当数据无法直接指导渠道运营的时候,我们应该怎么办?

很多时候我们做渠道运营都遵循了一个规律:拓展渠道—优化渠道—复制优质渠道

第一阶段:在推广初期,我们不知道哪些渠道好哪些渠道坑,也不知道自家产品在各个环境中的表现是怎样的,所以很多市场人员一开始会疯狂拓展渠道,付费的免费的先上几十个再说,也不怎么挑。

第二阶段:铺了几十个渠道之后,我们有数据进来了,最直观的对比就是:A渠道一个注册50元、B渠道20元、C渠道100元,基于用户质量和渠道成本,我们会砍掉劣质渠道,保留优质渠道

第三阶段:将优质渠道的推广比重加大,然后继续提高转化率,并尽可能把这些渠道变为自己稳定的客流来源。

这三个阶段的逻辑没毛病,但是如果放在具体的渠道运营上,纯粹的方法论就没那么接地气了。

下面先看一组数据:

当数据无法直接指导渠道运营的时候,我们应该怎么办?

假设某平台上周部分渠道表现如上图,数据是我编的,不用纠结行业。如果你是渠道运营经理,接下来应该怎样制定拉新策略呢?

问题我先抛出来,后面我会讲一下我的思路。

基于原表格数据,我做了一些简单的延伸,标注的三列是我想主要分析的三个指标

当数据无法直接指导渠道运营的时候,我们应该怎么办?

基础数据导出机械结论

1、获客成本

获客成本=渠道花费/获客人数

一般来说,渠道运营很多都涉及到市场费用,不仅仅是初创公司希望以极低的费用获取大量用户,连一些知名平台在市场这块儿也是缺乏渠道费的。因此,很多时候成本自然就是我们考量推广工作的主要因素之一。

从公式里不难看出,我们可以从两个方面降低成本,一是降低渠道费(分母);二是提高转化率,增加获客人数(分子)

也就是说,低价大流量的渠道铺得越多越好,从上面的表格来看,如果50元是我获客的天花板,那渠道D可能会在第一时间被裁掉。

2、投入产出比-ROI

ROI=成交额/渠道费用

这个指标在广告投放中是经常被提及的,在渠道费用恒定的情况下,ROI越高说明成交金额越高,也就变相印证了各渠道用户的购买力水平。

从上表可以看出,渠道B的ROI超过100,人均下单额是最高的,渠道A次之,渠道C和渠道D水平相当。

3、获客效率

前面两个指标相信大家一般都会留意到,但是效率指标很多时候被忽略了,在表格里可以由下单人数去衡量,这一列表头我也标注了。

我们从拓展渠道到对接合作,到活动上线和数据反馈,伴随这个流程会有产品/技术/商务等各个职能的同事去协作。换句话说,同类别的合作,无论渠道大小,每个合作背后需要付出的人力成本几乎是等同的,我们所说的效率常常就指向了这里。

再回顾一下,一周时间渠道B获客700人,渠道A获客200人,渠道D获客160人,而渠道C仅有20人。

仅从前面两个指标判断,我们很容易做出一个不太客观的决定:基于成本砍掉D,但是从获客效率来讲,渠道C是一个低效渠道。

客观因素影响实际决策

前面说到的成本/回报/效率这三个指标在一定程度上已经可以直接得出结论了,但结论不一定最优。

问:那我们需要考虑的客观因素是什么?
答:行业竞争环境和公司经营状况

举例四种情况:

>>甲公司:处于融资初期,行业内竞争激烈,迫切需要投入市场费用进行流量导入

>>乙公司:中型公司,发展已进入平稳阶段,客流相对稳定,营收状况良好

>>丙公司:由于前期大量投放收效甚微,市场费用被大量削减

>>丁公司:经营多年,发展稳健,近期计划是尽快实现盈利

甲乙丙丁四个公司处于四种阶段,且在实际的经营过程中的客观因素远比我举例的复杂,面对上面表格里的四个渠道,到底哪些应该保留,哪些应该继续甚至复制,涉及到更高阶层面的推广策略,并不是简单的成本或效率就可以说明问题的。

甲公司的情况,很多时候平台处于高速发展期,拿到融资需要迅速占领市场,所以ABCD四个渠道通常都会保留,不太纠结微观数据,占有率是第一要务。

而乙公司的情况又不同,业务稳定,财务状况良好,那么更多的会考虑渠道的性价比和人力资源最优化,这种时候C和D可能都会被砍掉。

丙和丁我就不一一分析了,答案不唯一,大家可以自己想一想或后台跟我讨论。

现在很多推广案例喜欢拿成本说事,觉得低成本获取大量用户就是值得称道的,我上一篇文章里也说过,这种判断逻辑背后容易产生大量无效流量,很可能带来一堆沉没用户。(当然,也有成功案例,这里不是全盘否定,只是提个醒)

这篇文章不是写怎样去筛选渠道,也没有写什么渠道优化策略,主要是帮助你更好的理解公司在市场推广这块儿的策略和决策。

看问题是否全面决定工作心境,当渠道被砍的时候希望你抱怨少一点。

微信公众号:晨夕笔记(think_notes)
从零开始,分享工作经验,记录能力成长。搭建运营推广成长体系,持续输出营销思路和方法论,尽量做到深入浅出,可能对一部分人有用。

去年今日运营文章

  1. 2022:  30个Chrome 灵魂插件!(0)
  2. 2022:  互联网大厂为什么一边裁员,一边招人。。(0)
  3. 2021:  市场分析(0)
  4. 2021:  深度构建知识体系的高层次阅读(0)
  5. 2021:  数据分析必备:概率论基础知识(0)

本文转载于晨夕笔记(think_notes),本文观点不代表爱运营立场,转载请联系原出处。如内容、图片有任何版权问题,请联系爱运营处理。

(0)
爱运营的头像爱运营管理员
上一篇 2017年8月23日
下一篇 2017年8月23日

推荐资讯

发表回复

登录后才能评论
分享本页
返回顶部