电商营销体系建设的运营、产品和技术挑战

0 评论 3276 浏览 21 收藏 21 分钟

导读:电商营销是一个内涵和外延都很大的领域,此处提到的电商营销主要指狭义上的促销体系,包括各种优惠券、红包、抽奖等营销工具,以及基于营销工具上构建的促销活动,比如专场补贴,聚划算等。这篇文章从认知、运营、产品以及技术四个方面展开,分析营销体系建设中的挑战和应对。

一、认知

电商的本质是零售,电商营销是一个典型的市场营销行为,营销专业的通用理论和模型,以及一些常见的用户心理学等知识,都可以应用在电商营销活动中。

1. 营销模型

在营销领域有一些经典的营销模型,比如 4P’s。

4P’s 营销理论,即产品(Product)、价格(Price)、渠道(Place)、宣传(Promotion),再加上策略(Strategy),简称为“4P’s”

4p 模型很好理解,如果你要发起一场综合性的营销活动,需要明确参与活动的商品范围,活动促销的价格,活动曝光的渠道,以及如何触达到消费者,还有参与活动的规则(Strategy)。

4P 模型是一个高度抽象的理论,在 4P 模型之外,还有 4C 模型。

4C 包括消费者的需求与欲望(Consumer needs wants)、消费者愿意付出的成本(Cost)、购买商品的便利(Convenience)、沟通(Communication)

4c 模型更多的是从消费者的角度来去设计营销活动,由于聚焦用户,所以 4C 模型更适用于细分市场。

除此之外,其他一些理论,比如阿里妈妈推出的几个营销模型,PDCA 循环,AISAS 消费行为模式等,都可以帮助理解电商营销活动的设计。

2. 消费心理学

要比较好的理解电商营销活动,需要一些行为经济学和心理学的知识,了解了基本的用户心理学等知识以后,再去运营相关的营销活动,会事半功倍。

举个例子,每年双十一商家都会提前发放一些大额优惠券,就是利用消费者预设心理账户,以及损失厌恶的心理,刺激用户购买,让原本犹豫甚至没有意愿的消费者,也来购买商品。

很多营销玩法都可以从消费心理学角度进行分析,类似的操作还有很多:

二、运营

电商营销是一个强运营的领域,绝对的运营导向,一方面营销玩法越来越多,另一方面越来越偏向精细化运营。

1. 玩法越来越多

不知道大家有没有感受到,最近几年,各大电商平台营销活动的花样越来越多了。

不仅出现了各种大型的促销活动,比如双十一,618,聚划算,以及拼多多的百亿补贴。日常的营销活动也越来与复杂,比如优惠券,满减,秒杀,套餐,红包,抽奖,拍卖,团购,拼团,分销,一元购,心愿单,多买多送,低价买券,众筹平台,积分抵现,新人专享等等。

为什么要有这么多玩法,烦不烦?

自古深情留不住,唯有套路得人心。

对于综合型平台电商来说,电商营销的趋势就是玩法越来越多。

大部分围绕定价衍生的优惠策略,比如优惠券,红包等,本质都可以认为是价格歧视,越来越复杂的促销策略,让价格体系变得越来越复杂,理解成本越来越高。从这个角度上说,最完美的电商促销工具,可能是让每个人最终购买的价格都是不一样的,也就是「大数据杀熟」。

越来越复杂的促销策略,我觉得也可以从长尾理论的角度来理解。长尾理论应用在电商中,短头指的是位于顶端的少数热门商品,而长尾指的则是位于末端的大量冷门商品,热门商品固然会带来巨大收入,但是利用好长尾,也会创造出乎意料的业绩。

对于平台电商来说,长尾商品代表了 GMV 增量,需要发掘这部分流量。以淘宝为例,平台有数以亿计的商品,但是通过主搜入口的流量,大部分导向的是热门商品。

如何发掘长尾产品的潜力?就可以通过花样繁多的营销活动来进行,比如各类专场可用的优惠券。

2. 精细化运营

越来越多的玩法,对应的就是电商运营的精细化。

随着电商网站的进一步发展,电商促销的意义也越来越不只于刺激消费者下单和提高 GMV,也是平台实现用户增长,拉新促活的重要手段。

在前端运营中,优惠券和红包等作为基础的营销工具,应用非常广泛。以优惠券为例,可以对分层用户实现很好的激励,从发券到领券的流程都可以定制,比如对于一部分很久没登录的用户,可以定向发送优惠券到账户中,作为用户维护和召回的重要手段。

在 App 统计指标中,大家经常会关注「使用时长」这个数据,通过各种营销活动,占据了用户心智,玩法多了,优化用户数据,得到更准确的用户画像,就可以进一步细分行业,进行精细化运营,给用户提供个性化服务。

双十一的盖楼活动,很多朋友会觉得反感这类,这正是差异化营销的一个体现,对价格不敏感的客户群体,不会花时间去参与这类活动,反过来,有相当一部分人群会热衷于参与这类活动,并且把身边的人也邀请进来,最终实现了平台拉新,促活的目的。

再比如拼多多的多多果园,可以看做是一种特殊的领券活动,只不过这个优惠券需要你坚持去种树和浇水才能领到,用券直接兑换实物商品,作为游戏化设计里的激励机制。

三、产品

业务侧的各种玩法,需要一个产品来承载,这个产品系统长什么样,怎么设计,就是产品同学需要解决的问题。

对于一个平台型电商来说,促销业务变化比较多,电商营销产品侧的设计很难用一套系统去承载。

一般来说,一个综合电商的营销中心需要包括给 B 端商家使用的营销工具、促销活动配置,给平台运营使用的活动选品工具、数据指标分析平台等。特别的,一些比较独立的产品可以作为单独的产品线,成为独立的产品系统,比如京东的试用中心,众筹平台。

社交分销比较独立,但是也和优惠券、红包等营销工具直接相关,比如分享得红包,这一点上,拼多多可以说是做到了极致。

进一步,可以规划给商家使用的一些分层激励,比如设置营销排行榜,分享促销案例,让商家直观的看到有哪些同行通过 XX 促销活动赚到了钱,激发商家参与促销活动的意愿。电商平台是一个典型的双边市场,平台可以利用制定规则的权力,平衡商家和用户的需求,使得交易量最大。

1. 产品模型

从产品模型上来说,可以参考上面的 4P 模型,结合不同的营销工具特点,抽象对应的产品结构。

以优惠券为例,可以进行下面的拆解:

营销中心的主体是促销活动(Promotion),例如创建一个促销活动,标题是”1024 程序员特卖节”,参与活动的商品范围包括机械键盘,数码外设等,并且针对这部分商品,设置平台优惠券(Coupon),满减活动(Activity),优惠券满 100-20,平台直接减 5 元(Promotion-Rule),报名活动的商家(Range),也可以设置商家层面的优惠券。活动的推广渠道,可以通过外部 H5 页面进行宣传,比如设计一个单独的落地页(Landing-Page),也可以在线下渠道(Channel)进行推广,比如地铁里的易拉宝和招贴画。

产品模型的设计另一个重点是促销规则的设计。

考虑这样一个场景,当一个商品可用的优惠同时有多种,包括商家优惠券,平台优惠券,类目专享活动,新人专享活动等,不同的营销工具如何组合,使用了商家券,还可以用平台券吗?参加了新人专享活动,还能否使用满减呢?

如果单纯依靠枚举来实现,就会发现分支情况越来越多。

比较好的是统一建立促销规则,通过规则类型和规则组,限制不同规则之间的组合情况。

2. 与其他领域的交互

还记不记得,那些年你薅过的羊毛?

营销产品侧的设计,还有一个重要部分,就是营销体系与其他业务领域的交互,特别是订单交易、风控和数据算法。

1)营销和订单

营销工具影响价格,直接影响订单交易,举个例子,在一类电商中,有一个模块至关重要,就是购物车。

如果把购物车看作一个容器,那么其中承载的,就是商品信息以及对应的优惠信息。购物车是营销活动,重要的透出入口。

进一步,优惠券状态和使用范围的判断、券核销以后的记录,以及优惠价格的计算,券合法性的校验等,都发生在与购物车和订单的调用中。

营销和订单交易的交互,还有一个重要的模块,就是逆向流程。在订单交易中,逆向流程的设计非常重要,比如用户退货退款后,优惠券/红包是否返还,都是需要考虑的点。

2)营销和风控

营销与风控相辅相成,一体两面,因为营销活动配置不合理导致的资产损失,经常有报道。

类似的例子,在淘宝的早期也遇到过,下面来自《淘宝技术这十年》:

拼多多的这次失误,很明显就是优惠券设置不合理:平台优惠券没有限制使用类目,可以在虚拟类目下使用;领取数量没有限制,从 C 端看没有优惠券库存的限制。

各种营销工具,在创建时就需要考虑风控和可能造成资损:

  • 从营销工具层面考虑,优惠券、红包等的领取,都要设置数量范围,通过库存的方式来进行限制
  • 从活动层面考虑,为了不造成资损,可以给每一场营销活动都配置预算规则,在预算额度接近阈值时报警

3)营销和数据

电商营销活动就是通过营销手段获取利润最大化,调整价格势必会影响收入,需要考虑投入产出比。

在进行系统设计时,各类埋点特别关键,也要给运营提供支持。除此之外,在进行营销活动时,通常需要进行一个 ABTest,通过 MVP 验证营销效果,并且根据实时的数据反馈,及时调整营销策略。

四、技术

之前参与过商品体系建设,对于平台型电商来说,万物皆可商品,商品管理主要的复杂度体现在不同行业不同类目的上单流程区别、商品属性差异,由此带来的标准化治理问题,以及类目属性体系的沉淀。

一言以蔽之,商品、仓储等领域的复杂度主要在 B 端,C 端业务场景相对简单,而营销不同,主要的业务变化在 C 端,复杂度来自于不断变化的营销形态。

技术为业务服务,那么面对营销这样一个形态多变的业务,应该如何去进行系统设计呢?

下面从模型、性能以及选型进行展开。

1. 模型

杀一个程序员不用枪,改三次需求就好了。

这句话当然是一个段子,不过也说明了,大部分工程师不太喜欢「频繁改需求」这件事情。

但是,大部分互联网业务,改需求这件事情是非常合理的,特别是电商营销的场景里,需要及时反馈,及时调整营销策略,「改需求」几乎是必然的。

有经验的工程师都知道,工程开发里底层模型的稳定性非常重要,良好的底层数据结构,可以预留扩展空间,好像杠杆一样,支持更多的业务发展。

如果不能用一个相对稳定可扩展的模型去承接上层业务,开发很容易就陷入到无尽的需求调整中去。

那么在底层模型上,就需要进行一定的抽象,对于优惠券、活动等的数据模型设计,可以从以下方面展开:

各类营销工具的实体,是否需要落地数据模型?

各类促销规则,是否可以全部枚举出来?

不同的促销规则,规则之间的关系如何处理?

这里要避免一个误区,就是过度抽象和设计。

电商领域设计里,有一个抽象程度特别高的模块,就是风控。

在进行风控系统设计时,要考虑各类交易属性,对应触发的阈值,以及风控动作。但是营销和风控有一个很大的区别:

风控策略是由平台管理,而营销工具的使用者是商家。

也就是说,营销工具,不可能做成像风控一样,是字段和规则的自由组合。B 端产品的功能设计,就是营销模型抽象的一个边界,在设计数据结构时,要考虑到营销工具给商家操作时的易用性。

2. 性能

营销系统的另外一个技术挑战是性能,例如各类促销活动的实时结算,秒杀系统的性能优化。

目前一类电商的营销玩法越来越复杂,特别是大促活动期间同一个商品可能叠加了七八个不同的营销。 这些都需要在购物车里进行实时的计算,对整体的性能、并发量都有非常高的要求。

电商营销中秒杀系统的设计,是一个经典的高并发工程设计范例,各种极致优化手段基本上都应用上了。

3. 选型

最后盘一下,营销侧开发需要哪些技术组件?

完成了模型的拆解,以及对性能指标的要求,就可以进行具体的技术选型。

Web 框架,RPC 中间件,以及关系型数据库等组价,普适性比较高,这里就不展开了,说一些比较特殊的。

  • 优惠券都会有一个可用时间,超出之后,会被置为已超期,根据时间变化来调整状态,可以通过延迟队列来实现,Redis,MQ 都可以实现
  • 对于不同的营销活动,可以在前端引入一个状态,比如优惠券超期失效,逆向生效,状态的流转,可以通过状态机去管理
  • 不同的规则之间是兼容还是互斥,需要一个规则引擎的支持,根据业务规模,可以选择使用 Drools 或者 EasyRule,也可以自己开发
  • 对于促销规则的表示,为了更灵活的进行抽象,可以使用脚本语言进行封装,比如阿里的 QLExpress,mvel 语言
  • 在逆向流程里,会有比较多的异步任务,比如发生交易退款以后,退回优惠券,可以考虑使用消息队列等
  • 促销的展示和促销价格的计算,对性能要求很高,需要各级缓存的支持,考虑 Guava 和 Redis
  • C 端接口需要考虑防刷,可以考虑添加限流降级功能实现稳定性,使用 Guava-RateLimiter 或者 Alibaba Sentinel 等
  • 在优惠券领取时,需要避免超发,如果并发比较大,可以添加分布式锁实现

五、总结

这篇文章对电商营销这件事情,做了一个自顶向下的思考,偏向 High-level。欢迎留言分享你的观点。

 

本文由 @邴越 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
5人打赏
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!