精细化用户增长案例:低频高客单长决策下的优惠券玩法

交易类产品主要在三个维度去考量,交易频次、客单价大小、决策路径长短

零售类(京东、阿里电商、跨境电商等)基本都是高频、小客单(大家电等特殊品类暂不考虑在内)、快速决策。

然而零售电商已饱和,低频高客长决策交易类服务大批量的由线下往线上转移,怎么关单、怎么低成本关单是运营人员和电销人员最头疼的事情。

以这三个因素为维度可以划分如下几种:

废话少说,直接进入重点,今天讲下除了零售以外其它几种类型营销中优惠券的用法。

一、优惠券就是价格歧视和消费者剩余的结合

价格歧视:价格P1对应销量Q1,依次类推,卖的多挣得多,所以对不同的市场不同的用户要进行价格歧视,优惠券抵消一部分价格完成对不同人群的价格歧视

消费者剩余:如图定价为5黑色部分为消费者剩余,有剩余怎么能行,必须榨干,所以要把价格订到最高,然后通过优惠券价格歧视的方法榨干消费者剩余,实现利润的最大化

二、用户营销策略

上图把所有的类型产品都集中到一起写出的策略,大体的思路是这样,运用的小伙伴遇到具体问题在具体的拆解;

课程服务类、会员服务类客单价是固定不变的且品类较少,优惠券优惠额度并不是很灵活,多设计一些优惠力度慢慢调试以最小的成本投入产生最大销售收入;

消费贷、P2P类的产品客单价浮动比较大,P2P要比消费贷客单价更加灵活,所以设置优惠券力度时可以根据用户聚类的价格敏感度进行设置;

优惠券只是一个概念,有可以用打折、减免、抵扣等办法。利用促销活动(活动规则+激励规则)对同一类别用户进行ABtest方式测试出ROI最高的优惠方式,然后把所有分类都测试完毕,每个族群都达到最优ROI完美实现价格歧视。

三、具体案例

优惠券核心四要素是成本谁出,给谁发,发多少,什么时候发。这四个要素在不同的产品中有不同的组合,这就形成了很多种分类分层的讨论可行性。

案例一

以P2P交易类为代表:成本由平台公司出,发给已交易用户,快到期时候发,发多少??

即将到期的时候有两个选择续费和提升客单价,今天以提升客单价为例子,介绍一种发券方法

首先分析数据,拉出即将到期的付费用户交易客单价有哪些特性(忽略大量数据分析)

如图,横轴为客单价,纵轴为人数。我们可以看出客单价5000左右区间集中地人数最多,这样的聚集区域有三处既5000元、10000元、20000元

那么依托这三个维度,对大部分用户进行一下策略尝试(暂时忽略小众长尾用户)

上图策略中可以做ABtest,例如5000原档可以分AB两部分用户给与优惠券和加息券,以此类推。优惠券额度高低也可以做测试,两个维度形成以下四种测试方案

上图方案中的用户对价格和数字的敏感可以根据以往的营销活动及优惠券使用类型和频次进行判断,这会根据用户属性标签和行为标签综合给用户归类定义。

制定好测试方案或者活动方案了,那么上线之后就是分析活动数据了,很简单的一到数学题而已,依据手里的预算,在数据基础上完成不同时期不同任务的要求

营销成本=投资额度*利率 — 投资额度*收益率 — 人员成本(P2P)

营销成本=(1-坏账率)*(1+利率)*人数*客单价— 本金— 人员成本(消费贷)

案例二

教育行业算是比较大众的行业了,由于关单方式基本由电销去电话沟通,所以很难由运营人员制定制定比较统一的策略,反馈的回来的数据(电销人员记录)很难真实反映用户需求,线上交易少之又少,所以定期做一些促销活动,由电销人员去搞定。关键客单价基本固定,就几种课包。

教育的续费率参差不齐,课耗也参差不齐,在教育部新规的限定下,必定会淘汰一批课耗低续费率低的企业,因为营销费用太高了。而且一般的企业也就有几万至几十万的付费用户,几十万付费用户的估值已经很高了,但是相对于传统互联网几万的付费用户太少了,数据量太少了。

总体的红包策略就是依据 营销成本=客单价 —(营销成本+电销提成+人员成本+师资费用)录播课与真人课的区别在于成本一次性支付。包装活动的形式给出下单让利,事后可以按照地区和用户画像提炼出最合适的让利价格

案例三

会员服务(腾讯视频、优酷视频),账号服务(同花顺、豆丁、网盘),订阅服务(喜马拉雅、得到),保险服务(平安健康险、场景保险)都是低频、低客单、短决策流的代表。这几种产品客单价固定、服务类型少。

会员服务和账号服务是虚拟服务,提供1个账号和提供10000个账号锁增加的成本基本为零,此处忽略企业盈利模式的探讨:营销成本=(0,会员价] — 人员成本,后续拼付费率也也许会更好。

订阅服务如果是KOL产出的内容里面就涉及到了提成,营销成本=客单价 — KOL分成—人员成本,区别于教育类的录播课的原因在于课程是自己的老师生产还是第三方KOL生产,自己老师只需要支付工资而外部老师需要每单都有提成。

四、总结

优惠券的概念在这几种产品中的作用其实远远没有淘宝、京东这种多品类、多客单价这么大,零售类更灵活场景更多,结合第三方玩法会更多更多。

优惠券在传统营销当中占据很重要的地位,然而这么多年过去了用户对优惠券的热情不减同时也对其产生免疫,因为优惠券满天飞么。

新的破局点我觉得会在内容营销(各种自媒体),场景营销(各种感情)让用户感同身受,调动感情,让冲动消费更多一下,买一些并不是真的这么需要的商品,不然商品经济社会怎么发展?

搜索电商进入推荐电商,由主动变被动,没有需求创造需求。

8 thoughts on “精细化用户增长案例:低频高客单长决策下的优惠券玩法”

  1. Pingback: Glock guns
  2. Pingback: casino

发表评论