在亚马逊运营日常的工作中,我们也一再强调,凡事必做于细。因为亚马逊下半场,比拼的是亚马逊精细化运营的能力。
亚马逊精细化运营,至少有两层含义:
一是拆解,是细分,是将一件事分解到更小颗粒度,穷尽且相互独立,具备可操作性。最典型的例子就是“把大象装进冰箱里,需要分几步”。
二是细节,是从小处将事情做到完美,通过局部体验提升整体品质,享受细节带来的感官溢价。
亚马逊精细化用户运营
1、真正的以用户为核心有什么不一样?
你可能会说,我们公司也有关注用户的啊,也看用户留存,商品购买页面下的用户反馈也非常重视,你是不是只是时不时看下留存数据,用户反馈让客服负责人去处理?
如果只看单一GMV指标来指导各业务部门,并不是真正的用户为核心。这里是指一套灌输到公司各部门、渗透至公司上下的体系和理念。商家要从用户视角把所有用户历程(Customer Journey)上的节点全部联系起来,有一整套打法来优化用户体验,吸引用户。
这里以经典的 AARRR 模型为例,这种模型把每一个新用户从第一次进网站,到被激活-购买-成为留存用户-推荐好友,都用清楚的核心指标去衡量。然后各个团队共同配合,不断优化这些指标,向大目标出发。
第一步:收集并搭建全链路打通的数据平台
首先你要有自己的品牌独立站或者APP,这样才能有一个积累第一手数据的平台。随着建站服务的成熟,亚马逊跨境电商现在已经可以几天就搭建出一个集品牌推广、产品介绍、商品销售、支付以及和消费者直接互动的平台。
无论是网站还是APP,能够为你源源不断地带来能反映用户特性的数据。比如,用户习惯几点访问网站,这可能反映他是个上班族还是学生。喜欢点击男装还是女装,可能反映出他的性别。除了收集销售及用户行为数据以外,商品信息打标签也是容易被大家和忽略的事情。每个商品适合什么人群穿着,属于什么款式颜色等,都是很有价值的数据,这需要公司投入资源把标签体系以及流程建立和梳理清楚。
收集到原始数据后,要注意数据的打通和自动呈现。想象一下,如果你是做商品开发的,你有没有经常性去和市场部了解,最近哪个campaign表现好?哪个广告素材的ROI高?你可能会说这太麻烦了我还得天天去管别的部门要数据。但其实,在数据打通的情况下,这些数据不需要专门人工去沟通,是直接呈现的。举一个简单的例子,如果我们使用谷歌广告,在接入 Google Ads 平台后,多个账号都可以同时获取实时更新的广告表现数据。
这样,商品开发的同学可以自己看看比如最近表现较好的裙子都有哪几款,极大降低沟通的成本,提高团队效率。
第二步:建立数据看版,赋能团队决策
数据打通后,就可以建立一套完整的数据看版,让每个人都能够阅读数据,找到量化的目标,更好地通过数据去辅助不同团队做决策。
但要注意的是,漏斗必须能看到细分用户的维度才有更大的价值。比如不同国家的差异在哪里,会不会某些国家或者地区的完成付款不稳定。又或者是为什么某品类的加购率有下降趋势,会不会商品图片拍的不好。在数据看版完善的情况下,用户侧的反馈会通过数据反映出来。之后,就可以有针对性地优化用户体验,慢慢养成数据驱动决策的习惯。
第三步:制定用户运营计划和策略从而成长体系提高用户价值
用户运营和CRM系统有什么不一样?成熟的公司,用户运营不只是单纯利用CRM去让客服处理工单,或者去做老用户召回。而是建立生命周期价值LTV的计算,比如计算不同投放渠道获取的用户LTV,这样才能对不同渠道的质量有准确了解,也能用结果指导下一轮投放。
用户分层运营不只有对外的价值,对内部也是一套体检报告。比如公司可以按用户的累计到访次数,把用户划分成为潜在用户、新用户、成长用户及成熟用户。持续监控各群体数量的变化,并针对各群体开展差异化精细用户运营,一些做法可参考下图:
有模特的商品图点击率真的会比没有模特的商品广告更高吗?商品评论数量对加购物车有多大影响?新产品上线想搜集一轮真实用户反馈再改进怎么办?在互联网时代,用户会在很多你意想不到的场景下被触达到,用户的需求非常多样和复杂。因此必须要以精细化运营的方法,持续提升用户体验。
独立站对比第三方平台的一大优势就是可以通过做 A/B 测试,用一小部分流量,去测试新功能,获得上述你想要的答案。
A/B 测试的重点在于快速试错快速迭代,怎样可以尽快把你对用户的各种假设。比如不同素材的转化率比较、不同受众群体定位的选择的广告效果,收集到结果后反馈进行优化,再进行验证,再优化,这整个流程的联动是广告测试成功与否的关键。
(文中部分来源于网络侵权联系客服)