數(shù)據(jù)旅游出行數(shù)據(jù)解決方案

目錄一、廣告精準(zhǔn)投放引流方案北京5月旅游出行人群數(shù)據(jù)分析與引流建議二、用戶復(fù)購率提升方案意向用戶挖掘法用戶場(chǎng)景推薦法三、案例方案介紹

某集團(tuán)資源引流與復(fù)購?fù)扑]

某航空：用戶粘性增加建議旅游業(yè)通用整體解決方案一、廣告精準(zhǔn)投放引流方案服務(wù)流程——內(nèi)循環(huán)訓(xùn)練種子用戶，為外循環(huán)引流提供依據(jù)數(shù)據(jù)匹配分析人群擴(kuò)展廣告投放用戶行為分析分群營銷效果監(jiān)測(cè)首次用戶IMEI、MAC（MD5加密）與鋯云數(shù)據(jù)庫匹配對(duì)群體用戶進(jìn)行畫像分析持續(xù)Lookalike算法匹配目標(biāo)人群擴(kuò)展觸媒習(xí)慣洞察廣告平臺(tái)投放應(yīng)用行為分析意向人群特征探尋標(biāo)簽人群特征模板建立營銷推送效果監(jiān)測(cè)與提升內(nèi)循環(huán)引流用戶的轉(zhuǎn)化提升外循環(huán)潛在用戶的精準(zhǔn)引流種子用戶提純【行業(yè)偏好TGI】【APP偏好TGI】種子用戶與6億用戶匹配擴(kuò)展整體方案中的兩大產(chǎn)品組合方案概述：打造數(shù)據(jù)的營銷閉環(huán)2、：相似人群擴(kuò)展20億累計(jì)人群數(shù)據(jù)標(biāo)簽庫1、:場(chǎng)景人群模型分析各場(chǎng)景下用戶群特征分析DAU：6億人群數(shù)據(jù)地域、性別、年齡、APP偏好行業(yè)偏好。。。Lookalike匹配擴(kuò)展種子用戶已付費(fèi)用戶群特征建立高頻用戶群特征建立忠誠度用戶特征群建立。。。。。。3、精準(zhǔn)渠道投放根據(jù)人群APP偏好選擇投放4、:引流效果監(jiān)測(cè)APP、小程序、H5網(wǎng)頁旅游出行行業(yè)精細(xì)化運(yùn)營方案二、：復(fù)購人群數(shù)據(jù)運(yùn)營方案渠道引流業(yè)務(wù)監(jiān)測(cè)與優(yōu)化購買意向用戶挖掘潛在付費(fèi)用戶挖掘與營銷復(fù)購用戶推薦品牌忠誠用戶培養(yǎng)流失用戶預(yù)警、分析、召回建立關(guān)鍵轉(zhuǎn)化路徑的基礎(chǔ)上建立KPI指標(biāo)注冊(cè)搜索付費(fèi)復(fù)購分享流失曝光率意向率引流數(shù)付費(fèi)率復(fù)購率裂變率流程建立指標(biāo)制定流失率流失率流失率流失率引流業(yè)務(wù)流程框架——從引流注冊(cè)到付費(fèi)、復(fù)購提升的轉(zhuǎn)化路徑引流注冊(cè)搜索付費(fèi)復(fù)購分享流失廣告引流數(shù)據(jù)匹配與分析人群定位廣告投放付費(fèi)用戶挖掘付費(fèi)用戶分析人群模板建立潛在用戶挖掘營銷推送復(fù)購用戶推薦復(fù)購分析相關(guān)性推薦興趣度推薦。。。渠道監(jiān)測(cè)引流效果監(jiān)測(cè)收益監(jiān)測(cè)運(yùn)營成本監(jiān)測(cè)留存監(jiān)測(cè)意向用戶挖掘意向行為分析意向用戶分群品牌忠誠用戶培養(yǎng)用戶價(jià)值體系價(jià)值模型建立營銷策略推送流失用戶預(yù)警潛在用戶挖掘流失原因內(nèi)部分析流失路徑與行為分析流失原因外部分析APP競(jìng)品使用分析領(lǐng)域興趣度變化分析流失用戶召回召回消息推送召回效果監(jiān)測(cè)復(fù)購用戶數(shù)據(jù)分析法1、高意向用戶挖掘法群體訪問平均法潛在付費(fèi)用戶發(fā)掘法漏斗用戶發(fā)掘法2、用戶場(chǎng)景推薦法相關(guān)性推薦法關(guān)聯(lián)性推薦LRFMC法精細(xì)化運(yùn)營分析方案1.1、意向用戶挖掘法意向行為分析意向用戶分群意向用戶挖掘方法論：群體平均值法查詢與瀏覽次數(shù)查詢與瀏覽時(shí)長(zhǎng)興趣度低高高群體訪問深度意向行為分析意向用戶分群意向用戶消息推送——裂變營銷意向用戶挖掘方法論：群體平均值法有多人對(duì)【周三秒殺】活動(dòng)感興趣，是潛在興趣客戶呢？第1步：找出該產(chǎn)品的群體訪問指標(biāo)：人均訪問次數(shù)（按照每周或者每月求平均值）第2步：建立該場(chǎng)景模型與分析：每天登錄1次以上的，且訪問秒殺活動(dòng)大于群體平均值的用戶群第3步：特征分析：根據(jù)輸出的用戶群進(jìn)行畫像與特征分析第4步：人群特征營銷與效果監(jiān)測(cè)：如地域、性別、偏好。。。精細(xì)化運(yùn)營分析方案1.2、潛在付費(fèi)用戶挖掘法付費(fèi)用戶分析人群模板建立潛在用戶挖掘營銷推送潛在付費(fèi)用戶挖掘-樣本擬合法某商品的付費(fèi)用戶特征分析付費(fèi)用戶特征用戶屬性行為屬性第一方第三方消費(fèi)行為訪問行為性別、年齡、地域。。。TGI指標(biāo)、APP偏好、領(lǐng)域偏好購買頻次、消費(fèi)金額訪問時(shí)長(zhǎng)、商品類型。。。付費(fèi)用戶模板建立——分組廣告平臺(tái)引流的潛在付費(fèi)用戶挖掘意向行為的潛在付費(fèi)用戶挖掘任意場(chǎng)景下的潛在客戶挖掘樣本擬合法：根據(jù)已知樣本用戶群特征找到更多符合特征的人群搜索瀏覽開始預(yù)定提交訂單支付第1步：將【西班牙之旅】已付費(fèi)的用戶找出來哪些人是【西班牙之旅】潛在付費(fèi)客戶呢？關(guān)鍵業(yè)務(wù)路徑第2步：已付費(fèi)的用戶畫像分析（1）性別、年齡、地域、分析（2）RFM消費(fèi)分析（3）APP偏好TGI分析（4）（根據(jù)具體業(yè)務(wù)進(jìn)行更多特征分析。。。）第3步：建立特征人群模型，并進(jìn)行樣本擬合人群挖掘與營銷精細(xì)化運(yùn)營分析方案1.3、漏斗用戶挖掘法將加入購物車的用戶進(jìn)行該商品優(yōu)惠券發(fā)送，以及付費(fèi)流失用戶搜索瀏覽開始預(yù)定提交訂單支付漏斗轉(zhuǎn)化的層次越深的用戶群，說明購買意向越強(qiáng)營銷意愿強(qiáng)流失用戶內(nèi)部分析——通過智能路徑分析流失原因智能路徑（起始事件）發(fā)現(xiàn)未支付用戶行為未支付原因探尋未支付用戶行為路徑未支付原因探尋未支付用戶行為路徑復(fù)購用戶數(shù)據(jù)分析法1、高意向用戶挖掘法群體訪問平均法潛在付費(fèi)用戶發(fā)掘法漏斗用戶發(fā)掘法2、用戶場(chǎng)景推薦法相關(guān)性推薦法關(guān)聯(lián)性推薦LRFMC法（去哪與攜程使用較多分析方法）精細(xì)化運(yùn)營分析方案2.1、復(fù)購用戶的相關(guān)性推薦法復(fù)購用戶分析——購買了產(chǎn)品A的用戶群，還買了哪些產(chǎn)品日本九州5日自由行日本北海道7日自由行日本本州5日自由行相關(guān)性推薦——只要購買了產(chǎn)品A和C的用戶，就推薦產(chǎn)品B購買了A和C產(chǎn)品的用戶且沒有購買產(chǎn)品B用戶群每日自動(dòng)更新精細(xì)化運(yùn)營分析方案2.2、關(guān)聯(lián)性推薦法商品關(guān)聯(lián)推薦模型-找到商品間的強(qiáng)關(guān)聯(lián)關(guān)聯(lián)推薦旅游產(chǎn)品簽證關(guān)聯(lián)推薦關(guān)聯(lián)推薦酒店。。。精細(xì)化運(yùn)營分析方案2.3、LRFMC法LRFMC法-在此模型基礎(chǔ)上建議補(bǔ)充更多指標(biāo)維度用戶價(jià)值分層體系L生命周期首次消費(fèi)至今價(jià)值度促銷偏好度意向度營銷度R最近一次消費(fèi)至今時(shí)間F消費(fèi)頻次M消費(fèi)金額C單位時(shí)間內(nèi)消費(fèi)的折扣系數(shù)訪問次數(shù)訪問時(shí)長(zhǎng)電商活躍重要價(jià)值高于平均值高支付一般價(jià)值重要發(fā)展一般發(fā)展中購物車重要保持低于平均值沉默一般保持低瀏覽重要挽留一般挽留L(lifetime)：用戶來多久了？R(Recency)：用戶最近是否有消費(fèi)，如果來了很長(zhǎng)時(shí)間都未消費(fèi)，是否需要進(jìn)行喚醒？F(Frequency)：用戶出行的頻率如何，如果是固定周期出行，是否應(yīng)該進(jìn)行復(fù)購提醒？M(Monetary)：用戶的消費(fèi)金額是多少，是單價(jià)高（購買頭等艙），還是頻次高？C(CostRatio)：用戶對(duì)折扣的偏好如何，是為用戶增加權(quán)益還是降價(jià)促銷？用戶模型體系—會(huì)員價(jià)值分層體系用戶價(jià)值分層體系生命周期會(huì)員積分TGI偏好指數(shù)價(jià)值度意向度營銷度R最近一次消費(fèi)至今F消費(fèi)頻次M消費(fèi)金額C單位時(shí)間內(nèi)折扣系數(shù)訪問次數(shù)訪問時(shí)長(zhǎng)電商內(nèi)容活躍鉆石高于互聯(lián)網(wǎng)平均水平重要價(jià)值高于平均值高支付評(píng)論一般價(jià)值白金重要發(fā)展持平一般發(fā)展中購物車分享金卡重要保持低于平均值沉默銀卡低于一般保持低瀏覽點(diǎn)贊普通重要挽留一般挽留用戶縱向分群，橫向分層，交叉組合內(nèi)容營銷熱點(diǎn)內(nèi)容時(shí)效性內(nèi)容即時(shí)性內(nèi)容持續(xù)性內(nèi)容方案性內(nèi)容實(shí)戰(zhàn)性內(nèi)容促銷性內(nèi)容精細(xì)化運(yùn)營分析方案2.4、興趣度指標(biāo)推薦法TGI分析興趣度推薦興趣度推薦-旅游出行行業(yè)的TGI指標(biāo)漲幅判斷用戶群最佳營銷時(shí)間行業(yè)TGI趨勢(shì)變化法：行業(yè)TGI指標(biāo)變化代表此用戶群近期對(duì)于該行業(yè)APP總體的使用粘性APP競(jìng)品分析法：APP的TGI指標(biāo)可以看用戶群最近使用哪些競(jìng)品APP較多以下2個(gè)分析方法結(jié)合使用：可以精準(zhǔn)發(fā)現(xiàn)最佳營銷時(shí)間點(diǎn)與人群。復(fù)購用戶推薦——營銷目標(biāo)制定與效果達(dá)成監(jiān)測(cè)營銷目標(biāo)制定營銷效果達(dá)成監(jiān)測(cè)精細(xì)化運(yùn)營分析方案方案提升效果展示銀行業(yè)的持續(xù)優(yōu)化營銷環(huán)節(jié)——轉(zhuǎn)化效果提升到33%短信打開告知目標(biāo)人群篩選觸達(dá)率點(diǎn)擊進(jìn)入LandingPage短信打開未進(jìn)入短信未打開數(shù)據(jù)作用區(qū)間一個(gè)月后重新觸達(dá)1、觸達(dá)方式切換2、產(chǎn)品文案切換二個(gè)月后重新觸達(dá)1、落地頁設(shè)計(jì)切換2、引導(dǎo)環(huán)節(jié)優(yōu)化第二次短信提醒點(diǎn)擊購買優(yōu)化流程優(yōu)惠券領(lǐng)取頁面進(jìn)入落地頁未行動(dòng)第三次短信強(qiáng)化第四次短信說服營銷作用區(qū)間（前提條件：RFM模型人群設(shè)定）首次投放后提升5%，3個(gè)月后達(dá)到穩(wěn)定值8.5%（前提條件：多次數(shù)據(jù)監(jiān)測(cè)與人群特征分群）再次投放后提升19%，3個(gè)月后達(dá)到穩(wěn)定值33%優(yōu)化1、短信推送按照不同場(chǎng)景人群推送，優(yōu)化推送產(chǎn)品話術(shù)（分群）優(yōu)化2、短信通知推送時(shí)間優(yōu)化（千帆）優(yōu)化3、UI與營銷流程優(yōu)化（效果監(jiān)測(cè)）精細(xì)化運(yùn)營分析方案3、案例方案介紹方案APP的資源引流方案：外部引流+集團(tuán)會(huì)員引流自有用戶APP偏好洞察自有用戶領(lǐng)域偏好洞察自有用戶TGI指標(biāo)洞察。。。。。。更多人群的Lookalike