Monthly Archives: 3月 2020

服装连锁品牌:全域客户数据运营,逆转疫情负增长

案例背景

本期分享的是一家国际著名服装连锁品牌,该品牌目前在国内拥有上千家线下门店,同时也运营着微信公众号、小程序商城等线上营销渠道。

线下门店是该品牌主要的流量获取渠道,通过店内扫码关注和消费时关注等引流设置,不断为微信公众号和小程序线上商城引流。但是,由于2020年初的新冠病毒疫情袭来,让整个中国的线下市场都受到严重限制,该品牌的线下门店也受到重创,由于其微信公众号的大部分流量来自于线下导流,所以在疫情期间,该品牌微信公众号历史上第一次出现了周粉丝数据和小程序商城订单数据的负增长。

这为该品牌的运营团队敲响了警钟,失去了线下门店的优渥土壤,即使是著名的服装连锁品牌也会出现捉襟见肘的情况。于是,该品牌下决心调整流量玩法,希望能在原有的数据基础上进行流量掘金,同时也开展新的营销方式,例如线上KOL的引流和直播进行导流。

于是,该品牌决定构建一个客户数据中台(CDP),希望通过CDP来打通线上线下渠道,构建品牌的全域流量池,逆转因线下流量枯竭而导致的增长颓势。


核心痛点

  • 该品牌线上线下渠道众多,数据分散在不同系统中,且之前没有数据化的运营体系。割裂的数据给运营带来了极大的挑战,在线下流量受限时,该品牌企业很难对分散在各渠道的客户进行全局的洞察和触达,更别说想要激活存量流量甚至是实现流量带流量。
  • 该品牌的粉丝量多达4000万,微信后台无法自动根据客户喜好进行精准分群,并且难以承载如此巨大的分组任务。另外,由于该品牌没有完整的客户画像,一位客户可能会同时收到来自微信、短信、邮件、天猫推送等消息,对客户造成严重的骚扰。
  • 因疫情该品牌加大了KOL广告的投放,但难以监测KOL带来的营销转化,营销效果很难评估。

解决方案

  • 打通线上线下所有营销渠道,构建完整、唯一的客户画像

Linkflow通过Open API将该服装品牌的微信公众号、微信小程序商城和门店内的收钱吧与Linkflow系统进行对接,通过Union ID合并公众号和小程序的粉丝,再通过Open ID将收钱吧内的存量微信支付数据与公众号粉丝进行合并,实现线上线下三个渠道的客户数据合并。

通过埋点的方式,Linkflow还可帮助该服装品牌捕获客户在微信小程序商城、自建电商平台中的点击、浏览、收藏、添加购物车和支付订单等行为,这些信息都会被记录到已经合并好的客户画像中。

客户在微信公众号、小程序和线下门店的任何品牌互动记录都会被Linkflow记录在时间轴中。

Linkflow帮助该品牌捕获线上线下全渠道的的客户信息变化、喜好变化,在拥有了完整、唯一的客户画像后,品牌才能对客户有更深的洞察,挖掘其潜在的价值信息,为后续的高效精准触达奠定基础。

 

  • 巨量客户分群,基于客户洞察进行内容运营,为品牌商城精准导流

该品牌在Linkflow中以客户的浏览行为和下单行为为筛选条件,将巨量客户分为女装爱好者、男装爱好者、童装等分组。例如,通过点击过微信公众号的女装菜单、或点击过图文中带参的小程序链接、或在线下消费过女装商品、或在小程序中点击过女装品类链接,来筛选出女装爱好者。

为避免过度骚扰再通过微信公众号、短信等方式进行依次把对应产品的小程序入口或文章链接推送到目标用户手中。

用客户更感兴趣的内容,通过客户常用渠道进行精准互动,才能提升内容的打开率,从而公众号和小程序精准导流。

 

  • KOL引流监测,判断有效的渠道来源

当营销精力集中到线上之后,利用自带流量的KOL进行引流成为了服装零售行业的首选方案之一,Linkflow可以为每位参与引流裂变的KOL配置好来源、活动、媒体、关键字等参数的二维码、短链接,监测客户是通过哪一个KOL、哪一场活动、哪一个平台进入的商品Landing Page,从而对KOL的真实带货能力进行真实的评估和有效的判断。

  • 灵活、自由配置的报表呈现,营销效果评估

当客户需要及时了解每次活动的执行情况以及消费者相关信息的时候,Linkflow也可以为服装零售企业提供内容和实时性较高的报表功能。

Linkflow提供了仪表盘、时间报表、漏斗报表、人群报表等一系列丰富的报表,用户可以在前端通过配置的方式,灵活地创建针对不同内容、不同维度、不同展现形式的报表。并且,为了便于更好地展示和分析某一具体营销内容。用户可以创建数据看板,加入同一目的的多个仪表盘,并可随时导出用于汇报分析。


服务成果

经过Linkflow的方案,该品牌已构建起品牌的流量池,目前从微信公众号粉丝增长和小程序订单量来看,已经基本消除疫情带来的影响,并且这些疫情期间的线上举措,必定会在疫情彻底结束后和线下门店营销联合,形成更强大的线上线下营销矩阵,产生更强的营销效果。

专业财经媒体:全渠道用户运营提升付费转化率

案例背景

该媒体是国内知名的社交金融平台之一。作为国内每日直播的财经平台,内容生产能力在专业财经直播机构中名列前茅。该媒体每天可实现16小时财经直播、24小时滚播,已经成为国内PGC直播内容时长第一的财经视频融媒体,投教内容产出在行业内名列前茅,日访问用户超过100万人次。300多位市场知名专家参与内容制作及社区服务,在财经视频新媒体中直播时间、渠道覆盖、 社区活跃度处于领先行列。

在该媒体的创始人看来,用户思维是互联网思维最核心的方式,直播平台要从流量思维转化到服务用户思维,专注优质内容建设。

该媒体依托专业强大的内容输出,积累了大量的潜在投资人士,并通过付费内容和自主操盘的股票定投进行流量变现。在本案例中,Linkflow帮助该媒体进行全域流量的精细化运营,从而提升用户的付费转化率。


核心痛点

1、客户数据分散,难以形成统一客户视图

该媒体前端客户触点有:2个微信公众号,一个服务于付费课程,一个服务于定向投资;3个专业内容输出PC网站;一个覆盖H5、安卓和IOS端口的APP,承载深度使用的用户。该媒体将电视直播的用户流量扩展到PC、移动端,多屏互动。由此也带来了大量割裂的用户行为数据,难以看清客户全貌

2、付费转化率低

该媒体会根据专家推荐的内容吸引用户付费购买课程或定向投资,但付费转化率较低。主要原因是对客户需求洞察不够,难以进行精准推荐

3、大量的客户数据无法充分利用

该媒体的全渠道触点和用户,产生的行为数据量级也是其他媒体所无法比拟的。如何高效充分的使用这些数据,对业务人员和技术人员都是极大的挑战。


解决方案

Linkflow全域流量精细化运营方案,从以下几个方面入手,帮助该媒体提升付费转化率

全渠道客户数据的接入与合并,形成全景客户视图

Linkflow对接该媒体的上述微信公众号、APP、web等自营业务渠道,主要对接方式如下:

·    针对前端客户行为的埋点方式(web、APP)

·   针对后端业务数据的Open API方式

·   针对标准SaaS系统的预对接方式(微信公众号)

然后根据特征化数据进行ID-Mapping,形成对每一个客户唯一且完整的描述:

数据合并之后,通过Linkflow客户视图界面,可以清晰且全面了解客户的基础属性信息、标签洞察信息、跨平台渠道的行为轨迹,实现对客户的认知升级,为更好的服务用户提供数据依据:

灵活的客户标签

在该媒体的业务场景中,需要根据用户的浏览习惯,判断客户感兴趣的业务模块,并为其打上相应的业务标签。而Linkflow可根据不同的业务规则灵活地为客户创建标签及分群。支持手工批量打标签、自动化规则标签、模型计算标签等不同的标签生成方式。业务人员无需依赖IT代码,自行根据业务规则进行可视化筛选,极大提升该媒体运营人员的运营效率

精准内容触达,提升付费转化

前两个步骤实现了对客户的充分认知,接下来就可以在合适的时机通过合适的渠道给不同的客户匹配精准的沟通内容,从而实现精准转化。

举例来说,在该媒体的场景中,通过直播向潜在投资者推荐股票,开播后十分钟需要向符合投资要求的客户进行定向推送,吸引付费转化。

实时运营分析,掌握运营效果

精细化运营的闭环步骤是进行数据分析与策略调整。Linkflow充分利用整合的数据,帮助该媒体实现及时的营销效果分析、客户群体画像分析等不同运营环节的分析洞察。

(数据经过处理)


提供功能

1.全渠道数据对接:微信公众号、APP、web

2.客户管理:标签、客户智能分组、客户行为全链路追踪

3.自动化流程:精准推荐、用户唤醒

4. 报表分析:运营仪表盘、群体分析、时域分析、地域分析、时间分析


服务成果

付费转化率提升5%

用户活跃度提升23%

 

Linkflow+广告投放,全链路多维度分析投放效果

广告行业是一个提供中间服务的行业,它用各种方式帮助企业更好、更高效地营销,实现销售增长。尽管餐饮、娱乐等行业对广告投放需求有所下降,但仍有不少在线上纷争的企业在这段时间加大投放量,希望在这次疫情机遇下拔得增长头筹。

有投放就得追求转化效果,Linkflow是一个强大的客户数据中台,对接了投放平台、微信公众号、客服系统、CRM等客户触点,帮助企业监测从「关键词」到「线索」甚至是「消费」的转化数据,让「转化监测」不再停留于浅层转化,帮助该企业分析转化成本及转化效果差。

关键词效果分析

Linkflow通过无埋点方式,对接主流广告投放平台,同步关键字、单元、创意消费等投放数据。

企业直接可在Linkflow的报表系统中看到计划、单元、关键词、创意的分析报表,展点销数据一目了然,解放繁杂的报表整理时间。

结合在落地页中的埋点代码,每当用户点击广告时,Linkflow可以实时捕获客户行为及对应广告内容,第一时间构建客户画像,展示该客户的创建关键词。

再结合已打通的客服系统和CRM系统,Linkflow轻松掌握流量的全流程转化数据,可观测到从「关键词」到「线索」甚至是「消费」的转化数据,让「转化监测」不再停留于浅层转化,帮助该企业分析转化成本及转化效果差。

搜索词追踪

相信不少从事广告投放的朋友(SEMer)在调整关键词的过程中,他们还希望掌握搜索词的转化数据,从而更加深入的了解用户的实际需求。但广告后台所提供的数据根本无法体现转化,这时候就需要Linkflow来帮忙。

一般来说,搜索词和关键词的关系为:搜索词=关键词;搜索词≈关键词,即广告后台会根据搜索词匹配我们所投放的关键词。

以Linkflow投放的“用户画像”关键词为例,共有以下几个搜索词:

可见:

  • “用户画像”“智能画像”这样大范围的词虽然点击量高,但是业务不聚焦,往往无法带来转化。
  • 根据“用户画像”匹配出来的“人物画像”与Linkflow业务完全不相关,点击量居然高达11,这笔钱是属于完全浪费掉的。
  • “用户画像工具”“数据分析画像”虽然范围小,但与Linkflow的业务非常贴近,转化率非常高。

这时,SEMer就可以考虑关闭“用户画像”的投放,转而投放“用户画像工具”“数据分析画像”。一是可以避免关键词范围太广,无法带来精准的线索。二则可以避免完全无用的匹配词。

这时,SEMer有话要说:“你说的我都懂,问题就在于我们压根不知该如何追踪搜索词的转化数据。”

Linkflow通过JS SDK埋点,可以轻松捕捉到搜索词,并在Linkflow的用户画像中体现,这样就可以清楚地看到一个用户通过搜索什么进入Linkflow官网,做了哪些点击,是否提交了注册表单。再加上Linkflow后台的转化数据,就完成了用户从“搜索”到“转化”的全生命周期追踪。

再到在Linkflow的广告效果分析模块中,一张“搜索词效果分析”报表即可清晰全面地展现搜索词的转化效果。

时域分析

有人表示,广告投放后台就有时段分布图,Linkflow的时域分析有和优点呢?那么小联来为大家解答此疑问。

如下图所示,在广告投放后台的时段分布图观测到,一天中的流量高峰为11:00和17:00。

但是,11:00和17:00的流量注册或成为线索转化率高吗?万一这段时间的恶意流量很高,该参考什么数据来优化时域投放呢?

要知道,这段时间可能是大家的大脑小憩期,吃完午饭随便搜搜,下班之前开开小差,这些流量很可能不是高质量的流量。

而Linkflow的时域分析报表直接以官网注册为分析指标,而不仅仅停留在点击上。

由图可见,每日的15:00是官网注册的高峰期,11:00和17:00只是小高峰,如果按照推广后台的时段分布图加大11:00的投放,减小15:00的投放,我们就会损失很多线索。

因此,相比百度投放后台的时段分析,Linkflow时域分析报表的优点有:

  • 以转化为考核标准,把钱用到刀刃上。从进入付费链接开始,Linkflow就会开始记录客户的一举一动,如果某个时间段的客户都只是漫无目的的随便看看,那我们大可不必把钱花在这个时间上。只有转化成了线索,钱才花的值得。
  • 以人为单位进行去重。百度投放后台的数据记录的是独立uv,但是如果出现不断变换IP的恶意流量,可能就会给你造成迷惑,误认为这个时段的流量很高。
  • 时域分析报表支持自定义。企业可以根据自身的业务逻辑设定转化目标,例如完成注册、成为线索、咨询线上客服超过6句对话,甚至是成单,都可以被设定为转化目标,监测不同时段的投放效果。

可疑流量筛查

Linkflow对接了50+客户触点,从而整合客户数据,创建某个客户的完整画像。通过Linkflow的客户画像,企业可以轻易辨别可以流量:

  • Linkflow会将相同cookie的联系人合并,无论这个黑衣人如何更换IP或设备,在Linkflow后台,他都只被识别为一个人。
  • Linkflow可通过referer URL来筛选通过搜索点击进入付费链接的人。给大家举例,如果通过百度搜索后进入Linkflow官网,那么他的referer URL将带有百度域名(baidu.com),在这之后他在官网上点击任何其他链接,他的referer URL将会更改为Linkflow域名(linkflowtech.com)。
  • 在Linkflow后台建立动态组,例如筛选2天内反复点击付费链接超过10次的人。你也可以根据自身业务情况调整筛选规则。
  • 在这个动态组中,我们可以观察这些可疑人物的动态。

经过这样的排查,你就能知道还有多少恶意点击,从而在广告投放后台优化屏蔽设置。

市面上的广告效果追踪产品琳琅满目,大都能帮客户节约一定的投放资源。但小编相信,能一站式追踪从消费到转化的全链路效果数据的,Linkflow应该是一枝独秀的,因为我们能够完整地监测客户全生命周期旅程,帮助客户从转化结果出发,优化广告投放方案。希望今天的分享可以帮到大家。

Linkflow×华熙生物,赋能精准运营,提升客户满意度和销售转化率

近日,Linkflow成功签约华熙生物科技股份有限公司。

华熙生物服务于医药、化妆品等领域的企业和终端用户,客户画像复杂且运营策略多变。
为助力华熙生物赋能事业部,提升营销转化效果和客户体验,Linkflow为其搭建客户数据中台,打通微信公众号、广告投放平台、有赞以及天猫/京东订单系统等客户触点,追踪客户来源和行为轨迹,构建完整链路的客户视图;敏锐洞察客户喜好和需求,基于客户的类型和生命周期阶段,精准制定运营策略。

Linkflow的低代码客户数据中台帮助华熙生物沉淀企业第一方数据资产,构建全景客户画像,及时洞察客情,并构建独特的自动化的交互体验,通过营销反馈数据及时调优,提升客户满意度与销售转化率。

华熙生物科技股份有限公司

华熙生物是一家知名的生物科技公司和生物活性材料公司,聚焦有助于人类健康的多糖类和氨基酸类物质,致力于为人类带来健康、美丽、快乐的生命新体验。
公司凭借微生物发酵和交联两大技术平台,建立了生物活性材料从原料到医疗终端产品、功能性护肤品、食品的全产业链业务体系,服务于全球的医药、化妆品、食品等领域的制造企业、医疗机构及终端用户。

Linkflow

Linkflow,低代码客户数据中台(CDP),无需编程即可让数据流动起来。通过连接内外部数据源,打通营销触点,为企业市场及运营部门提供从客户数据采集、分析到执行的一体化客户运营闭环,最终帮助企业通过数据驱动业务增长。通过使用Linkflow,可以大幅度降低数字营销项目的开发成本,缩短实施周期。
初创团队来自SAP,有深厚的技术背景。同时已经获得金沙江创投,光速资本,真格基金的投资。现已服务包括平安、宝马、雅培在内的50+顶级企业。

Linkflow + BI系统:提升金融保险企业的数据利用效率

文丨徐涛

许多金融保险公司客户数量巨大,历史数据繁多,针对这些数据,企业已经构建了复杂的BI系统进行打标签和指标运算。

但这些已有的数据资产却很难能敏捷地应用到市场营销和客户运营中来。传统的想法和做法是将这些数据导入到营销自动化的系统中去,然而这样的想法和做法都只是美好的愿望,在落地的时候会遇到如下的三个问题:

  • 这些历史数据都是交易数据、指标数据和第三方采购的数据,其数据模型与营销系统的模型大相径庭,难以直接应用到营销场景中,需要巨大的工作量来进行转换。
  • 这些数据在金融保险行业都是敏感数据,不适合放在营销系统中。
  • 这些数据的数据量庞大,营销系统要承接它们,需要付出额外高昂的成本,而且这些成本都属于是重复建设。

将标签分为核心标签和执行标签

针对以上问题,Linkflow提出了标签分层方案,即标签分为核心标签和执行标签。

简单来说,就是企业已有的BI系统进行核心标签运算之后,再将这些标签下发给营销系统执行。营销系统在执行过程中核心标签进行再次分群分组,针对不同的运营需求采取不同的营销手段。

具体示例:在双十一期间,企业已有的核心BI系统根据历史交易、理财、保险和其他第三方数据运算出企业的高净价值人群标签,然后将这个核心标签和人群下发给Linkflow。Linkflow在双十一这一天,再将高净价值人群按照性别、地域、年龄段等属性进行二次分群,形成营销过程中的执行标签,最后再按照执行标签进行各种响应的营销执行。

下图描述的就是以上案例整体实现的技术架构:

运营人员可在Linkflow中轻松配置核心标签

但在没有IT支持的情况下,运营人员很难在BI系统中实现核心标签运算。为了让运营人员可以轻松定义核心标签和运算规则,Linkflow系统提供了核心标签运算规则配置的功能,即实现“在Linkflow中配置,在BI中运算”。配置界面如下图所示:

通过这样的方式,BI核心标签的配置不再是“看不懂”“不会配”的难题。
综上所述,以上方案的时序图如下所示:

 

  1. Linkflow与BI系统对接,同步标签元数据
  2. 运营人员在Linkflow中配置核心标签和运算规则
  3. Linkflow自动进行标签运算规则的合法性检测
  4. Linkflow触发BI系统进行标签运算
  5. BI系统进行核心标签运算
  6. BI系统将核心标签和人群回传给Linkflow
  7. Linkflow将标签分层后进行营销执行

通过上述解决方案,不仅可以很好地激活已有数据资产,将数据应用到灵活多变的营销场景中,实现企业内部核心数据与营销场景的快速结合与应用。还具有实现成本较低、实现速度较快的特点,提升金融保险企业的数据利用效率。

CDP应用篇03:CDP如何满足品牌零售企业的营销需求

众所周知,对于大部分品牌零售企业来说,市场营销的一大特点便是拥有大量的粉丝和会员。企业往往将巨量的数据存放在不同的数据库中,因为大部分营销系统都难以承载如此庞大的数据量。当市场团队需要进行营销活动时,又需要将数据从数据库导入营销执行系统中。这一流程非常耗时,且营销反馈的数据也需要花费大量的时间重新注入数据库。品牌零售的市场团队苦不堪言,希望有一个系统能帮助他们提供完整、唯一的客户画像,同时还能快速支持随时变化营销策略,最重要的是这个系统能开盒即用。而CDP则可以很好的解决品牌零售市场团队的困难。


CDP能提供精准、可靠、唯一的客户画像

每个客户可能拥有许多触点,也可能会有多个设备、多个地址、多个邮箱地址,甚至是多个媒体账号,客户交互的任何点都将是一段数据。品牌零售企业的客户数据有:

关注和互动信息。对接微信公众号、小程序商城等系统,掌握客户的阅读喜好、互动频次、活动参与度等信息。

购买历史和会员信息。企业可以通过对接订单系统、会员管理系统以及线下门店的POS系统,导入订单、忠诚度数据、会员积分、电子邮件活动和客户居住地的数据。

来自传感器或店内WiFi探针的“店内”数据。比如,顾客什么时候在店里,他们花时间在哪个货架,他们下一步会买什么。

由于客户信息都储存在不同的系统中,如果不进行合并,客户数据将是一盘散沙,市场团队很难全盘观察到客户的互动频次是否在减少,客户是否对某一特定产品感兴趣,因为任何一段数据都是片面的。如果营销人员仅以某个单一渠道的数据去判断客户的喜好和价值,向客户发送特定的内容,往往会适得其反。所以如果支撑这一决定的指标是错误的,那么基于数据的决策也将是错误的。

CDP作为客户数据的单一真实来源,帮助企业连接了客户所有的触点,并在系统中进行清洗、归一、整合,以一张完整的画像呈现。


无需IT支持,营销人员可直接在CDP中管理客户数据

品牌零售的运营人员常说,“我花了3周时间添加一个新字段”,或者“我在2周前就向IT部门要了一份客户群组,但我还在等”。IT部门往往很难理解市场营销人员的紧迫感,为了降低在需要时得不到客户信息的风险,营销人员需要一个能够自由管理和运用客户数据的系统,CDP完全可以满足这个需求。

使用过数据库的营销人员都知道,数据库并不适用于市场团队,其存储的大量原始非结构化和结构化数据对于不懂IT的人来说很难使用。由于数据是不经过任何预先重组就被注入到数据库中,因此需要使用先进的技术来挖掘数据,并从数据中获得洞察。当零售的营销人员提出“我需要某类客户的画像”时,就需要向IT部门提出数据需求,但IT也需要对他们的任务进行排期,所以获得画像的过程通常会持续数周,有时甚至数月。

营销人员的需求除了需要客户画像之外,往往需要随营销策略调整客户的核心标签,在数据库中他们同样会面临“看不懂”“不会配”的难题。

CDP是一个全功能的平台,带有预构建的组件和数据模型,能够帮助零售企业实时地从几乎所有来源(包括第三方来源)摄取客户数据及其所有细节,营销人员能够在CDP中细分、分析和激活他们的数据,且不需要大量的IT参与。

另外,CDP还可以和数据库或是BI系统对接,对接之后营销人员在CDP中配置的标签数据将会回传至数据库和BI系统中,实现企业数据的同步。


CDP能够支持灵活的营销栈拓展

营销团队非常重视ROI,如果他们在一个项目上花费大量预算,那意味着这场营销活动的ROI将会非常低。

但在市场营销的世界里,变化是不断的。每当有新的战略、策略、渠道出现时,又或是企业需要推出一个新的品牌,往往需要引入新的营销系统。例如,2020年初的新冠病毒疫情整个中国的线下市场都受到严重限制,不少企业都大幅调整运营策略,将更多精力放到线上KOL、直播等导流方式。

这时,企业需要付出高昂的成本将新系统和其他系统进行对接。但CDP预对接大量营销系统的功能,能够帮助企业轻松导入新渠道。

事实证明,使用CDP可以减少75%的变更成本,因为CDP不仅仅减少了系统开发的成本,还降低了因对接新系统投入的大量人力和时间成本。


总的来说,CDP能够帮助品牌零售企业收集和统一整个企业的数据,这些数据映射了客户品牌体验所需的每个细节,并为每个客户档案创建一个真实的来源,进而构建360°的客户全景视图。然后,这些数据可以与其他营销系统共享,以便进行个性化营销或预测分析,为市场团队提供评估客户倾向、频率、购买速率的能力,同时也支持了品牌零售企业“短频快”的营销需求。


更多CDP干货分享

CDP科普篇

CDP实操篇

CDP应用篇

微软中国CTO韦青:低代码/无代码时代已经到来

原创出自: 量子位
 
作者:十三 发自 凹非寺
 
 公众号: QbitAI

编者按:编程语言几年一变样,学了C、C++,还得跟上Python的潮流……

各大排行榜上,语言之争也是愈演愈烈,还架不住时不时杀出个黑马。

即便学了新编程语言,还得做大量“重复造轮子”的工作。

这对当今的程序员们来说,简直就是一个Double Kill——让发际线升得更猛烈些吧!

在近日接受量子位的独家采访中,微软(中国)CTO韦青,给出了解决上述问题的新思路——低代码/无代码开发。

量子位《大咖来信》栏目在不改变原意的基础上,以第一人称的方式,把我们与韦青的对话进行了整理。

来信嘉宾

韦青,现任微软(中国)首席技术官。

在微软公司的十多年间,韦青曾先后担任过微软大中华区Windows产品部总经理,微软大中华区消费与在线事业部市场总经理和微软大中华区Windows移动产品部总经理之职,负责公司商用与消费产品业务的战略设计与执行管理,以及合作伙伴与产业生态链建设。

在加入微软之前,韦青先生曾经在摩托罗拉公司工作十年,历任移动产品开发,市场推广与销售管理等领导岗位。

要点

  • 市场驱动低代码/无代码开发
  • 低代码/无代码开发并非什么都不用学
  • 微软的Next big thing为什么是这个平台?
  • 低代码/无代码开发,对IT人员产生怎样的影响?
  • 数字化智能化大势下的低代码/无代码开发崛起

韦青:为什么要低代码/无代码开发?

所谓的低代码或者无代码开发,它并不是空穴来风。一个最主要的原因,就是它不是由技术驱动,而是由市场驱动。

大家知道现在在中国谈的是数字化、智能化,而在上世纪末,全球范围内谈的是信息化。那时候一个最热门的话题叫BPR (Business Process Reengineering),到了21世纪初,国内慢慢开始讨论起来。

为什么讲这个BPR呢?现在说的无代码开发和低代码开发都是跟它一脉相承的,它是一个在上世纪末开始的信息化转型过程中的一个必然产物。

当信息化发展到一定程度之后,大家慢慢会发现原来软件真的非常有用。以微软为例,从一开始我们定位是一个生产力平台和生产力公司。

原来的平台,就是以Windows、Windows Server或者像Exchange Server为代表的桌面平台、数据平台和企业级软件平台。

原来的生产力代表就是Office,现在通过一二十年的转型,成功变成了Azure云计算——它还是一个操作系统,只不过掌管的是云端的海量的计算能力,存储能力和网络能力。

现在微软说的是“四朵云”,Azure,Microsoft 365,Dynamics 365,还有一朵云是Power Platform,它致力于为人们提供一个更加强大的数字化工具,其结果就是效率提高,成本降低,自动化增强。

当人们发现软件能够把公司的很多流程自动化之后就会发现,如果完全靠IT部门开发或者外包给其他的软件公司来开发,根本就跟不上需求。

当信息化能力、数字化能力提高到一定程度之后,还有一个潜在的驱动力,就是我们经常说的数字时代原住民。

如果一个人职业生涯按照平均40年来算,这批人将会以每年2.5%的速率来代替所谓的旧员工的基数,事实上甚至会远高过这个速率。他们对于软件的理解、认知和需求是巨大的,传统IT方式肯定是满足不了。

未来5年,将产生5亿个新的应用,而且是基本属于逻辑应用,等于是过去40年的总和。而当前的软件专业开发人员或者专业软件公司数量是不可能去应对这种需求。

现在,恰恰正是低代码/无代码开发的时机。


什么是低代码/无代码?

客观来讲,所谓低代码/无代码,它其实并不是像大家从字面上看到,可以什么都不用学,就能够开发软件,那个有点像神药了,我觉得没那么神。

首先公司有实际的业务痛点,比如说财务、人事、销售管理等,这些部门是最明显的。

同时,对公司还有一些基本的数字化能力,指的是数据的能力,比如销售数据或者人才数据,或者一些物流数据、财务数据,起码信息化需要到达一定的程度。

在这个前提下,他有了实际的应用痛点,对他的行业知识有非常深刻的理解,就是它的流程。很多是流程方面的,数据与数据之间的关系,这个我认为本来就应该是现在这个时代人们具备的一些基本素质。

有了这个前提之后,IT人员要能够帮助把公司内部的一些服务,开发成一些简单的API方式,供非IT人员使用(比如拖拉拽的方式)。

低代码开发是它的组件没有那么完善,就像一扇门,你好歹需要自己把锁给装上去,把门的铰链拧到屋子上才能叫一扇门。

而无代码开发就像这个屋子的设计,这些铰链都不用你去拧,本身就装在门上,把门往里一推,这个门就直接可以用了。

但我也不希望有人把它误解成,一个完全没有准备好的人、公司就能做无代码开发。天下没有这样神奇的事情。

首先,社会得准备就绪,公司数字化得到一定程度,个人的能力到一定程度之后,才可以再跟IT人员配合。


低代码/无代码发展情况

其实这是整个社会、行业、个人再加上技术都成熟之后的一个自然的产物。从全球来讲很多公司都已经在做这样的事情了。

微软最近推出了Power Platform,里面一个关于自动化的应用叫UI Flow,在UI方面一步步地指导你来操作,然后这个软件记住你的操作以后,这个流程就自动化了。从全球来讲这是被人很容易理解、接受和推广。

现在我们看到UI Flow是不需要任何编程,基本上只要操作就行了。但是现在慢慢的开始深入,开始有所谓的编程的概念了。

其实刚才我们讲的这个比较多了。比如说业务人员有一个自己业务的痛点,他只不过是用软件的方式由数据来驱动,包括可以用到一些AI的能力,然后把他的流程自动化的过程给做出来。

微软现在对于Power Platform其实已经称作第四朵云了,我们有Azure,我们有Microsoft 365,有Dynamics 365。

微软CEO萨提亚曾经在一次场合说Power Platform,刚刚说了微软是平台和生产力公司,这个平台将会是我们的“next big thing”。为什么他能把它称之为“next big thing”?

整个业界的主要以商家为主的流程再造、流程优化是由信息系统驱动、由算法驱动、由数据驱动,由软件驱动的这个潮流将会变成一个你可以称之为另外一个范式改变。

以后所有公司的流程只要能够被机器所识别的就会被自动化,让人能够做越来越多的更加有创意性的、更加高端的工作内容,这就是一个大势所趋。


是否会对IT人员的工作产生影响?

如果公司要做低代码/无代码开发,公司的IT人员得充当一个角色,我称之为标准化的角色。

就是它不能仅仅满足于自己会把这个房子造好,它其实更多的出发点和利益诉求或者产品诉求,应该考虑如何把公司内部的数据资源,公司内部的各种服务资源接口化、API化或者是服务化,而且在服务化的基础上,能用一些图形的方式或者是更加有人性化、有智能化的UI的方式,让不懂软件开发的人员可以自己搭这个积木。

这样对于IT人员是有新的要求,他们不能只是满足于会开发一个应用,而是说要把公司现有的数据、现有的流程、现有的服务全都标准化,把它打包成模组。

微软Power Platform里面有一个我们称之为“皇冠上的明珠”的东西,就是一个CDS,Common Data Services。那它是干什么的?它有一个Common Data Model,这是一个对于整个世界建模通用的而且是开源的数据库结构。

这样的话,如果先有一个CDM建模,再有一个CDS把这些服务都结合在一起,表面上体现的是一个Power Apps,我们的Power Apps能变成一个应用的方式,可以是手机的apps,可以是电脑的apps,也可以是网页来做这种应用。

所以说公司的IT人员如果不能赶上这个步伐,他就没有能力让公司的其他人有这种能力。

当然我们开玩笑地讲,这个IT人员的工作是肯定能保住的,因为永远要找他去写程序,但是长期来讲这个人的工作就保不住了。

别的公司的IT人员会写非常专业、要求很高的行业应用或者企业应用,而且别的公司的IT人员还会把公司的很多能力变成API供其他人调用,这样的话以后IT人员的角色就会有扩展了。

未来的IT管理人员或者开发人员一定是cloud native(云原生)的开发思路。

刚才咱们讲的无代码开发或者低代码开发为公司其他同事输出这种能力它背后有一个很重要的支撑就是所有能力的服务化。

这个我觉得才是核心要点。因为服务化体现在什么地方?就算你没有这个低代码开发,你的软件也得是一个cloud native的,是要靠把很多服务组件互相调用来实现。这些服务组件就很容易变成一个API打包成了让别人再去调用。

有了这种云原生的平台概念之后,一方面开发人员可以继续开发它的应用,但是它的应用得是云原生的了。但正是因为云原生的,一切都是服务化的,API化的,它就能把这个服务或者API很容易地打包成一个图像模组,图像接口。

其实现在咱们谈的什么RPA、无代码、低代码,或者中台、平台,其实都是在谈一件事,我个人认为如果说不把它的本原,就是云原生的应用开发流程优化这个思路搞明白,谈什么中台,谈什么RPA,谈什么低代码、无代码都是无源之水,因为它背后的原能力的建设是靠云原生开发。

微软在低代码/无代码开发领域中的地位

微软原来最基本的服务对象是两类人,一类叫开发者,一类叫IT Pro,现在虽然说名称可能有些改变,其实还是一个Dev+Ops,只不过现在Dev和Ops合在一起了,所以现在开发者和IT Pro有相融合的成分。

微软本来就是做这件事的,所以我们倒并没有认为说是在为无代码、低代码做这件事,因为微软的开发范式就已经改成了云原生的。

其次,微软本来的平台搭建从原来的只是大家了解的Windows、Office 365、Azure,现在变成一个Power Platform,承载的是各种各样的数据,各种各样的开发模式,各种各样的连接器,各种各样的展现方式。

那么,如果按照这个思路来理解的话,我倒宁愿说无代码、低代码恰恰是这个云原生转变过程中的一个自然产物。


低代码/无代码开发何时将迎来全面的崛起?

如果要说流行或崛起的话,我觉得这里面低代码和无代码的开发,是跟整个社会的数字化进步程度、企业的数字化进步程度和个人的数字化进步程度十分吻合的。

对于中国来讲是有独特的挑战和机会。

首先,中国信息化的过程由于起步比较晚,所以我们做的跟全球的略有不同,我们对于真正的所谓大家认为的企业办公方式要求很高、很缜密、而且要有安全流程的方式,这其实不是咱们中国企业的特点。

反而现在很多公司办公可能还是用QQ,用微信,他们是用消费级的软件应用再转入到企业级。而全球很多数字化的进程反而是更多的由企业来推动的,由商家来推动的,慢慢的再普及化、大众化。

这就产生了一个特点,一方面我觉得中国对于这种无代码/低代码开发的需求,从客户端的需求会非常强大,我甚至认为这种需求比全球很多其他地方强大得多,尤其刚才说了到了数字时代原住民,这些年轻人慢慢进入职场之后,他们对于这个的感知力和认同感会非常强。

但反而对于中国的很多企业的大的挑战是,信息化做得还不够透彻。你会发现就算是企业想做低代码、无代码,它的很多流程并没有真正地能够做到用API的方式给它抽象出来。而如果不能用API的方式抽象出来,无代码和低代码的能力就没法把它给包起来。

因为软件开发无非是分层结构,一步步抽象往上包。我觉得这会是很多企业的一大挑战。最近也有很多人在讲疫情的应对,发现在这次疫情暴露出了很多数字化转型并不到位的问题,比如智慧城市,智慧办公,智慧家庭,智慧医疗……这些实际上还是任重而道远的。

这是一个矛盾。我觉得中国也会出现这种矛盾,尤其是中国的消费者和职场人士会对这种低代码、无代码有一种非常容易的认同感,认知感和共鸣感,但它反过来在施压企业的IT部门,要让它提供能力的时候,就发现原来好多“家庭作业”或者底层工作根本没有做到位。

某种程度上讲,就是让公司的管理层觉得,公司已经自动化了、信息化了,但一旦说让它成为服务化或者云原生的开发就发现又得重新来一遍。

我觉得这个可能会有一种潜在的压力和挑战在里面。所以这是咱们这种挑战,和其他很多由企业级的应用进入消费级这个路径不同的地方。

http://p1.pstatp.com/large/pgc-image/516e060d67ce4100be3467bb50027c7d

秒懂数据统计、数据挖掘、大数据、OLAP的区别

源自公众号:数据分析和人工智能

大数据分析和人工智能

在大数据领域里,经常会看到例如数据挖掘、OLAP、数据统计等等的专业词汇。如果仅仅从字面上,我们很难说清楚每个词汇的意义和区别。今天,我们就来通过一些大数据在高校应用的例子,来为大家说明白—数据挖掘、大数据、OLAP、数据统计的区别。

 

一、数据分析

数据分析是一个大的概念,理论上任何对数据进行计算、处理从而得出一些有意义的结论的过程,都叫数据分析。从数据本身的复杂程度、以及对数据进行处理的复杂度和深度来看,可以把数据分析分为以下4个层次:数据统计,OLAP,数据挖掘,大数据。

  

二、数据统计

数据统计是最基本、最传统的数据分析,自古有之。是指通过统计学方法对数据进行排序、筛选、运算、统计等处理,从而得出一些有意义的结论。

举例,对全年级学生按照平均成绩从高到低排序,前10%的学生可以获得申请研究生免试资格。

传统的查询和报表工具是告诉你数据库中有什么(What happened)

三、OLAP

联机分析处理(On-Line Analytical Processing,OLAP)是指基于数据仓库的在线多维统计分析。它允许用户在线地从多个维度观察某个度量值,从而为决策提供支持。

举例,学校招生时要决定今年在江苏的招生指标,不能简单地参照去年的计划,而是要参考多个维度的数据积累。学校要在这些数据的支持下做出合理的决策。

 

OLAP更进一步告诉你下一步会怎么样(What next),如果我采取这样的措施又会怎么样(What if)

四、数据挖掘

数据挖掘是指从海量数据中找到人们未知的、可能有用的、隐藏的规则,可以通过关联分析、聚类分析、时序分析等各种算法发现一些无法通过观察图表得出的深层次原因。

举例,学校发现高等数学等主干课的不及格率有逐年上升的趋势,一般认为是学习不认真所致,但做了很多工作效果并不明县,这时通过数据挖掘……

针对此可以采取有针对性的管理措施。

五、大数据

大数据是指用现有的计算机软硬件设施难以采集、存储、管理、分析和使用的超大规模的数据集。大数据具有规模大、种类杂、快速化、价值密度低等特点(4V特性)。大数据的“大”是一个相对概念,没有具体标准,如果一定要给一个标准,那么10-100TB通常称为大数据的门槛。

总结

从数据分析的角度来看,目前绝大多数学校的数据应用产品都还处在数据统计和报表分析的阶段,能够实现有效的OLAP分析与数据挖掘的还很少,而能够达到大数据应用阶段的非常少,至少还没有用过有效的大数据集。

     

点评:

由此看来,我们不需要纠结所谓的“专业名词”,作为一个数据分析师,我们的目标是帮助业务更好的发展、减少决策的风险、提取重要的信息,所以业务的套路和理解才是我们的立足之本,数据分析毕竟是我们达成某种目标的工具,疗效才是对我们更深层次的验证。

眼科医疗企业:构建全域流量池,精细运营提升获客效率

案例背景

本案例讲述的是一家连锁视光医疗机构,拥有十多家分支门诊和上万名会员,区别于传统配镜机构,该企业提供全程体系化的眼保健和视觉健康服务,并且启动业务在线、数据化运营的互联网医疗服务。

客户数据化运营对多数视光医疗机构都是一个全新的尝试,该企业旨在实现从广告投放、公众号运营、搭建小程序商城到引入客户数据中台的全生命周期客户运营,利用自动化提升客户服务效率,并沉淀企业流量池。

Linkflow为该眼科企业集成微信公众号、小程序、百度推广、大众点评等客户触点,结合实际业务数据提供用户来源识别、客户画像分析、自动化运营触达和多方位数据分析。


核心痛点

客户数据分散,难以形成统一画像

该企业拥有多个公众号、小程序、网站、表单系统、投放系统,且客户数据分散在不同的分支机构,没有统一用户管理界面,根本没法开展以客户为导向的运营。

客户来源和互动数据不清晰,难以开展个性化服务

该企业日常推广的活动多、样式多、主题多、场所多、参与医生多,客户数据缺乏溯源管理,对每个客户的来源标记不清晰,难以追踪全流程的客户互动数据,导致难以对客户进行有针对性的沟通转化,以及后续的视觉健康服务难以做到个性化。

无法对不同画像的客户进行自动化、个性化的培育

该企业未对学生家长和成人自购等不同客群进行细分,在拉新后的内容推送、推送引导入医生群、用户商城预约退单、套餐下单等关键运营节点,只能依靠无差异方式和人工处理方式进行客户服务,这样既容易错过转化时机,又难以为客户提供精准服务。

数据分析颗粒度大,难以调优运营策略

该企业在使用Linkflow之前只能看到各系统中的总用户数、总预约数、总下单量、各医生下单量等大颗粒度数据,缺乏对客户从潜客到成交每一步运营过程的分析,难以调优客户运营策略。


解决方案

Linkflow通过与该眼科企业团队的配合,梳理该企业所有客户触点,按照内容→渠道/活动→公众号矩阵互动→小程序商城转化沉淀的闭环场景,展开各环节的用户数据采集、数据处理、数据运营和数据分析,示意图如下:

全域客户触点对接

Linkflow提供了多种对接方式,例如:针对前端客户行为的埋点方式(网页、小程序、APP);针对后端业务数据的Open API方式;针对标准SaaS系统的预对接方式(微信公众号),多种对接方法可以及其灵活和便捷的将客户散落在各个渠道中的行为和属性集成进Linkflow系统。

Linkflow将该企业的搜索引擎、网站、微信公众号、小程序商城、表单系统、短信等系统数据整合起来,比如小程序商城实现了对小程序商城的所有页面和按钮点击埋点,尤其对数据分析维度进行了缜密的规划,比如对【找医生预约挂号】、【找诊所预约挂号】、【套餐/拼团下单】、【在线医生】、【健康档案】、【个人中心】等重点分析板块进行了事件的多维度详细规划,采集事件数超过50个。
根据该企业的规划,未来还再进一步增加美团、大众点评和淘宝官方店。

合并全渠道账号,构建完整客户画像

Linkflow会自动根据用户的属性字段,例如:手机号、身份证号、邮箱等,进行用户归一操作,将同一个用户在各渠道下的行为进行合并,从而便于业务人员对客户有全渠道的画像以及跨渠道的行为分析。

洞察客户来源,为个性化运营做准备

  • 百度投放

该企业的策略是按照平时和疫情期间分别有不同的内容创意主题和关键字,引流到网站留资,然后通过网站指引授权手机号码访问小程序或者沉淀到公众号。Linkflow通过对接客户百度账号的投放数据,以及网站落地页留资情况,统计投放关键词的点击成本和转化成本。

(本图仅示意图,非该企业真实数据)

通过广告追踪模块的分析,该眼科企业发现,大量客户搜索的关键词指向不够清晰具体的时候(比如“如何改善视力”、“散光治疗多少钱”),通常是点击成本高和转化效果差的。转化效果比较好的关键词通常是“孩子近视300度如何治疗”、“塑形眼镜能恢复近视吗”这类指向比较清晰具体的关键词,通过Linkflow的广告追踪模块,帮客户减少转化效果不好的关键词,增加搜索指向清晰的关键词,节省成本提高引流效果。

  • 本地生活类网站上活动推广直接引流到公众号或小程序

比如疫情期间针对性的“隔离在家安全用眼”、“疫情期间碎丢片怎么办”、“开学季角膜塑形镜”等抗疫主题引流拉新,全部通过带参二维码清晰记录每个客户的来源。

  • 日常最核心的各类活动推广直接引流到公众号或者小程序

包括学校合作类活动、公益类活动、护眼节/视觉健康类营销活动、在线直播活动、门店周年庆等,全部通过带参二维码清晰记录每个客户的来源。

  • 内部拉新

包括各类特邀医生、内部医师和视光师,全部通过名片推广码和在线医生小程序带参二维码清晰记录每个客户的来源。

通过规划和配置好微信和小程序的带参二维码,做到清楚每个用户是在哪个场合、哪个活动、哪个渠道、哪个动机、那个医生来的,更方便后面的视光师进行更有针对性的对家长和学生进行沟通转化。

对不同画像的客户进行自动化、个性化的培育

Linkflow提供了从洞察到执行的整套解决方案,可以大大缩短业务人员营销活动的执行时间。

首先,业务人员只需要在系统中配置好人群划分的规则,Linkflow便会根据规则实时计算,保证群组中的客户符合要求。

例如上图,在该企业和各学校合作活动过程中,利用金数据+微信+Linkflow收集学生家长的视觉免费体验需求和体验反馈调查,轻松通过组合筛选出多次参加活动有表单反馈的高意向家长,既减少了对学生家长不必要的过度营销,又能精准锁定潜在目标客户。

仅仅是Linkflow+金数据表单对活动的支持,就支持多种规则对人群的精细化筛选。

随后业务人员只需要设置好对应的触达规则,包括:触达时间、触达渠道等并为该活动选择对应的触达内容,这样系统便会自动执行,而不用运营人员人工介入。

举例来说,在转化路径运营中,最重要的环节是预约医生挂号的日程后下单未付款的断点运营,针对断定的客户,对客户打上【预约取消支付】标签,触发自动的执行流程,如下图。

另外,针对医生个人直播内容的社群口碑打造,该企业会借助自动化的方式分区域分医院分医生进行社群化运营和服务客户,拉近跟客户的距离,每个机构的医生通过公众号带参二维码开展直播,自动扫码推送加入微信群图片。

系统会根据扫码用户在各个平台上的浏览行为,将其划分至对应行业的潜在客户中。然后通过系统选择客户常用渠道自动推送内容进一步培育客户,并且在某一渠道推送失败时通过触达矩阵选择另一个渠道进行触达,尽可能提升客户触达率。

最后,在一段时间之后,当客户有触发在线咨询客服的特定行为的时候,通知视光师电话进行直接沟通,实现【自动化培育+人工及时跟进】的无缝衔接,在合适转化时机给予客户最直接的服务。

精细颗粒度的数据分析,指导运营工作优化

Linkflow在汇总了全渠道客户数据、行为数据的基础上,提供简单报表的配置,业务人员可以在系统中灵活配置其想看的指标、维度。这样一来,业务人员便可以方便的看到其想看的业务内容。系统为客户提供了大量的数据分析指标,例如:

  1. 每个微信公众号的数据看板
  2. 小程序的DAU(日活用户数)、WAU(周活用户数)、MAU(月活用户数)用户趋势情况
  3. 各活动、各人员、各医院的拉新粉情况、小程序的引流情况
  4. 各类推文的内容中的小程序商城带参二维码的引流、点击、预约医生、下单、退单的转化情况
  5. 按医生维度分析:医生的浏览次数、预约次数情况
  6. 按机构门诊的数据查看情况
  7. 按照坐诊医生分析预约下单的情况,分析当下单客户是新客户的话跟拉新的来源渠道、来源活动的分布关系,识别有效的转化渠道。
  8. 了解在预约退单较多的门诊医生,通过数据洞察提醒做好口碑传播的管理和提醒对退单客户的关怀提醒
  9. 活动分析:拼团活动事件分析、分享礼包活动分享情况分析
  10. 下单后取消关注的用户漏斗情况,关注客户的服务满意度。(60天漏斗周期)
  11. 按照公众号新增用户维度,分析对比所有机构的用户拉新情况,识别做得不好的机构,统一指导各地区的运营。
  12. 分析推文内的带参小程序码识别动作–访问小程序商城–查看商城特定内容–预约医生的漏斗转化情况
  13. (按机构)分析青少年验光套餐、3.8秒杀活动、成人医学验光套餐等业务订单的情况。


提供功能

  • 数据连接:微信公众号、小程序、官网、短信、金数据、百度
  • 客户管理:客户角色管理、标签、完整画像
  • 营销自动化:活动推广自动化、客户跟进自动化
  • 报表分析:活动转化漏斗分析、渠道分析、客户画像分析

服务效果

  • 广告成本投放降低10%
  • 新客互动率提高1倍
  • 在线预约客户完单率提高8%

以下医疗企业也在使用Linkflow

盛马丁:危机即战机,后疫情时代如何做营销?(内含视频分享&PPT)

这次疫情是一次巨大的黑天鹅事件,但黑天鹅事件后往往会出现灰犀牛事件,当大家在长期的疫情危机中习惯以后,面对突如其来的消费触底反弹,我们很可能来不及做出反应,错失了增长爆发的机会。

本文,我将结合部分资料分析疫情后的消费浪潮将会出现在什么时候,市场复苏将会带来哪些营销战机,以及在这段时间企业应该做什么去迎接冲破冰河后的万物复苏。


新冠疫情对市场的影响与走势

新冠疫情对于经济的影响远大于非典

  • 经济阶段不同:2003年中国刚加入WTO,经济快速冲高,基本上是11-12%的GDP的增长。而现在正好是经济下行,而且是下行的加速期。中国的出口量、供应量的规模不同:过去中国发生一点事,对全球的受影响是非常小的;而现在我们影响全球的比例是很高的。如果看GDP也是,那时我们占全球GDP的8%不到,现在占17-18%。
  • 杠杆率不同:2003、2004年的时候,中国政府的债务占GDP只有47.3%,整个国家的总债务占GDP只有158%。而2019年,政府的债务占GDP将近81%,总债务是278%。在这样的情形下,我们来抗这个危机,压力比2003年大得多。
  • 服务业的比重不同:这次遭受第一大冲击的是服务业。当然制造业也有一定影响,主要是受开工、复工的影响,还不是消费的影响。而现在的服务业比重达到55%左右,所以疫情对中国的冲击影响更大。
  • 影响人口范围不同:最近朱民教授做了一个测算非常棒,疫情影响的人口,非典时只有18%的人,这次是36%的人。对应GDP,非典只影响26%的GDP地区,这次要影响74%。零售业的GDP占比,2003年时只有25%,现在达到71%。财政收入方面,非典时影响的地区只有24%,这次影响到的地区达61%左右。非典时的封闭式管理也很少,而这次的“封闭”基本覆盖了2/3的中国。此外,全球对中国人的旅行限制,2003年时也远没有今年这么大。
  • 中美贸易情况不同:一个2003年不曾有的东西,就是这次叠加了美国强制中国从美国加大进口。
    表面上来看,这次影响的是中国的进口和中国本地的生产,但是它间接影响到第三方国家对中国的出口,潜在也会增加第三方国家对中国的进出口摩擦,进一步影响到中国的出口商对这些第三方的出口。

(以上资料摘自:混沌大学-《梁信军:疫情损失已经是事实,请留意第二轮冲击和窗口机会》)

疫情后的第一波反弹机会会出现在5、6月份

这里我引用了《经济学人》发表的疫情发展判断图。该图将疫情区分为以下几种模式:

图片来源:《经济学人》

  • 乐观模式:疫情在2月底被控制,3月基本结束。Q1业绩下滑50%以上,Q2逐步恢复,全年业绩缩水15%以上。
  • 中间模式:疫情会在3月底受到控制 ,第二季度逐渐恢复。Q1业绩下滑50%以上,Q2影响30%以上,全年业绩缩水25%以上。
  • 悲观模式:疫情第一季度未能控制,延续到第二季度末6月底。Q1业绩下滑50%以上,Q2、Q3影响30%以上,全年业绩缩水40%以上。
  • 地狱模式:疫情在2020年全年没能得到控制。Q1、Q2业绩下滑50%以上,Q3、Q4影响30%以上,全年业绩缩水60%以上。

从当前疫情的控制情况来看,相当一部分的确的现存确诊数已被清零,我们大致可以判断在市场将会在Q2Q3逐渐回暖,疫情后的第一波消费反弹机会会出现在5、6月份。


后疫情时代的营销战机出现在哪里?

新的消费场景

“宅”文化将孕生新的商业模式和新的消费方式。“线上买菜”、“同城配送”、“线上娱乐”等业务在疫情之前发展趋势就很明显,叮咚买菜、每日优鲜、闪送等新兴代表品牌成为保障居民“菜篮子”的主力军。“宅经济”的出现,为线上线下融合业务的持续发展提供了土壤。

图片来源:《新冠肺炎疫情对消费影响分析与预测》

新的用户习惯

用户行为习惯发生深远变化,在线化、到家化是大势所趋。典型伴随这次疫情催熟、催大的两个战略性行业:在线教育和在线办公。

图片来源:《新冠肺炎疫情对消费影响分析与预测》

第一,对很多做内容的,如教授、讲演者、老师,他原来可能很排斥种网上的模式,但是现在他不得不去习惯,然后习惯习惯着,他就会发现,有些内容、有些方法、有些课程、有些教育是可以Online的,而且效果很好。

第二,对内容的提供商、消费商,以及对系统提供支持的服务商,各方都会支撑起来,使大家更熟悉、更擅长,去把这个行业做得极致一点。

所以我认为,在线教育和在线办公还会持续相当长的时间。

新的品类机会

部分品类格局被打破。例如,清洁品类得到了再次升级,“非典”让人们摒弃了肥皂改用洗手液,蓝月亮由此一飞冲天,开创了一个新品类的代表。所以我们也可以预期,未来家庭清洁品类会有一次很好的升级机会。

另外,Ready To Cook和Ready To Eat因为疫情得到加速的发展,原来很多人从没想过去尝试 Ready to cook,现在也因为不能去餐馆,没东西吃不得不试一下,觉得口味还不错就形成了复购。


后疫情时代,构建以消费者为核心的全域营销能力尤为关键

我先和大家分享一下Leading Agency对于2020年营销策略的建议:

图片来源:Leading Agency

3-5月也就是我们备战消费浪潮的关键时期,面对消费渠道、消费模式以及消费喜好的突变,企业需要:

  • 重新设计消费者路径和模式
  • 跟准趋势,根据消费者媒介触点的变化,灵活调整渠道
  • 围绕消费者新的兴趣点,提供相匹配的内容

总结下来即6个字:重构、变化、试错

在这样的新形势下,构建以消费者为核心的全域营销能力尤为关键,从外部的流量导入到内部的运营转化的数据必须打通,修炼灵活可拓展的营销内功,来应对捉摸不透的消费新趋势。

构建全域营销能力三要素

  • 汇聚全域数据,搭建客户数据池

即连接企业所有客户触点及运营工具,采集客户数据,打破数据壁垒,并归一整合所有客户数据,将用户在各个渠道的行为轨迹归一化形成完整客户画像。

换句话说,就是企业需要拥有整合第一方数据资产的能力,将原本分散、沉寂的数据整合成一个灵活的数据池,通过数据池及时洞察客情。

  • 具备快速响应客户需求的能力

即在数据池基础上,构建能够随时调整的客户旅程,对不同画像的消费者进行自动化、个性化的培育。第一时间响应客户的需求,并提供个性化交互体验,不再错过任何关键营销节点。灵活的自动化客户旅程能够大大缩减试错时间和成本。

  • 对营销效果精准的把控和调优能力

即能够及时为企业展示运营效果,通过营销反馈的数据和报表,及时优化运营策略,提升消费者满意度与转化率。当然,客户行为数据也需要实时反馈,丰富客户画像,最终实现利用数据驱动业务增长。

全域营销新势力——CDP

正如前文所言,全域营销对于数据基础、客户响应能力和效果追踪能力的要求极高,而作为近两年才进入大众视野的运营新势力CDP,能同时满足以上要求。

CDP的三大能力:

  • 数据能收进来(Link):CDP可以快速连接来自市场、销售、客服等各部门的各类数据源中存储的客户数据。为企业提供了完整的、不断更新的客户画像,而不是流于表面的统计数据。
  • 数据能流出去(Flow):CDP有能力快速对接企业内外部的各种数据源,包括广告投放、CRM、客服系统、网站、微信、App、大数据分析与BI等等。只有数据流动起来,才能更好地构建数据驱动的企业文化。
  • 业务驱动:CDP是为业务人员驱动建立的,而不是IT人员。业务人员可以自行决定需要什么数据源、如何对用户打标签、把数据传递到哪些平台等等。业务团队可以直接在CDP上进行操作,而不用依赖于IT部门。这赋予企业快速响应前端需求的能力。

疫情是去芜存菁、去伪存真的炼金石,是弯道超车的最佳时机。中国市场的规模在,刚需在,疫情过后一切恢复正常。

危机即是战机,企业需把握疫情的最后一个阶段,修炼内功,构建以消费者为核心的全域营销能力,以最好的状态去迎接冲破冰河后的万物复苏。祝各位都能在疫情后获得全新的爆发式增长!

Linkflow+企业官网:提升流量转化率

官网是重要的流量平台,它承载了公司形象、品牌价值、产品宣传、用户交互等多方面的作用,是企业用户运营系统中必不可少的一环。

同时,官网也是承载流量的第一道池子,但导入的流量并不是最终收益,企业需要将流量转化成客户,才能构建出属于企业私有的客户池,这些流量才真正发挥价值,否则流量左进右出,只是徒增营销费用而已。

那么,我们该如何提升官网流量的转化呢?


掌握客户来源行为偏好,为精准触达做准备

企业通过各类线上平台的投放、线下宣传、客户自主搜索等方式导流了大量的流量至网站的落地页,此时流量来源难以追踪,画像孤立。

而通过Linkflow,企业可以精准掌握客户来源。当客户在企业官网进行初次浏览时,Linkflow可以通过Cookie确认此匿名用户的唯一身份,并在Linkflow后台创建一个匿名用户,记录该客户的访问来源,是通过百度还是谷歌跳转访问的企业官网,甚至可以精确到具体的关键字。

当用户产生注册行为时,Linkflow会自动将Cookie与客户提供的手机、邮箱、姓名等注册信息进行绑定,之前的匿名用户将会被实名化。

另外,Linkflow打通了50+企业常用的客户触点平台,通过手机号或者其他业务规则,Linkflow可帮助企业实现多渠道账户合并,并将各渠道上记录的扫码行为、提交表单行为、浏览行为、提交订单行为等数据,汇集成完整的客户行为时间轴,帮助企业部门洞察客户需求,掌握行为偏好。

同时,通过Linkflow动态标签筛选,企业可对用户进行群体细分。根据用户发生的行为、个人属性、用户指标,添加相应满足业务规则的客户标签,为后续精准触达做铺垫。


全域精细化触达,提升流量转化率

大部分官网的客户都是通过付费广告的链接进入到企业官网,这些客户对企业的认知很少甚至没有,所以这些客户需要经历“形成印象→大致了解→深度认知 →成交转化”方能成为成交客户。

对于大多数企业,尤其ToB或者客单价很高的产品来说,从流量到客户转化乃至复购,需要长时间、多次且精准的触达培育。这种情况下,企业就需要借助更多渠道进行客户触达,从而提高转化率。

Linkflow与各类表单、客服、邮件、短信、CRM等系统打通数据隔离,并将各类系统回传的数据实现数据标准的统一。进而企业可以在Linkflow中设置官网流量从“访问→留资→交互→转化”的全链路客户培育流程。

例如,当客户浏览时间超过30s时,官网右下角会自动弹出客服交流窗口。

如果客户与客服交流超过6句话,则自动加入初步意向客户组。

当用户提交实名信息后,则将其加入注册组,并通过邮件向其发送详细的产品介绍资料和试用账号。

如果该客户7天内未登录试用账号,则通过短信进行召回。如果该客户打开了试用账号,则在CRM中创建销售线索。

全维度数据洞察,优化流量转化策略

通过Linkflow提供的报表数据模型,可多维度的对客户来源、客户访问次数进行实时的分析。

例如,分析人员可根据转化客户的来源渠道进行分析,优化企业对于官网导流的投放策略。

Linkflow还能整合所有投放渠道数据,完成从流量到转化交易全流程广告效果监测,为企业解决无法全渠道监测、无法追踪转化、难以降低成本等广告投放痛点。

另外,企业还可通过对于事件的漏斗分析,了解各个流程的转化效率,优化企业客户培育、活动策划流程。


Linkflow通过实现官网、以及企业全渠道的数据对接,构建完整客户画像、捕获全链路客户行为,赋能业务部门实现精细化客户运营,精准内容触达,优化市场投放策略,达到提升客户转化率,控制投放成本的目的。

活动运营自动化:提升从报名到孵化的全链路运营效率

第一波大面积复工潮的到来,意味着线下活动也即将回暖。过去,我们总想着下一次的活动要做的更好更高效,但紧密的活动安排让我们挤不出时间去思考如何才能更好的提升活动效率,如何能让客户在活动中有更好的体验,如何能通过活动补足客户画像。

在线下活动全面复苏之前的这段时间,就是优化线下活动流程的最佳时机。今天小联与大家分享企业利用Linkflow优化活动的真实案例,希望能在活动优化方面给予大家一些启发。

活动报名灵活邀约,节省人力和沟通资源

在使用Linkflow之前,该企业需要由销售人员挨个询问客户的参会人员信息和参会时间,并整理成表格给到客户服务部门安排接待事宜。

Linkflow打通了微信公众号、问卷网和企业微信,销售人员只需将带有微信公众号二维码的邀约海报发送给客户,客户扫描二维码后,会自动收到一张报名表单。

客户提交报名表单后,表单内容会自动回传Linkflow系统,并自动创建包含报名信息、微信渠道信息的联系人。

之后,Linkflow就可以通过事件判断器区别不同参会时间段的客户,将接待任务分配给客户服务部门不同的人员,并通过企业微信提醒接待人员。

原本逐一询问、收集信息、汇总成表、安排接待等繁杂的人工流程,都可由Linkflow的自动化客户旅程轻易实现。


参会流程智能化,提升从报名到孵化的全链路运营效率

在使用Linkflow之前,该企业需要安排客服人员向报名用户逐个发送活动提醒,并在培训结束后手动私信客户发送调研问卷,再将报名表单、问卷表单汇总在一起。而Linkflow可以定时在活动开始前2小时通过微信公众号向客户发送活动提醒,如微信发送失败,则通过邮件发送。

会议开始时,参会客户通过扫描微信二维码完成会议签到,Linkflow会通过工作流将其加入到签到组。

会议结束后,Linkflow能定时向客户发送培训资料,延时3天,如果用户打开资料则为其增加活跃度分值,如果没有打开则发送一份需求调研问卷。

问卷的内容会自动回馈到Linkflow系统,并根据用户的不同需求划分进不同的组,以进行后续的个性化培育。


全面的画像和报表,帮助掌握优化方向

该企业需要全面掌握客户的报名情况、签到情况、和客户需求情况。以往这些数据都存储不同的Excel表中,需要运营人员手工合并,而在Linkflow中,一张完整的客户视图即可展现以上所有信息。

另外,Linkflow还可以精准把握客户来源,了解各个活动推广渠道的客户导流效率、平均转化成本,评估活动平台的推广效果。

从直播活动报名→直播签到→本次直播转化的线索→成单的漏斗分析可以帮助该企业了解各个流程的转化率,优化客户运营流程。

Linkflow集成了微信公众号、企业微信、问卷系统、邮件系统、CRM系统,打破各系统间的数据壁垒,帮助企业灵活构建自动化活动流程,大幅提升运营效率,完善客户画像,并通过全面的报表帮助企业掌握活动优化方向,提升从报名到孵化的全链路活动运营效率。