营销是一个涉及产品、服务或品牌从概念到消费者的全过程的商业活动。它包括分析市场需求、识别潜在消费者、制定和实施策略以满足他们的需求、创造价值和实现销售。营销的目标是在满足客户需求的同时，实现企业的利润和业务增长。
营销涉及以下几个关键环节：
市场研究：收集和分析有关市场的信息，包括消费者需求、行为、竞争对手和市场趋势等，以便更好地了解目标市场。
产品策略：基于市场研究，确定产品或服务的设计、功能、定价、包装等方面，以满足消费者的需求和期望。
促销策略：制定和实施一系列的宣传活动，如广告、公关、销售促进、直接营销等，以提高品牌知名度和吸引潜在消费者。
渠道策略：选择和管理适当的分销渠道，如实体店、电商平台、代理商等，以便让产品或服务触达目标客户。
顾客关系管理：建立并维护与消费者的关系，提供售前、售中和售后服务，以实现客户满意度和忠诚度的提升。
营销涉及跨学科的知识和技能，如市场分析、消费者行为学、创意设计、沟通技巧等。一个成功的营销策略可以帮助企业在竞争激烈的市场中脱颖而出，提高品牌知名度，促进销售和业务发展
广告营销是一种通过传播有关产品、服务或品牌的信息来吸引潜在消费者关注和购买的策略。它是营销活动的一个重要组成部分，目的是提高品牌知名度、提升销售额并建立客户忠诚度。广告营销涉及各种媒体渠道，如电视、广播、报纸、杂志、户外广告、互联网和社交媒体等。
广告营销通常包括以下几个方面：
市场研究：了解目标市场、消费者需求和行为，以便创建有效的广告策略。
制定广告策略：确定广告目标、预算、广告内容和媒体策略等。
创意制作：设计和制作吸引人的广告素材，如文案、图片、音频和视频等。
媒体购买：选择合适的媒体渠道，购买广告时间或空间，以便让广告触达目标受众。
营销活动执行：通过各种媒体渠道展示广告，以便吸引潜在消费者。
效果评估与优化：监控和评估广告活动的效果，根据反馈和数据分析优化广告策略，以提高投资回报率。
广告营销可以帮助企业在竞争激烈的市场中脱颖而出，塑造品牌形象，促进销售和业务发展。
除了广告营销之外，还有许多其他类型的营销方法和策略，以下是一些常见的营销类型：
内容营销：通过创建和分享有价值的、与目标受众相关的内容，建立品牌形象，吸引和留住潜在客户。内容可以包括博客文章、图像、视频、演讲、社交媒体等。
事件营销：通过参加或举办各种活动（如会议、展览、研讨会等），展示产品和服务，与潜在客户建立联系，提高品牌形象。
口碑营销：鼓励满意的客户向他们的朋友、家人和同事推荐产品和服务，从而利用人际关系网络来扩大品牌影响力。
渠道营销：与分销合作伙伴（如零售商、批发商、代理商等）合作，以提高产品和服务的销售和分销效率。
活动和促销：通过举办促销活动（如折扣、优惠券、买一送一等），吸引消费者购买产品和服务。
关系营销：关系营销的重点是建立、维护和加强与客户的长期关系，从而实现客户满意度、忠诚度和长期价值的提升。这种营销方法通常包括提供个性化的服务、客户回馈计划以及高质量的售前和售后服务。
社群营销：社群营销旨在通过在线或线下社群（如兴趣小组、论坛、社交平台等）与潜在客户互动、提供有价值的信息和建立信任。这种方法强调共享和参与，而不是传统的广告形式。
体验营销：体验营销关注为消费者提供独特的品牌体验，如举办活动、品牌体验馆或互动式展示等。这种方法旨在让消费者亲身感受产品或服务，从而产生更深刻的情感联系。
教育营销：教育营销是通过为潜在客户提供有关行业、产品或服务的知识和信息，来提高其认可度和信任度。这可以通过线上课程、研讨会、培训等形式实现。
病毒式营销：病毒式营销指通过创建独特、有趣或引人关注的内容，鼓励人们在社交媒体和其他渠道分享，从而迅速传播品牌信息。这种方法侧重于口碑传播，而非传统的广告宣传。
| STP模型 | STP模型是一种广泛应用于营销战略制定的框架，包括三个阶段：市场细分（Segmentation）、目标市场选择（Targeting）和市场定位（Positioning）。市场细分：根据消费者的需求、偏好、行为和特征，将市场划分为具有相似特点的消费者群体。目标市场选择：评估不同细分市场的吸引力，选择最具潜力和价值的市场作为营销活动的目标。市场定位：确定如何在选定的目标市场中，树立产品或服务独特的品牌形象，以满足消费者需求并区别于竞争对手。 | STP模型的步骤较为清晰，容易执行，在大多数场景下具有更强的实用性优势：STP模型强调针对不同消费者群体制定差异化的营销策略，有助于企业更精准地触达目标客户，提高市场份额。劣势：STP模型较为理论化，可能需要企业投入较多时间和资源进行市场调查和数据分析。适用场景：STP模型适用于市场细分、定位和选定目标市场的初期阶段，可以用于制定整体的营销策略。 |
|---|---|---|
| 4P模型 | 又称营销组合，包括产品（Product）、价格（Price）、促销（Promotion）和地点（Place）四个要素，用于制定和执行营销策略。产品（Product）：指企业提供的商品或服务，需满足消费者需求和期望。价格（Price）：涉及产品定价策略，需平衡消费者的承受能力与企业的盈利目标。促销（Promotion）：包括广告、销售促进、公关等活动，用于提高品牌知名度和产品销售。地点（Place）：指产品分销渠道，如实体店、电商平台等，需确保产品触达目标客户。 | 优势：4P模型涵盖了产品、价格、促销和地点四个关键要素，为企业提供了全面的营销策略指导。劣势：4P模型以企业为中心，忽略了消费者的需求和体验。适用场景：4P模型适用于企业制定和执行具体的营销策略，如产品开发、定价策略、广告宣传和分销渠道管理等。 |
| 4C模型 | 是对4P模型的补充，从消费者的角度考虑营销策略。4C包括客户需求（Customer Needs）、成本（Cost）、沟通（Communication）和便利性（Convenience）。客户需求（Customer Needs）：关注消费者的需求和期望，确保产品满足这些需求。成本（Cost）：考虑消费者在购买过程中承担的全部成本，包括金钱、时间和精力等。沟通（Communication）：强调与消费者的双向沟通，建立信任和理解。便利性（Convenience）：关注产品或服务的获取、使用和购买过程的便捷程度。 | 优势：4C模型以消费者为中心，关注客户需求、成本、沟通和便利性，有助于提高客户满意度和忠诚度。劣势：4C模型较为抽象，可能需要企业进行更多的市场调查和用户调研。适用场景：4C模型适用于企业关注消费者需求和体验的营销策略制定，如客户关系管理、售后服务和用户体验优化等。 |
| 4R模型 | 强调关系（Relationship）、认可（Recognition）、回报（Reward）和参与度（Relevance）。关系（Relationship）：建立与客户的长期关系，提高客户满意度和忠诚度。认可（Recognition）：关注品牌认可度，确保消费者了解并信任品牌。回报（Reward）：为忠实客户提供奖励，如优惠、优惠券、会员福利等，以增强客户忠诚度。参与度（Relevance）：关注营销活动的针对性，确保与目标客户群体的需求、兴趣和偏好保持相关性。这些朴素的营销分析模型（STP、4P、4C、4R）在实际应用中可以帮助企业将分析思路与营销业务紧密关联，提高分析的针对性和有效性。这样可以避免受到发散性思路的干扰，确保营销策略更加具有实战价值。在制定和执行营销策略时，企业可根据具体情况灵活运用这些模型，以提高营销活动的成功率。 | 优势：4R模型强调关系、认可、回报和参与度，有助于企业建立长期稳定的客户关系，提高客户生命周期价值。劣势：4R模型可能需要企业投入较多资源进行客户关系维护，包括时间、人力和资金等。适用场景：4R模型适用于关系营销、客户忠诚度提升和客户价值管理等方面的策略制定。 |
| SCVM模型 | 战略客户价值管理（Strategic Customer Value Management，SCVM）是一种旨在提高客户价值的战略方法。SCVM模型包括5个要素：客户识别：确定目标客户群体。客户价值评估：评估客户的潜在价值和盈利能力。客户需求分析：了解客户的需求、期望和偏好。客户满意度提升：通过满足客户需求，提高客户满意度和忠诚度。客户价值管理：系统地管理客户关系，优化客户价值。 | 更侧重于客户价值管理，适用于高度专业化的营销自动化工具，这些工具可以帮助企业更有效地识别、评估和管理客户价值，在特定场景下，如高度专业化的营销自动化工具中，SCVM模型具有重要价值。 |
编辑切换为居中
添加图片注释，不超过 140 字（可选）
衡量营销效果是评估营销分析体系有效性的关键。一个有效的营销分析体系应能够在4R模型（认知、触达、关系、回报）的基础上建立指标体系，并从中获得有洞察力的观察结果。营销分析人员可能会面临众多维度的数据，以及多种可以切入的分析视角，这使得分析工作具有挑战性。
为了简化分析，我们可以通过参考4P和4C模型之间的对应关系来降低数据维度。在实际应用中，4P和4C模型可以进一步归纳为“人群”和“事件”两个核心维度。通过在认知、触达、关系、回报的价值指标体系上关注人群和事件，我们可以得出具有针对性和实际操作价值的分析结论。
在人群维度上，消费者的可负担能力、产品价值匹配和价格带匹配都是非常重要的动态人群属性。在事件维度上，关注流量（或渠道）、场景匹配、促销投入和关系节点的深化等因素，也具有重要的事件属性。
通过以上分析方法，我们可以实现朴素而有效的营销分析，从而更好地指导营销策略制定和执行。
编辑切换为居中
添加图片注释，不超过 140 字（可选）
实战营销分析可以分为三个阶段：衡量效果、优化动作、发现机会。我们可以通过一张清晰的表格来展示这三个阶段与经典营销理论的对应关系，并将其归为一个完整的营销分析逻辑 C.M.O.：
人群（Customer Insight） × 渠道（Multi-Touch Attribution） = 机会（Opportunity）
人群（C）：指的是产品或服务的用户或消费者。广告主希望提供的产品和服务更能满足用户或目标市场的需求，提高转化率和持续性的生命周期价值，以及在用户行为轨迹上捕捉沟通机会。通过人群洞察，我们可以优化用户结构和价值。我们需要回答关于关键人群的 5W（who、what、when、where、以及 why）问题，例如：广告主的关键人群是谁？他们偏好什么样的营销组合？在什么时间和事件节点上进行沟通？他们对用户结构和价值的影响如何？他们真的是关键人群吗？
渠道（M）：主要指包括广告渠道在内的营销渠道。广告主希望精确评估每个渠道的效能（包括销售效果和品牌认知度效果），对每个渠道在营销中所扮演的角色有清晰的洞察，优化渠道投入，并制定渠道组合的营销方案。我们需要回答关于渠道的 1H（how）问题，例如：针对关键人群，哪些渠道发挥了什么样的作用？如何制定渠道策略来加大关键人群的交互？这里的渠道不仅仅局限于广告渠道。
机会（O）：在这里，我们指的是通过 C × M 分析得到的策略，对策略进行度量和预估。同时，我们也关注如何围绕某个营销目标，通过数据发现 C 和 M。我们强调对策略的数字化发现、评估和预估，这是非常重要的营销分析动作。广告主需要识别细分目标市场并制定渠道优选策略，同时能在一定条件下预估和预测营销策略对目标市场的影响。这样，广告主可以基于整个目标市场或个体市场进行运作，不仅可以定位产品和服务的关键特征，还可以预估产品和服务的品牌、品类、销量的增量和容量。甚至可以精准控制渠道成本，加强 ROI 的可控性，提升用户体验。当我们从机会、人群和渠道的角度出发，度量效果和预测效果，就成为确定一个机会的最后一步。这就是 C.M.O. 营销分析方法中，O 部分要回答的问题。
通过 C.M.O. 营销分析方法，我们可以更深入地了解目标人群，优化渠道效能，并找到新的市场机会。
编辑切换为居中
添加图片注释，不超过 140 字（可选）
编辑切换为居中
添加图片注释，不超过 140 字（可选）
首先，让我们从数据科学的视角来看待营销分析的“门槛”。2013 年，Drew Conway 用一个简单的 Venn 图解释了数据科学的范畴；2017 年，Andrew Sliver 和 Adret LLC 对这张图进行了进一步的诠释。从中我们可以看到，数据科学位于专业领域、统计学、计算机学的交汇处，同时也处于机器学习、软件开发和传统研究的中心。甚至对沟通等软技能也有一定要求。
我们一直努力降低这种门槛，以数据科学框架、方法论和工具形成数据分析解决方案，支持业务批量使用。我们将针对广告营销分析的数据科学实践抽象为以下几点：
明确能够在不同角色和背景的人中达成共识的框架和方法论；
带场景的分析法（包括目标场景、分析流程、分析法组合）；
一套产品化的工具。
我们提出了一个更敏捷的流程，希望这个流程能够在营销分析工具中得到实现：
解决方案设计能力：能够将大型分析解决方案分解成固定的分析法进行设计和迭代，同时兼容各种分析法的自由组合，为分析者保留灵活使用的空间；
问题数据定义能力：所有环节都可以用明确的数据定义，使用指标或指标体系，并支持自定义配置指标；
高维数据处理能力：这种能力需满足查询吞吐和响应时间的考核；
模型变模板化能力：能够将需要高专业度的模型模板化，分析者可以通过简单的配置或步骤驱动模型；
清晰阐述结论能力：对关键的分析结论和关注项，要具备预警、预估、预测的能力。
人群（Customer Insight）
-
消费者资产分析
-
消费者行为分析
渠道 （Multi-Touch Attribution）
-
受众沟通和品牌认知评价
-
营销渠道效果评估与归因
-
多渠道组合路径效率评价
-
营销组合模型 MMM
机会 （Opportunity）
-
目标群组发现
-
增强分析在营销分析场景下的实现和应用
消费者资产分析
分析背景：
随着互联网的日益成熟和竞争的加剧，流量红利逐渐减少，商家运营重心逐步转向消费者精细化运营。精细化运营的基础在于对消费者进行深入解析和分层，从而形成消费者资产。我们需要评估不同层级资产的规模，确定运营目标；分析资产状态流转以及增值能力；通过制定营销策略提高资产增值流转效率，并评估广告对资产正向变化的贡献以优化营销策略。因此，建立合适的消费者分层、评估消费者资产的变化以及衡量广告对资产正向变化的贡献成为消费者资产分析需要解决的问题。
基本概念：
消费者资产：消费者资产（亦称顾客资产，customer equity）是指所有消费者终身价值的总和。通过消费者关系管理，积累消费者资产，培养更多高价值的忠诚客户，从而为品牌创造更多价值。
消费者与品牌关系强度：根据消费者与品牌关系强度，我们可以将消费者从浅至深分为认知、兴趣、购买、忠诚四个阶段，形成 AIPL 模型。类似的划分方式还有 WPP 集团的 BrandDynamics 品牌动力金字塔。浅层消费者尚未产生消费，仅认知品牌或与品牌进行过少量互动。营销人员可通过营销活动推动他们向更深的关系发展，从而创造价值。
用户分层
用户分层是根据用户的特征和行为对用户进行区隔划分，生成不同的用户群体，进而制定不同的产品和运营策略，优化资源分配，提升效益。用户分层是消费者资产管理和精细化运营的基础。
编辑切换为居中
添加图片注释，不超过 140 字（可选）
常见的消费者资产模型：
根据业务类型和目标的不同，运营人员可以建立不同的用户分层方案，形成各种消费者资产模型。例如，针对与店铺有互动关系的用户，可以根据他们对店铺的贡献程度进行分层，划分为潜在、新、老用户，并制定相应的拉新和促活策略。对于已经购买的会员，可以进行价值分层，并制定忠诚度计划。
品牌方可以根据消费链路由浅至深的行为划分不同状态的消费者，形成消费者资产模型，如 AIPL 模型和 DEEPLINK 模型。品牌需要了解各层资产的规模和流转路径，制定深度运营策略，以提升客户体验。
以 AIPL 模型为例，从“认知-兴趣-购买-忠诚”的状态划分，依据的是指定周期内消费者与品牌的互动行为：
A（Awareness）：品牌认知人群，包括被品牌广告触达和进行品类词搜索的人。
I（Interest）：品牌兴趣人群，包括广告点击、浏览品牌/店铺主页、参与品牌互动、浏览产品详情页、品牌词搜索、领取试用、订阅/关注/入会、加购收藏的人。
P（Purchase）：品牌购买人群，指购买过品牌商品的人。
L（Loyalty）：品牌忠诚人群，包括复购、评论、分享的人。
编辑切换为居中
添加图片注释，不超过 140 字（可选）
解决方案
我们为消费者资产的建立和应用设计了一套解决方案，从用户自定义分层到资产状态变化分析、营销活动对资产变化贡献评估，包括多种用户分层模型、用户状态流转模型和用户流转归因模型。
用户分层模型：
方案1：行为分层模型
行为分层是根据用户在产品使用中的行为对其进行划分，并根据行为对产品贡献的强弱关系进行归类。在一个分层模型中，一个用户只会属于一个分层。
分层方法包括以下几个步骤：
明确业务目标：确定本次分析想要解决的问题，以及针对分层人群的目标和计划。这样可以选择合适的分层模型并制定相应的运营方案。
确定分层范围：定义参与分层的人群所属范围，如某店铺还是某品牌相关的人群。同时定义分层发生的截面时间，即计算用户某一天的分层状态。
定义分层行为：
基准行为：基准行为是用户在分层对象范围内发生的有价值的行为，如浏览、收藏、成交等。
行为周期：为用户基准行为设置生命周期，定义用户在分层范围内指定行为的统计时长。超过时长的用户行为不会用于分层。不同的行为会定义不同的行为周期，如店铺内的浏览定义为15天内，成交定义为365天。
行为深度：行为深度表示在设定的行为生命周期内用户基准行为发生的数量，通常通过行为发生的频次进行区分，如15天内，“店内浏览=1次”为浅度进店，“店内浏览>=2次”为深度进店。
用户分层与归类：根据各行为与终极目标行为（如成交）的转化强弱关系进行分析，将各行为由浅至深排列。越浅层的行为表示仅做该行为的用户与分层对象关系越弱。例如，消费者与店铺行为关系由浅至深为：曝光 -> 点击 -> 浏览 -> 加购 -> 成交。将不同分层行为定义对应到不同的资产分层，比如把曝光放在潜客层，成交放在老客层。在初始行为定义中，一个用户可能发生多种行为，会属于不同的分层。最终我们会将用户进行层级归类，将资产分层关系进行由浅至深依次排列，同一用户会被优先匹配在顺序靠后的关系更深的分层中，比如一个用户既有新客行为又有老客行为，由于老客层级关系更深，他最终会被归为老客。
此解决方案提供了一个全面的方法来分析消费者资产，从而帮助企业更好地了解其客户群体并制定相应的营销策略。通过对用户行为进行分层，企业可以更精准地针对不同类型的消费者制定相应的运营方案，从而提高客户体验和品牌忠诚度。
分层模型举例
以下是以分层范围为某店铺，分层方式为潜新老模型的分层方案，运营人员填写分层定义行为后即可生成某天的潜新老分层模型。或者对模型进行调整，生成其他分层方案。
编辑切换为居中
添加图片注释，不超过 140 字（可选）
编辑切换为居中
添加图片注释，不超过 140 字（可选）
方案 2：价值分层模型
价值分层是通过对用户行为进行评分，然后使用这些评分对用户进行分层。我们提供的分层方法包括 RFM 模型和客户参与价值分层。由于品牌运营多年，市场渗透逐渐饱和，获取新会员和挽回流失会员的成本越来越高。忠诚会员通常具有更高的客单价和更频繁的购买频次，是品牌销量的主要贡献者。因此，我们需要根据用户的消费行为将其分层，并为不同层次的会员制定不同的运营策略，以优化资源分配。通过分层找到高价值用户对于了解品牌目标客群和挖掘潜力用户至关重要。
RFM 模型是一种重要的会员价值分层方法。它包括以下三个指标：
编辑切换为居中
添加图片注释，不超过 140 字（可选）
R 值：最近购买时间（Recency）。R 值越小，通常意味着会员活跃度越高。当 R 值大于购买周期时，用户流失的可能性会增大。
F 值：购买频次（Frequency）。统计周期内用户的购买次数。不同的品类统计周期受购买周期影响，例如快消品通常为 1 年，耐用品可以放宽到 3、5 年。
M 值：购买金额（Monetary）。统计周期内用户的购买总金额。在价格带单一的店铺中，M 和 F 通常呈强正相关关系，因此可以用次均购买金额代替，以获取更多的信息。
次均购买金额（Average Purchase Value，APV）是指用户在一定时间范围内（例如一个月、一个季度或一年）的总消费金额除以购买次数。换句话说，它表示每次消费时用户平均花费的金额。次均购买金额是衡量用户购买行为的一个重要指标，可以帮助企业了解客户的消费习惯和消费水平。
计算次均购买金额的公式为：
次均购买金额 (APV) = 总消费金额 / 购买次数
通过分析次均购买金额，企业可以了解客户在每次购买时的平均消费水平，从而调整产品定价、推出有针对性的营销活动和优化客户服务，以提高客户满意度和提升销售业绩。
实施步骤如下：
对现有会员进行 RFM 分段打分。可以采用均值、等宽、等频、自定义等分段阈值划分方式，对 R、F、M 三个指标进行分段，并标记分段得分 R_Score, F_score, M_score。
根据三种得分对用户进行分层。分层方式有基于阈值划分和基于总得分两种。用户可以根据实际数值的阈值（如均值）进行分层，将用户分成 2×2×2=8 组。然后，使用 R、F、M 三个指标的权重对得分进行加权计算，得到综合评分 RFM_score。例如：R、F、M 分箱个数分别为 5、5、5，权重均为 10，那么 R、F、M 各自的分数范围：10 分 -50 分，综合评分范围在：30 分 -150 分。根据业务需求，可以调整分箱数量和分箱权重。如果关注用户活跃度，可以为 R_score 赋予更多权重。将三个得分加权后相加，得到 RFM 总分。然后，根据总分排序，按照期望的比例将用户分层。
总结来说，价值分层模型通过对用户行为进行评分和分层，有助于找到高价值用户并优化资源分配。RFM 模型是一种重要的会员价值分层方法，通过 R 值、F 值和 M 值三个指标对用户进行评分。实施过程包括对现有会员进行 RFM 分段打分和根据得分对用户进行分层。通过调整分箱数量和权重，可以更好地满足业务需求，挖掘高价值用户，优化运营策略。
编辑切换为居中
添加图片注释，不超过 140 字（可选）
应用案例：护肤品公司会员 RFM 分层
护肤品公司对现有会员在一年内的行为进行了 RFM 分层。通过按 RFM 总得分排序，他们采用了类似“二八原则”的判断方式，将用户分为高价值用户（占 20%）、中价值用户（占 30%）和低价值用户（占 50%）。
尽管高价值用户人数仅占 20%，但他们贡献了总购买金额的 67%。相比之下，低价值用户虽然占了 50% 的人数，但总价值仅占 7.78%。高价值用户的人均价值为 280 元、人均购买频次为 6.4 次，远高于其他用户，说明他们是忠诚度最高的群体。同时，从平均最近购买时间来看，高价值用户为 110 天，也比其他两类用户更加活跃。
因此，在这个护肤品公司的例子中，通过 RFM 分层，他们成功地识别出了高价值用户，并发现这些用户对公司的贡献远远超过其他用户。通过对不同价值层次的用户制定不同的运营策略，公司可以更有效地优化资源分配，并提高客户满意度和忠诚度。
客户参与价值分层模型CEV
客户参与价值分层模型（CEV，customer engagement value）是一个综合评价模型，它依据客户终身价值（CLV，customer lifetime value）、推荐价值（CRV，customer referral value）、社交影响价值（CIV，customer influencer value）和知识反馈价值（CKV，customer knowledge value）进行评分，并将评分结果进行分层。这种模型通常用于区分店铺中高、中、低价值的客户群体，也被称为超级用户模型。它主要应用于以下方面：
识别和挖掘优质客户；
为营销服务提供分析和决策依据；
测量和提升客户价值，以增加盈利和投资回报能力
编辑切换为居中
添加图片注释，不超过 140 字（可选）
应用案例
某客户基于客户参与价值分层方式将用户分为超级用户 ( 即高价值消费者 )、中价值消费者、低价值消费者三层；
对 CEV 分数从大到小排序后进行切分分层：按行业经验 , 对该客户的消费者数量按 15:30:55 的切分方式进行切分，即该客户下的消费者15% 属超级用户，30% 属中价值消费者，55% 属低价值消费者
编辑切换为居中
添加图片注释，不超过 140 字（可选）
方案3：用户流转模型
用户流转模型是在特定用户分层模型下，分析两个时间节点之间用户在各分层状态的变化情况，也被称为链路流转模型。例如，在AIPL模型中，某用户在7月1日属于A（认知）状态，到了7月7日变为P（行为）状态。通过分析用户流转模型，我们可以了解不同阶段消费者的流转规模与效率，找出高效流转路径，发现促进流转的机会点，实施精细化营销，推动用户在品牌链路上的正向流转，加快品牌资产积累。用户流转模型的主要指标包括：
初态人数/终态人数：起始和截止两个时间节点上各分层的人群数量
流转率：终态相对于初态，某一层用户流转到另一层的比例，例如I（兴趣）->P（行动）的流转率，即从兴趣状态转为行动状态的用户数与初始兴趣状态用户数之比。
整体加深率：终态相对于初态，分层关系加深的人数占初始状态品牌分层模型中总人数的比例
分层加深率：以初始状态I（兴趣）层为例，兴趣层加深率 =（初态为兴趣层的人中，终态为P（行为）或L（忠诚）的人数之和）/ 初态为兴趣层的人数
应用案例：某品牌对比了7月1日和7月7日的AIPL状态流转情况。在这个时期内，整体加深率为24.47%。各分层下的流转规模和数量如下表所示。
编辑切换为居中
添加图片注释，不超过 140 字（可选）
编辑切换为居中
添加图片注释，不超过 140 字（可选）
方案4：用户流转归因模型
用户流转归因模型是在特定客户关系下，以状态流转为转化行为，衡量营销触点对转化的贡献。例如，在DEEPLINK模型中，品牌渠道对D（发现）层到E（探索）层人群转化的触达和转化贡献。通过对比不同流转路径上各个渠道的贡献和效率，找出适合促进对应分层流转的高效渠道和渠道组合，优化策略，提升流转效率。用户流转归因模型中使用的关键指标包括：
流转转化人数：归因于特定营销触点的消费者状态转化的人数
触达量(人数)：营销触点对初始状态人群的触达次数(人数)
流转转化率：流转转化人数 / 触达人数
模型步骤：
定义流转归因模型流转归因模型主要包括两部分输入：流转转化与营销触点。
分层流转行为数据，即一段时间内消费者从A状态到B状态的流转明细数据；
营销触点数据，触点可以是曝光或点击。
归因将消费者分层流转行为用最后互动方式归因给营销触点。
模型输出输出各流转行为下，分渠道的触达量、触达人数、流转人数、流转率数据，用于对比评价。
应用案例：在DEEPLINK模型下，评价某营销活动前后，不同渠道对初始状态为D（发现）层的用户流转到其他状态的贡献和效率。
编辑切换为居中
添加图片注释，不超过 140 字（可选）
