無(wú)Cookies營(yíng)銷番外篇1 用戶/價(jià)值/品牌(五)

問(wèn)題是，如何實(shí)現(xiàn)用戶價(jià)值模型？

??如何實(shí)現(xiàn)用戶價(jià)值模型

我們轉(zhuǎn)載的獨(dú)角喵喵老師文章隨便說(shuō)說(shuō)：為何大廠做不好跨境電商？，當(dāng)中有提及到跨境電商不相信方法論

文章節(jié)選：

一，跨境電商不相信方法論

字節(jié)嘗試了至少三次，目前看起來(lái)勝算都不大。拼多多目前還看不出來(lái)，但風(fēng)言風(fēng)語(yǔ)也不少?！昂谠挻髴簟卑⒗锲鋵?shí)是做的最好的，但近年來(lái)趨勢(shì)也不樂(lè)觀。

那這不是很詭異嗎？按理說(shuō)互聯(lián)網(wǎng)這些組織管理方法論最先進(jìn)，但一復(fù)制到跨境電商就不work了，沒(méi)理由這么多北大清華海歸高材生干不過(guò)一堆?？粕桑?

但事實(shí)就是這樣。專科生比北大清華強(qiáng)在哪里？不是英語(yǔ)更好方法論更高級(jí)，而是能在一個(gè)很細(xì)分的領(lǐng)域不斷鉆研。比如你讓一個(gè)清華畢業(yè)的同學(xué)去研究列支敦士登這個(gè)國(guó)家有啥網(wǎng)紅，他肯定是干不下去的，但是?？粕梢?。反之你讓一個(gè)專科生去研究人工智能最新技術(shù)他大概率也是干不下去的，但清華畢業(yè)的可以。

而且清華畢業(yè)的人普遍“聰明”，精通職場(chǎng)之道，懂得向上管理，他會(huì)知道費(fèi)勁巴拉去一個(gè)個(gè)找列支敦士登網(wǎng)紅不如給領(lǐng)導(dǎo)寫(xiě)一個(gè)“歐洲各國(guó)電商分析”大報(bào)告。所以大廠項(xiàng)目很多做到后面一看，業(yè)務(wù)沒(méi)啥起色，每個(gè)人都成了“xxx項(xiàng)目lead".

所以小貓一直有種感覺(jué)，就是跨境電商的管理優(yōu)勢(shì)并不是什么所謂“科學(xué)方法論”的優(yōu)勢(shì)，而是充分細(xì)化分工和強(qiáng)執(zhí)行力的配合：因?yàn)槲颐總€(gè)流程都很具體，所以我不需要那些虛的，你把分給你這塊執(zhí)行到位就行。

這也可以解釋為什么在大廠里阿里是做的最好的：因?yàn)樵诒桓鞣N黑話洗禮之前，阿里鐵軍一直是以執(zhí)行力著稱的。而天天大喊“組織管理學(xué)”的字節(jié)，是項(xiàng)目最容易半途而廢的。

其實(shí)從員工人數(shù)上來(lái)看也很有意思，跨境電商的王者Shein大概有小幾萬(wàn)名員工（相關(guān)報(bào)道中說(shuō)1-5萬(wàn)都有，鑒于沒(méi)有可靠信息，暫估算2-3萬(wàn)），銷售額超過(guò)200億美金，而互聯(lián)網(wǎng)王者字節(jié)營(yíng)收600多億美金，有10萬(wàn)人。

怎么理解呢？apple to apple的比較，兩者人效似乎差不多，但字節(jié)大部分的人和營(yíng)收都來(lái)自互聯(lián)網(wǎng)，跨境應(yīng)該只占很小一部分。而shein這么一個(gè)單一板塊已經(jīng)占到了字節(jié)1/3的體量，不得不佩服。

某方面，跨境電商賣家的確更重視執(zhí)行力多于方法論，??畢竟你告訴我用戶多有價(jià)值；

但如果無(wú)法落地，還是等同大家都知道ATM機(jī)柜存有現(xiàn)金，但都無(wú)法把錢(qián)轉(zhuǎn)化為自己的財(cái)富一樣??

所以用戶價(jià)值模型，關(guān)鍵不是如何論證，而是如何實(shí)現(xiàn)？

??面試題：把大象裝進(jìn)冰箱，要幾個(gè)步驟？

很多人都應(yīng)該有聽(tīng)到過(guò)這個(gè)問(wèn)題的回答：第一步打開(kāi)冰箱；第二步，把大象塞進(jìn)冰箱里；第三步，把冰箱關(guān)上。

然而這看似一個(gè)冷笑話謎語(yǔ)，本質(zhì)考驗(yàn)的是，答題者有沒(méi)有拆分問(wèn)題細(xì)節(jié)的能力，一個(gè)帶有主謂賓的需求：

主語(yǔ)：你

謂語(yǔ)：放冰箱

賓語(yǔ)：大象

但實(shí)際上依然是很模糊需求——大象需要怎么放冰箱了？為什么要放冰箱了呢？

需求不清晰，所以真正的第一步，其實(shí)是需要梳理需求，而梳理的最好辦法是通過(guò)給主謂賓加上細(xì)分形容詞

為XX原因

放XX樣的大象

XX樣的冰箱

圖片來(lái)源：接地氣學(xué)堂

而組成以上細(xì)節(jié)的，則是關(guān)鍵數(shù)據(jù)指標(biāo)——我們又該如何判斷，什么是好的關(guān)鍵數(shù)據(jù)指標(biāo)呢？

??關(guān)鍵數(shù)據(jù)指標(biāo)

常規(guī)的獨(dú)立站數(shù)據(jù)指標(biāo)有哪些？

圖片來(lái)源：Jaron/Yoki制表

然而以上就是我們最需要關(guān)心的“大象”數(shù)據(jù)嗎？或者說(shuō)，到底什么是有關(guān)鍵數(shù)據(jù)指標(biāo)標(biāo)準(zhǔn)？

關(guān)鍵數(shù)據(jù)指標(biāo)是比較性的

比較同一數(shù)據(jù)指標(biāo)在不同時(shí)間段、用戶群體、競(jìng)爭(zhēng)產(chǎn)品之間的表現(xiàn)，可以更好地洞察產(chǎn)品的實(shí)際走向；“本周的用戶轉(zhuǎn)化率比上周有所提升”顯然比“轉(zhuǎn)化率為 2％ ”更有參考意義。

基于比較性，關(guān)鍵數(shù)據(jù)指標(biāo)驅(qū)動(dòng)改變——這是最重要的評(píng)判標(biāo)準(zhǔn)：我們采取什么的舉措導(dǎo)致指標(biāo)的變化

跳出率/棄購(gòu)率/轉(zhuǎn)化率/訂閱率/復(fù)購(gòu)率/交叉購(gòu)率/客訴率/互動(dòng)率/送達(dá)率/觸達(dá)率

每次比率的變動(dòng)，都是一次測(cè)試的結(jié)果，結(jié)果指引我們?nèi)绾蝺?yōu)化的路線，以及背后的底層邏輯：

圖片PNG格式轉(zhuǎn)變?yōu)閃EBP，跳出率提升，原因——用戶讀取Web速度提升，使用體驗(yàn)提高；

Web整體色調(diào)調(diào)整為粉色，女性用戶轉(zhuǎn)化率提升，男性用戶則相反，原因——女性對(duì)粉色體驗(yàn)更好；

CTA按鍵改小5個(gè)像素，結(jié)果新增用戶訂閱率下降，原因——用戶對(duì)于CTA按鍵Miss了

從運(yùn)營(yíng)角度看，什么是關(guān)鍵數(shù)據(jù)指標(biāo)？

某方面也取決于我們自己，有沒(méi)有學(xué)會(huì)根據(jù)數(shù)據(jù)確定一條做與不做的準(zhǔn)繩，從而更有科學(xué)性決策。

一個(gè)好的數(shù)據(jù)指標(biāo)之所以能改變商業(yè)行為，是因?yàn)樗c我們的目標(biāo)是一致的：

留存用戶，導(dǎo)向口碑傳播分享，有效獲取新用戶，最后創(chuàng)造營(yíng)收。

結(jié)合本文主題——用戶價(jià)值，就會(huì)發(fā)現(xiàn)獨(dú)立站最好的關(guān)鍵數(shù)據(jù)指標(biāo)，更應(yīng)該是客戶體驗(yàn)數(shù)據(jù)（而非流量數(shù)據(jù)）：

跳出率——意味著產(chǎn)品/服務(wù)與目前測(cè)試用戶匹配程度

圖片來(lái)源：Jaron/Yoki繪圖

棄購(gòu)率/轉(zhuǎn)化率/訂閱率——目前測(cè)試用戶意愿程度（不跳出但棄購(gòu)，意味著產(chǎn)品/服務(wù)與用戶匹配，但存在其他因素所以不轉(zhuǎn)化；根據(jù)福格行為模型：動(dòng)機(jī)/能力/促發(fā)場(chǎng)景，三者促發(fā)行為）

圖片來(lái)源：Jaron/Yoki繪圖

客訴率/互動(dòng)率——客戶體驗(yàn)管理程度，對(duì)客戶來(lái)說(shuō)，響應(yīng)速度及時(shí)不及時(shí)/產(chǎn)品是否送達(dá)，是滿足與否關(guān)鍵

圖片來(lái)源：Jaron/Yoki繪圖

觸達(dá)率/復(fù)購(gòu)率/交叉購(gòu)率——對(duì)客戶從滿足一次到滿足多次，普通用戶導(dǎo)向忠誠(chéng)用戶，最后打造K因子模型

圖片來(lái)源：Jaron/Yoki繪圖

K因子模型——病毒營(yíng)銷背后的核心關(guān)鍵點(diǎn)，另外有說(shuō)法是病毒因子/病毒系數(shù)K-Factor，幾乎所有的增長(zhǎng)黑客、用戶裂變和病毒營(yíng)銷背后，都離不開(kāi)它

圖片來(lái)源：Jaron/Yoki制表

表格中和病毒系數(shù)K值相關(guān)的三個(gè)要素和變量分別是：

Custs(0)，即初始種子用戶Customer；

i，即每個(gè)用戶發(fā)送的邀請(qǐng)數(shù)量Invitation；

Conv%，即每個(gè)用戶邀請(qǐng)成功轉(zhuǎn)化率Conversion Rate；

計(jì)算K因子的公式非常簡(jiǎn)單：將每個(gè)用戶的邀請(qǐng)數(shù)乘以邀請(qǐng)成功的轉(zhuǎn)換率，即：K = i * Conv%

從圖表數(shù)據(jù)可知，在初始用戶量為 10 ，K因子為 2 的情況下，在經(jīng)歷 12 輪增長(zhǎng)后，總用戶量從10變成了81910

K因子屬于用戶隱藏價(jià)值，某程度也展示我們用戶模型是否存在自增長(zhǎng)：

0≤K<1：用戶不會(huì)自增長(zhǎng)，不存在病毒營(yíng)銷，因?yàn)槠骄總€(gè)用戶無(wú)法帶來(lái)另一個(gè)完整用戶，屬于亞線性增長(zhǎng)

K≥1：用戶將以指數(shù)方式增長(zhǎng)，也就是病毒式增長(zhǎng)引擎，因?yàn)槠骄總€(gè)現(xiàn)有用戶發(fā)展一個(gè)或者多個(gè)新用戶，實(shí)現(xiàn)線性或者超線性增長(zhǎng)

圖片來(lái)源：Jaron/Yoki繪圖

和過(guò)去文章不同的是，我們本次文章的示意圖，是從部分圖片拓展為全局，因?yàn)槲覀兿Ｍ麖?qiáng)調(diào)一點(diǎn)：

關(guān)鍵數(shù)據(jù)指標(biāo)之間存在耦合現(xiàn)象

轉(zhuǎn)化率（訪客中真正發(fā)生購(gòu)買(mǎi)行為的比例）是和購(gòu)買(mǎi)所需時(shí)間（客戶需要花多長(zhǎng)時(shí)間才能完成購(gòu)買(mǎi)）相綁定；二者相結(jié)合可以告訴我們更多關(guān)于現(xiàn)金流的信息；

K因子的另外一個(gè)說(shuō)法，病毒式傳播系數(shù)（Viral Coefficient，平均每個(gè)用戶邀請(qǐng)來(lái)的新用戶數(shù)）和病毒傳播周期（Ciral Cycle Time，用戶完成一次邀請(qǐng)所需的時(shí)間）共同推動(dòng)產(chǎn)品的普及率；

當(dāng)我們開(kāi)始組合思考獨(dú)立站用戶模型背后的關(guān)鍵數(shù)字時(shí)，就會(huì)注意到關(guān)鍵數(shù)據(jù)指標(biāo)背后隱藏著更重要的數(shù)據(jù)指標(biāo)：GMV、周期性現(xiàn)金流，還有產(chǎn)品普及率

（來(lái)源：JaronTam）

以上內(nèi)容屬作者個(gè)人觀點(diǎn)，不代表雨果跨境立場(chǎng)！本文經(jīng)原作者授權(quán)轉(zhuǎn)載，轉(zhuǎn)載需經(jīng)原作者授權(quán)同意。?