百木园-与人分享,
就是让自己快乐。

优惠卡券延伸:营销中台如何搭建?

上一篇文章从优惠券的开头至结尾、前世至今生、内至外,全面地进行了梳理,相当于让大家看到了整个优惠券的全貌(当然,我觉得有可能还会有不足的地方,如果有什么问题,希望各位读者朋友可以在评论区进行讨论,质疑,逼迫我再进一步)。

依托优惠卡券的文章涉及系统,我来依次进行延伸会存在的各类对方系统,能更好的让各位有个抓手,形成生态。

做营销活动的产品,在处理一个营销活动产品的工作流基本如下:

  • 运营同学提出我们要在某个节日或者是临近节日做一个活动的需求
  • 产品同学拿到需求之后,深挖需求深度背后要解决的问题,并给出最优解决方案
  • 产品方案确认后同步技术同学基于原有的活动进行重构开发,开发完成后进行配置相应的信息并自测演示
  • 演示通过后交由测试同学进行测试,测试通过无误上线正式环境
  • 活动做好上线之后,如果有需要设计的前端落地页,还需要设计同学介入在设计一套适用活动的页面配置到活动中
  • 综上所述:我们在进行新建活动的产品搭建时候会重复地耗费人力、物力资源,有时候在活动提出到上线时间比较紧急的情况下,还无法保证产品的质量。

    基于此,所以很多企业都在接入了中台的概念,以此来提升效率。

    一、为什么做中台

    简单来说就是:“功能复用”(功能复用是中台最重要的一个点,复用的功能能够节省我们上方所说的人力、物力、财力),构建“大中台,小前台”来满足业务快速扩展的需求。

    业务中台会沉淀大量的用户行为数据(包含非体系内用户),为后续我们利用大数据智能算法去拓展新的商业模式牟定基础,包括后续我们搭建的精细化运营等等。

    中台作为业务服务的提供方,不需要依赖业务的稳定性(我们现在营销中台的产品基本都是依托于业务线的,抛开业务线之后就发现不能走路了),而是需要不断为新业务提供能力支持。所以说如果未来我们的中台足够成熟,那么可以对公司整体业务发展规模起到很大的支撑作用。

    作为中台这款产品,需要包含以下几方面能力,也是我最近正在整理的:

    • 针对多业务线、复杂业务场景下需求的抽象和共性需求的整合
    • 针对业务线、前端用户体验、产品整体架构的抽取与整合(这块需要和前端、后端同学的深度碰撞,在实现上会结合大家的意见使用最优解决方案)
    • 针对业务的深入了解,能在常规服务基础上,提供创新性业务能力,为业务创新做指引(这块主要体现在我们产品侧会不断地去补充营销侧的插件,走在我们运营要使用的某项活动前,产品前置)

    二、营销中台的事

    营销这个事情,在每家公司都会做,只不过做的营销有大有小。

    营销中台是作为一个公共服务层去运转的,不受业务,不受场景的限制,极大的自由空间,小到领取优惠券,大到返现、MGM(老带新)等,均可由该服务层(营销中台)进行指引。

    我们做的大部分类型的营销活动,或者是市面上能看到的营销活动,均可以将共性进行抽取,并整合至营销中台,由中台数据标准化api,由前端进行定制化开发,可在较短时间内完成营销产品的上线。

    足够好的营销中台(比如阿里、腾讯等),前端都不需要介入开发,完全靠运营进行页面元素拼接,就可以完成业务的活动搭建,这也是基于背景下,我们想极力打造出来的营销中台模型。

    全量的营销中台囊括了用户营销全量生命周期中的各个节点,并且既可以输出完整的营销服务,也可以将各个节点作为原子api输出,由业务层进行业务逻辑封装。

    广义的营销中台,包含了狭义营销中台和数据中台两个方面,数据中台服务于所有业务,是大数据建设的基石,偏向技术,本身也足够庞大。

    我们现在的数据中台也在进行整体的搭建,后续我会把我们营销中台的所有数据进行沉淀,统一汇总至大数据中台,结合大数据中台和营销中台,推出智能营销平台,延伸出更实用的产品,为业务进行赋能。

    狭义营销中台主要包含以下三个方面:

  • 前置层:营销活动落地页快速搭建工具、营销数据埋点、用户前端行为、用户业务行为等(可细化为表现及触达层)
  • 规则层:活动基础规则、次数、场景、类型、风控、白名单等,以及相应的业务规则支持
  • 奖励层:现金红包、卡券、积分、商品、权益、虚拟币等
  • 三、涉及所属中台

    1. 营销中台

    营销中台就不细说了,关于营销中台的前世今生都在这篇文章里面了。

    2. 营销卡券

    关于营销卡券,在上篇文章已经描述的很详尽了,大家可直接点击链接进行查阅http://www.woshipm.com/pd/5287512.html。

    3. 数据中台

    数据中台在这里有三个作用。

    1)记录数据,用户数据、用户行为、用户类型、用户画像等。

    比如场景:用户A参与了B活动,完成了C规则,获得了D奖励;基于此记录用户数据,id、手机号、地点、活动名称、时间、奖励、条件等。

    2)数据分析,把已记录的数据通过数据挖掘、采集,建立数据模型,落地数据看板,提炼核心指标,跟踪分析产品数据,持续优化迭代。

    3)数据转化,利用数据进行商业化,根据数据分析反馈,了解整体的分析数据和分析场景,依托数据反馈搭建商业化模型。

    比如新的产品、新的活动等,并结合A/Btest快速迭代、快速优化,提升用户在公司整体产品的付费转化率。

    4. 智能营销-延伸

    智能营销是营销中台的用户数据支撑数据中台有足够的数据量,支撑数据中台进行数据建模、数据分析、提取重要数据点。

    数据中台通过数据模型和数据分析反哺营销中台的活动调整、活动规则、活动发放能够基于用户的行为习惯、用户的画像定时定点,以用户最痛点的方式出现在他的面前,以此体现智能营销的价值。

    当然,智能营销的作用,不止于此,拓展方向包括:用户唤醒、用户留存、用户转化等等,下次专门说智能营销。

    四、营销中台模型

    1. 表现层-表象

    这地方所说的表现层,是产品框架5层的表现层,是用户直接感受到的内容,可以是落地的。主要是文字、图片、音视频给人感受的设计,呈现的文字不多,主要以高清大图为主,给人震撼、兴奋的感觉。

    它们页面还包括一些动画,声音更能够触动人们的听觉,也使页面停留时间拉长,也可以是短信、邮件等。
    在这里,体验是首位,业务诉求其次,还有针对复杂营销场景下高并发、限流、懒加载等多样化的技术考量。

    表现层本身可以抽取出各种各样具象的工具型产品,比如落地页快速搭建工具(这块我也把营销工具落地页进行了组件化的拆解,使其使用者可以快速完成搭建落地页,且不需要麻烦产研团队,不断耗费人力重复开发),可以满足多元化的页面快速配置、发布。

    而针对部分特殊场景,无法通过模块化的形式完成页面搭建,则会考虑模板化、模块化、组件化的方式,即相对通用的展现形式固化,使得后续可以复用。

    2. 框架层-触达

    框架层这层主要包括界面设计、导航设计、信息设计等,这个层面就是展示给用户看的界面了。界面设计,比如根据不同的情况使用复选框,单选框,下拉菜单或者按钮等。

    框架层也是用户感知,用来记录与用户进行实际交互的过程。框架层包含很多的用户体验设计,需要符合用户体验操作行为等。

    感知操作分为主动和被动两种,可能是用户主动进行了某个动作(比如点击、比如刷卡)参与了营销,也可能是被动的参与到某个流程中(短信、PUSH等)。

    最终与用户的交互动作非常重要,剑虽好,不能一剑封喉,起不到好的效果。

    3. 结构层-规则

    结构层则是营销的核心,因为它的本质是一个决策引擎,需要进行统一的规划。前期可能仅仅包含了营销活动的有效期、类型、奖品等,这些只是规则层的基础。

    随着活动的持续增加,规则的不断完善丰富,我们的规则组件将会越来越多面面俱到,做到真正的抛弃前端后端,运营直接依靠规则组件库随时随地配置自己想要的活动,或者是营销相关的一切。

    而结构层的核心在于规则引擎,通过框架层的用户行为,对用户、行为、场景、时间等多个维度进行综合考量后,判断用户是否满足规则,以决定执行后续的营销动作。

    除此之外,在规则层中还需要包含风控策略的接入(我们已经有风控可直接使用即可)、多维度限次等。

    例如:规则组件的无限抽象。

    4. 结构层-奖励

    在营销卡券奖励和营销中台的规则都是结构层,规则和奖励都是功能模块间的逻辑设计,具有业务逻辑、业务权限、业务功能都是在此进行搭建的基础信息。

    奖励可以包含营销类奖励、通知类奖励或业务类奖励。奖励的颗粒度做到多细,我们产品侧可以根据业务这边的需求来决定,目前现有的形态上我们已有的包含现金红包、优惠券、打车金、虚拟币、实物商品多种,后续可能还有我们在做的用户体系内:积分、成长值。

    从底层产品侧会对各种类型奖励进一步抽象,如现金类、虚拟类、业务类等。

    除了对每一种奖励类型进行维护之外,还需要包含向上游(规则层)的对接,以及对下游(账务清结算)的调用。

    奖励本身其实就是一个独立的体系,可以作为底层营销中台而存在,比如我们现在独立出去的优惠券中台系统。

    因为奖励做到足够的全面,足够通用,那么后期的其他业务线也可以接入直接使用。

    奖励的设计好坏对规则和核算能够起到降本增效。

    5. 数据中心

    数据在现有的互联网行业被着重推举,每个公司的每个产品要想走的长久稳定,最终都将被数据支配。

    数据中心在这里起到的作用不言而喻,不管是表现、触达、规则、奖励的数据,在用户操作产品的时,已经牵一发而动全身的统一入库至数据中心。

    数据中心的数据会基于用户画像进行归类、拆解、筛选,已满足业务人员的基本数据分析要求,同时也为后续的智能营销、数字营销、精准营销打下基础。

    根据数据分析,利用用户画像+用户行为+用户习惯+时间+地点等,对用户推送精准智能营销,以发挥数据最大值为商业化做背书。

    五、产品活动流程

    六、活动开发流程

    1. 使用前

    2. 使用时

    运营、或者业务自己进行直接配置操作:

    七、总结

    在不同的业务线根据不同的时间节点会产生不同的运营活动的需求,随着时间的推移,如果按照活动的类型去进行建模,那我们对于活动本身一直都是在进行不断的重构重复的开发。

    我们在搭建产品的时候,如果可以把要做的产品、需求,可以进行抽象化,看到这件事背后的东西就可以抓住最小颗粒度,围绕着最小颗粒度去搭建,并通过最小颗粒度的组件像拼乐高一样,拼成不一样的形状物品。

    产研团队设计开发好乐高不同的组件后,到底要组合成什么样的形状物品取决运营团队想要什么样的物品。

    给作者点赞,鼓励TA抓紧创作!


    来源:http://www.woshipm.com/pd/3882648.html
    本站部分图文来源于网络,如有侵权请联系删除。

    未经允许不得转载:百木园 » 优惠卡券延伸:营销中台如何搭建?

    相关推荐

    • 暂无文章