《自动化营销落地实践》之旅程设计

上期的文章，我们探讨了常见的对自动化营销的认知误区，接下来，我们将带着这些对自动化营销的认识，一起讨论自动化营销应该如何在客户经营中进行落地？

根据数字化运营团的实践经验，我们将搭建和落地过程分为以下三个步骤来进行：

1、设定营销目标

每段旅程都应该有它核心的运营目标，希望用户领券消费、客户关怀、策略测试等等都将有一个目标与之对应，这个目标将是我们数据驱动的重点指标，有没有达到营销目标、达到了/没达到的原因等等，从而有目的地进行后续优化。

常见的自动化旅程营销目标有以下几类：效果类、关怀类、提醒类、测试类

以上四类是常见的自动化营销的营销目标，很多读者可能发现在实际操作中一个营销旅程可能会同时涉及多个目标，比如我们在AB测试的时候，往往也会需要关注效果，如果有多个目标该怎么办呢？

我们的建议依然是找到唯一的目标进行数据分析，测试类旅程关注两个分支的测试差异，以优化不同测试条件为主。效果类旅程关注整个旅程的转化数据，以优化各环节转化数据为主。这样，针对目标进行优化，保证自动化旅程的设计能够精力集中。

2、规划客户旅程

在设定好目标之后，我们要重新回到用户视角里。在目标的引导下，规划用户旅程的好坏直接决定用户能不能完成这段设计好的旅程，以及影响后续的转化效果。这里有几个用户旅程的设计重点提供给大家：

• 用户：从小范围到大范围

目标的背后是对应着一个用户群体，我们在开始规划客户旅程时，首先应该找到这次旅程所针对的用户群体是谁？比如促进活跃的目标，那对应的是产品已经沉默或流失的用户的人群，促进消费目标是一段时间没有过消费行为的用户。

用户选择的标准由企业自己确定，但这里有一点选择上的建议，先从小范围的用户开始选择，或者说选择标准先设定尽可能是此次旅程的最直接的用户，这样做是为了在扩大营销范围前，跑通整个旅程同时测试效果，后续影响更多用户时，做到执行可把控。

• 流程：最简化用户操作

自动化营销的目的是希望企业与用户进行互动，但用户往往喜欢滑动不喜欢点击、喜欢选择不喜欢输入、喜欢获得不喜欢失去，这都是人之常情。因此我们在设计自动化营销的时候，也要参考这些偏好，做好用户的引导，避免用户繁琐的操作而在中途流失。

• 节点：选对时间节点及触发节点

自动化营销的核心在于时间周期的设计和触发节点的设计，当用户在自动化营销旅程中，恰当的时机对于后续行为的转化有着至关重要的作用。

试想一下一份客户满意度报告，是在用户刚刚离店时发送给客户，还是用户离店的几天后再发送好呢？这就是时间节点的选择，在用户还保持有印象和情绪的时候及时地提醒，更有可能达到我们的目标。

• 内容：符合用户预期

内容即是企业与用户通过自动化营销旅程的互动内容，例如领取优惠券、生日提醒、消息推送等等都属于内容。在内容的设计上，一个建议是它要符合用户在当前场景下的预期，也就是在用户角度来看，它应该是在当前场景下，愿意打开的内容。

这里说的可能比较抽象，我们举一个场景，比如我们希望通过自动化营销测试「优惠券金额对于用户购买意愿」的影响，当我们为用户发放优惠券时，考虑优惠券发放的文案。

「您收到一张 X 元优惠券，请点击链接领取」和「加班辛苦了，为您送上一张 x 元优惠券，补充能量吧」，这两个优惠券在用户看到时的想法和预期是不一样的，前者可能想到的是「这是一条营销短信」，而后者则可能是「正好有点饿，看看有什么吧」，促进下一步的行动，这就是不同的用户预期。

• 预判：思考所有可能性，明确引导

在设定好流程、节点、和内容后，一个基本的自动化旅程就设计完成了，但我们还希望有最后一步，就是再次回到整体的设计上来，思考用户在这个旅程中，还可能遇到哪些场景是我们没有考虑到的，进行一个行为预判，做好管理。

比如如果用户没有通过短信的链接访问小程序，还有哪些途径可以领取到优惠券？是否可以再加上小程序内消息通知?新产品上线时，根据上新的门店情况，是否应该最小化控制用户通知数量，而不是全员发送通知，避免对用户进行打扰？促进转化的按钮是否太靠下，小尺寸屏幕的手机需要再次滑动才能找到？等等可能性...

这些问题在制作时可能不容易被注意到，但是在实际执行过程中，尽量多的考虑用户实际使用场景，及用户可能会遇到的疑问，将很大程度减少后面调整和风险，同时能够更好帮助客户进行旅程引导。

3、多测试多迭代

用户旅程往往不是一次就能很完美的达到预期，在旅程启动后，工作的重点将是围绕效果数据，进行不断测试和迭代。正如之前所说，「以数据为驱动」的原则下，观察结果数据，分析问题数据，优化旅程策略，最终向营销目标一步步靠近。

• 观察结果数据

通过惟客自动化营销漏斗数据，可以直观了解当前旅程中用户到达各节点的人数和转化率情况。我们可以将这里的各节点转化情况作为初始数据，找到容易流失的节点、转化率异常的节点或是未达预期的节点，优化分析工作将针对此进行。

• 分析问题数据

数据会帮助我们找到出现异常的节点，但不会告诉我们出现异常的原因。针对每个节点的转化情况，我们要实际进行旅程体验，尝试找到阻碍用户完成旅程的问题。问题往往隐藏在很细微的地方，并且根据项目或者产品不同，存在着方方面面的问题。这里列举一下常见的影响旅程的假设方向，我们可以根据这些假设方向逐一排查：

流程问题：流程设计是否合理？用户操作步骤是否可以缩减或优化？用户是否还会在流程外执行其他的动作从而跳出流程？

引导问题：是否能够做到良好的用户引导？关键转化操作是否方便执行？

内容问题：内容对于用户是否具有吸引力？是否符合用户当前的期待？

节点问题：时间周期或者触发动作是否合理？

通过以上的分析我们建立起一些假设，接下来就将假设在实际的测试中再次进行求证，收集相关线索，来验证它。

• 优化旅程策略

AB测试是一个很好的验证假设的方式，惟客云自动化营销提供AB测试工具及报表工具，我们可以根据假设的问题方向，设定两组对比实验来判断哪种策略效果更好，观察验证数据之后来得到假设的结论，将新的更好的策略应用在我们之前的旅程中，即完成了一次策略优化。

按照上面的逻辑，我们在更多的节点应用优化，不断迭代自动化营销旅程，在客户经营过程中，获得更好的数据。

以上就是我们在自动化营销落地过程中的实施建议。

如果你还想了解自动化营销更多内容，欢迎评论区留言或私信小编~

原文地址：https://blog.csdn.net/WAKEDATA/article/details/135826511

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！