【金猿案例展】正官庄——全渠道会员数据治理驱动商业增长

‍

珍岛集团案例

本项目案例由珍岛集团投递并参与“数据猿年度金猿策划活动——《2022大数据产业年度创新服务企业》榜单/奖项”评选。

‍数据智能产业创新服务媒体

——聚焦数智 · 改变商业

随着商业品牌的全渠道裂变式发展，对DTC直营会员为中心的综合数据运营提出了新的要求。传统商业格局下呈现的割裂分治状态，需要消耗大量的人力手动干预。多渠道平台间的用户数据无法打通，用户商业分析和营销决策拟定日益复杂，尤其是面对未来Z世代用户群个性多变的消费特征这进一步加大了用户洞察以及企业营销管理的难度。

对于红参大健康产业来说，营销渠道本就多而杂，如何获取年轻人的关注，如何关注高净值用户群体同时，发展年轻消费群体，对于大健康行业来说是目前所面临的巨大考验。

实施时间：

项目开始时间：

2022年1月

项目完结时间：

持续服务

应用场景

全网商业通路以及线上线下全渠道打通，通过构建CDP客户数据中台，结合MA营销画布和360会员全周期洞察，实现品牌与消费者的持续个性化温度链接，通过动态营销策略的执行与互动，建立立体BI商业结果导向决策分析体系，实现正官庄私域能力递进与商业增长目标。

面临挑战

百年人参品牌正官庄，在商业渠道已经布局多年，如天猫旗舰店、天猫食品店、抖音旗舰店、抖音专卖店、有赞大贸店、有赞跨境店、小红书、快手、线下门店POS系统等，但随着商业渠道的增多、用户体量的提升以及用户消费决策的复杂化，正官庄的日常运营面临着越来越大的挑战；用户数据量快速增长、管理难度提升、营销活动在多个平台之间的落地复杂度大、多渠道积分规则不统一等，亟需进行数字化转型，构建全渠道统一的数字化运营平台来提升日常运营与营销效率。

数据支持

搭建全渠道360会员体系，OneId身份统一环境下集成多渠道会员商业数据（订单、积分）以及动态数据（互联网社媒用户数据），通过智能标签建模，设定营销画布SOP规则，完成动态特征分组环境下的智慧营销触达，解决沉睡用户唤醒、消费力提升、流失预警、用户裂变跟踪以及多维高净值用户锁定等核心商业节点管理效能，实现商业高效增长。

应用技术与实施过程

基于全渠道会员数据及交易数据无法统一管理、运营难度大，跨平台的用户沟通无法持续且恰到好处等痛点，珍岛通过珍客SCRM、T云、商业云等产品组合，为正官庄打破多个电商平台之间的数据孤岛及平台限制，以正官庄品牌自身为核心，整合多个电商平台及推广渠道，将数据中台、业务中台相互打通、融合，打造了数据统一管理、会员统一运营、营销推广统一操作的全链路营销综合解决方案，通过贯穿“营销活动推广、会员运营管理、服务体验优化”等，帮助企业激活用户多平台、全场景下的生命周期价值，并激发用户实现从“消费者”到“传播者”的身份转变，实现会员的“拉新-转化-裂变-复购”的高效增长。

为企业搭建云计算分析引擎，以“商业云MAX+珍客SCRM+CDP客户数据中台+MA营销画布+BI商业决策分析”打通多电商平台数据以及企业业务场景，通过统一的数据中台、营销中台、会员管理体系，实现“全网营销获客工具、线索转化工具、基于企微的私域运营工具、营销裂变工具等”为一体的一站式工具集合，以完善的会员服务和品牌体验服务升级，拉近企业与用户的链接，以提升持续的用户管理激活用户资产价值，赋能正官庄实现会员拉新、裂变、复购等业绩指标提升。

具体动作为：

1、全渠道数据统一管理，以数据资产赋能业务场景：一方面，通过业务数据的打通与统一管理，形成企业数据资产，通过数据分析模型的搭建，为决策提供支持，赋能前端业务，另一方面，将企业经营管理涉及的业务场景流程标准化、数据化，为数据中台提供完整的数据源，实现数据和中台建设的可复用性。

2、统一全渠道会员规则，实现用户的精细化管理：通过珍岛会员中心，实现全渠道会员积分规则统一，按照统一标准实现积分的发放、兑换，全面打通线上线下会员权益体系。

3、以企业为中心统一运营，全链路赋能业务增长：以企业为中心，搭建企业公众号运营、私域运营、大会员运营“三位一体”的综合运营服务体系，并以此为基础，整合外部多渠道电商平台、网络媒体平台，实现全渠道智能推广、会员运营指标分析、运营策略优化等，全面提升综合营销获客与用户运营实力，赋能业务增长。

CDP-Looklike部分：

① CDP-Lookalike人群放大设计架构和设计思路

首先根据用户的筛选条件，选出一批符合用户要求的用户群体，根据用户群体在表格中登记的各项特征（如：性别，信用卡等级等），进行对比，考虑到用户登记信息存在稀疏性的问题，将进行协同过滤，通过ALS算法计算用户的一批相似用户，进行存储，通过对比目标用户的所有相似用户，实现用户放大的功能。

② CDP-Looklike算法设计

协同过滤：协同过滤是基于用户的特征信息，计算用户和用户特征之间的相似度，去找到用户最相似的若干个用户。

在本项目中，主要是通过对于用户的性别，年龄，购买数量，参加活动等等各类信息进行分类整理，将整理完的数据转换为数值型，进行协同过滤操作，对于稀疏型矩阵进行补充，得到稠密型向量。

③ ALS算法

ALS是协同过滤中的一种常用算法，属于混合CF，采用交替的最小二乘法来算出缺失项，在本项目中的主要作用是对于稀疏矩阵进行补充，由于本算法已经封装在spark的Mllib库中，所以使用起来配合spark十分方便。

④ CDP-Looklike数据存储

根据以上文档说明，通过一系列取值和算法操作后，每个用户可以获得若干个最相似的用户，在离线阶段，会将上述数据存储在表中，利用base_time进行分区，存储数据分别为用户字段和用户最相似的其他用户字段，其他用户之间通过一定方式进行分割处理。在实时计算阶段，通过筛选出的所有用户，获取这些用户相似的所有其他用户，计算用户之间的交集，得出人群放大后的结果。

⑤ CDP-Looklike多维特征分析

此目的是为了针对多维的特征进行分析，然后找到最重要的某几个维度(1-3个，这样就可以可视化)的特征和范围值。能让我们获取到更多的A样本人群。

针对此需求，我们采用降维法，这是最直观的解决办法。

为什么进行降维就可以对特征进行分析就分析A样本中的样本是否属于A样本？降维的办法只是降维的作用，但是判断A样本人群中的人是不是属于A类，常规的思路是训练一个分类算法。

只要保证A样本能得到更多的A，B样本得到更多的B，这就是一个分类的思路。两者之间有什么关系？

如何结合降维？即通过降维，可以将样本中最重要的几个特征找出来，然后进行可视化，那么特征相似的样本点就应该聚类在一起，即在样本空间的距离是相近的。

所以我们降维之后，再使用分类算法，就可以直接分出来，但是如何找到这个值？最直观的算法就是决策树。

综上所述：

第一种方式：我们可以使用某一个降维算法（这里推荐PCA和t-sne），找到某几个最重要的维度之后，就可以将数据聚类成他该有的形式，然后直接使用决策树算法，并找到某个范围的值，可以让聚类中的样本点更多，
或者我们直接使用聚类算法，聚类结束之后，我们可以取两个点的直线距离作为直径，半径作为切分线，来得到切分的结果。

第二种方式：在随机森林（RF）中，我们也可以直接找到最重要的几个特征。并且还把分类也做了，直接统计分类的决策树中的分类值就可以进行我们维度的分析。如果不好分析，那么我们随机抽取出来其中几颗树，直接输出，也是可以的，当然这样做，效果就有待验证。

所以我们采用第一种做法，也可以更好的解释算法。

简单理解：

我们知道，RF可以找到最重要的几个维度，我们为了可视化，最多三维。也就是我们可以找到最重要的最多三维的特征数据，找到特征之后，需要再针对降维后的数据进行使用分类算法（比如决策树），统计出某个特征的在某个值的划分，能让分类的准确率达到最高那么我们找到了前三个特征，并且找到了特征的某个值或者值范围，聚合除了最多的数据，那么也就是将样本的特征分析完成了。

当然，可能为了获取更多样的特征，那么这么多降维算法，总不能找出的特征都一样，所以多使用一种方法，那么出来的结果可能就不同了。

然后在针对不同的数据统计分析，就可以更好的选择和分析更多样的特征。

当然，传入的数据有不同的类型，针对不同的数据我们需要做不同的处理。

这里其他的典型的数据我们就按正常的方式处理就可以了。

但是对于比较长的文本，我们需要单独做处理：

处理方式有两种：一种是单独摘出来做训练，然后直接判断单特征的准确率；另一种人工直接去掉，如果里面的数据不是很重点的话。

商业变化

正官庄数字化工程：主要以系统搭建、统一底层会员数据架构为主，日常运营活动为辅，实现了以统一的数据平台为基础，打通从营销推广到私域运营再到会员精细化运营的全链路服务。

1、在系统层面，通过CDP 数据资产运营平台，已分阶段实现全渠道数据集成。已实现天猫旗舰店、有赞旗舰店、有赞大贸店的会员数据、积分数据、交易数据的集成，后续会逐渐实现天猫食品店、抖音旗舰店、抖音专卖店、小红书、快手、线下门店POS系统数据集成。

2、在会员服务方面，以商业云MAX打通正官庄全渠道会员，统一全渠道会员积分规则，建立完整的会员中心管理机制。

3、在营销获客方面，借助珍岛营销云的全网营销获客能力，选择当前适合食品种草场景的的短视频形式，应用珍岛营销云数字化工具，触达垂直账号，进行智能发布、竞品监测、关键词监控、同城拓客等，来获取线索询盘、品牌曝光、流量变现等一站式营销服务。

4、在私域运营方面，获取线索之后，通过珍客企微SCRM、商业云MAX分别制定个性化的私域运营策略，打造官方小程序商城并以此为品牌传播据点，联动外部电商渠道、线下门店等，以常态化的会员活动等，来促进转化、传播裂变的达成。