大家好，今天给大家分享的主题是：重塑零售“人 货 场”，落地小程序精益运营。

对于零售行业而言，这次疫情是一次“危机”，危险中也蕴藏着机会。上一节课我们已经知道了小程序对零售行业的重要性。今天就带大家落地，给大家分享一些零售小程序的运营方法和案例。

一. “人、货、场”角度出发的整体运营思路

“运营”本身就是通过某些手段去促进商品与顾客的连接，从而实现价值最大化。

那么对于零售企业来说，就是连接客户要购买的商品，以及我们的零售顾客，将二者进行精准匹配，从而实现用户价值最大化。也就是企业要盈利、用户要能找到需要的东西，这就是我们运营的目标。

运营的方式非常多，运营的维度也可以分得非常细，像活动运营、用户运营、产品运营、社群运营等等。我们分析零售小程序的运营方式时，可以从零售的三要素“人、货、场”去思考。

“人”就是用户运营，“货”就是商品运营，“场”在线上的场景中，就是我们的小程序产品运营。

二. “人”——用户运营体系的五要素

在传统的用户运营中，最常用的方法就是推送触达，造成过去的 APP 会有非常多的推送、短信，体验是非常糟糕的。这种运营方式也非常粗犷，在小程序内是寸步难行的，因为小程序是在其他巨头社交软件的体系之下，受到的规则限制非常多，稍有不慎，小程序就会被封号。

那么我们就要基于不同用户的活跃度、商品偏好、购买决策阶段等，采取差异化的运营策略，也就是所谓的千人千面的运营。

基本的步骤可以分为这样 5 步：

1. 给什么人？

这是我们做好用户运营的第一步。GrowingIO 推荐大家通过这 4 个维度进行用户分群，从而实现差异化的运营策略。

第 1 个维度：用户属性

用户属性就是「用户是谁？」，用户的性别、年龄、地区等等，不同属性的用户兴趣差别会很大，而且用户属性也是一个非常显而易见的数据，这是用分群最基本的维度。

第 2 个维度：用户行为

用户行为是指「用户做了什么」，比如说用户的浏览、加购等都是用户的行为，这个行为体现了用户内心真实的想法。

第 3 个维度：用户偏好

用户偏好是基于用户以前的浏览、购买等行为，给用户打一个偏好的标签。进行了用户偏好标签之后，可以比用户行为和属性维度更加的精准地进行触达。

第 4 个维度：用户状态

用户状态是指根据用户活跃的程度、具体行为等等做出状态的划分。比如说常见的 30 天以上未登录状态，就可以将其定位为流失用户，30 天内登录了一两次，我们把他定位成低频用户，30 天登录 10 天，就是一个高活跃用户等。

这 4 个维度基本覆盖了用户分群最基础、最常用的数据维度。同时我们也可以用一些在电商场景中经常会用到的模型，比如 RFM 模型（如下图）：

用户分群的方式非常多，需要企业不断实验，找到最合适的方式，再将其固定下来。

2. 通过什么方式？在什么时机？

接下来，就是用户运营的第二步和第三步。

要确定方式和时机，首先我们要梳理清楚用户旅程，梳理完后再与我们的运营目标做匹配。

这里给大家举个例子：一个相对标准的用户购买流程。

如果我们想要提高用户的支付成功率，就可以在第 5 步和第 6 步之间对用户进行一个有效的触达。这个流程中的不同阶段也影响着我们触达的方式，比如顾客在加购之后可能会离开产品页面，这时候用短信代替产品内推送的效果或许会更有效。

总的来说，就是根据运营目标，梳理出用户旅程的标准流程，确定关键节点，再通过关键节点去选择用户触达的时机和方式。

3. 发什么内容？

用户运营的第四步就是确定内容。内容的测试是一个非常“简单”但又“复杂”的过程，我们需要不断地固定或替换内容中的某一些元素，就像复原一个魔方一样，先固定出一个面，然后再拼其他的面，逐渐由下而上地把内容拼出来。

最常用的方式就是进行 A/B 测试。以下是 GrowingIO 智能运营产品里进行 A/B 测试的一个界面，运用工具可以帮助我们很好的解决这个问题。

4. 效果如何？

用户运营的最后一步，也是最重要的一步。

回顾我们整个的用户运营流程：首先是对用户进行分群、然后选择分群触达的方式、再确定触达的策略（推送次数、方式等）、继而对相关用户进行精准触达、最后获得数据反馈。

通过数据反馈，我们可以对数据进行深入的分析，然后再优化我们的策略。对于没有转化、没有激活的相关用户进行再一次的触达，再重新进入到这个循环当中。

为了方便大家更好的理解，这里用我们 GrowingIO 的客户 - DC 潮牌的案例详细阐述：

DC 潮牌是一家经营潮牌商品的电商企业，商品的整体转化率处在行业平均水平 3% 左右。

运营人员通过 GrowingIO 小程序分析产品，对每件商品都建立了一个转化监测。通过分析发现，冬季某款连帽卫衣的转化率会明显的高于整体转化率，能达到 20% 左右。

随后，运营人员对这些下单顾客进行分群，发现了一个特征——顾客平均浏览会达到 5 次。

反向思考这一现象：达到了平均浏览次数 5 次，但并没有购买的顾客，他们的转化结果会不会更高？转化的意愿会不会更强？

于是运营人员将这些用户创建分群，为他们推送优惠信息，最终推送的效果使得购买的转化率达到了 18%。

这是一个非常简单的用户运营的例子，通过这样一次简单的流程，取得了非常不错的效果，这个流程也最终固定、积累了下来。

三.  “货”——商品运营与优化策略

说完了“人”，我们来谈谈“货”，就是商品运营。

商品运营的思路也分三条，首先进行实时监测、然后通过转化分析、最终对品类进行运营。

1. 商品实时监测

零售企业的运营节奏是非常快的，这就要求我们要对活动专区中，秒杀、抢购之类的活动进行实时监测，了解运营过程中的整体数据变化。

通过实时监测，我们能够掌握运营中的机会，了解我们的运营策略是否奏效，方便我们进行及时的调整。

上图是一个实时监测的流程。包括在刚才讲到的 DC 潮牌案例中，就是通过对所有品类进行监测之后，才能发现某一类的转化率偏高，从而发现了一个运营的机会。

2. 转化分析

在转化分析中，我们要进行两种分析：

一是商品 / 坑位的转化率。这个转化率一定要做到精细，不同的