如何提升短信营销?分享了关于短信营销的相关教训和经验方法

动态 未结 置顶 精帖
用户
悬赏:60飞吻

作者从自身实践出发,分享了关于短信营销的相关教训和经验方法,希望能够给你带来启发。

我相信大家在运营的过程中一定会遇到短信这个运营手段。虽然很多人都说,短信对于用户来说,是一种打扰,很多人压根也不会看短信(或者营销短信直接被放进了垃圾箱),但是至今短信依然成为一种常用的运营手段。最核心的原因是短信便宜,成本及其低!一般市面上的短信能够做到2分多钱一条,ROI可以高达152.17,可见短信的作用是多么地强大。

今天就来和大家聊聊关于短信营销的那些事情,以及从之前做短信营销的一些经验和教训。

先给大家简单地介绍一下背景,针对拼多多店铺的用户做短信营销,进一步刺激用户消费。平台上一共按照用户的属性已经分为了几类用户,可以针对用户的属性做定期的活动营销。也可以自己分析用户数据,针对不同的用户做定制化的短信营销。做短信营销的ROI可以高达100多,平均ROI在40左右。

当然,不同的平台,面对不同的用户可能会有不同的短信营销策略,以下是自己做短信营销的一些经验教训,和大家分享。欢迎大家在下边留言,一起来聊聊关于短信营销的那些事情。

一、人群包是关键

在做短信营销的时候,人群包是关键,针对每一类用户做特定的短信营销,更好地提高单个用户价值。

一般来说,平台会按照用户的行为(浏览、收藏、购买等一系列行为)简单地划分出几类用户,如上图所示,拼多多店铺的后台将用户分为近30天未购买过商品人群,近365天购买过店铺商品,以及潜在兴趣人群,一般从过往的短信营销数据来看,近30天未购买过店铺商品的人群,ROI最高。

不过,虽然平台已经为用户打了一些标签,为我们做好了一些人群包,直接进行发送就行了,但是平台给圈定的人群包都是很泛的,不够精准,所以需要我们进一步对人群进行进一步细分,才能真正做到提升单个用户价值,将短信营销做到机制。(不过更多的情况下,我们是没有平台给定的数据的,所以很多时候需要我们自己对数据进行分析,以下这种方法比较适用于大部分运营人员。)

面对一堆复杂的数据,该怎么去进行细分,发现每个用户的价值,最后再通过运营手段提升用户价值。想要对用户进行深度价值挖掘,这个时候就不得不提RFM模型。

什么是RFM模型?

RFM模型是电商中常用的一个模型,是判断用户活跃程度以及用户价值的一个模型。

R表示最近消费的一次时间差,意味着时间差越短,用户越活跃,越容易召回。一个近30天有过购买行为的用户和一个近90天有过购买行为的用户,你觉得哪个更容易召回呢?

F表示用户购买的频率,用户购买的频率越高,那么说明这个用户越活跃,同时可根据用户购买的频率推断出用户的行为,进一步对用户进行召回。

M表示消费金额,消费金额越高,说明用户价值越高。如果从后台的数据看,用户价值普遍较低,那么说明这部分用户还有很大的一部分提升空间。一个一个月消费100元的用户和一个一个月消费1000元的用户,值得运营花大力气去维护好高价值用户。做好高净值用户的维护,同时提升普通用户的价值是关键。

按照RFM模型,我们可将用户分为3人人群,从而针对用户的行为更好地做运营。

但是怎么样才算高,怎么样才算低呢?下边就涉及到数据结算的问题了,我们接着看。(这其中有很多excel小知识,终于知道学好excel的重要性了。不过,利用数据透视表可以解决大部分的问题。)

利用数据如何计算出RFM模型?

以天猫,拼多多后台的数据为例,这其中可以看到用户昵称(用户的手机号码),用户最近一次付费的日期,付费频率,以及付费金额等数据,接着我们就开始处理数据之旅。

计算出R,也就是距离最近的一次的一次时间差。直接用两个日期想减,即可得到最近一次的消费差。

计算出最近一次的消费差之后,我们需要确定下,哪些R值叫做高值,哪些R值叫做低值?确定R值的高低,并不是唯一确定的方法,全看产品类型以及最终需要达到的目的。

在这里,我取时间差的平均数来作为一个判定标准(这里的R值的平均数为31天),大于31天的即为高R值,低于31天的即为低R值。

同样的,也可以根据产品的天然使用周期来计算,如果天然的天然使用周期是7天,那么这里可以假定大于7天的为R值,小于7天的为低R值。

确定R值之后,我们可以用条件格式筛选出符合条件的用户。

其次,我们来计算F值,单个用户在一定时间周期内消费的频率,也就是次数。这里,我们将一个周期定义为一个月哈,我们需要计算出单个用户在一个月内购买的次数。

利用数据透视表,即可计算在一定周期内单个用户消费的频率。

将充值号码拉进行标签,充值金额拉进列标签,字段设置为求和,将充值号码拉进列标签,字段设置为计数,这样就能计算出在一定时间内消费的次数,

计算之后,可以参照上边确定R值的办法计算出F值,这里就不展开说明了。

这样下来,我们就确定了RFM模型中的数据,以此对用户进行分类分群,更好地对用户进行精细化运营。

比如说,我们对于高价值且非常重要的用户,可以额外给用户一些奖励(精神或者物质奖励),刺激用户不断地进行消费。

针对重要发展客户,我们可以定期对用户进行召回,这里可以根据产品的天然使用周期或者产品消耗情况对定期召回,比如上新,活动的时候,是比较容易召回这批用户的。

每次统计好人群包的召回数据,短信点击率、ROI等重要数据,在短信营销的过程中不断调整策略,其实在这过程中,也是不断筛选出高质量人群的办法,通过多次短信营销,得到更加精准的人群包,再次通过数据分析,对人群对深度化运营,提升用户的单个价值。

二、短信发送时间

前面简单地说了一下利用用户人群包来做精细化的用户管理之后,接着我们来聊聊型中的数据,以此对用户进行分类分群,更好地对用户进行精细化运营。

比如说,我们对于高价值且非常重要的用户,可以额外给用户一些奖励(精神或者物质奖励),刺激用户不断地进行消费。

针对重要发展客户,我们可以定期对用户进行召回,这里可以根据产品的天然使用周期或者产品消耗情况对定期召回,比如上新,活动的时候,是比较容易召回这批用户的。

每次统计好人群包的召回数据,短信点击率、ROI等重要数据,在短信营销的过程中不断调整策略,其实在这过程中,也是不断筛选出高质量人群的办法,通过多次短信营销,得到更加精准的人群包,再次通过数据分析,对人群对深度化运营,提升用户的单个价值。

 

回帖
  • 消灭零回复
[打开调试信息]