網(wǎng)易嚴(yán)選全鏈路市場(chǎng)投放的數(shù)據(jù)產(chǎn)品策略

嚴(yán)選投放全鏈路數(shù)據(jù)產(chǎn)品設(shè)計(jì)思路基于上述提及的業(yè)務(wù)場(chǎng)景對(duì)數(shù)據(jù)所提出的訴求，具體包括：

• 安全加高時(shí)效。為了滿足安全加高時(shí)效的要求，嚴(yán)選在設(shè)計(jì)的過程中自接入了30+的媒體，自建了激活歸因、訂單歸因以及風(fēng)控監(jiān)測(cè)。

• 業(yè)務(wù)場(chǎng)景全面。產(chǎn)品設(shè)計(jì)過程中自建了豐富的指標(biāo)評(píng)估體系和投放分析體系，涵蓋了外部渠道核心因素以及內(nèi)部電商常規(guī)分析的人、貨、場(chǎng)三個(gè)核心因素。

• 業(yè)務(wù)鏈路完整。一方面，指的是從媒體前端投放到嚴(yán)選后端轉(zhuǎn)化的一個(gè)鏈路完整性，即投放端和轉(zhuǎn)化端的關(guān)聯(lián)。另一方面，指的是嚴(yán)選內(nèi)部投放業(yè)務(wù)，從立項(xiàng)、計(jì)劃、投放、結(jié)算全鏈路場(chǎng)景設(shè)計(jì)的完整性。

綜上，嚴(yán)選投放全鏈路數(shù)據(jù)產(chǎn)品核心主要做了三件事，其一是投放的歸因體系，其二是投放的指標(biāo)評(píng)估體系，再者是投放的分析體系。

下面詳細(xì)展開在三個(gè)核心體系上的實(shí)踐。

1. 嚴(yán)選投放歸因體系

嚴(yán)選是一個(gè)有著APP端和PC端的自營(yíng)電商。在客戶流量上，嚴(yán)選會(huì)更加偏向于沉淀APP端的用戶，因?yàn)楹罄m(xù)的轉(zhuǎn)化以及長(zhǎng)期的生命周期價(jià)值更高。因此當(dāng)前在投放過程中，嚴(yán)選會(huì)引導(dǎo)用戶下載APP為主，直接引導(dǎo)用戶發(fā)生轉(zhuǎn)化為輔。

基于這樣的一個(gè)主輔關(guān)系，嚴(yán)選的歸因體系就需要建設(shè)包括激活歸因以及訂單歸因兩個(gè)方面。而歸因的核心元素包括場(chǎng)景、優(yōu)先級(jí)以及效期三個(gè)點(diǎn)，特色就是會(huì)更加貼近嚴(yán)選的投放場(chǎng)景。

對(duì)于場(chǎng)景而言，嚴(yán)選會(huì)細(xì)化典型場(chǎng)景，例如判斷用戶終端歸屬問題，即是否在APP端或非APP端內(nèi)下單；判斷用戶訪問支付的方式，包括同端或者跨端；若為跨端的方式，則會(huì)判斷是用戶自發(fā)行為，還是掃碼、喚起等行為。通過層層細(xì)化，嚴(yán)選能夠真正了解用戶的行為轉(zhuǎn)化對(duì)應(yīng)的場(chǎng)景。

對(duì)于優(yōu)先級(jí)而言，嚴(yán)選與業(yè)界相同采用的是最終點(diǎn)擊（last click/visit）。

對(duì)于效期而言，嚴(yán)選會(huì)考慮封閉APP內(nèi)的效期較短，非APP內(nèi)效期適當(dāng)加長(zhǎng)，這里主要是考慮到用戶對(duì)APP的粘性和感知力會(huì)更強(qiáng)一些。并且由于嚴(yán)選投放的角色是一個(gè)廣告主的角色，所以在廣告的效期設(shè)置上比常規(guī)廣告平臺(tái)效期設(shè)置稍微短一些。

2. 嚴(yán)選投放指標(biāo)評(píng)估體系

在業(yè)務(wù)發(fā)展過程中，首先是確立業(yè)務(wù)的發(fā)展目標(biāo)，包括制定業(yè)務(wù)戰(zhàn)略目標(biāo)以及業(yè)務(wù)執(zhí)行策略。其次，搭建指標(biāo)體系，包括KPI指標(biāo)以及業(yè)務(wù)執(zhí)行指標(biāo)，KPI指標(biāo)對(duì)應(yīng)上一過程中的業(yè)務(wù)戰(zhàn)略目標(biāo)，業(yè)務(wù)執(zhí)行指標(biāo)對(duì)應(yīng)的是業(yè)務(wù)執(zhí)行策略，最后才是去落地執(zhí)行。這個(gè)思路它不僅僅局限于投放場(chǎng)景，而是一個(gè)通用數(shù)據(jù)產(chǎn)品指標(biāo)體系搭建的思路。具體實(shí)操如下：

① 拆分目標(biāo)

首先，如果業(yè)務(wù)是多過程，先拆分為單過程，再區(qū)分指標(biāo)的具體分類，包含規(guī)模類（諸如支付用戶數(shù)）、效率類（諸如戶轉(zhuǎn)周期）、質(zhì)量類（諸如復(fù)購頻次、用戶留存）等指標(biāo)分類。其次，結(jié)合戰(zhàn)略戰(zhàn)術(shù)目標(biāo)去拆分核心類指標(biāo)、非核心類的指標(biāo)，映射到戰(zhàn)略層和戰(zhàn)術(shù)層。最后還要注意，業(yè)務(wù)鏈路的過程性指標(biāo)分析也非常重要，能夠基于此清晰定位哪一步的漏斗環(huán)節(jié)發(fā)生了問題。

② 目標(biāo)的交叉驗(yàn)證

第一步完成后，初步的指標(biāo)體系已基本完成，如何真正有效去反映業(yè)務(wù)的發(fā)展，需要對(duì)指標(biāo)體系進(jìn)行驗(yàn)證。并且在驗(yàn)證過程中，可能會(huì)存在階段性目標(biāo)調(diào)整的情況，所以實(shí)際上就是驗(yàn)證與確定目標(biāo)的不斷交互。

舉個(gè)例子，嚴(yán)選有個(gè)時(shí)期，投放核心指標(biāo)除了拉新規(guī)模外還有新用戶的一個(gè)首單質(zhì)量，包括首單成本和首單流水ROI。但通過數(shù)據(jù)交叉驗(yàn)證，團(tuán)隊(duì)會(huì)發(fā)現(xiàn)低價(jià)的商品能夠保證較低成本吸引用戶，但并不是高質(zhì)量的用戶，往往吸引一些薅羊毛的低質(zhì)量用戶群體，后續(xù)的價(jià)值流水轉(zhuǎn)化很低?；谟^測(cè)到的數(shù)據(jù)結(jié)果結(jié)合業(yè)務(wù)發(fā)展過程，投放目標(biāo)逐漸從用戶首單質(zhì)量逐步調(diào)整為用戶中長(zhǎng)期的貢獻(xiàn)質(zhì)量，在不斷的調(diào)整優(yōu)化過程中，不斷設(shè)立指標(biāo)確認(rèn)業(yè)務(wù)目標(biāo)，將建議反饋給業(yè)務(wù)方，形成一個(gè)良性自增長(zhǎng)閉環(huán)。

3. 嚴(yán)選投放指標(biāo)體系實(shí)踐

基于上面的指標(biāo)體系設(shè)計(jì)思路完成了嚴(yán)選投放場(chǎng)景下指標(biāo)體系建設(shè)，以現(xiàn)階段指標(biāo)體系的實(shí)踐舉例：

嚴(yán)選今年拉新場(chǎng)景投放目標(biāo)主要是保證拉新規(guī)模達(dá)標(biāo)的前提下，達(dá)成用戶中長(zhǎng)期的流水價(jià)值。業(yè)務(wù)側(cè)將這個(gè)戰(zhàn)略目標(biāo)拆分成了三個(gè)可執(zhí)行的戰(zhàn)術(shù)目標(biāo)——保證成本的拉新規(guī)模目標(biāo)、用戶的短期流水價(jià)值目標(biāo)、中期用戶從首單轉(zhuǎn)化成三單的目標(biāo)。這些直接反映目標(biāo)的指標(biāo)，即為我們的核心指標(biāo)。在核心指標(biāo)的基礎(chǔ)上，結(jié)合上文提到指標(biāo)體系分類思路，嚴(yán)選同樣側(cè)重規(guī)模類、質(zhì)量類以及過程類的指標(biāo)分類。

• 規(guī)模類包含支付用戶數(shù)、新增用戶數(shù)等；

• 質(zhì)量類包含用戶價(jià)值、投入產(chǎn)出、用戶健康度、風(fēng)控等；

• 過程類包含電商的鏈路追蹤，包括訪問-注冊(cè)-支付、訪問-商品詳情-加購-支付等。

嚴(yán)選整個(gè)市場(chǎng)投放指標(biāo)體系能夠把從嚴(yán)選外部曝光、點(diǎn)擊的前置鏈路，到內(nèi)部激活、注冊(cè)、付費(fèi)、留存全過程完整反映出來。

4. 嚴(yán)選投放分析體系

分析體系的設(shè)計(jì)思路是一個(gè)不斷進(jìn)階的過程，包括從“業(yè)務(wù)發(fā)生了什么”，對(duì)業(yè)務(wù)問題進(jìn)行基礎(chǔ)描述性分析；再到“為什么發(fā)生”（診斷性分析），即當(dāng)數(shù)據(jù)存在波動(dòng)或者異常進(jìn)行診斷分析；到“什么將會(huì)發(fā)生”（預(yù)測(cè)性分析），即基于歷史積累用戶數(shù)據(jù)對(duì)未來進(jìn)行預(yù)測(cè)，結(jié)合預(yù)測(cè)的結(jié)果給業(yè)務(wù)中長(zhǎng)期發(fā)展作參考；最后到“最后如何指導(dǎo)業(yè)務(wù)決策”，即決策性分析。核心介紹一下診斷性分析和預(yù)測(cè)性分析：

① 診斷性分析

指的是探索問題發(fā)生的根源。舉個(gè)例子，針對(duì)異常診斷而言，是將業(yè)務(wù)核心關(guān)注點(diǎn)以及專家經(jīng)驗(yàn)沉淀下來反哺于業(yè)務(wù)。如圖所示，異?？赡苡姓蚧蜇?fù)向兩類，嚴(yán)選針對(duì)每一個(gè)投放渠道進(jìn)行異常的拆解，下鉆到每一個(gè)影響因素。這個(gè)工具可以很高效地幫助業(yè)務(wù)將問題定位到具體某個(gè)出錯(cuò)的環(huán)節(jié)；如果是正向異常就可以強(qiáng)加利用，如果是負(fù)向異常就及時(shí)調(diào)整。

② 預(yù)測(cè)性分析

指的是從歷史的數(shù)據(jù)中去探索規(guī)律，識(shí)別未來可能的風(fēng)險(xiǎn)或者是商機(jī)。以嚴(yán)選渠道拉新為例，如果說只是單一考慮將用戶拉來，這個(gè)成本可能在用戶購買首單或者前幾單都無法達(dá)到損益為正，但可以設(shè)置了一個(gè)ROI>0的時(shí)間目標(biāo)。

舉個(gè)例子，嚴(yán)選有一段時(shí)間的目標(biāo)是新用戶在未來365天內(nèi)貢獻(xiàn)的履約毛利能夠使ROI>0。為預(yù)測(cè)該目標(biāo)在未來能否達(dá)成，利用的是用戶的歷史積累數(shù)據(jù)，包括流水特征、支付特征、流量特征、時(shí)間特征等進(jìn)行預(yù)測(cè)，利用算法幫助業(yè)務(wù)了解投放中長(zhǎng)期轉(zhuǎn)化效果。

如圖所示，嚴(yán)選針對(duì)每一個(gè)渠道，關(guān)注用戶在T（當(dāng)天）、T+7（周）、T+28（月）、T+365（年）的ROI。除此之外，以T+365為例，嚴(yán)選會(huì)幫助業(yè)務(wù)去監(jiān)測(cè)哪些渠道提前完成目標(biāo)，哪些渠道離目標(biāo)較遠(yuǎn)，業(yè)務(wù)基于此進(jìn)行相應(yīng)調(diào)整或者保持相同投放策略。除此之外，預(yù)測(cè)性分析常被用于電商環(huán)節(jié)提升用戶粘性。例如不少電商采用“省錢月卡”或者“首單0元領(lǐng)”等運(yùn)營(yíng)策略，其核心是希望用戶在未來中長(zhǎng)期有一個(gè)比較好的復(fù)購表現(xiàn)。基于上述的預(yù)測(cè)性分析產(chǎn)品，能夠幫業(yè)務(wù)去提前了解到運(yùn)營(yíng)的效果。

對(duì)于業(yè)務(wù)的決策進(jìn)階是數(shù)據(jù)產(chǎn)品的一個(gè)終極目標(biāo)，但是到低能否介入鞠策，主要取決于業(yè)務(wù)。當(dāng)業(yè)務(wù)的決策模式能夠抽象形成通用方法論，產(chǎn)品化方案是可行的，例如上文提到的業(yè)務(wù)將T+365的ROI=1作為目標(biāo)，是可以利用數(shù)據(jù)輔助業(yè)務(wù)進(jìn)行決策，但也存在一些業(yè)務(wù)場(chǎng)景不太好提煉。所以，除了決策性分析以外，嚴(yán)選為了將數(shù)據(jù)發(fā)揮最大的價(jià)值，將數(shù)據(jù)放在整個(gè)業(yè)務(wù)鏈路每一個(gè)環(huán)節(jié)，讓數(shù)據(jù)更好地輔助業(yè)務(wù)，幫助業(yè)務(wù)提效。比如：

• 投放前立項(xiàng)，通過將核心指標(biāo)抽象出來，輔助于領(lǐng)導(dǎo)層進(jìn)行立項(xiàng)計(jì)劃審批；

• 投放前計(jì)劃管理，通過線上化規(guī)范生成投放鏈接，事前打標(biāo)，事后分析；

• 投放中干預(yù)，通過諸如用戶總線串聯(lián)等策略提升轉(zhuǎn)化效率，例如用戶在外部廣告投放的時(shí)候看到商品，能夠直接進(jìn)到主站后購買這個(gè)商品，最短路徑的方式去完成轉(zhuǎn)化；

• 投放后費(fèi)用管理，通過數(shù)據(jù)去支持嚴(yán)選百萬級(jí)月度計(jì)算以及報(bào)銷支撐。同時(shí)在結(jié)算的過程中，基于嚴(yán)選風(fēng)控?cái)?shù)據(jù)，給業(yè)務(wù)方在結(jié)算時(shí)一定的費(fèi)用扣減等建議支持。

5. 嚴(yán)選產(chǎn)品應(yīng)用實(shí)踐

綜上，為了滿足業(yè)務(wù)對(duì)投放場(chǎng)景提出的安全高時(shí)效、業(yè)務(wù)全面、鏈路完整的訴求，嚴(yán)選基于其自有數(shù)據(jù)、媒體上報(bào)數(shù)據(jù)及通過MarketingAPI接入數(shù)據(jù)，搭建了嚴(yán)選的投放歸因體系。結(jié)合嚴(yán)選的戰(zhàn)略戰(zhàn)術(shù)目標(biāo)制定指標(biāo)體系，包括KPI指標(biāo)以及日常監(jiān)控指標(biāo)，對(duì)應(yīng)戰(zhàn)略層及執(zhí)行層。在此基礎(chǔ)上，進(jìn)一步基于嚴(yán)選電商自營(yíng)的特性，抽象了所有影響投放的因素，搭建了包含基礎(chǔ)性分析、診斷性分析、預(yù)測(cè)性分析的分析體系，不斷迭代升級(jí)的同時(shí)將數(shù)據(jù)建議輸出給業(yè)務(wù)方。上層的數(shù)據(jù)產(chǎn)品應(yīng)用落地方面包括PC端以及APP移動(dòng)端，方便業(yè)務(wù)側(cè)隨時(shí)隨地查看投放效果。

如下有一些嚴(yán)選在產(chǎn)品應(yīng)用實(shí)踐上的落地舉例：左上角產(chǎn)品為嚴(yán)選在異常診斷上的落地；中間為用戶主路徑的漏斗轉(zhuǎn)化，從訪問、商詳、購買、下單、付款到支付的全鏈路流程；左下方為畫像分析中地域性分析；右側(cè)為移動(dòng)端數(shù)據(jù)產(chǎn)品，這里截取的是關(guān)于不同渠道的投放效果，因?yàn)榉奖阋子毛@取了領(lǐng)導(dǎo)們的大力認(rèn)可，后期也是在不斷迭代優(yōu)化的過程中，涵蓋更多具體的場(chǎng)景分析，并推廣到各個(gè)業(yè)務(wù)線，從而滿足業(yè)務(wù)所見即所得的訴求。