圖片來源@視覺中國
文 | 顧青
現在有個話題非常熱, 叫私域流量。
本質上，體現了企業在做互聯網項目的時候，希望去影響用戶的行為，希望用戶從各個流量生態環境里來到自己控制的地盤里。
實際上，企業是很難去主動去影響所有的用戶行為，特別是在許多面臨增長挑戰的產品運營團隊面前，這一點并不容易。
社交流量和私域流量現在變得熱門，背后的本質是很多本來就是直接銷售產品和服務給C端消費者的企業（比如星巴克、招商銀行）在外部經濟放緩，行業競爭加劇以及疫情因素的刺激情況下，都不希望通過傳統的廣告投放這樣的方式來獲取業務增長了。
傳統的流量獲取模型
無論是百度的關鍵詞廣告鳳巢系統，阿里的阿里媽媽系統，騰訊的廣點通，還是字節跳動的穿山甲系統。只要是企業在開通廣告投放的系統賬號后，基本遵循的就是：
曝光 - 點擊 - 目標轉化
除了類似以上這些基于海量用戶搜索和興趣推薦數據產生的廣告投放系統外，那些品牌部門要操盤的的新媒體營銷、戶外廣告和貼片廣告就基本只能獲得大量曝光了，可以當場轉化的并不多。
這些流量的的買單方除了獲得一次性的流量外，用戶并不真實屬于廣告主，廣告的效果好壞卻又需要廣告主對自己的流量承載平臺（小程序、App、網站）進行優化，以獲得單次流量的最大化轉化幾率。
但是流量平臺除了獲得廣告收入外，卻同時可以獲得此次曝光到轉化的全程數據（比如網站會安裝百度統計、小程序會默認使用騰訊的小程序分析工具）。
所以流量平臺對廣告主這樣的慷慨豈有客氣的道理？
下圖是我用來解釋在互聯網流量生態環境下，企業為了獲取平臺流量的代價：
圖：流量生態的廣告平臺和企業
從企業經營角度說，我之前分析“關于59個APP在印度市場被下架”映射出數據能力才是大至國家，小至企業，在競爭加劇的時代需要這種核心能力。
仔細想一下，關于流量的計算邏輯全部是因為互聯網采取了cookie和瀏覽器工具，用戶點擊頁面從而產生數據采集，進而才有了UV、PV、點擊率等這一系列的數據指標，并由于有了這些數據口徑，廣告平臺和廣告主進行廣告費用結算就有了可以依賴的數據統計的基礎。
那么當一個企業如果自身對于數據的采集、處理和應用能力不是很強時，本身已經在被廣告平臺割韭菜了。
對于一個沉浸在以為通過私域流量就能夠擺脫廣告平臺魔咒的企業，我認為仍然過于天真了。
首先選擇在私域里運營用戶的企業仍然是在使用平臺的產品，比如微信群，QQ群，所以無法回避平臺對自身產品施加的規則（想一想wetool被封的那段時間有多少人徹夜失眠）。
所以去糾結在公域，還是私域并不重要。
流量的本質沒有變，并不在于你怎么起名字？
因為即便在2020年初到現在，我仍然看到有大量的移動搜索關鍵詞產生的流量沒有企業去好好利用，去獲取流量。很多企業手里有大量內容，但連移動站的搜索收錄都沒有人去研究并做好技術處理。
同時早年在QQ群里運營很好的企業，在微信群里一樣會積累大量優質用戶，并通過自己的產品價值去留存和變現。
以為換到私域就能獲得大量的用戶的企業忘記了，其實我們是無法改變用戶在信息獲取上的習慣，但我們可以去發現用戶在哪里，他們關注什么內容，他們受哪些人群的影響。
這就好比一個人要去砍柴，以為換了把刀就能砍到更多的柴。實際上他最需要的能力是識別哪里是單位面積木柴產量最高的地區，然后多叫一些人一起去砍就是了。
這里需要2個能力：挖掘產量的能力和判斷幫手的能力。
換一個例子，一支軍隊強大與否不再是看可以造出多強的武器，或者有多少士兵？現代戰爭特別考研的是跨軍種、跨裝備和全天候協作聯網通訊能力，其本質就是軍隊對新技術、對數據的使用能力。誰對信息的處理能力強，誰就有可能在現代戰爭中取得戰略性的優勢地位。
回到互聯網相關的流量和增長，或者直白點，就是線上增長和營銷運營類決策時，我的結論是：
- 企業挖掘產量的能力 = 數據驅動營銷和增長能力
- 企業判斷幫手的能力 = 識別KOP用戶特征的能力
數據驅動營銷和增長的能力
管理學的導師彼得.德魯克對于增長的定義是
“如果一個事情，你不能衡量它的話，那么你就不能增長它。”
一個有效的解讀是：
企業增長的頂層目標是：必須同時提供好的用戶體驗和企業經營增長。
前不久，我們與一家大型商業銀行用戶體驗和運營策略團隊交流的經驗來看，非常符合當下企業應該追求的目標。
該團隊與我們進行了比較深入的交流，涉及的話題如下：
- 用戶增長常見的評估維度及銀行業的特定維度
- 增長模型和銀行業經驗
- 用戶體驗指標評價體系
- 小程序和APP運營的異同
這里為了保護該銀行的隱私，我就不具體展開談的細節和我們提供的具體答案，可以把原則問題講一下：
需要站在用戶價值體系的視角看待增長
比如很多我指導和咨詢的團隊都在設計用戶的（生命周期價值）LTV項目，這些項目的基本原因就是意識到無論是從外部哪個渠道引入的用戶，在渠道這個緯度上就已經可以識別出用戶的特性了。
一個金融業的產品其實是一個用戶強決策前提下才會有活躍的，沒有人沒有任何原因就會去打開一個銀行的網站或者APP。
所以在這樣的前提下，對于銀行業是完全可以利用強決策下用戶主動提供數據的天然條件，對用戶價值進行設計和梳理，用這個體系來明確每一類用戶在每個渠道中的實際價值（可以通過關鍵行為數據的計算得出，比如特定金融產品的瀏覽和購買）。
所以看似感性的用戶體驗課題，實際上可以通過量化客戶價值，并通過指標和用戶研究中的定性方法，得出客觀可以定性定量的用戶體驗指數，另外在量化過程中可以找到運營策略配合實現核心用戶關鍵指標提升的方法，并可以長期觀測。
這樣就非常好。
另外由于渠道碎片化和用戶多設備的現實情況，如果一個企業在渠道歸因上的處理不當，同樣會計算出錯誤的渠道成本，以及遺漏有效渠道。
在DTALK運營總群里我們曾討論過一個例子：
一個渠道歸因的例子：
“小a新買了Android手機，手機上預裝了某app，但他從來沒有打開過。
手機的應用商店在半夜，把該預裝的app靜默升了級，但小a仍然沒有打開，然后小a在抖音刷到了該app的廣告，點擊了廣告，調起了app，但是沒有注冊。
然后小a的好友小b，通過微信邀請小a注冊了該app，并且得到了app給的獎勵金，這時候問題就來了，小a是哪個渠道帶來的用戶呢？
如果預裝渠道的cpa是5元，抖音信息流廣告折算下來cpa是8元，小b邀請小a，該app發放的獎勵金是10元，那么小a的獲取成本是多少呢？
我在這里想說的是預裝APP的用戶和看到抖音安裝的用戶，以及通過邀請加入的用戶，這三類用戶的渠道不同，在行為和數據上的特征必然有差異，光是這一點就足夠用戶體驗和運營策略團隊設計差異性的內容和流程引導，并關注不同群里的長期留存和變現能力了。
這里沒有統一的答案和可以照抄的答案，但是方法上在數據有效準備的前提下，使用：
* 定性：用戶Persona及定性研究
* 定量：多元線性回歸 貝葉斯思維 WOE 權重算法 AB測試
識別KOP用戶特征的能力
私域流量不是=微信群，不是=建立社群。
真正高價值的私域流量來自基于數據驅動的KOP打法，拼多多和淘寶都在干，而爆出財務危機的瑞幸咖啡也干的很好。
通過幾十個團隊的項目咨詢輔導，我發覺很多企業都不知道數據驅動下的KOP是什么，該如何下手。
無論是用經典的互聯網廣告投放的方式去獲取主要用戶，還是通過“私域”的方式，比方說通過微信群也好，通過自身產品的社交功能及內容來獲得更多用戶也好，背后的邏輯的絕不能就是單純基于結果指標來判斷產品和運營做的好不好，比如：
1）點擊量
2）轉化率
3）GMV
回到私域流量這件事情，本質上應該是利用的互聯網用戶社交關系的能力，在一個聯系緊密的小圈層內部引發一個產品的推薦和傳播，這和KOL是完全不同的做法，但效果在海量的小圈層中效果和ROI都會高于找連產品都沒有概念的KOL。
KOP的理解其實很簡單，所謂大道至簡。
某一位特定用戶假定他是叫用戶A。
當用戶A在一個小群體（比如一個100人群）中對其他用戶的在某個特定領域的產品推薦能力特別強的時候，我們稱之為一個KOP。
比如我一位朋友的太太B，本身就很喜歡美食而且經常可以安排出一桌好菜，所以每次當B向她朋友、同事和家人關系中的任何一位去推薦一個新的菜譜或者是一個新款食品，這些人都會非常積極的去閱讀觀看，甚至當場下單購買。
如果你去仔細觀察一下，其實每個人身邊都一定存在著這位朋友太太B類似的人，他們在某個領域的產品知識和經驗遠超過身邊的人，因此他們就是這個領域的KOP。
一個企業，特別是消費類企業，核心能力是你必須可以識別出企業客戶/用戶群體中的KOP。
低效但傳統的做法，當然業務或者運營人員可能會對自己的客戶比較熟悉，通過自己的業務經驗和對客戶的了解，分析推出某類客戶/用戶（某個群體）可能有能力去推薦產品和內容，但可惜的是這種方式有幾個明顯的缺點：
1）無法科學量化KOP的選擇標準，過于主觀（就有自己的業務偏見）
2）無法自動將有價值的KOP行為特征擴散到企業其他同樣具有同樣能力的KOP尋找過程中，其人力成本將無法承受，可以理解為企業內部的LOOK-Like過程。
3）由于是基于歷史業務經驗，無法意識到用戶自己的人生階段和生活狀態會產生新的變化，并且這才是影響用戶當下做出選擇的重要行為的原因。
比如用戶為何對某類商品特別有研究，在原因上可能有很多種解釋（人類就喜歡干這個），但在數據層面，用戶在任何一個電商/商城類小程序/APP上的屏幕滑動行為，比如對某類并不非常有名，但質量和品牌其實相當好的產品的主動搜索，主動長時間瀏覽和分享，這些數據層面的的特征將完全可以自動通過特征工程的技術給此類人群賦予業務上有意義且可以觀測指標變化的人群標簽。
這種能力就是企業可以自動去識別KOP的數據能力，等于給市場營銷部門揭開了一道神秘的面紗，徹底理解用戶和用戶之間的巨大不同，從而制定有針對性的裂變增長策略，或者說是數據驅動下的MGM。
但是如果在數據產品層面缺乏此等機制或者工作流程的企業就完全沒有辦法對于自己擁有的所有用戶進行這樣計算，也就是只能低效地用CRM軟件去人工處理，效率和效果可想而知。
4）單個業務人員去人力構建出一個隨著用戶特征變化而變化的觸達流程，以及觸達平臺、具體話術、產品價格策略和人群特征這是不可想象的。
正確的方式應該讓人去做有創造性的工作，比如話術和營銷策略，讓數據和系統去產出自動的觸達流程和人群標準，并提供數據觀測的結論。
注：人類的大腦是很難對三個以上緯度的決策場景給出迅速且有力的判斷的，比如我們曾經給幾十個團隊一個問題，需要他們去判斷到底是山東地區的Android女性用戶，還是河北地區的iphone男性用戶更加有可能下單這么一個常見的運營策略決策，但經常是各執己見，無法決定。
有了基于數據驅動的KOP，可以做什么？
在私域流量這件事情上，消費類企業往往有一個非常核心一個訴求：在生態上層更大的流量平臺平臺上進行銷售，并在獲得訂單的同時通過差異化的產品/內容，以及自有內容矩陣營銷種草的方式，讓用戶最終能夠流入到自己的平臺上來。
否則，為什么要去做自己的小程序和APP呢？
我們假定一家C端消費類企業擁有了自己的人群劃分和KOP識別能力，比方說他擁有了人群洞察和多主體標簽平臺，那么在這些數據產品系統支持下可以做些什么呢？
比如淘寶就曾經做過在KOP比較明確的情況下面給不同方法能力的用戶記憶不同能力等級的刺激。
- 淘寶的KOP案例
淘寶曾經在KOP比較明確的情況下，對于兩個不同用戶組提供了不同的提現刺激。
A組用戶需要邀請5位好友才可以提現，B組用戶只需要邀請3位好友就可以提現
圖：淘寶KOP的運營案例
這背后是在數據層面對于兩個不同的用戶組，通過對他們歷史邀請好友、歷史購買、歷史評論、平均客單價、歷史被邀請好友的客單價等高價值用戶行為數據計算后，給出的系統在邀請這件事上的用戶能力評分，
A組用戶和B組用戶在邀請好友的能力上有明顯的差別，后者邀請的好友消費能力明顯比前者高。
所以平臺通過這樣的機制的設計能夠在站內產生自增長的結果，這并不是簡單的老帶新（或者叫MGM），而是基于對用戶行為洞察之后的產品運營策略設計。
這才是數據驅動作用下的高價值私域流量運營，類似的機制在社交產品里的好友推薦（微信讀書），以及拼多多的拼小圈和天天領現金里都可以找到。
- 拼多多的天天領現金策略
拼多多的天天領現金拉新獲客數呈現指數型增長，在活動的第七天，DAU已增加1700萬。
這樣的流量運營設計，符合RARRA基本邏輯，所以一方面可以產生雪球效應，另一方面，數據回流可以幫助運營團隊實時看到不同人群在這一輪運營過程中的特征變化。
當然，對于紅包發放的力度可以通過設計AB測試的方式，通過試驗來檢測來檢測統計學上的顯著性是否有效。
通過以上的描述，相信大家可以意識到私域流量的運作，不是簡單地建立微信群后，把從平臺獲得的用戶導入自己的平臺中去。而是需要通過流量平臺輸入用戶的同時，通過建立自己的數據獲取和采集能力，通過每次流量和交易的數據能力建立用戶運營和洞察的體系，從而實現數據驅動下的KOP打法。
【鈦媒體作者介紹：顧青，DTALK.org創始人；公眾號：DTalks (微信ID：dtalks）】
