干货丨用户旅程编排，加速独立站业务持续增长

神策数据

于 2024-07-04 17:28:52 发布

阅读量987

点赞数 21

文章标签：人工智能大数据运维

本文链接：https://blog.csdn.net/sensorsdata/article/details/140197290

版权

为了更好地给客户带来价值，神策数据围绕客户旅程编排（Customer Journey Orchestration，CJO）构建了客户数据引擎、客户旅程分析引擎、客户旅程优化引擎三大引擎，赋能企业的数字化客户经营，满足企业业务经营过程中的全场景需要。

本文将核心介绍神策数据的产品在服务客户过程中的落地场景及带来的效益。

一、用户旅程编排落地场景

什么是用户旅程编排？

以智能电器行业为例，用户完整旅程包括广告浏览、访问独立站、查看商品详情页、结账支付并留下订阅邮箱、商品使用过程中连接配套 App。需要和业务流程区分的是，业务流程是从企业内部出发，更多涉及的是企业接待和处理用户购买的过程；而用户旅程是从用户角度出发，描述用户与品牌之间的交互。明确二者的区别之后，我们可以进一步讨论不同营收阶段下，如何将用户旅程应用在不同的场景中。

下图为品牌出海独立站在不同营收阶段，企业针对不同的经营目标制定的差异化运营策略，进而在不同阶段的运营场景中充分发挥用户旅程编排的价值。

二、运用旅程编排，提升用户体验与转化

神策数据将用户旅程编排的整个落地过程总结为五个步骤，绘制、埋点、分析、编排、优化，共同组成 MTAOO 方法论。

接下来通过两个具体的实践案例，进一步了解 MTAOO 方法论如何帮助企业实现用户旅程编排落地。

案例一：某消费电子品牌旅程编排实践

某消费电子品牌绘制出的用户旅程阶段包括产生兴趣、浏览商品、支付、收货/分享、复购五个核心环节，对应的用户旅程地图覆盖广告浏览、进入独立站、浏览商品详情页、加购物车结账、收货/退换货、评论、复购，并明确对应阶段的用户关键行为和用户运营关键指标。如下图所示：

在分析阶段，通常会围绕产品体验、营销动作、消费者画像等展开。举例如下：

运营人员发现支付环节的用户流失率将近 50%，针对该问题进行深入洞察分析，了解到该环节的新用户占比超过 90%，且信息页填写完成耗时 1 分钟左右，由此可以推测用户流失与该界面的信息填写复杂程度强相关，那么便可以针对性制定优化策略。

运营人员对比多个渠道新用户进站后的首单转化率，发现分别从多个渠道多次进入独立站的用户，首单转化率明显高于仅通过单一渠道进站的用户。进一步分析渠道间的关联性，持续监测渠道次数对购买转化率的影响，并在渠道预算分配、交叉投放策略上进行优化，进而达成转化率增长的目标。

运营人员通过对消费者画像进行分析后发现，与一年内完成 2 单和 3 单的用户复购率对比，一年内完成 4 单的用户复购率明显更高，由此可以将一年内 4 单作为用户忠诚度的“魔法数字”，并针对性制定了 1-2 单、2-3 单、3-4 单不同用户群的个性化运营策略，以实现更高的复购率提升。

案例二：某配饰出海品牌用户旅程编排实践

某配饰出海品牌已完成 App 客户端上线，围绕会员留存率、复购转化率设计了一系列功能，但整体表现未达到预期。因此，该品牌希望通过数据分析迭代功能、提升关键指标。为了帮助客户完成留存和转化提升这一目标，神策数据通过三个步骤进一步定位提升关键指标的核心因素：

第一，选定关注指标为会员留存率和付费率；

第二，列举与产品价值有关的行为事件，包括驱动型行为（AR 试戴、以图搜款、浏览商品详情页等）和因驱动型行为而产生的表现型行为（活跃、注册登录、会员订阅等）；

第三，分层行为事件的次数或量级，在对应的指标表现过程中寻找质变点，比如针对周期内某一行为发生 1-3 次和 4-6 次的用户，分析查看关键指标是否发生质变。

在实际操作过程中，神策数据与该品牌先统计了常规次留，并将其作为参考值，与使用其他功能后的用户留存情况做对比；然后，对价值行为或者功能使用按照次数进行分层，并将不同层级的用户保存为用户分群，观察不同层级用户的留存表现，寻找留存发生质变的层级。通过一系列数据分析与深入洞察，运营人员迅速拿到“魔法数字”，并通过多次验证，探索用户旅程编排的改进方向，最终实现了用户留存的大幅提升。