企业如何通过自动化营销实现高效广告运营？

　　随着数字时代的到来，信息的快速迭代大大提高了用户数据的数量和处理的复杂性。消费者的行为习惯也在互联网流量广告运营的驱动下迅速演变，企业很难手动计算其日益复杂的购物路径，以进行准确的营销。

　　同样，传统手工输出的泛化和扁平化营销内容和推广，已经难以满足企业日益垂直化、场景化、专业化和细分化的赋权需求。在这种情况下，如何合理整合用户信息数据，如何准确地将营销传递给目标广告运营客户，如何分析和优化营销数据，成为企业营销效果综合评价的核心。

　　根据艾瑞报告的数据，截至2020年3月，有近9亿移动互联网用户。面对如此庞大的互联网用户群体，企业很难使用人工方法跟踪线索和收集数据，这也促使越来越多的企业选择通过营销自动化的手段简化广告运营繁琐的工作流程，从而降低人工操作成本，实现精准营销。那么，什么是自动化营销呢？

　　首先，什么是自动化营销

　　自动化营销是在大数据整合的基础上，执行、管理和自动完成营销任务和流程的云软件，它解放了操作重复营销流程的传统工作者，解决了广告与销售的技术差距，从获取用户线索、提高用户活动、提高用户留存率、获取销售收入、刺激用户自我传播等方面为企业构建了一个智能营广告运营销闭环。

　　其核心是通过大数据分析锁定目标客户的“核心联系人”，自动实现线索评分、线索培育，增加客户获取，促进线索转化，帮助企业解决无法精准高效营销的痛点，加快营销的实施。

　　二、如何实现全链营销自动化？

　　1.自动化用户管理

　　开展精准营销的前提是了解用户数据。然而，随着用户接触的信息量的快速增长，其产生的行为数据很难依靠人力进广告运营行有效的管理和利用。

　　自动化用户管理可以解决企业的这个痛点。在整合和分析包括用户属性、用户行为和用户偏好在内的数据信息后，它可以准确地捕捉触达用户的内容偏好和频道偏好

　　自动上传用户信息

　　用户信息包括基本身份信息、资产信息广告运营和偏好信息。

　　一、基本身份信息

　　单一身份

　　姓名、年龄、性别、地址、电子邮件地址、教育背景、用户类型.

　　资产信息

　　年收入、风险敏感度、价格敏感度、公司名称、住房情况.

　　偏好信息

　　品牌偏好、兴趣、投资偏好、购买偏好.

　　如果仅仅依靠手工的方法来收集整理以上的用户数据，不仅会严重耗费时间和成本，还容易因人为失误导致数据错位。广告运营因此，使用无纸化、信息化和智能化的自动化用户信息收集工具对数据信息进行一站式集成更加高效和方便。以自动化营销平台盈鱼MA为例，系统支持两种用户信息采集方式：通过CSV和API将原始数据返回给企业crm和第三方系统进行数据集成；

　　SDK多渠道收集用户行为数据；

　　同时支持多渠道数据对接，包括PC、移动Web、APP、微信微信官方账号、小程序、会员推广、二维码渠道、企业第三广告运营方平台。

　　用户肖像

　　完成用户信息整合后，下一步是构建清晰的用户画像，生成包括用户属性、消费属性、社交属性、活动属性、互动数据、行为数据、信息渠道、购买渠道、兴趣爱好等多维度的用户画像。并实施千人个性化策略，优化客户触发体验，提升客户购买欲望。

　　要构建完整的用户画像，通常需要广告运营完成以下四个步骤：

　　数据采集和处理；

　　通过文本挖掘、自然语言处理、机器学习、预测算法、聚类算法等，建立模型；

　　生成用户标签，从不同维度和粒度对用户进行标注，构建用户画像系统；

　　根据不同的应用维度，建立用户分组和引导策略。

　　体重评分

　　不是所有的销售线索都值得跟进，也不是所有的用户都有很好的营销价值。如果把每个人都设定为目标用户，会造成营销资源的大量浪费。企业需要深入用户旅程，判断值得投入大量时间精力培养的广告运营高价值用户群体。

　　因此，设置用户权重，对不同权重的用户触发差异化频率，可以提高营销的有效性。

　　通常定义权重的方法是根据用户属性、行为、订单、设备属性的情况，对叠加组合后的用户自动增减权重分值，通过分值筛选出活跃度高、忠诚度高、消费高的高价值用户。

　　比如用户的收店、一个月购买两次以上、多次浏览商品等行为设置为加分项，用户的多次浏览不下单、触发率低、单次购买广告运营金额低于50元等行为设置为减分项。

　　针对不同评分的用户群体实施有针对性的营销方案，可以有效提高产品的回购率。

　　2.自动化策略管理

　　传统营销中冷漠的信息传递往往带有经营者的主观判断和情感意识，无法实现高效的营销精准。过多的广告很容易因信息过载而引起消费者的反感。如今，大多数企业已经逐渐放弃，转向差异化广告策略。

　　面对庞大的用户基数，自动化策略可以基于上述用户数据，经过分析、沉淀后进行策略优化，然后按照if……then……的逻辑，在策略执行的过程中，自动对用户生成的行为数据进行定点投出，提高核心广告运营指标的转化效果。

　　自动化策略执行逻辑以在线教育APP试用活动为例：

　　首先通过APP将9.9元的在线试用活动推给用户，判断用户是否开通。如果没有开通行为，系统会在一天后再次推送，然后判断用户是否开通；

　　如果用户多次触摸后没有触发行为，系统会通过短信、邮件、微信等渠道自动触摸。当所有频道被触摸后，用户在短信中打开活动，系统会自动将其归类为“短信习惯用户”组。在接下来的营销活动中，系统广告运营会优先选择“短信渠道”到达用户；

　　如果用户对打开此策略的所有触摸行为不感兴趣，系统会将客户标记为“丢失用户”，更改为另一个活动的自动化策略，并尝试再次激活用户。

　　3.自动化数据分析

　　营销活动不可能在一夜之间取得最佳效果。通常需要通过数据监控和效果分析来总结活动，从活动数据中检查营销效果，发现、分析和解决问题，不断优化营销策略。只有这样，我们才能在后续的活动中进行更准确有效的营销传播。

　　数据看板

　　数据看板可以直观地查看整个活动过程中广告运营生成的所有营销运营数据，每天同步自动更新的营销数据可以帮助运营人员在活动过程中实时监控活动的落地效果。例如，企业正在开展折扣促销活动，但登录页面访问数据仍然疲软。在监测到这一现象后，及时检查活动是否不够强大，不足以吸引用户，并及时调整，避免营销投放成本的无效损失。

　　图片来源：马萨诸塞州于颖

　　分析中心

　　全面分析

　　整体分析可以预测整个营销的发展趋势，适合广告运营长期跟踪产品核心指标，如点击率、GMV、首次交易数、活跃用户数、回购数、新用户数等。从多个维度查看用户数据，全面了解用户，预测订单趋势。

　　行为分析

　　在大数据分析中，深入挖掘用户的来源渠道、进入平台后产生的行为和动作、交付等行为数据，可以全面分析用户行为的内在规律，帮助企业进行分析和建模，为后续的业务决策提供数据支持。

　　AARRR漏斗分析

　　漏斗转型是基于新用户-活跃用户-保留用户-付费用户-再传播的用户转型逻辑。在有序的多步转化路径中，用户会不断流失，最终广告运营形成漏斗状，这就是经典的漏斗分析模型。通过这种模式，企业可以从三个方面优化营销工作：

　　(1)监视购物路径中用户的转变

　　跟踪用户购买全路径中最有效的转化形式，快速定位和优化用户流失的关键节点，提升用户购买体验，从而提高用户留存率；(2)多维度分割用户转型

　　漏斗分析直观展示用户在不同转化节点的行为趋势曲线，帮助企业准确捕捉用户行为变化，方便企业制定和调整用户转化策略；

　　(3)最优转换通道的有效判断

　　通过对各渠道用户总体比例和用户来源渠道比例的分析，重点针对比例较大的渠道进行营销推送，节约营销推送成本，提高客户的触发概率。

　　三.摘要

　　自动化营销节省了需要费时费力操作重复性工作的时间，使营销人员有更多的时间优化营销决策和策略，也可以为企业节省人工广告运营成本。此外，它还满足了用户在所有渠道的无缝体验需求，使得整个信息流广告服务转型过程更加紧密相连，从而优化了用户体验。