您当前的位置: 主页 > 新闻动态 >

精细化用户增长案例:低频高客单长决策下的优惠券玩法

发表于:2019-11-21 01:43:08 来源:亚洲城-亚洲城手机-亚洲城ca88

  交易类产品主要在三个维度去考量,交易频次、客单价大小、决策路径长短。

  零售类(京东、阿里电商、跨境电商等)基本都是高频、小客单(大家电等特殊品类暂不考虑在内)、快速决策。

  然而零售电商已饱和,低频高客长决策交易类服务大批量的由线下往线上转移,怎么关单、怎么低成本关单是运营人员和电销人员最头疼的事情。

  废话少说,直接进入重点,今天讲下除了零售以外其它几种类型营销中优惠券的用法。

  价格歧视:价格P1对应销量Q1,依次类推,卖的多挣得多,所以对不同的市场不同的用户要进行价格歧视,优惠券抵消一部分价格完成对不同人群的价格歧视

  消费者剩余:如图定价为5黑色部分为消费者剩余,有剩余怎么能行,必须榨干,所以要把价格订到最高,然后通过优惠券价格歧视的方法榨干消费者剩余,实现利润的最大化

  白高粱是学计算机和金融学专业的,虽然都还给了老师,但是基本概念还是有印象的。看不懂的小伙伴,请自行购买微观经济学好好学习,学不好怎么做运营,给多少预算都是亏。

  上图把所有的类型产品都集中到一起写出的策略,大体的思路是这样,运用的小伙伴遇到具体问题在具体的拆解;

  课程服务类、会员服务类客单价是固定不变的且品类较少,优惠券优惠额度并不是很灵活,多设计一些优惠力度慢慢调试以最小的成本投入产生最大销售收入;

  消费贷、P2P类的产品客单价浮动比较大,P2P要比消费贷客单价更加灵活,所以设置优惠券力度时可以根据用户聚类的价格敏感度进行设置;

  优惠券只是一个概念,有可以用打折、减免、抵扣等办法。利用促销活动(活动规则+激励规则)对同一类别用户进行ABtest方式测试出ROI最高的优惠方式,然后把所有分类都测试完毕,每个族群都达到最优ROI完美实现价格歧视。

  优惠券核心四要素是成本谁出,给谁发,发多少,什么时候发。这四个要素在不同的产品中有不同的组合,这就形成了很多种分类分层的讨论可行性。

  以P2P交易类为代表:成本由平台公司出,发给已交易用户,快到期时候发,发多少??

  即将到期的时候有两个选择续费和提升客单价,今天以提升客单价为例子,介绍一种发券方法

  首先分析数据,拉出即将到期的付费用户交易客单价有哪些特性(忽略大量数据分析)

  如图,横轴为客单价,纵轴为人数。我们可以看出客单价5000左右区间集中地人数最多,这样的聚集区域有三处既5000元、10000元、20000元

  那么依托这三个维度,对大部分用户进行一下策略尝试(暂时忽略小众长尾用户)

  上图策略中可以做ABtest,例如5000原档可以分AB两部分用户给与优惠券和加息券,以此类推。优惠券额度高低也可以做测试,两个维度形成以下四种测试方案

  上图方案中的用户对价格和数字的敏感可以根据以往的营销活动及优惠券使用类型和频次进行判断,这会根据用户属性标签和行为标签综合给用户归类定义。

  制定好测试方案或者活动方案了,那么上线之后就是分析活动数据了,很简单的一到数学题而已,如图

  ABCD四个方案各有千秋(数据纯属虚构,并不能反映具体问题,只提供思路使用),依据手里的预算,在数据基础上完成不同时期不同任务的要求

  营销成本=投资额度*利率 — 投资额度*收益率 — 人员成本(P2P)

  营销成本=(1-坏账率)*(1+利率)*人数*客单价— 本金— 人员成本(消费贷)

  上一篇:从0设计App(3):用户访谈造就产品灵魂(下)(原创)

  从Amazon的“一键购买”谈苏宁校园的用户增长(原...