基于AIPL体系的用户生命周期管理—阿里数据银行指标体系

数据银行的定义：消费者资产管理中心

1.销售管理：消费者→P

2.会员管理：消费者→P→L

3.消费者分层管理：AIPL

4.消费者资产管理：

F：品牌认知度

A：运营效率

S：品牌忠诚度

T：消费者质量

差异:传统视角：（以交易额GMV为关键指标衡量生意经营表现）

消费者运营视角：以人群各个维度的渗透来衡量生意的长期健康。

二、5大核心价值

1.真实还原消费者全链路旅程

2.全方面360°消费者画像

3.全媒体的应用激活

4.线上线下全渠道合作

5.持续提升消费者资产

三、丰富的人群画像与分析

1.人口属性：

2.自定义用户标签体系：

3.购物偏好：

4.行业特征：

5.娱乐偏好

6.线下属性

四、全媒体的应用优化，持续优化沟通的触点和内容

站内、域内、域外

五、全渠道数据融合分析和应用

A：第三方数据上传：选取媒体、社交、智慧门店、菜鸟派样、门店会员等数据上传数据银行

B：品牌数据银行匹配、分析

C：引导至线下：领券到线下门店核销，体验券兑现服务

完美提升线上线下客单

六、持续提升消费者资产，评估未来价值

消费者总量（全链路AIPL）X品类购买力（品类）X消费者转化力（品牌）=消费者资产

数据银行的价值

消费者资产管理中心：

融合：多数据源融合并交叉分析

分析：AIPL消费者链路流转、消费者分群及画像

激活：一键激活营销应用、测试验证优化

数据银行与其他商家工具的区别：

品牌数据银行：品牌人群运营的工具，品牌维度视角，持续地进行品牌人群融合、分析、激活的循环基地。

达摩盘：单次投放阿里妈妈广告的标签市场，店铺维度视角

生意参谋：商家管理店铺流量和交易的后台，店铺维度视角

客户运营平台：商家运营电偶会员后台，针对不同的客户展现不同内容的操作后台，店铺维度视角。

A:Aware（认知）I：Interest（兴趣）P：Purchase（购买）L：Loyalty（忠诚）

数据银行的数据界面：

数据银行的功能模块-消费者分析

认知：近15天被浏览曝光、观看过短视频的消费者

兴趣：品牌的粉丝会员以及近15天有过互动、收藏加购、超过两天在浏览商品，领取过试用装

购买：近两年半有过购买行为

忠诚：365有两天购买或有过正向评论的消费者。

链路流转分析：

数据融合：

粉丝会员：通过分析品牌粉丝影响力、

营销活动沉淀：按照活动病的维度，例如，双十一等，将营销平台等人群合并分析。付费广告最早可选到365天前，其他行为最早可选到180天前。活动时间跨度不超过90天。

4-1 数据银行电商版包含哪些数据

 

4-2如何理解品牌数据银行的融合定位

站外媒介数据融合的后链路分析及应用

EC核心人群及渠道人群画像分析：

• 通过对店铺成交人群画像分析，洞察核心人群标签；

• 分析各渠道曝光、转化人群画像对比，洞察渠道核心人群标签属性，为后续投放提供人群建议

投放人群后链路转化分析：

• 投放人群兴趣、成交转化率

分析各渠道投放人群在电商的兴趣、成交转化率，评估渠道投放效果，为后续人群投放提供渠道建议

人群应用和优化：

从人群、渠道、货品匹配、素材等角度，优化投放

人群优化、渠道选择、创意类型、货品匹配、预算分配、效果评估