电商案例：详解数据驱动下的老客回头策略！

电商

平台a，成立近10年，算不上行业top，但在细分领域也算有些头脸。

今年不景气，app日活从年初50万一路下跌，到现在，运营

死乞白赖地拽着40万的底裤，老板绞尽脑汁地哄着

投资人开会。“这样下去不行，得想想办法。”老板掐灭了还没燃掉一半的烟。“谈几家合作平台，互换资源搞些

流量？”“投几个内容

kol，或者投点广告主？”“加做几场促销吧，配合push能涨点日活”bd、市场、运营建言献策，老板沉默不语。

18年移动端不景气，行业都在保存量，没人敢真金白金地大量做投放。促销或许可以止损，但要彻底解决问题，必须有新流量的进入。

沉默了好一会儿，老板问：“这么些年在平台下过单的流失老客，大概有多少?”“八九百万吧。”“想想办法，把这些用户捞回来点。”老板是对的，从经验看，流失老客召回一定比

拉新

成本更低，更精准，流量质量更好。

八九百万的老客，曾经在注册、下单过程中留下了他们的

手机号、姓名、地址

等信息，触达他们并不难，最简单、高效、低成本的方式应该是

短信发送什么样的短信，才能吸引他们回来呢？

就电商而言，一般有三种玩法：

商品领取，如：你太久不来，老板说我失职，送你价值59元ray面膜，快来领取！

第一种方法成本较低（仅需短信费用），但响应较差，一般用来配合促销活动，不适合老客召回。第二、三种方法在短信或push中响应一般都不错。但

作为非自营平台，优惠券意味着1:1的高补贴成本，同时，对于购买需求不明朗的流失老客，优惠券非刚需，吸引力有限。相对来说，“爆款商品免费拿”不仅通用性强，大规模采购的成本也更低。

所以，我们采用第三种方法：

短信通知这些流失老客，回归免费领礼品。

去哪领？app吗？

流失老客均为

180天未访的用户，绝大多数已卸载app，重新激活app行为成本太高，不切实际。

不去app，去哪？

在电商行业，“免费领”活动一般伴随着拼团、分享、砍价等

社交

玩法，通过裂变拉新进一步缓冲成本，如拼多多的助力砍价，每日优鲜

的0元吃水果等。而

社交裂变

最好的温床，无疑就是

小程序。a平台小程序作为在

微信生态

内的延伸，功能轻量齐全，作为承接老客回归的第一个据点，再合适不过。

综上，我们将通过短信通知流失老客回归有礼，将其引入小程序，并通过社交玩法生成一轮裂变。

活动流程如下：

上图流程中，无论是主态或客态、开团或参团，在其成团或失败后，都不意味着运营工作的结束。用户参与到这个阶段，我们已经拿到其

微信

openid与推送模板消息的权限，此时根据用户所处的状态，可针对性推送促销商品、优惠券或其他活动来促使、承接用户的进一步

转化活动背景和策划都已经很清楚，下面我们就聊聊，如何用数据追踪和评估活动效益。

对于以上活动的效果数据评估，我们从四个维度进行：

这四个维度也

基本适合用来评估所有微观运营活动下面我们逐一展开，并以前文活动为基础举例说明。鉴于商业规则，数据会有合理范围的修整。

响应数据，就是我们常说的“漏斗”假设我们在

今日头条

投放了一则广告，一段时间内，1000人点击了广告，200人点击后进行了注册，50人注册后根据提示下载了app，最后只有10人在app完成了消费转化。

在这里，从1000到10，就是一个简单的漏斗。

任何一个活动，从触达后用户的首个特定动作发生到最终的转化，就是一个漏斗漏斗展示了一次活动的直接成效，并将成效分解到各个步骤，为结果提供每个层次的归因下面是本次老客召回活动的转化漏斗：“输入口令比例”较低，可能是因为

短信

文案

不够锋利，商品选得不够诱人；“分享链接人数”和“开团人数”两个环节比例都还不错，说明用户输入口令后，转发与开团的引导与流程清晰简洁，用户操作门槛较低；“成团率”综合为%，低于行业水平。猜测可能是因为

3人成团人数较多，难度太大，也可能是因为这些用户嫌麻烦，或是不愿意滥用自己的社交价值通过漏斗，我们既可以看出

活动整体转化水平，也可以

细究每一环节的数据表现，问题出在哪，一目了然“问题出在哪”只是漏斗解决的第一个问题，更重要的是“如何解决”。以上是漏斗的“主干”，下面介绍漏斗的“枝干”：

对于“输入口令较低”的问题，我们猜测

可能与文案、选品、发送时间等有关。选品为例，为了对比测试，我们

在活动前为每组人群设置少量人数（5000人）的对照组，推送短信来验证对这个人群来讲，什么样的商品更有吸引力显而易见，24岁以下用户更愿意免费拿到眼药水，面膜对于25~29、30~39岁用户更有吸引力；40以上用户则更倾向于牙膏我们发现，以上的表格包括的不仅是“选品”这一个变量，而是“年龄分层”和“选品”两个变量的交叉。在活动中，影响某一环节结果的变量往往数量繁多、相互纠缠，本活动为例，影响“输入口令比例”的因素，与其说是

单个变量，不如说是“年龄与选品”、“年龄与文案”这样的变量组合，甚至是“年龄”、“选品”、“文案”、“发送时间”等所有相关变量的最优化组合所以，漏斗的“枝干”，就是为了

寻求各个变量的最优化组合。实操过程中，变量组合后会产生指数级增长，三五个变量就可能组合出上百种情况，一一测试是不切实际的。所以，变量最优化一定要建立在业务判断的基础上，比如该例，从业务经验出发，不同年龄的用户商品需求应该不一样，所以我们做了“年龄”与“选品”的变量测试；同样，我们认为“选品”和“短信发送时间”并无明确关联，所以就把“短信发送时间”作为单独测试的变量。无论是猜想的验证，还是洞见的挖掘，数据都一定只是业务的

工具，而非业务本身在一次运营

活动策划

中，如果你没有把裂变作为整个活动的出发点，那起码也要把它作为一个关键的价值环节。

无论是

饿了么

式的红包分享、拼多多式的助力砍价，还是每日优鲜的0元吃水果、携程

的助力抢车票，亦或是近期

朋友圈

现象级的网易荣格心理测试、连咖啡的“我的咖啡店”，这些教科书级的活动或玩法，不论转化导向或传播导向，都是围绕“社交”这个价值点展开的。哪怕是微信生态以外的活动，如

支付宝

的春节集五福，社交性极强的“赠送福字”也是其活动参与转化的最核心来源。

活动之于投放，之所以有四两拨千斤的机会，靠得就是转发、分享、点赞等社交传播行为。

说了这么多，无非是想论证，在运营活动越来越社交化的当下，“裂变数据”的追踪分析绝不是可有可无，逐渐成为评估活动成效的重要数据指标。

下面回归到我们的案例中。

从活动sop图中可以看出，这次活动的裂变方式主要有2种：

首轮裂变

展示了短信推送用户带来的第一轮裂变效果，后续裂变

指活动链接被短信推送用户分享到39859个群后，引发的不可控裂变。由于

活动页埋点原因，后续裂变无法继续分层追踪，虽然这很有必要（不同年龄用户转发到的群很可能完全质量不同）。

分享次数和后续裂变中的开团数代表了

主态裂变；参团人数代表

客态裂变综上，这次活动的裂变并不理想，分享环节的展示、选品、文案等方面都需要优化，如优化后依然不理想，可能整个活动的逻辑都要重新考虑。

拿着响应和裂变数据，运营胸有成竹地进入老板办公室。

他向老板提纲挈领地汇报了转化与裂变数据中的要点，并作出了业务层面的归因，还对下一步执行计划的优化提出了一些建议和安排。

老板看着数据微微点头，同时思考着什么。

这时小运营说了一句总结的话，惹怒了老板。“我觉得这次活动效果还可以，裂变的逻辑优化一下，可以大量做”一顿臭骂。

事实上，完成

转化用户

的价值追踪之前，不应该下任何结论每一个用户的转化都意味着

真金白银的成本和补贴，必须由

后续购买所带来的利润填平。如果活动所带来的

用户复购和活跃都极差，那么无论

转化率

多高，这个活动都是失败的。因为你的活动招来了一群让运营界闻风丧胆的人——

羊毛党强调一下，所谓的“转化”，并非只有完成了开团成团才算，在

分享、注册、参团等任何环节蹦失的用户，只要与我们发生关系，都算转化，只是转化程度不同。

为了提高用户转化后的后续表现，运营们通常会用

push

或短信的手段进一步激励。如该例中，对于开团成功、开团失败、参团成功、参团失败以及分享链接不足3次等用户，我们会根据其

基于转化程度的行为倾向性在24小时内为其个性化推送优惠券、优惠商品、活动链接等，为的就是促进后续转化，尽力承接住这些用户。

价值追踪数据较为复杂，基于

用户分层、时间分层、行为分层等，可以形成一个庞大的价值追踪体系。篇幅考虑，笔者为本例价值追踪做了简化，分以下两部分：（1）关键价值追踪

这个表有3个要点：

1）追踪谁

当然是转化的新客。但是一定要

分层追踪，除了短信推送的

年龄分层，还要纳入

转化程度的分层，这样才可以追踪到

不同转化程度的用户间的价值差异如上表，我们可以看到“开团成团用户”相对于“开团未成团用户”有更高的复购频次；裂变用户各项价值均逊于推送人群2）追多久

根据产品使用频率、用户生命周期

来定。一般电商追踪至90天或180天，如因活动优化迫切需要结论数据支撑，可提供短期追踪数据。

3)

 追什么

一定是追踪

用户之于产品最关键的几个价值指标。对于

自媒体

可能是点击、转发、打赏；对于

游戏

可能是活跃、付费；而对于电商平台，自然就是gmv、订单数、客单价这些交易数据了。

至此，我们得出了

每个分层用户在不同时间段贡献了多少gmv，再乘以平台交易费率，很容易算出平台获得的利润。通过这些利润，我们

一方面可以直观判断出不同分层用户价值，另一方面可以

通过与成本的对比，判断活动的效益，决定活动是否可以产品化或规模复制在产品相对简单，活动规模较小的情况下，以上价值追踪基本可以证明活动价值。但是如果产品生态复杂，用户消费行为多样，那就有必要

对

用户行为

做分层追踪（2）行为分层追踪

在同一个产品中，不同用户基于不同的行为，为平台贡献了不同的价值，共同构建一个完整的生态。

我们以最具代表性的

ugc

内容平台知乎为例，其用户行为及对应价值大概划分如下：

相对于知乎，电商平台的生态可能更为复杂：

电商生态中，并不是只有“买”和“卖”那么简单。搜索购买型用户贡献了大部分gmv，是平台生存的基础；喜欢“逛”的用户热衷于发现式购物，除了贡献可观的gmv之外，还通过点击、停留等行为反馈了不同主题banner、模块以及商品的热度，从而为运营工作指明方向；那些热衷于拼团和助力砍价的用户，聚集在微信中通过传播劳动换取平台的优惠，为平台不断引入新的流量；甚至目前大多数电商平台，都引入了攻略、评测等内容子生态，而喜欢写评测心得的用户就是这个子生态的核心支撑。

因此，我们不能仅根据购买力判断用户价值，也就是说，不能因为活动吸引来的用户买得不够多，就定性活动失败。因为这些用户，很可能贡献着其他重要的生态价值。

从数据看，这次活动所带来的用户在

开团、助力砍价、关注服务号等

方面比较突出，说明用户

多聚集在

微信小程序

中，有着不错的传播价值，猜测可能是由于活动玩法为拼团，所以带来的流量或多或少有点羊毛属性，这也降低了我们对其复购价值的期望。

这些用户更适合在小程序中为平台进行外围传播“成本数据”和“价值追踪”是活动的阴阳两面。价值与成本的差值，基本代表了整个活动的初步收益。

就本次活动而言，成本主要产生在3个地方：

在第三步我们追踪到复购总gmv，乘平台费率得出利润，再减掉以上三条成本之和，得到

的就是活动利润。

成本数据逻辑简单，唯一值得注意的

是是否要分层。不同分层的用户价值不同，所消耗的成本也不一样，如果

用同样的分层追踪价值和成本，就可以计算不同分层的roi，找出盈亏平衡点，选择性推送以提高整个活动的收

益。但多数时候，基于用户名单有限、数据埋点等限制，基于分层roi优化很难实现。所以，分不分层，视业务情况而定。