商户增长模型(AAGRR)-成长篇

本文核心讲述的是商户增长AAGRR模型里的G(Growth,成长),与之对应的是流失,在这个模型里面里面希望淡化流失概念,花更多精力在商家的成长上,把预防工作前置,也是变相在防止商家流失。

如何搭建成长体系

关注流量

为了保持住商家稳定的流量盘面,我们需要认真对待每一个影响流量的指标,显性的指标有商家头图、商品数量、评价等级、交易量级等。为此我们还需要和搜索、rank团队合作,引入竞争视角的指标。

一个区域的用户量级是固定或者缓慢增长的,在同一时间A商户的流量增长必然导致其他部分商户的流量下降,具体是哪个因素导致以及和A商户的落差多少,这就是所说的竞争视角。

关注转化

这里说的转化是引流进店后的交易转化,再拆细的话可以分为店铺页转化、订单确认页转化、支付转化等。这里重点讲店铺页转化,即店铺页到订单确认页这个转化。商家核心要做的是优化这个页面的内容,比如店铺装修、商品图片质量、套餐搭售、商家故事、资质等都能够影响用户的下单决策,这些也都可以认为是必要的转化指标。

确认页转化和支付转化在产品优化到一定阶段的时候不会有太多提升空间,拿外卖举例,基本是在90%以上。

指标诊断

指标诊断实际是从平台的视角来看商家成长,通过对流量指标及转化指标的把脉,及时提醒商户优化方向。

目标感

C端用户留存的那套理论也挺适用在商户场景上面,首先需要建立一种机制让商户有目标感,这种目标感并不是简单的做好任务给个奖励这么简单,还需要激发出商户向上的动力甚至是商户间的攀比心,商户得分或者商户等级是个好的方式,通过分值的增加或者等级的提升让商户获得成就感,此外还需要辅以成就权益。

核心能力抽象

上面总结下来有这么几个核心术语:指标、得分/等级、权益,此外我们还需要挖掘一些隐藏术语:规则计算,在诊断、得分及等级计算中都会用到,在指标发生变化的时候执行推荐或者分值计算。

指标系统

上面很多场景都用到了指标,在诊断场景中通过指标的变化提醒商户,在得分/等级上通过指标及其权重来计算得分/等级。所以这里需要一个平台化的指标系统,用于支撑不同指标使用场景,此外还针对时效问题建立好离线、实时指标计算及监控能力。


指标中心

规则计算

规则主要是用来做分值计算以及等级计算,这里的计算已经超出了传统的四则运算的场景,所以我们使用了ANTLR4引擎自定义了基于json格式的规则语法,也便于以后做扩展。在计算得分的场景上为了保持在线逻辑和离线计算逻辑保持一致,使用了独立模块封装核心规则计算逻辑。


规则中心

得分、等级

得分以及等级是对一组指标以及指标的权重制定的计算规则,两者除在对运营的表达层展示设置上面不太一样,但都会转化成对应的规则导入到规则中心。

权益

我们在激活篇里的任务里提到了奖励,和这里的等级奖励类似,都是平台给予的权益,所以在这个阶段我们需要将任务体系里的权益独立出来,用以支撑更多的权益发放场景。权益的详细设计可参考商户运营体系摸索及落地这篇文章。权益平台要解决的核心问题:

  • 平台化的标准权益接入
  • 通用的权益发放
  • 对用户的权益表达
权益中心
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,482评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,377评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,762评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,273评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,289评论 5 373
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,046评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,351评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,988评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,476评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,948评论 2 324
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,064评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,712评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,261评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,264评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,486评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,511评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,802评论 2 345

推荐阅读更多精彩内容