可以控制的。

4、精准运营

精准营销的常见形态包括EDM、短信、APP信息推送、回访（例如座机客服打电话），还有微信、微博、社区、论坛，以及站内运营等。其中前三种形态是用得最多的形态。此外其实网红经济的兴起，或者互联网IP，这种形态电商企业值得借鉴，因为粉丝经济转化率能够达到80％-90％，远超出传统营销形态的转化率。

现在品牌企业通常会运营PC站、手机站、APP和微信站中的几种或全部，在运营过程中，如何做到站内精准运营？从站点的一个新访客可能是通过活动、拉新、或者之后的系列活动，慢慢转化成为会员，一旦把现有会员运营好了，有些会员会通过口碑宣传等方式帮助拉来更多的新用户。在这个过程中品牌企业站点在什么时间做什么活动，针对什么样的人群和选什么样的产品，有什么样的定价策略等都是需要站内运营人员考虑的。不同的人群会有不同的商品偏好，同样的活动对不同的人效果也不一样。视觉体验如用户喜欢的UI设计，以及流程体验如流程的操作习惯、对于某种流程的接受程度等，也都是站内运营的重要部分。关于跨屏问题，用户进入PC网站后可能没有形成转化，但之后用户可能通过APP成为会员，而且通常用户的行为分布在不同的站点，工作时间通过PC浏览站点，上下班时间在公交车使用APP，回家躺在床上用的则是PAD，同一用户在不同终端的行为需要打通和整合，实现用户的跨屏转化。企业站内运营的数据，加上企业的核心数据，包括CRM数据和线下数据等，以及站外投放广告的数据，建立企业自有的数据平台，形成企业自身的数据源。

5、用户画像

企业的用户画像数据主要有两部分，一是内部数据，包括企业核心数据，线上线下数据，二是外部数据，主要是第三方数据源。

站外数据的用户画像通常与站内数据画像不能完全匹配。例如，针对某站个画像是性别男、年龄18-30岁、偏好服装、消费能力8k、月入10k，某奢侈品牌的站内画像可能是时尚潮人、男性、偏好金色产品，服饰控、冲动消费水平20k。因为站外画像数据来源不一样，完全基于站外用户画像做广告投放不太容易匹配。DSP的媒体会有很多来源，数据维度和画像分类都不一样。房地产、金融、奢侈品领域，用户画像所需的数据更多的与企业业务直接相关，有时可能目标人群是一样，但画像可能是不同的，这就需要每个企业对自己的数据进行深度挖掘。国美在线对用户做了600多个标签，这些标签不可能全部属于某类或某几类人群，所以做家电产品推销时，一个用户的标签可能是1、2、3、4、5，而在做生鲜类产品推销时，标签可能就是2、3、4、5、7，这需要结合企业的实际情况进行分析。

用户画像如何形成呢？站外画像的维度包括个人关注、人口属性、动态位置、设备数据、购买倾向等基础的几个维度。站内画像除了基础的几个维度，会有更多的维度，而且对于这几个基础维度，站内画像的颗粒度通常也会更细，比如站外可能是两层，站内可以做到三层甚至更多。站内画像还包括更多的几个维度，如个人信息、跨屏信息、消费偏好、社交信息、操作偏好等。其中个人信息方面，除了用户的年龄段和大概收入外，可能还有电话号码或者个人住址，然后是跨屏信息，比如什么时候用手机、电脑、Pad等终端，以及每天在不同终端上消耗的时间，以及用户在不同终端对内容的接受、体验、感觉和操作习惯都是不一样的。通过这些信息的分析，可以得出不同标签，对这些标签结合具体的应用场景可以具体应用。

6、补贴与转化

补贴分为两类：一类是为了拉新补贴，另一类是常态化运营补贴。对于这两类补贴产生结果的接受程度和看法都是不一样的。对于拉新，新用户的成本比如是1000元/个，但带来的交易额只有500元或者200元甚至0元，这可能是可以接受的，因为目标就是拉新；对于常态化运营性质的补贴，是为了促成交易，补贴成本是100元的话，那么就需要客户带来100元以上的收益。拉新性质的补贴，主要看注册和留存的情况，注册就要看投入资金及新用户注册量；留存需要根据企业的业务特点看月留存或是两月留存，最终效果还是要看真正的留存和复购情况。常态化的运营补贴的目的比较直接，就是为了创造更大价值和收益。

用户转化在细节上涉及投放素材、着陆页和引导环节。投放素材的质量、精准度和对用户的吸引程度，然后是着陆页的精准性、用户体验，再次是引导环节的便利性，都是影响用户转化的重要因素，完成整个过程才能实现用户的转化，中间任何一个环节出现差错或者用户体验不好可能都会使得用户流失。

首先，投放素材是否精准，要清楚站内用户画像，根据用户的行为习惯、偏好等有针对性的进行投放。对于在意收益率的用户，就按照收益率来做；对于价格敏感客户，就按价格折扣率来做。然后，着陆页的准备，最好可以有多个着陆页，也可能根据用户画像智能推荐着陆页，这个原理和DSP广告投放是类似的。再次，引导环节是实现用户成功转化的关键，涉及站内运营优化和用户需求挖掘。通过运营优化，降低环节流失率，最终形成用户的成功转化。运营优化的内容包括活动、推荐和体验，活动是大部分网站吸引流量的方式，推荐包括商品推荐、内容推荐和搜索推荐，根据站内用户画像的数据的积累和沉淀，不断优化推荐结果，通过画像和推荐的循环优化最终来提高转化的效率。

某电商客户通过几种方式实现了站内转化率的提升，第一是通过分析站内用户行为，针对不同活动形成对应用户画像，然后结合媒体进行精准投放，除了DSP以外，也在垂直媒体、部分小众媒体上投放，整体的流量效果比较好。第二是结合用户画像改进着陆页的设计，并进行商品智能推荐，着陆页商品点击率从34.7%提升到65.2%。第三是针对会员的画像进行精准推送，提升会员的活跃度，会员在一个月内的复购率明显提升。结合前面的三个步骤，以及站内运营环节的优化，改善用户体验和流程等，最终全站的订单转化率提升21.61%。

清华大数据思享会是面向清华大数据产业联合会成员的思想交流的平台，定位为小范围的深度交流，目标是希望通过思想交流与碰撞促进产业的数据创新，推进大数据与产业和资本的融合，为各参会嘉宾带来工作和研究等方面的新灵感和启发。关于后续思享会的安排敬请关注数据派公众号（datapi）以及清数D-Lab服务号(Tsingdata)的内容，思享会的合作请邮件联系daoquan.liu@tsingdata.com。

转载须知

如需转载，请在开篇显著位置注明作者和出处（转自：数据派ID：datapi），并在文章结尾放置数据派醒目二维码。有原创标识文章，请发送【文章名称-待授权公众号名称及ID】至联系邮箱，申请白名单授权并按要求编辑。发布后请将链接反馈至联系邮箱（见下方）。未经许可的转载以及改编者，我们将依法追究其法律责任。