柳州pg麻将胡了模拟器学校
做用户运营的时候，明确场景能够让我们了解熟悉用户行为并设置出行之有效的营销策略。那么要想实施场景化营销，我们又要注意哪些要点呢？
场景这个词大家一定不会陌生，做活动要讲究场景，做o2o也要场景，比如到店是一种场景，到家是一种场景，那很多时候我们理解这个场景，其实更多的仅限于一种概念，但真正怎么用的时候却有些迷茫。
在最初我做用户运营的时候，对用户运营的理解是我策划了一个活动，这个活动推给现有的用户，然后看具体活动转化了多少订单，这是用户运营的1.0。
后来呢，用户运营理解为需要打造一套会员体系和积分计划，不同等级的会员配置不同的权益，从而希望用户按我们设计好的成长路线进行成长。现在想想这个应该是用户运营的2.0。
再后来呢，对整个用户运营有了体系化，比如生命周期的管理、标签画像的体系、自动化智能营销体系，可以做一些更精细化的运营工作，这是用户运营的3.0。
在3.0时期，我们更多的会思考用户本身。
因为在1.0和2.0时期，我们的思考的重心是从运营自身角度出发的，做一场什么样的活动能够走量，这是活动思维。做什么样的会员权益等级体系能够促进会员的复购，这是运营思维。
而思考用户本就是一种用户思维，那我们就要深刻了解我们的用户是什么样的？了解了用户才会有对应的用户运营策略。
如何才能够深入了解自己的用户特征？
从技术层面我们需要做到就是用户画像字段的采集和用户行为标签化，从而能够完善起用户画像帮助我们深入的了解某一群组用户的特征，进而能够针对性的营销或维护；从营销层面来讲，我们需要做的就是要了解用户在什么场景下会购买？并分析用户购买的动机和理由。
以购买蛋糕为例，吃蛋糕最少有4种场景：生日、情人节、婚礼、派对。
生日场景非常常见。这种场景下，购买用户往往不会是自己的生日，而是大多数给孩子、父母、爱人、亲人订购的蛋糕。所以我们目前做的生日礼遇便常常是一种很失败的营销，比如生日时候发蛋糕券，转化率不足3%。
为什么会是一种不成功的营销呢？
是因为我们在让用户领会员卡的时候，会让用户填一些基础字段信息，其中包括生日，但这个时候店员往往会告诉顾客填写自己的生日信息。
在这个场景下，我们虽然知道了顾客的具体生日，但在蛋糕这块业务却没有更好的转化效果，这就是用户运营中忽略了具体的场景，营销往往达不到预期的目标。
针对这一种场景，我们在用户画像方面需要做一些思考来如何提高蛋糕的转化率？
当然大家会想到生日管家这一策略，让用户把家人的生日信息都填写到我们的app里，在家人过生日时候也推一张蛋糕券给他，但这是一种一厢情愿的策略，因为在个人信息极度敏感的现在，很少有人愿意把自己家人真实的生日信息透漏给商家。
除此之外，我们可以有更好的基于门店能动性和大数据运营的策略在里边：
- 门店店员在介绍顾客领会员卡时候，会加上一句，如果您不常给自己买生日蛋糕的话，可以把生日填写成家人的，这样家人过生日时候您可以提前得到我们的蛋糕券。
- 在大数据方面，我们通过建模，去判断用户购买蛋糕的频次，基于频次数据分析用户经常在几月份购买蛋糕，从而给用户打上相应的蛋糕购买时机标签，再结合自动化智能营销系统，在系统判断用户买蛋糕时候，提前7天自动推券到顾客的会员账户并短信通知顾客查收。
通过这个案例，可以帮助我们能够更深刻了解用户数据运营的价值。
我了解一些企业在做用户画像时候往往依赖画像信息的采集，比如通过奖励鼓励用户去完善自己的基础信息，通过店员去采集用户信息，甚至还有借助配送员去采集家庭信息，包括住的小区是否高端，一家几口，有几个孩子等等。
那这些信息能用吗？
我可以告诉大家90%的信息是错误信息，因为用户不愿意泄露自己真实信息，会填一些假的生日数据以避免商家的骚扰，店员、配送员没有那么高的觉悟，他们只是为了完成总部交代下来的任务，至于数据的真实性总部也无法核实。
而用户行为数据躺在我们的数据库里，这完全是真实的交易数据，无法作假。我们通过建模分析给用户打上一系列有营销价值的标签，这才是场景 数据的价值！
其实我们再讲什么是场景化营销时候已论证了这种必要性，那就是场景化营销让用户运营变的更精细化、精准化，我们不仅要熟悉做用户运营会有哪些具体场景，而且还要知道每个场景又怎样去运营平台的用户？
我们来讲第二个吃蛋糕场景，那就是情人节。
一般活动运营的思路是选一款情人节的蛋糕，选一个主题，再设计相应的活动，比如打折、买赠、第二个半价等，然后做好活动专题开始线上线下的推广，吸引有需求的顾客购买。
从用户运营思路出发呢，这个活动首先要具备打动用户的理由以及让用户购买的动力，比如很诱人的活动力度，当然这两点依然还在活动运营的范畴内，最重要的是第三点，我们希望能找到符合这种场景的可转化用户。
这里边有一个很重要的成本是触达成本——
假如我们有app，可以通过app消息把活动推送给全部用户，但你的用户里可能有单身的群体，推这个活动给他们会取得相反的效果，不仅没有转化，可能卸载率会提升很高。
如果没有app，则只能通过短信来通知用户，如果你有500万的会员，我相信这个短信成本老板肯定不会给你批预算的，因为你的活动的roi会非常的低，甚至会让这次营销变成亏本营销。
这种场景下，你需要找到用户池里哪些用户会响应活动？
我们需要建立一个营销响应模型，这个模型我们会筛选出以往做的情人节活动和类似的活动，再筛选出一批样本用户，并通过数据库来跑出这些用户是否参与过这些活动？有了建模数据后，我们可以训练一个模型出来，这个模型能够帮助我们判断用户的响应度，我们筛选响应度较高的用户进行触达，从而有效提升转化率和roi。
实际这个场景的案例给大家提供了一种用户运营思路，我讲过一个用户运营5步法：
首先要明确场景，其次就是建模，通过模型找到我们要营销的目标用户群。并导出目标人群并进行画像分析，基于用户画像深入分析群体特征，最后根据群体特征策划相应的营销策略并进行自动化push。
实施场景化营销有三个重要支撑：数据支撑、分析支撑、触发支撑。
1. 数据支撑
在我们上边的讲的两个场景案例中，都离不开用户行为数据进行建模，我们通过模型找到一个比较合适的用户行为标签建立方式，确定频次、预警值、敏感度等结果，并逐步建立一个稳定的运营方案和运营计划。其中一些固定运营文案可以固化在一周的某一天，甚至某个时间段形成固定的运营计划。
2. 分析支撑
我们在做用户运营分析尤为重要，用户分析方面有许多固化的分析模型，比如用户同期群的分析便是一个很重要的分析方法。做同期群分析，最常用的工具是用户留存表，比如app做产品迭代优化，以周为时间单位对初始用户（首次打开应用的人）的1周后，2周后，3周后…的留存率进行的同期群分析。可以清晰的知道产品改动前后对特定群体某一指标的影响。也是衡量产品迭代、市场、运营推广效果的关键指标。
3. 智能化支撑
用户运营讲究的是自动化、智能化营销。我之前接触的一家公司做用户运营办法非常原始——
运营人员先做好活动、然后发邮件给数据部门让数据人员提取用户数据，数据出来后再分析要分哪些用户群，接着又要给领导发邮件，让领导同意批准技术提取用户手机号，等用户手机号提出来后，还要给技术发邮件说需要执行push或者短信。
这个长长的链路下来，各个部门都干活了，也包括领导，听起来大家的工作也非常饱和，但最终的结果是运营的欲哭无泪——
从活动开始到推送活动快则一周慢则两周，这么漫长的审批时间过程中，一方面活动推送的时机会轻易错过，另一方面用户群早已发生质变，最终推送的用户群和一开始想要的用户群早就风牛马不相及。
而高效的用户运营是：
我们在管理后台直接设置好自动化的智能营销流程，当这个流程执行以后，不需要人工的干预，系统每天会跑一遍预设的目标用户群，为用户打上初始标签，然后推送预先设置好的活动或者券，并自动推送push或短信，一段时间后，系统流程会执行分析节点，将参与活动的用户打上效果标签，通过初始标签和效果标签下用户数量的对比，则很轻松的分析出本次用户群组的营销效果。
