营销自动化—对用户我们做了什么?

留坑待填

在做营销自动化(Sales & Marketing Automation)的过程中,整理了用户相关的一些思考。
关于渠道,营销自动化更多的基于邮件营销在做,也在和微信打通,多渠道集成的过程中。
关于用户,新客成本越来越高,旧用户的运营绝对是未来的一个很重要的方向。如何让旧用户的粘性越来越高,如何让旧用户再次消费,如何让旧用户继续产生价值,这些都是值得我们思考的问题。

2B的营销自动化,还在比较新的一个阶段,大家也都是在探索阶段。来这家公司,也是我第一次接触营销自动化,从不看好邮件营销,到现在觉得邮件营销还是有所可为,也经历了一个比较长的阶段。但仍是处于非常懵懂的阶段。

我把对于用户的相关思考也整理如下,一个是回顾复盘,一个也希望在未来可以有更深入的思考。

营销自动化

  • 增加新用户/培育旧用户

  • 为什么邮件营销是被低估的渠道

    • 成本低、速度快
    • 投放精准、内容丰富
    • 主动性强,连续推销
    • 点对点的私域流量
    • 异步消息,人群更加精准
    • 内容质量更高(邮件营销而非垃圾邮件)
  • 营销自动化,多渠道触达

    • 邮件渠道
    • 微信公众号

用户质量

  • 用户来源的质量分析

  • 媒体用户质量分析

  • active or engage用户数字

  • 用户质量控制

用户生命周期

  • 常见的产业生命周期/产品生命周期
  • 用户生命周期,(循环式上升的生命周期better)
  • 用户价值
    • 举例:RIO & LTV (用户终身价值)
    • 公司SMA对于revenue的贡献(数据)

用户分层+对应nurture策略

  • 用户分层+策略
  • 用户筛选
    • nurture stream 用户标签筛选+(行为偏好筛选)
    • 用户阶段性筛选

用户画像

  • 用户画像完善
    • 举例说明用户画像的价值(+用户标签使用)
    • SMA现在的情况
    • 如何完善用户画像
    • 用户标签

关键群体的用户激活/用户培育

  • Person score 0-20分用户 用户激活
  • Person score 20 -40分,demographic score/behavior score 二维分析
  • Oil&Gas/data center segment nurture
  • data center>Person score 75分用户,探索

从数据看效果

  • A/B test
    • 小红书的案例
    • 2018年SMA的A/B test
  • Key数字:Open rate/ Click rate/ CTO
    • 2018年SMA的表现
    • 从rate看效果
    • 精准化筛选人群效果分析

Learning + 接下来的方向

  • 用户质量控制
  • 用户行为分析—>丰满用户画像
  • 用户活跃性评估维度多元化
  • 用户标签管理:个人信息标签片面式–>综合性标签推送—>标签模糊化,大数据推送
  • 用户分层营销策略流程化+关键人群用户流程化
  • CMS(Content Management System),碎片化内容—>内容系统化管理
交个盆友