江苏龙网

  1. 首页 > 资讯 > >

运营派|两年项目经验复盘：我在头部金融公司做增长( 四 )


涉及到费用的问题永远是需要紧绷神经的 ， 不容有半点差池 。 财务问题分为内外两部分 。 内部主要是涉及礼品费用核销类的 ， 外部主要涉及渠道商款项结算 。
1）内部礼品费用
整理好具体的明细数据 ， 做好备份 ， 月度明细 ， 年度总计都需要整理清楚 ， 方便后期内部对账 。
2）外部渠道费用
每家渠道商的费用函、费用明细、渠道数据、确认邮件、投放截图等都需要整理清楚 。 外部数据需要跟财务、外部渠道商确认无误之后才能发正式邮件 。
03增长实践
3.1统一口径
增长工作牵涉多个团队 ， 所以统一标准就很重要 ， 减少后期扯皮的事情 。 拉新报表统计口径、外部法务合同模板、财务结算周期、费用申请流程 。 涉及到费用申请和业绩归属和统计的事情都要提前协商 ， 这是增长工作中大方向上的把控 ， 只有做到总体大盘的不慌不乱才能在后期坚定的执行和反馈 。
3.2参数追踪
拉新获客的数据如何统计 ， 需要一套完整的追踪标准 。
（1）参数定义
从事过SEM广告投放的同学都比较容易理解 ， 一般都是使用UTM（UrchinTrackingModule）参数追踪 ， 设定好UTM参数 ， 即可追踪网站、活动的流量来源 ， 以及不同流量来源所占的比例等 。
UTM参数包括5个参数 。
utm_source ， 广告来源；
utm_medium ， 广告媒介；
utm_term ， 广告关键字；
utm_campaign ， 广告名称；
utm_content ， 广告内容；
APP使用的参数追踪分为站外路径和站内路径 ， 站外渠道路径使用outerid ， 渠道子路径使用cid ， 站内渠道路径使用innerid ， 对应活动使用campaignid 。 以上参数追踪形式结合各家实际技术条件做参考 。
（2）材料文档
对应的参数追踪逻辑和标准都需要整理成完整的word文档 ， 对应的Q&A ， 数据问题对接人等内容以邮件形式整理和梳理发送给各团队对接人 。
3.3数据标签
参数追踪问题解决了 ， 接下来自然涉及到运营和广告投放环节了 。
这里针对裂变营销这块重点梳理一下 。 有H5活动 ， 这只是其中的流量载体 ， 流量怎么筛选呢？怎么筛选目标客群呢？怎么能确保投放之后就一定会带来效果呢？
客群选择显得尤为重要 ， 对应到媒体广告平台 ， 可以理解为地域、人群、时段、性别、年龄这些字段 ， 而对于内部存量客群 ， 则可以通过数据标签的形式进行圈定和投放 。
比如裂变拉新 ， 想针对老用户投放 ， 那么可以设置标签：已下载APP+近7天活跃+年龄20-40 。
数据标签设置投放之后也需要依据数据查看实际效果 。 同个广告位、同个标签、广告素材、广告文案多维度测试和评估 ， 找到转化率最高的组合 ， 在此基础上不断的迭代更新 。
3.4活动模型
结合场景思考 ， 这里个人对场景化的拓展方向有两个：一个是时间维度 ， 一个是空间维度 。 时间维度可以理解为在日常生活中从早上睁开眼睛的那一刻到晚上睡觉闭上眼睛这段时间 ， 都可以在时间维度的场景进行思考和营销 。
而空间维度可能更多的嵌入到潜在意识当中了 ， 有点像电影盗梦空间 ， 多维度在人的潜意识当中起作用 ， 比如坐公交听喜马拉雅 ， 跑步时候听音乐 ， 冥想时候的思考等 ， 属于内在意识里面的作用和影响 。
【运营派|两年项目经验复盘：我在头部金融公司做增长】场景跟活动模型有什么关系呢？这里涉及到一个活动+情景的思考 。 不是所有的活动模型都适合在所有场景下的推广和营销 。 举个栗子 ， 拼团类的活动 ， 对于拼多多这样的电商公司是没问题的 ， 大家助力拼个锅 ， 买个电风扇之类的都没有问题 。 金融理财、贷款这些涉及到个人隐私的部分 ， 依靠助力等拼团玩法就未必合适 。 不符合场景化的思考 。
结合场景 ， 提供符合行业调性的活动 ， 进行促销和推进 。 不同行业的玩法剖析和解读会有所不同 ， 同种类型的活动不能100%的复制迁移到另外一个领域 ， 需要依据行业特性进行整改 。
教育行业为了延长转化路径 ， 有0元试听、1元解锁这类玩法 ， 进而推出高客单价的课程；电商领域的低价爆款 ， 更多的是为了引流 ， 再组合包装出售其他高毛利产品；金融领域 ， 有体验金、免息券玩法 ， 让用户多参与产品的体验 。
3.5数据分析
产品端-数据端的思考 。
分析各类客群人群属性 ， 类似目标客群集中在哪个年龄段、地域、收入等信息 。 运营工作的数据分析不同于大数据的分析 ， 更多的是结合日常数据进行业务层面的分析 ， 通过数据驱动 ， 推进业务发展 ， 优化产品 。
看库存数据 ， 知道每日礼品消耗 ， 提前预估和判断 ， 做好准备工作；看转化数据 ， 可以分析成本和产出情况 ， 及时调整 ， 最大化ROI；
分析数据不仅仅是简单的分析数据表层的问题 ， 更多的还是需要根据数据去洞见背后的本质 。 运营的数据在一定程度上可以反应出产品端和用户端的一些问题 ， 每天看数据就像经常拆解活动案例一样 ， 可以培养自己的感觉 ， 对数据形成一种敏感度 。
3.6数据迭代
增长是一门实践学科 ， 类似在实验室做实验 ， 需要不断的测试和验证 。 提出一个假设目标 ， 通过实际活动和运营 ， 结合数据不断A/B测试 ， 看最终的结果是否符合预期 。


推荐阅读


上一篇：全国能源信息平台|GE：谁动了我的“奶酪”？

下一篇：智通财经|维持“买入”评级，野村：下调中国铁塔（00788）目标价至2.1港元