本文来自微信公众号 “灿烂千阳”，作者：灿烂千阳，纷传经授权发布。

结合智能营销运营系统，业务人员可以一定程度上提升精准营销的效果，实现降本增效，拉动营销转化效率。

然而你了解智能营销运营系统发展的几个阶段吗？本篇文章里，作者就对这个问题做了回答，一起来看一下吧。

近两年智能营销的话题备受关注，很多大厂陆续推出自己的智能营销系统，我看了很多的文章和资料、案例。

发现很少有人能逻辑清晰地讲明白智能营销运营系统的运作流程、以及智能营销运营系统的未来发展方向。

说到营销系统大致上可以分为五个阶段。

01

1.0时代，将线下的基础营销手法纯粹性搬到线上，线上可以做的活动玩法单一，技术支持力度较弱，组织（运营、产品、技术）无数据意识，无数据依据，无数据反馈，全程拍脑袋。

一天晚上我和几个朋友到美食街吃饭喝酒，刚到路口遇到几个发菜单的小伙子给我们递上优惠券，到店消费满200元减40元。

我们挑了一家最好的餐厅坐下，老板娘走过来问我们吃什么，大概点了七八个菜后，又问我们喝什么酒，她说店里的啤酒买一打送一支，我们说来两打。

酒足饭饱之后我去结账，拿出刚才的优惠券抵扣之后还花了五百大洋，老板娘亲切地跟我欢迎下次光临，顺便拿了一张满400元减80元的优惠券给我。

有一次跟老婆逛街路过天虹商场，广场上聚集了很多人，引起了我们的注意，走近一看发现在搞活动，免费玩转盘抽奖，只需要关注他们的公众号即可参与。

玩了一把抽到一个玩具熊，很有意思，然后我就带着老婆进去天虹逛商场了，出来后大包小包提了几袋子东西。

这两个案例就是典型的1.0时代营销系统的业务流程，首先系统创建一批优惠券并制定优惠券使用规则，等到用户使用产品的时候。

比方说登录或者注册时触发活动，给用户送一张优惠券，用户购买商品的时候，系统对商品在做一次优惠，然后用户下单支付同时抵扣优惠券。

最后用户支付完成，系统再次给用户发放一张优惠券，促进复购。

流量是获客的关键，广场是流量来源，路过的人群看到商场做活动被吸引，而进入商场消费，同样的原理，微信、抖音是流量来源，企业投放的活动广告是吸引人们使用产品的槽点。

图1

图2

1.0时代营销的弊端是个人经验主义导向，缺乏数据依据，一项营销活动的执行效果到底是好还是不好，成功与否全然不知，缺少数据反馈、数据分析，可以说是全程拍脑袋做决策。

在这个阶段被薅羊毛的可能性非常大，企业造成的损失比较惨重。

02

2.0时代，组织有数据意识，一定的数据依据，无数据反馈，技术开发的线上营销活动玩法跟不上市场需求，活动单一，运营只能局限于技术提供的几个固定模板的开展营销活动。

典型的案例就是做一项注册送活动时，会根据以往的活动经验总结，以及业务数据分析去主观判断哪些城市可以做活动，哪些城市不适合做活动，发放多少面值的优惠券。

也会做营销事后风控，通过数据分析哪些用户存在刷单薅羊毛，然后对其进行锁定并追回损失。

可以说在这个阶段所做的营销活动决策大部分还是在拍脑袋行事，缺少科学方法做事，活动效果无法科学评估。

03

在积累了一定量的用户和数据后开始步入3.0时代，企业将要考虑精细化运营，每分钱都要花在刀刃上。

每一项营销策略、运营计划都要具有科学依据，而这些内容的最终落地都需要建立子在完善的数字化基础上。

组织开始有数据意识、数据依据、有一定的数据反馈，通过用户的行为数据分析、业务数据分析。

了解用户在使用产品过程中哪些环节的指标需要优化，哪些转化是需要做营销活动刺激提升转化，哪个环节的流失用户需要做什么形式的活动进行召回。

我们还是拿注册送活动来讲，该活动的目的一方面是为了拉新、另外一方面是为了促进首单转化，注册送活动做与不做很难与用户拉新的注册数据形成直接关系。

因为做了注册送活动有可能注册量环比反而降低了，不做也有可能注册量增长，这是很常见的现象。

但注册送活动一定可以通过新注册用户的下单转化率来反应活动的效果好与不好。

比方说注册送活动是一张7折优惠券，最高抵扣10元，新用户首单转化率为70%。

那么接下来可以对流失的30%用户做二次转化，送一张5折优惠券，最高抵扣20元，来刺激他们的首单转化。

当然也可以通过调整优惠券面值大小来验证对活动转化率的影响。

3.0时代最明显的弊端是无法对人群进行标签分层，画像对比，做不到实时活动，只能事后对用户做活动，这种活动的效果一般会大打折扣，而且还无法判断活动效果好与不好。

图3

04

4.0阶段意味着已经进入智能运营、数字化运营的时代了，完善的数据产品体系、用户行为数据、指标体系已基本完成。

用户画像、用户标签分层、用户分群、AB实验、智能运营已基本实现，原有的固定活动模板模式的营销被废弃。

此阶段更多的是依据丰富的数据分析结果做营销决策，对哪些城市、哪些用户群、哪个用户标签的什么分层用户。

通过什么形式触达、发放多大面值的优惠券，促使用户完成我们设置的目标，这种更具时效性，能更好地留住用户，避免用户在转化的过程中流失。

举个例子：本月活跃用户下单转化率对比上一周期下降了，那么我会从多个维度分析指标为什么会下降。

比方说某个重点城市的该项指标下降影响了整体，原因是因为该城市调整了市场价格，这个又是必然不可调整的，那么我会对该城市的活跃用户下单转化做营销。

因为目的是提高转化能力，所以我需要创建一个实时的运营计划，当该城市的用户活跃后，在5分钟内没有完成下单动作。

我要立刻对用户触达发送一条短信或者push消息告诉用户，系统给他的账户里面送了一张优惠券可以用来抵扣费用，一般用户会进行下单，那就达到我的目标，从而提升了活跃用户下单转化率。

为了验证运营计划是否成功，通常会做AB实验，选取90%的目标用户作为实验组，10%的目标用户作为对照组，对比两组的目标完成率以判断运营计划的活动效果。

图4为整体的运作流程，图5-9为运营计划创建过程及效果。

图4

图5

图6

图7

图8

图9

4.0时代的智能营销已经具备了很强的科学性，能够做到用户细分、精准营销，通过数据依据进行决策、行动、反馈，再到数据分析。

这种模式还是需要大量的数据分析师、运营人员配合完成整个营销的落地实践。

05

5.0时代，建立在数字化基础上的智能预警营销运营系统。

不同与4.0的智能营销，5.0的智能预警营销是在4.0基础上衍生的产品。

如果说4.0的智能营销需要人为主观的数据分析得出结论制定运营计划，那么5.0的智能预警营销就是系统的客观分析，更具科学性，无需人为数据分析。

首先需要建立完善的数据产品体系、数据指标体系，明确指标属性、指标维度。

其次智能监控运营关键指标，依据指标历史数据、关联指标数据变化进行智能预警，分析指标的异常属性、维度、异常用户、同期预警指标。

然后就是对触发预警的运营指标异常维度开展自动化营销策略，预警结束则营销自动结束，粒度可以细分到小时、天、月。

最后就是策略落地执行效果分析并指导策略迭代，形成数据驱动运营闭环。

举个例子：智能预警指标【活跃用户下单转化率】，在2022年1月5日9：00-10：00区间数值异常偏低，异常维度为重庆市的活跃用户下单转化率低。

此刻系统会自动匹配事先创建好的营销运营计划，对重庆市的活跃未下单的用户触达发生短信/push消息，并发放优惠券，以提升重庆市的活跃用户下单转化率。

当触达后智能预警监控该城市的活跃用户下单转化率数值回归正常后，智能营销运营计划自动结束。

一个好用的智能营销系统一定是2.0、3.0时代的结合物，它一定具备将强的科学性，能够助力企业快速增长，实现业务突破。