因為2b要想成交這件事相對2c業(yè)務(wù)來(lái)說(shuō),完全是不一樣的思維方式。
它需要與客戶(hù)充分溝通、融合,為客戶(hù)創(chuàng )造價(jià)值,這也注定2b企業(yè)的用戶(hù)生命歷程比2c要多幾個(gè)階段:漫長(cháng)的無(wú)意識階段、認知、興趣、偏好、購買(mǎi),之后又進(jìn)入了新的采購循環(huán),即“考慮”、“偏好”。
近幾年在網(wǎng)絡(luò )上,也不乏有很多人寫(xiě)過(guò)“2b產(chǎn)品的N種獲客方法”、“這幾種營(yíng)銷(xiāo)方式,讓2b獲客更精準”的內容。
但其實(shí)說(shuō)來(lái)說(shuō)去,仍是換湯不換藥。
其次像EDM這些在國內并不太實(shí)用。
最典型的Oracle搞了一些“高客單價(jià)企業(yè)營(yíng)銷(xiāo)自動(dòng)化”其中EDM被擺在非常重要的位置,那些使用的企業(yè)大多還是外企居多,至于好不好用,這還真的很難判斷。
再者2b企業(yè)在百度競價(jià)廣告投放,近年來(lái)獲客成本不斷水漲船高,同時(shí)也有很多人問(wèn)我,“為什么很多時(shí)候,一天當中賬戶(hù)花費的不少,有很多訪(fǎng)問(wèn)但就是沒(méi)有人咨詢(xún)業(yè)務(wù)?”
我們以 餐飲加盟連鎖品牌 作為案例對以上問(wèn)題進(jìn)行研究分析。下面稱(chēng)該品牌為“A餐飲”。
首先是定位問(wèn)題,對百度競價(jià)賬戶(hù)進(jìn)行排查。
展現:當天展現量30,000,展現的地域,時(shí)段,關(guān)鍵詞也與其他有咨詢(xún)量的日期各個(gè)維度展現無(wú)差異。
通過(guò)對各類(lèi)詞明細查詢(xún),發(fā)現關(guān)鍵詞匹配度沒(méi)問(wèn)題,搜索詞也基本正常。
另外,投放地域也均為可開(kāi)展加盟的城市,那么也就不存在投放地域無(wú)法提供服務(wù)的問(wèn)題。
同時(shí)展現結果中,該教育品牌及其他競爭對手創(chuàng )意內容雷同,所以用戶(hù)看了該教育品牌頁(yè)面后,轉而進(jìn)入其他品牌可能會(huì )有,但概率上多少無(wú)從判斷,對此只能不斷的優(yōu)化調整。
所以展現這個(gè)環(huán)節的問(wèn)題排查就已經(jīng)基本完成。
點(diǎn)擊環(huán)節 查詢(xún),當天點(diǎn)擊量為450,點(diǎn)擊率是1.5% 。因為對這個(gè)行業(yè)接觸的少,所以也不太清楚這個(gè)比例是否合適。
再來(lái)看下無(wú)法訪(fǎng)問(wèn)、頁(yè)面打不開(kāi),通過(guò)網(wǎng)站日志返回狀態(tài)碼查詢(xún)98%為200,抵達率89%,說(shuō)明點(diǎn)擊訪(fǎng)問(wèn)也不存在異常。
頁(yè)面 停留時(shí)間3分鐘/跳出率也未見(jiàn)異常22%,進(jìn)一步證明關(guān)鍵詞、搜索詞匹配度并無(wú)大礙。
這里需要注意的一個(gè)點(diǎn)是,頁(yè)面停留時(shí)間、跳出率為平均值,所以需要確認下它們在各個(gè)分段,如時(shí)間0-60s、61-120s等的頻數占比,避免因較大值出現影響最終平均值,進(jìn)而對問(wèn)題排查出現遺漏。
惡意點(diǎn)擊,這里看一個(gè)指標,即點(diǎn)擊/UV比約為1.22,只要不超過(guò)1.5惡意點(diǎn)擊情況都可以排除。
再則是對該渠道訪(fǎng)問(wèn)IP地址進(jìn)行排查,大概6-7年前我剛接觸SEM的時(shí)候,我就覺(jué)得這個(gè)功能比較雞肋,因為IP排除功能,除了對公司同事,進(jìn)行防誤點(diǎn)外,沒(méi)有太大可操作性。
IP來(lái)定位用戶(hù)位置,最多得到的是一個(gè)大概位置,源于IP地理信息庫的不準確。
如果用戶(hù)使用代理服務(wù)器,服務(wù)器看到的是代理服務(wù)器的IP,服務(wù)器得到的是代理的位置信息,而不是用戶(hù)的位置信息。
即便我們會(huì )發(fā)現某些IP經(jīng)常來(lái)訪(fǎng),未轉化,就判斷它為無(wú)效UV進(jìn)行排除,這種其實(shí)就是寧可錯殺,也不放過(guò)的做法,并不夠嚴謹。
通過(guò)以上的內容,賬戶(hù)端并未發(fā)現訪(fǎng)問(wèn)未注冊的原因,所以我們只能從用戶(hù)訪(fǎng)問(wèn)后的數據中尋找原因。
這里可能會(huì )遇的難點(diǎn)就是,我接觸過(guò)的傳統公司。他們對于數據的統計往往都過(guò)于簡(jiǎn)單,以至于在對業(yè)務(wù)問(wèn)題進(jìn)行分析時(shí),因對數據統計的缺失,導致對問(wèn)題分析無(wú)法順利進(jìn)行。
好在A(yíng)餐飲的網(wǎng)站在創(chuàng )建之初,就使用了第三方數據分析平臺,并對頁(yè)面所有行為進(jìn)行埋點(diǎn)。
為避免數據基數過(guò)小導致分析結果的偶然性,選取某1個(gè)月整月數據來(lái)進(jìn)行分析,即通過(guò)百度付費搜索渠道當日訪(fǎng)問(wèn)未注冊用戶(hù),進(jìn)行用戶(hù)分群。
在未來(lái)各間隔天數內注冊量分布,這些新增訪(fǎng)問(wèn)未在當日注冊用戶(hù),在之后的第2天,第3天,第N天,各自產(chǎn)生注冊的用戶(hù)數量。
因為每日通過(guò)百度付費搜索渠道訪(fǎng)問(wèn)的用戶(hù)中新用戶(hù)占比約為85%。
2b的業(yè)務(wù)相比2c有一個(gè)漫長(cháng)的無(wú)意識階段,也就是注冊咨詢(xún)、成交的行為周期會(huì )更長(cháng)。
所以需要判斷這些當日訪(fǎng)問(wèn)未注冊咨詢(xún)的用戶(hù),是否會(huì )在未來(lái)某個(gè)時(shí)間點(diǎn),產(chǎn)生注冊/咨詢(xún)行為。
鑒于該第三方數據分析平臺在進(jìn)行用戶(hù)分群時(shí),在對用戶(hù)數據進(jìn)行抽取時(shí),“當日訪(fǎng)問(wèn)未注冊”這一類(lèi)用戶(hù)條件篩選無(wú)法實(shí)現。
那么只能通過(guò)技術(shù)人員在數據庫中,進(jìn)行抽取。
最終得出數據,第一個(gè)高峰是在第4天有1.8%進(jìn)行注冊,而第7天出現高峰達到1.2%注冊,之后注冊量開(kāi)始遞減,在第15天后則逐漸趨于0。
說(shuō)明該類(lèi)項目一般考慮到咨詢(xún)行為的周期在15天左右。
最終注冊/咨詢(xún)比例在5%注冊,該月整體點(diǎn)擊量約為12000+。
計算出獲取注冊/咨詢(xún)量在600條左右,平均計算下來(lái),日均注冊/咨詢(xún)量在20條左右。
另外我發(fā)現這些在未來(lái)某個(gè)時(shí)間點(diǎn),產(chǎn)生注冊/咨詢(xún)行為,有很大比重是通過(guò)其他來(lái)源方式進(jìn)入網(wǎng)站產(chǎn)生的以上行為。
這其實(shí)就可以很好理解最初我們提到的問(wèn)題原因,也就是一天當中有很多訪(fǎng)問(wèn)的用戶(hù)進(jìn)來(lái),卻沒(méi)有任何咨詢(xún)。