三大場景解讀，持續挖掘電商平臺付費轉化率增長機會

（二）設計首單付費策略：產品策略 + 運營策略

1、產品策略

在首單轉化環節，產品要盡量在每個環節降低用戶轉化阻力，讓用戶更快更順暢地完成首單轉化。

2、運營策略

通常，運營策略包括獎勵、助推等形式，是指以某目標為導向，針對特定的用戶人群在合適的時機通過合適的渠道搭配相應的玩法，引導用戶完成指定目標而制定的一系列方案。需要遵循策略基礎四要素：

（1）時機：在什么時間

（2）人群：面向哪些用戶

通過用戶標簽篩選目標人群，比如：

第一，基于訪問日期，包括當日新訪、老訪客、最近一次訪問時間距離今天的天數等。

第二，基于用戶行為模型，包括用戶認知（瀏覽落地頁/商品詳情頁）、用戶弱興趣（收藏/瀏覽商品評價列表/聯系客服）、用戶強興趣（加購/結算/提交訂單）等。通常需要先配置虛擬事件，將以上行為對應的事件打包，然后創建自定義標簽值。

（3）方式：用什么激勵方式

常用激勵策略包括首單免費、首單 X 元、首單 X 折、首單券包、首單禮包等，具體形式和注意事項可參考下表：

（4）通道：用什么通道告知用戶

目前，企業常用的外部通道包括 Push 推送、短信、郵件 EDM、電話、微信公眾號等，其優缺點及場景匹配情況可參考下圖：

基于過去 7 年多服務電商客戶的實踐經驗，我們將電商平臺常用的運營策略梳理如下：

（三）配置并執行策略

在該環節中，首先要做好基礎研發準備工作，包括埋點/通道設置/激勵方式設計，然后使用神策營銷云流程畫布完成運營策略的配置。下圖為新訪客首單的權益使用流程策略示例：

（四）分析首單轉化效果

在運營策略落地執行之后，運營同學需要搭建數據概覽，作為數據觀測與復盤匯報的工具，了解運營策略對首單轉化的貢獻，并基于數據反饋制定調整策略，探索更合適、高質量的策略四要素組合方式。在概覽的實際搭建過程中，通常需要基于公司業務情況按照不同維度和核心指標進行拆解。

二、挖掘用戶生命周期價值，加速二單復購轉化

復購是用戶首購之后的再次購買行為。從數據上看，首購只有一次，復購則可能會發生很多次。

促進用戶完成從首單到二單，以及更多單的轉化，是一個挖掘用戶生命周期內剩余價值的長期過程。基于這一目標，我們可以從兩個場景深入——促進用戶從首單向二次復購轉化、促進用戶從二單向多單轉化，這是兩個完全不同的命題。接下來將從觸達運營策略出發，以“促進用戶從首單向二單復購轉化”為目標詳細展開。

（一）搭建指標體系

首先，明確業務目標為“促進用戶從首單向二單復購轉化”，即提升新客二次購買率。

其次，拆解目標。新客二次購買率的提升需要緊密結合首單商品的特征、新客標簽、首次付費后的滿意度，從“提升新客回訪平臺”和“提升新客回訪后的二次購買轉化”兩方面著手。具體如下表所示：

接下來，基于目標進一步拆解核心指標，并搭建指標體系。

（二）落地轉化策略

1、千人千面個性化推薦

推薦策略通常包括熱門推薦、個性化推薦和相關推薦。

（1）熱門推薦

結合季節/實時熱點/爆品，基于全站物品各維度統計值進行全局排序，在首頁“熱賣商品”等欄位推薦熱門商品。

（2）個性化推薦

結合新客的用戶特征、行為特征、以及首單的商品特征，對新客進行個性化運營觸達。常見于產品內“Feed 流”“猜你喜歡”模塊，如下圖所示：

（3）相關推薦

推薦與首單物品相似的物品，以提升產品訪問深度。常見于產品內詳情頁“相關推薦”模塊。

2、精細化運營策略

（1）結合標簽與用戶分層對人群進行圈選

• 基本屬性標簽：年齡/性別/地域/職業/學歷/婚姻情況

• 行為偏好標簽：「瀏覽/加購/收藏/購買」的「商品類目/品牌/單品」偏好、搜索關鍵詞偏好、訪問時間偏好

• 營銷偏好標簽：優惠券類型偏好/活動類型偏好

• 用戶價值分層：借鑒 RFM 模型，結合新客的 R 和 M 對用戶進行價值分層

這里介紹一種結合 RFM 與預測復購周期的用戶分層方法：

RFM 模型是通過用戶最近一次消費、消費頻率、消費金額劃分出來 8 個用戶價值群體，將群體用戶進行價值細分，其中：

R（Recency）：最近一次消費時間距今間隔。反映了用戶最近消費的熱度，用以衡量用戶是否流失。從理論上來講，用戶最近一次消費距今時間越長，流失概率越高。

F（Frequency）：用戶的消費頻率。反映了用戶對于產品、品牌的忠誠程度。從理論上來講，用戶在一定時間內的購買頻率越高，代表著用戶忠誠度越高。

M（Monetary）：用戶的消費金額。反映了用戶的購買力。

一般情況下，使用 RFM 模型進行用戶分層的步驟包括：數據準備、計算 R/F/M 值、計算綜合得分、用戶分層。其中，最重要的環節是計算維度價值劃分。（可以用中位數、平均數或者根據行業標準設置符合自身的閾值）

關于新客分層，可以通過新客 R/M 閾值計算來實現。

新客 R 的閾值計算：以回購周期（Repurchase Cycle，簡稱 RC）為核心指標，可采用兩種方式進行計算。

第一，正常用戶計算法。根據消費者購買信息，通過商品消耗周期來計算。RC= 平均一次購買量/平均每天使用量。

第二，現有數據歸納法。根據消費者購買信息，將所有回購用戶的平均回購間隔天數制成分布柱狀圖，累計 90% 用戶的平均回購間隔天數為 3RC，那么可以得出，RC= 累計 90% 用戶的平均回購間隔天數/3。

新客 M 的閾值計算：平均新客客單價 = 新客訂單總額/新客總數。

接下來，便可以完成用戶分層，如下圖所示：

（2）運營策略制定

（3）運營策略落地

以“根據用戶價值分層推送不同類型的活動優惠券，并設置優惠券到期提醒”場景為例，借助神策營銷云流程畫布，可配置如下策略：

（三）二次復購轉化效果評估

針對二次復購轉化效果評估，通常可以從「單個策略效果評估」和「整體目標評估」兩方面展開。

1、單個策略效果評估

通常會從進入策略的用戶數、觸發用戶數、觸達用戶數、目標完成率這幾個指標進行策略效果評估。

2、整體目標評估

結合指標體系，搭建二次復購轉化的數據看板。通過數據看板，可以了解各指標的目標值與實際值之間的差異，了解活動期間指標值與日常指標值之間的差異。并基于差異值，提出假設并猜測可能的原因。比如，若二次復購轉化指標體系中的“回訪率”明顯提升，但是“轉化率”卻為負值，那么可以猜測是落地頁呈現效果不佳、產品體驗卡頓、頁面跳轉率比較低、轉化路徑冗長等，或者是營銷商品下架、變價、曝光位置較差、商品介紹言過其實等。

三、強化多單會員運營，完善全場景復購

完成首次復購（第二單）的用戶粘性不斷提高，部分用戶會在后續一定時間內定期復購，并逐漸成為平臺的核心用戶，為平臺帶來穩定收入和現金流。因此，如何促進完成首次復購的用戶群轉為規模化的核心會員，在平臺完成第三單及更多單，是復購命題下的又一重要細分領域。

（一）提出問題

1、用戶為什么會“一而再、再而三”地付費？

首先，“一而再”，意味著用戶完成首單到二次復購的轉化。影響轉化的客觀因素包括：用戶對商品是否存在真實需求；用戶在首次付費后的價值判斷——“商品價值與價格是否匹配”；主觀因素則取決于用戶完成首購后，是否有基于首單商品特征、首單用戶特征、首購滿意度等進行用戶回訪，以及回訪后的二次轉化。

其次，“再而三”意味著用戶完成從二次復購到多單的轉化。要實現該轉化，需要平臺在用戶首購和二次復購的基礎上，提供增值服務，比如商品獲取時附帶的額外權益、用戶使用后獲得的社會認同感等，使自家商品擁有一定的“排他性”，促使搖擺不定的用戶“路轉粉”。

2、什么是增值服務？

以終為始，從馬斯洛需求理論出發，可以快速、清晰認知電商業態下的用戶需求，從而推導出相應的運營目標和運營抓手。

其中，除了滿足用戶基礎的生理需求和安全需求外，其他需求的滿足都可以視為平臺為用戶提供的增值服務。歸屬、尊重、認知需求的滿足，對用戶“一而再”和“再而三”的購買過程都有程度不一的影響。而審美、自我實現、自我超越需求的滿足，則對促進老用戶實現從下二單到多單的轉變針對性更強，這也是接下來要討論的重點。

3、如何做好促進用戶“再而三”付費的增值服務？

比起社區建設和用戶行為引導，活動體系和會員體系的建設是企業量化目標、監控進程、回收效果的更有效手段。如何診斷現有活動機制是否能讓會員體系發揮應有的價值，對其中的癥結點提出可落地的改善建議，并通過數據驗證效果、進入新一輪的業務提升，是一線用戶運營人員長期關注的命題。

(二）解決問題

以神策數據與優市 App 的合作為例，詳細講述神策數據如何幫助優市在用戶運營場景中實現 Sense（業務診斷）→ Decision（改善建議）→ Action（投入實踐）→ Feedback（回收效果）的數據應用閉環。

（文中所涉及數據均為模擬，不涉及客戶隱私）

優市是一家以售賣健康好物為主的自營性質社交電商 App。考慮到其核心產品艾灸自帶的習慣依賴屬性，目標用戶通常會按頻率購買和消耗，因此優市為用戶設定了以成長值累計、等級晉升、權益擴大為主線的用戶體系。會員等級設置從 1 到 9 級，用戶完成晉升后，會相應獲得更高等級的會員禮包（包含免費商品）、會員滿減權益、會員專享運費券等。

在過去的經營中，優市負責人發現，平臺的會員頭部和腰部效應明顯，VIP5-VIP9 會員每月的活躍、付費和權益領取使用率都表現優異、穩定，但 VIP1-VIP4 的尾部會員成長值獲取和升級人數不容樂觀，甚至有下降趨勢。為了盡快改善該局面，優市計劃基于數據洞察找出尾部會員在用戶行為上可被提升的切入點，并制定相應的運營策略，不斷推動更多尾部會員向高等級會員轉變。

目前，優市會員禮包的獲取和使用是促進會員升級的驅動力。因此，優市策劃并落地了如下破局方案：

通過分析會員禮包獲取和使用路徑，優市初步確定了針對會員升級運營的可發力方向。

（1）獲得成長值

用戶可以通過消費或做任務獲取成長值，主要獲取方式是購買商品，但通常情況下用戶購買商品是出自于自身需求，并非以會員禮包為最終目的，因此需要增強會員中心頁面的曝光，幫助用戶了解會員體系，才能夠通過會員權益吸引用戶。

（2）用戶升級

用戶是否升級取決于升級的難度和會員權益的吸引力。在對用戶做升級引導時，要重點突出升級后的權益，而非直接引導用戶進入商品列表。另外，針對不同VIP 等級的用戶進行分層運營時，可以面向每個等級內不同成長值區間的用戶進一步分層做精細化運營，因為高成長值區間的用戶升級難度較低，更容易被引導。

（3）領取禮包

用戶從領取禮包到使用禮包，需要知道從哪里領取、領完之后要怎么用以及有效期有多長，圍繞這三方面做斷點運營，可以促進最終的使用率。

也就是說，要提升會員禮包的獲取和使用率，重點要加強會員感知和領取使用提醒。

基于以上可發力方向，神策幫助優市對 VIP1-VIP4的會員做了等級提升、禮包領取、禮包使用行為的影響因素推斷和統計分析。

第一，分析會員權益感知程度與會員對成長值和升級的欲望之間的關系。

從上表可知：同一等級、不同成長值區間下，臨近升級的用戶支付轉化率更高；同一等級、同一成長值區間下，進入過會員中心的用戶支付轉化率更高。

第二，分析不同等級的會員在升級、禮包獲取、禮包使用三個關鍵動作上是否存在認知和驅動的差距。

從上表可知，會員等級越低，禮包領取率、禮包使用率越低。其原因有兩個，一是低等級的會員產品體驗程度低，并不了解權益升級的機制和兌換的入口；二是低等級會員禮包價值小，用戶不屑于領取和使用。

此時，從用戶成長路徑出發，在完成數據分析之后，可以得出明確的運營方向：

• 通過加強會員中心的曝光增強用戶對會員權益的感知，并重點觸達處于臨升級狀態的用戶，引導用戶消費、達成升級。

• 在用戶升級后及時觸達，指明禮包的領取入口，并通過更具吸引力的觸達內容重點引導低會員等級用戶，促使其領取禮包。

• 在用戶領取禮包后及時觸達，敦促使用，并通過更具吸引力的觸達內容重點引導低會員等級用戶，促使其使用禮包。

基于以上運營方向，神策幫助優市制定了具體的運營策略和評估指標，并通過神策營銷云搭建了相應的運營計劃。

在運營計劃執行過程中，優市搭建了實時監控概覽，其核心作用是讓一線運營人員根據實時數據反饋及時調整策略，降低風險。舉個例子，在一次數據洞察時發現某個運營計劃當天轉化人數異常偏低，通過及時排查發現，該計劃相關商品已售罄，一線人員立即聯系商品部門補足庫存。

運營計劃結束后，神策數據與優市聯合做了全面的復盤報告，如下：

通過以上關鍵指標的提升，優市 VIP1-VIP4 等級會員的支付轉化率有了明顯提升，實現了更多低等級會員從二次復購到多單的轉化。追溯計劃執行前統計的 VIP1-VIP4 會員共 12603人，剔除在計劃執行當月流失的用戶 508 人，共計 12095 人。這部分用戶在本次會員體系運營活動的策略覆蓋下，有幾個關鍵指標得到改善：

• 運營計劃執行的上一個月支付轉化率為 44.8%，運營計劃執行當月支付轉化率為 48.6%，同比上升 8.5%。

• 運營計劃計劃執行的上一個月，歷史累計訂單數大于 2 單的用戶數占比 81.3%，計劃執行當月，歷史累計訂單數大于 2 單的用戶數占比 85.5%，同比上升 5.2%。

總結一下，優市通過神策數據深入洞察會員禮包獲取與使用路徑，大膽假設相關影響因素，并嚴謹求證這些因素的影響力度，對癥下藥制定改善策略，最終完成了低等級會員向高等級會員轉化的目標，也為平臺培育了更多忠誠用戶。在此過程中，神策數據與優市的一線人員緊密協作，將數據查詢、數據分析、策略產出、策略執行、效果回收、效果復盤等一系列數據應用方法論賦能給優市一線業務人員，優市也逐漸形成了數據驅動業務的機制，加速走向數字化實現自我突破。

 小 結 

付費轉化率提升是電商平臺整體的核心指標，需要協同產品、運營、渠道、技術、客服等各個部門共同發力。除此之外，科學的數字化應用方法也是必不可少的，在制定并實施策略過程中，需要結合落地工具和策略實施效果，實現 SDAF 數據閉環，最終達成提升付費轉化率的目標，形成業務特有的增長壁壘。