本期会员直播，我们邀请到了京东资深数据产品经理@少东老师，他将结合多年经验，详细解析数据在营销提效与增长中的方法与实践。本文为直播内容整理，内容有删改。

大家好，我叫少东。目前是京东资深数据产品经理，也是前余额宝团队数据分析师，对数据分析、数据产品领域有丰富实践经验。在职期间，我曾创新性打造余额宝情绪指数，成为业界衡量金融用户情绪的标杆；并用数据模型指导基金流动性的安排，提升余额宝收益率。

本次课程主要包含三大部分，第一部分是关于数字化营销浪潮下的增长引擎，会简单介绍目前国内一些头部公司比如京东、阿里等提出的方法论；第二部分将详细讲解数据在整个营销提效与增长过程中发挥的四大核心作用；第三部分则扩展解析目前行业里比较火的全域数据融合、全域用户增长方向，主要分享CDP和营销语音相关内容。

一、数字化营销浪潮下的增长引擎

首先是第一部分，即数字化营销浪潮下的增长引擎，主要介绍目前整个用户增长背景以及行业内的先进方法论。

互联网发展到目前这个阶段面临着一些困境和难点，比如整个互联网的网民增速放缓，国内网民数量已经达到7-8亿，在这个基数之上增量空间非常有限，能力天花板可能就到这了；包括流量红利消失，以前通过拉新引入流量的成本较低，而现在获客成本越来越高，传统的流量运营思路很难获得高效、高质量的用户增长了。

基于这样的大背景，前几年国外有人提出了数字化用户运营这一概念和方向，总结出增长黑客方法论，它和传统用户运营的本质差别就在于思维的转变。之前做业务增加是基于流量思维，关注流量的引入、转化等，而现在开始强调用户思维，即以用户为中心，根据用户特征选择不同的运营方式，进行用户分层的精细化运营，由此提升转化率。

上述相关用户增长方法传到国内之后也被一些公司采取并落地应用了。这里以京东和阿里为例，为大家介绍数字化用户增长方法论的落地实践。

去年京东推出了一个新的用户增长方法论，叫“GOAL”，能较号好地实现消费者增长。其核心内容可以分为四个环节。

第一是“G”（Goal）环节，主要是确定目标人群。要实现生意增长，首先得明确要对哪类细分人群或者潜在人群去做用户增长，即确定“靶向人群”。

第二是“O”（Osmosis）环节，是在确定靶向人群之后进行的渗透增长，该环节更多是要去做用户转化。京东是以4A理论为方法论，不断地把潜在用户转化为感兴趣用户，再转化为购买用户，并且提高用户忠诚度，进而在后续实现持续的转化。

第三是“A”（Advancing）环节，主要实现价值生长。用户在平台进行了多次购买之后，我们就期望能够更大化挖掘用户价值，提升CLV。

第四是“L”（Loyalty）环节，目的是实现忠诚增长。在靶向用户中，我们去把消费者转化成更加忠诚的会员、粉丝。

阿里在这方面的方法论比较多，并且也是成体系的。

今年阿里刚刚推出一个比较新的数字化用户增长方法论，叫“DEEPLINK”，该方法对用户进行了更加精细化的区分，每个字母代表一个环节。

首先是“Discover”，即发现用户环节，去发现对品牌已经建立了初步认知的消费者。

接着是“Engage”，即种草环节，针对那些对品牌已经建立初步兴趣或诉求的消费者，向他们进一步种草我们的品牌。

再往下是“Enthuse”，即互动环节，是针对与品牌产生过互动的消费者。

再接下来是“Perform”，即行动环节，该环节消费者已经加入品牌会员体系或者处于售前阶段。

然后是“Initial”，即首购环节，消费者已经对品牌产生过首次转化行为。

还有“Numerous”，即复购环节，针对已经对品牌产生过多次购买行为的消费者。

最后是“Keen”，即至爱环节，此时是针对会员消费者。

整体来说，阿里的运营链路更加细化，但和京东的“GOAL”增长方法论有着异曲同工之妙。

这两个方法论都属于目前国内比较优秀的数字化用户增长方法论，也有非常多的实践案例，有些大品牌运用这两个方法论确实获得了不错的用户增长效果。

当然，这两个方法论也存在一定的区别。京东的“GOAL”比较关注渗透转化，阿里的“DEEPLINK”更关注蓄水种草。

同时两者也具备共通之处。首先是数据在方法论的全链路中发挥了核心枢纽作用；其次是方法论的实践过程都遵循了通用的四大核心步骤。

所以接下来给大家详细解析数据助力营销提效与增长的四大核心。

二、详解数据助力营销提效与增长的四大核心

实际上，数据助力营销提效与增长的四大核心形成了一个闭环。

首先是用户洞察分析，通过深入的数据洞察去了解潜在用户的特征，挖掘用户规律，总结用户行为特点，由此发现品牌存在的问题及增长机会点。

发现了增长问题或机会以后，下一步就要采取具体的行动。行动环节最重要的是通过对人群的精细化分层实现定向营销，这个过程需要借助高精度的人群标签和画像系统，由此生成我们想要触达的具体人群。

再接下来就是去制定智能营销策略了。比如要拉新、要促进老顾客复购、要召回流失用户等，不同的目标对应的人群不一样，触达的方式肯定也千差万别，所以需要利用数据去构建不同的智能化营销策略。

最后就是要评估营销效果，即根据数据情况评估这一系列营销活动对用户增长带来怎样的效果，若效果良好则未来可以沿着这个思路不断进行相关营销，若效果差强人意则需及时调整人群分层、优化营销策略等。

接下来将一一分析这四大核心环节。

三、数据助力用户洞察分析

数字化用户的洞察就是借助数据的力量，运用一些洞察方法或产品去发现消费者的群体或个体特征，进而掌握消费者的需求及痛点。

目的是通过用户洞察挖掘业务机会，指导后续增长策略的搭建以及营销方向。

具体的数字化用户洞察方法包括人群画像分析、购买偏好分析、竞品流入流出分析、关联分析、RFM分析、4A分析、AIPL分析等，这些方法从各个维度去洞察用户。

这里特别指出两个方法，就是4A分析和AIPL分析，分别是京东和阿里所运用的数字化用户分层方法，但两者的内在核心是比较一致的。并且这两个方法是目前比较综合的洞察用户增长情况的数字化方法，它们把各种各样的数据结合在一起了，所以相对比较全面。

首先是基于触点的AIPL用户分层模型，触点指的是品牌和消费者建立联系的桥梁，可以是一个环节、渠道或者是一媒介，所以说触点是一个比较丰富的、广义上的概念，像搜索、加购等环节都可以看做是一个触点去进行分析。

整个AIPL模型就是把所有用户的一切行为数据尽可能全面地归纳到模型里，然后去开启数据统计，再进行用户分层，主要分为四层，每个字母代表一层。

“A”代表认知（Awareness），这里的触点是广告曝光和用户浏览，这群人可以归纳为品牌的认知用户，主要还是被动触达。

“I”代表兴趣（Interest），基于认知，一些用户开始对品牌产生兴趣，于是会发生持续浏览、搜索品牌、关注品牌、加购产品、分享产品以及加入品牌会员等行为，这类人群可以划分为品牌的兴趣用户。

“P”代表购买（Purchase），这一阶段是指用户已经完成购买。

“L”代表忠诚（Loyalty），这一阶段对应的人群是品牌的忠诚用户，他们以及完成品牌复购，对品牌进行好评、推荐等。

通过这样的逻辑并借助数据的助力就可以完成对消费者的分层，由此进一步找到增长抓手。

对比这四个不同环节的人群数量，可以判断目前我们的业务处于何种阶段。假如购买、忠诚用户比较少，那就说明品牌处于萌芽期；假如这四个环节中某个环节的用户占比特别高而另一个环节用户占比又特别低，呈现无节奏、不均匀的波动，这意味着从用户特别多的环节到特别少的环节转化较差，那么品牌可能处于瓶颈期；若是四个环节的人群占比差不多，说明品牌已经进入成熟期。

可以发现AIPL模型是做用户洞察的一个非常好的抓手，实际上它不仅仅可以用来做简单的数量洞察，基于该模型还可以进行用户分层历史趋势分析、来源触点下钻分析、不同触点的下钻分析等等。

下面给大家举一个小案例，这是一个计算机品牌，左边的气泡图展示了其用户洞察方法，每个气泡代表一个细分人群，可以看到他们将用户细分成十类，包括小镇中产、都市蓝领、银发一族等等；气泡大小代表浏览成交转化率，气泡越大就代表转化效率越高；横轴代表渗透率，纵轴代表人群增速。

通过这样一个气泡图可以非常清晰地了解该品牌的核心用户是哪些，以及应该对哪些用户进行增长营销。

由图可知，小镇中产人群渗透率最高，同时增速也不低，转化率也非常高，很明显这部分人群就是品牌的核心用户；都市家庭和都市中产这两类人群的渗透率和转化率相对来讲还是比较高的，但增速偏低，那这部分人群比起小镇中产人群的重要性就稍有下降；再往下就是都市Z时代人群，这群人的渗透率比较低，但是人群增速比较快，所以对品牌而言是比较有发展潜力的一群人。基于这些分析就可以得出洞察结论，进而发现品牌未来的增长点。

在接下来的部分，少东老师为大家分享了数据如何助力人群精细化分层、助力智能营销策略的搭建以及助力营销效果的评估，最后还对全域数据融合落地实践中的难点进行了解析。

囿于篇幅有限，想要观看完整视频的朋友可扫描下方海报的二维码添加会员学习顾问@小熙老师的微信（微信号：qdxyx520）并备注“少东”，即可获得观看链接。

四、本月直播回顾

本次会员直播课程，少东老师为大家详细解析了数据在营销提效和用户增长中的作用，希望大家都有所收获~

每周三/四晚上8点，起点学院会员平台都会邀请一线的互联网产品、运营实战派专家，与大家分享最新的产品行业动态、运营玩法和干货知识。

每个月的会员直播都有月度主题，每周直播围绕月度主题展开。本月主题如下：