第一站 - 轻松上网从此开始!

上网第一站

当前位置: > SEO >

电商推广成本高,有哪些ROI 高的推广方式?(2)

时间:2017-06-20 10:31来源:我来投稿获取授权
以下内容来自网络或网友投稿,www.swdyz.com不承担连带责任,如有侵权问题请联系我删除。投稿如果是首发请注明‘第一站首发’。如果你对本站有什么好的要求或建议。那么都非常感谢你能-联系我|版权认领
对产品里的用户做的一系列运营的活动,包括拉新、激活或者唤醒等,通过这些活动,使用户反复进行购买。这样的运营或营销才是精准的,最后才能达到

  对产品里的用户做的一系列运营的活动,包括拉新、激活或者唤醒等,通过这些活动,使用户反复进行购买。这样的运营或营销才是精准的,最后才能达到提高整体购买转化率的目的。

  如何进行用户营销?

  步骤一:确定业务场景,通过绘制用户画像,来找准我们的目标用户。

  步骤二:在第一条的基础上,我们找到了目标用户之后,就要精准营销,就是所谓的激活或者唤醒,使得这部分目标用户,在我们的网站上进行购买,从而提高最终的转化率。

  业内比较经验的一个用法,就是对这个用户价值度的分级。我们提到用户价值度的话,这个词实际上是比较含糊的,我们如何精准的去为这个价值度做一个分级?

  业内常用的 RFM 模型:R 是 Recency,就是最近一次购买距现在的时间;F 是 Frequency 指的是用户的购买频次;M 是 Monetary,指的是用户的购买金额。

  我们可以从这三个维度,对用户进行一个分级,我们可以把它分成 8 类,这 8 类可以涵盖我们想要说明的这个用户的价值。比如说,近期有购买或者有使用的这样高频次使用,同时高金额消费这样的用户,我们可以把它定义为我们网站,或者我们平台、App 的高价值用户:

QQ截图20170620102420

  通过这个划分,我们可以把自己的整体用户,分成不同的等级。

  假设我们是一个电商类的网站,在促销比较贵的数码产品。这时候我们就要找到高价值用户,做活动推送,而不是全部用户。因为高价值的用户购买数码产品的可能性更高,实现精准推送。

  除了 RFM 模型分类,还有其他分类方法:

  1)根据会员属性进行分类,如用户的性别、城市、设备、登陆次数等。

  2)根据用户的活跃度进行分类,把用户分为未转化会员、新会员、活跃会员和沉寂会员。什么是未转化会员?就是指那些注册了,但是从来没有购买的用户。

  3)根据用户的购买偏好,结合实际购买的场景,给他做一个分类。同时也可以根据用户的预定平台和推广渠道的敏感来给他分。

  4)也有通过注册来源,比如说 PC / APP / H5。假如说我们的网站中大多数会员通过 APP 端注册来的。那我们做一些激活活动的话,应该着重发力在 APP,而不是选择在 PC 或者 H5 这样的端口。

  | 优化网站 / App 体验

  无论是 O2O、P2P 还是内容社区等网站,一些常见而又重要的体验问题都会严重影响购买转化率,比如:支付环节的流畅性、页面是否简洁和操作是否容易、图片质量是否清晰、搜索是否精准匹配…….

  1)支付环节的流畅性,假如支环节体验流畅的话,用户流失可能性会大幅降低;

  2)页面简洁和操作容易,如像阿里巴巴、京东或携程这些大网站,页面按钮会非常多,但事实上,它们有时候反而会影响最终转化流程,因为这整个转化流程中,有太多点击按钮和出口,导致用户很容易流失;

  3)图片质量,比如我们在购买时很容易因为图片分辨率太低、打有水印、光线较差等因素影响我们的判断,影响最终的购买转化;

  4)搜索的精确匹配,比如用户搜索的是芒果,最终出来的却是芒果干或芒果糖等,实际上并没有精确匹配用户的需求,结果就是严重影响用户体验,导致用户需求没有得到满足而流失。

  案例:某电商网站转化率

  我们可以从转化漏斗中看到,点击购物车到点击支付的转化率特别低,为什么呢?

QQ截图20170620102412

  用户是有购买意向的,但是却最终并没有支付成功。这很可惜。

  普通的数据分析产品、粗糙的漏斗是找不到原因的,只能看到这步转化低,但是不知道为什么。因此产品经理也不知道如何做优化,市场运营人员不知道该从什么地方着手做调整。

  通过 GrowingIO 用户分群功能,把所有“进入购物车但并没有点击支付“的用户做个分群, 同时通过用户细查,看看这一步流失的人群,到底经历了一些什么事情,用户细查可以精准查看每一位用户在网站上的浏览、点击、停留、输入等行为。

QQ截图20170620102404

(责任编辑:admin)
织梦二维码生成器
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发布者资料
第一站编辑 查看详细资料 发送留言 加为好友 用户等级:注册会员 注册时间:2012-05-22 19:05 最后登录:2014-08-08 03:08
栏目列表
推荐内容
分享按鈕