最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

神策数据:2020企业精细化运营白皮书

[复制链接]
跳转到指定楼层
楼主
发表于 2020-4-9 10:24:25 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 168主编 于 2020-4-9 10:28 编辑

2020企业精细化运营白皮书(提取码: cstd).pan (0 Bytes, 下载次数: 0, 售价: 5 金钱)
来源:神策数据
(1)什么是运营?
在介绍如何进行精细化运营之前,我们先来探讨一个问题:什么是运营。
目前,关于运营的描述,没有统一的答案, 各自都有各自的理解。我们来看看一些认可度比较高的定义都是如何描述的:
从广义的角度来说,一切围绕着“产品”而进行人工干预的都叫运营。
运营就是洞察产品所处的不同阶段和用户需求,通过整合资源找到有效的目标用户实现阶段性业务目标,从而实现最终的商业价值。
运营是连接产品和用户的桥梁,能够快速的为用户展现产品价值的方法。
这里我也给出对运营的另一个视角 ,从企业的视角来看:运营是围绕产品,以一种特定目标为导向,凭借最少的成本、最合适的手段、最高效的执行,对资源进行最优化的整合发力,从而不断加强目标人群与产品的联系,并从内容建设、用户维护、活动策划三个层面,不断地通过各种计划、组织、实施和控制路径,完成业务目标,或者将业务目标最大化的一个过程。
(2)为什么要实现精细化运营
随着时代的变迁,互联网已经度过了上半场,进入了下半场,甚至是加时赛。流量红利时代已经一去不复返了。对于企业来说,如果想要保持企业的增长,有“开源”和“节流”两种方法。但是对于大部分企业来说,“开源”是一件成本非常高的事情。目前各个行业的拉新成本各不相同,但是有一点共同点:都基本超出了行业内大部分企业的承受能力。
而且对于很多企业来说,最大的痛点不仅是拉新的成本在激增,更令人心痛的是好不容易拉来的用户留不住,很多用户可能只是做个“一锤子买卖”就再也不活跃了。因此,现阶段对于大部分企业来说,还是要把未来的增长,寄托于存量的运营上。
对于企业来说,要进行精细化运营的原因如下:
第一,客户价值差异。
这个社会是人人生而平等的,但是对于任何一家企业来说,不同的客户包括潜在客户对于它的价值却都是不同的。那么在资源有限的情况下,一个企业对待它的客户的经营策略一定是要有所区分的。
第二,客户个体差异。
世上没有两片完全一样的树叶,同样不同的客户也一定存在着个体差异。这种差异会导致用户行为,用户的关注点,用户的转化偏好等各不相同。那么企业对待这些客户的经营策略也是要因人而异的。
第三,资源有限。
任何一一个企业,资源都是有限的,投入在运营的资源也是有限的。而所有的运营活动都是有成本的。有人说,我就是群发了一条Push消息,用的还是某个第三方的免费推送通道,这有啥成本。注意:我们说的成本,不仅仅包含了企业为运营活动所付出的人员投入,所承担的物质投入以及所支付的金钱投入,还包含了我们触达到我们用户所消耗的机会成本。我们的用户耐心是有限的,在接收到我们推送的App push消息时,如果推送的内容是用户需要的,是他们真正感兴趣的,那么用户可能还会继续接收我们的推送消息甚至完成转化,但是如果推送的内容对于客户来说,是无聊的,甚至是骚扰消息,那么客户不仅不会进行点击,甚至会关闭我们的推送,再也不接收我们的消息了。
作者 ■
孙超赟 神策数据业务咨询师
负责神策数据核心大客户的价值交付。服务内容包括业务需求梳理、数据源管理、业务数据清洗、数据采集方案、产品规划、活动评估报告以及数据驱动业务落地等。
曾就职于 Adobe,负责大中华区 Adobe Analytics、Adobe Target 以及 Adobe Experience Manager 等解决方案的售后交付。项目经历包括某航司会员活动咨询项目,某社交平台目标受众咨询项目,某大型通讯公司用户数据采集及数据体系搭建项目等。服务客户包括国美,中国移动、未来电视、川航、东航、智联招聘、万豪酒店、雀巢、中国国际广播电台等。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-20 06:43

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表