从用户运营的四要素分析如何打造立体化的优惠券营促销方案(上)

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

从用户运营的四要素分析如何打造立体化的优惠券营促销方案(上)

▍刘存辰

大家好,欢迎大家收听本次系列课程,本来这个课程是跟一个第三方平台一起打造的一个课程,因为该平台的业务转型问题,故课程制作没有很好的制作下去,很遗憾。那么,就在自己的公众号平台将本次课程分享出来,希望对大家有所帮助。

目前我在所任职的公司负责的项目是 2C端的男士3D轻定制电商平台(之前已介绍过),这个项目也是我司打造的国内首创3D线上轻定制电商平台,本次的课程我也会将这个项目当中的实操经验拿出来和大家进行分享。

课程标题:

从用户运营的四要素分析(拉新、促活、留存、转化) 如何打造立体化的优惠券营促销方案

本次课程将从以下四点来进行阐述

1、优惠券需抓住用户心理

2、优惠券功能设计的要点掌握

3、用户运营四要素的优惠券玩法打造

4、如何评价优惠券设计是否合理

-------本次系列课程先讲述1、2点 -------

一、 优惠券需抓住用户心理

第一部分将从以下三点进行阐述:

*价格锚 点的平衡

*营造紧张、火爆氛围

*用好价格诱饵原理

从用户运营的四要素分析如何打造立体化的优惠券营促销方案(上)

价格锚点的平衡: 何为价格锚点? 在消费者眼里,商品的价值是“相对存在的”,这件商品到底值不值这么多钱,都需要一个可供参照的标准。 所以商家在给商品定价时,就已经在业务上进行了综合考量,才会给定到一个合适的价格。 那么,在业务开展过程中,价格锚点就不能轻易调整,需保证商品价值的稳定。 但是市场变幻太大、太快,不同时期不同区域需要对价格进行调整,那么,优惠券的魅力就在于此,ta能够完整保留商品原本的价值,达到企业在不同时期、不同地区,来开展针对性的营促销活动。 用户使用优惠券购买商品,看似捡到便宜很开心,其实更开心的是捡到便宜的这种感觉。 所以优惠券能够很好的达到保护商品价值的目的,是其他营促销方式不能代替的。

从用户运营的四要素分析如何打造立体化的优惠券营促销方案(上)

营造紧张、火爆氛围: 现在主流电商对于优惠券的发放已经基本泛滥,尤其是平台型的电商,商家侧和平台侧每天都在发券,用户其实已经产生了一定的免疫。 所以作为垂直电商和自有商家电商在优惠券的设计上除了要保障优惠券的质量外,更重要的就是要营造紧张、火爆的氛围,用户的情感是很容易受到感染,可能一个小的细节触发,就会让用户产生下单行为。 所以,我们可以通过第三方信息下发渠道或者在产品设计本身上做一些巧妙设计,来让用户感受到券的紧张氛围和火爆氛围。

用好价格诱饵原理: 什么是价格诱饵? 说一个《经济学人》杂志的案例,这本杂志出了一个广告方案:

1、第一种选择: 花费59美元在网上可以直接订阅该杂志进行阅读;

2、第二种选择: 花费125美元可买到印刷纸质版进行阅读;

3、第三种选择: 花费125美元可买到印刷纸制版加电子版的套餐组合进行阅读;

此方案一经推出,在当时推向市场后,收到的订阅反馈结果是第三种方案购买的人最多,分析得知,在单订电子版和印刷版之间做选择用户有些犹豫,那么《经济学人》杂志的营销人员给了我们一个不犹豫的选择,推出印刷加电子版套餐的加量不加价的选项,这一下让用户的选择更加清晰了,自然地,第一和第二种选择就被当成了诱饵,诱使用户购买第三种方案。 所以回到我们优惠券的设计方案上来,你希望用户使用哪种优惠券,除了在文案标注和软件操作上的优化以外,也可以采用价格诱饵原理,多创建一些具有干扰性质的优惠券,引导用户选择使用你想让他使用的优惠券。

二、优惠券功能的设计要点掌握

第二部分将从四个字来进行阐述: 创 发 用 记

创-创建优惠券

创建优惠券需从两个角度去考虑:

1、券本身的信息

2、券作为活动类型下的活动信息


1、券本身的信息: 需结合你所在公司的实际业务场景去考虑和设计,一般包括以下几点:

*券名称: 运营可自定义创建优惠券的名称;

*券类型: 满足不同产品线的用券诉求(例: 你司如果有多条产品线,如电商类、游戏类、金融类等,不同产品线会有不同的用券诉求,根据不同产品线的业务类型不同,券的某些规则肯定会有所不同,所以如果有多条产品线的,需考虑增加这个字段,便于将复杂的业务逻辑进行区分);

*券优惠类型: 如满减、折扣、无门槛等(根据运营在业务开展过程中所需的具体形式来设计);

*面值: 设置优惠券的优惠金额数值(例如: 满减类型优惠券就是定义减免的金额、折扣类型优惠券就是定义折扣值等);

*使用限制: 定义使用券的限制条件(如满减券就需要定义满多少金额才能使用,而无门槛则无需定义,根据不同的券优惠类型来看);

*使用渠道: 优惠券用于不同产品线下的各个渠道: 如客户端、H5、PC端等(刚才说了券类型那个字段,这里使用渠道说明的就是不同的券可能还有渠道使用的区分,pc和移动端有可能会设置不同的运营方案,那么券的使用业务逻辑也会有所不同,所以需要区分开);

*券有效期:

(1)绝对时间: 设置某个时间段,需设置开始时间和结束时间;

(2)相对时间: 设置领取之日后多少天有效;

(优惠券需要设置一个券的使用时间,目前比较常见的做法是两种,绝对时间和相对时间,绝对时间是指人为的给这个券设定一个使用时间段,这种设计做法需和后面要说的活动信息里的活动时间相配合,券的结束时间要大于活动的结束时间; 而相对时间的设置则简单了一些,就是定义好业务场景,如现在列出的领取之日后的多少天内有效,只需要设置一个数值即可; 这块可根据实际情况选择适合的设计方案);

*使用范围: 平台券或店铺券(这个主要适用于平台类型的产品,平台上会有很多商家,创建的是平台券还是商家券,这个需要进行区分);

*商品范围: 全品类、全商品、限制品类、限制商品等(优惠券的使用对象是商品,这个商品包括实物商品或服务,所以需要设定好商品的适用范围,具体针对到某品类还是某商品,还是全部品类或全部商品,这些是必须要定义好的);


2、券作为活动类型下的活动信息: 设置优惠券的操作实际本身也可以当作一种活动行为,所以我定义了一个活动信息部分的内容来进行设计,一般包括内容如下:

*领取对象: 不限、新人、会员、老客等(可根据业务实际场景来进行人群定义,这样就可根据不同的人群来推送相对应的券);

*获取方式: 发放、领取、购买、兑换(优惠券常见的领取方式为领取、发放,一般创券结束后,通过这两种获取方式就可以直接使用了; 而购买和兑换的获取方式可能会掺杂更多的业务元素在里面,比如可能还要设置兑换条件、购买条件等,此块就不再此展开描述了);

*展示区域: 商详页、领券中心页、购物车页、营销活动页、领券链接等(各业务产品线中的不同渠道里需要给券的露出提供展示位置,根据自身产品的设计页面,来提供展示位置);

*活动时间: 设置券的领取时间段(顾名思义,就是券的领取时间,需注意的是领券时间和券的有效时间在设计上需要注意,券有效时间的结束时间需要大于领券时间的结束时间,不能造成券的领取未到,而领到的券却是过期券,这些细节需要注意,此块在第一部分券本身的信息里也做了描述);

*发行量: 总活动时间范围内的发放数量,每天发放数量等(主要是用来设置券的数量);

*限领限制: 每人限领、每人每天限领等(用来限制用户的领取次数);

发-发优惠券

发放优惠券从两个角度去考虑: 主动获取和被动获取

主动获取: 优惠券会漏出在我们设置的展示区域内,用户看到券后会主动获取,获取方式为领取、购买、兑换等,这里就需要在产品上进行设计,引导用户去主动获取,在下一部分的实际项目案例中会谈到一些让用户主动获取优惠券的例子;

被动获取: 系统主动发送给用户,可根据精准用户画像分发相应的优惠券,此块功能使用的前提是团队需具备用户画像的打造能力,针对用户画像的打造,有简单的做法也有复杂的做法。 简单一点的就是设计简单好处理的营销人群类型,如购买超过3次的用户、有加入过购物车的用户、浏览商品超过5次的用户等等,然后针对定义好的人群,给他们发送对应的优惠券; 再简单一点的就是可以通过性别,年龄、地域、使用的设备等来进行分组; 复杂一点的就是需要通过大数据的能力去组合多维度、多指标的营销人群,通过可配置项来深度定义,从而对应的去发券,此块一般只有中大型公司才有能力完成这样的事情

用-用优惠券

在用优惠券的阶段,我们需要更多考虑的就是要让用户用的爽,怎么爽呢? 就是最好不要让用户思考就能给用户选择最佳的优惠方案,那么用户的感觉自然就会爽。 所以依照这个原则,我们就可以设计更好的能提升用户体验的功能了。 比如,我们可以把这个订单下可使用的优惠券全部拉取出来给用户选择; 再进一步,我们可以把可使用的优惠券选择一个优惠最大的优先展示给用户; 再进一步,我们可以将这个最优惠的优惠券给用户默认选中,省去用户再去选择了,再进一步,我们可以根据订单里的各种优惠信息,综合选择最佳的优惠组合给到用户,这样无需让用户思考的做法,体验感是非常棒的。

所以以用户用的爽为前提条件,则会更好地提升优惠券的使用价值。

计-统计使用效果

*基础数据  *复合数据

优惠券的发放是否有好的效果需要通过数据来进行验证,一般分为两层数据: 基础数据和复合数据。

基础数据: 可以设计统计发放出去的数量、使用掉的数量、使用的用户、使用的时间、使用的商品等;

深度数据: 通过基础数据的筛选和整理,可以分析一些深度数据,比如这张券的发放对某商品的复购率提升是否有帮助? 比如某商品在用券时和非用券时的活跃度对比、转化对比和销售额对比等。

所以深度数据的挖掘是基于一定的业务诉求为前提的,我们需要将基础数据的分析做扎实,那么后续深度数据的挖掘才会更精准、更快速。

本系列课程上半部分已经说完,下节课讲述3、4点内容,欢迎大家关注。


-------------------------

END


随意打赏

提交建议
微信扫一扫,分享给好友吧。