《数据分析与场景实践之“坑位运营”》

1 .数据分析与场景实践之坑位运营 薛创宇 神策数据分析师 

2 .过去⼀一个⽉月，产品⾸首⻚页 Banner 位置带来了了多少直接收益？ 运营⼈人员投放的位置中，哪⼀一个可运营的位置带来的收益最⾼高？ 推荐商品的位置中，哪个顺序位置是效果最好的？ 

3 .⼤大纲 ๏ 坑位运营起源 ๏ 数据分析与坑位运营 ๏ 如何进⾏行行坑位运营 ๏ 实践案例例 

4 .坑位运营起源 

5 .宝⻉贝在关键词下的排名 宝⻉贝在聚划算活动中的展示位 

6 .坑位的定义 可承载内容信息并且可运营的位置区域 

7 .⼀一 个 典 型 的 ⽤用 户 购 买 路路 径 

8 .落地⻚页 发现商品 了了解商品 完成购买决策 App 主⻚页 搜索和筛选功能 商品详情信息介绍 加⼊入购物⻋车 渠道推⼴广⻚页⾯面 分类浏览列列⽬目 商品图⽚片或视频 加⼊入收藏夹列列表 活动促销⻚页⾯面 个性化推荐产品 浏览-购买-评价信息 选择配送⽅方式和时间 SEM 推⼴广落地⻚页 产品介绍引导 产品各项参数 选择⽀支付⽅方式和时间 ⽤用户关联⻚页⾯面 促销活动展示 价格和套餐选项信息 其他服务选项和分享 

9 .商品购买的影响因素 流量量质量量 产品功能 流量量引导 

10 .什什么时候需要 ⼀一座城 

11 .为什什么要做 流量量价值最⼤大化 

12 .数据分析与坑位运营 

13 .坑位运营实践难点 定义 优化 信息⽀支持 问题分析 计划 数据采集 评估 执⾏行行 

14 .坑位归因 定义 将产品的最终收益的功劳分配给转化路路径中各个不不同的坑位上 ⽬目的 效果评估 

15 .常⻅见归因模型 归因模型是指⼀一种或⼀一组规则，⽤用于确定如何将利利益功劳分配给转化路路径中的接触点 末次触点归因 ⾸首次触点归因 线性归因 时间衰减归因 位置归因 

16 .渠道 vs 坑位 时间轴 SEM 搜索 ⾸首次访问 头条⼴广告 ⼆二次访问 直接访问 再次访问 ⼀一 个 典 型 的 ⽤用 户 购 买 路路 径 ⼀一 个 典 型 的 ⽤用 户 购 买 路路 径 ⼀一 个 典 型 的 ⽤用 户 购 买 路路 径 

17 . 定义 ⽤用 例例 特点 注意点 适 应 ⽤用户 注意点 ✓ 拥有客户关系 ✓ ⼤大数据量量下归因 将产品的最终收益 ➡ 哪⼀一个营销渠道推 不不能是第三⽅方关系 渠道 ➡ ➡ 主要评估流量量质量量 ✓ 市场推⼴广数据量量⼤大 的功劳分配给转化 ⼴广效果更更好？ ✓ 可以动态评估 渠道来源采集不不易易 ➡ 市场预算要⾼高 路路径中不不同⽤用户来 下⼀一周我们应该怎 ➡ ✓ 多种渠道推⼴广⽅方式 归因 基于访问级别归因 ➡ ✓ 源渠道上 ➡ 不不能缺乏数据基础 样改进渠道策略略？ ➡ 短期偏⻅见 ✓ 较强分析能⼒力力组织 ✓ ⼀一周即可评估 ✓ ⼤大数据量量下归因 ✓ 掌握商品售卖过程 将产品的最终收益 哪⼀一个坑位适合当 ➡ 主要评估流量量导向 坑位 ➡ 的功劳分配给产品 ✓ 可以动态评估 ✓ 拥有⽤用户⾏行行为数据 ➡ 不不要求坑位规模 前活动内容投放？ ➡ 变化频次⾼高，影响 内部转化路路径中各 归因 某坑位内容的排序 基于事件级别归因 时间短 坑位内容较多 不不能缺乏数据基础 ➡ ✓ ✓ ➡ 个不不同坑位上 是否合理理？ ✓ ⼀一天即可评估 ➡ 更更短期偏⻅见 ✓ 较强分析能⼒力力组织 

18 .坑位归因⼯工具 国内第⼀一家推出坑位归因功能的产品 

19 .如何进⾏行行坑位运营 

20 .优化内容 优化坑位 

21 .问题来了了 • 在同⼀一⽚片⼟土地上，种植哪⼀一种庄稼收成⾼高？（坑位投放何种内容） 经验直觉 • 某⼀一种庄稼种植在哪⽚片⼟土地上，⽐比别的⼟土地要好？（内容投放到哪个坑位） • 何时在⼟土地上进⾏行行下⼀一季庄稼的种植？（坑位的内容轮换） 洞洞察 • ⼟土地上收成不不好，是否可以改变⼟土地形式？（位置优化） 定性数据 定量量数据 • ⼟土地上收成好，是否可以将⼟土地⾯面积做⼤大？（流量量导向） • 不不同⼟土地之间的收成有什什么不不同的特点？（⼈人群特征） 

22 .坑位运营流程 

23 .坑位运营评估指标 坑位产 出 = 单位流量量成交⾦金金 额 = 成 交⾦金金额 / 曝 光量量 = ( 曝 光量量 x 曝光点击 率 x 坑位 转 化率 x 平 均 购 买 ⾦金金 额) / 曝 光 量量 = 曝 光点击率 x 坑位 转 化率 x 平 均购 买 ⾦金金 额 规模指标：点击量量、点击⼈人数、下单⾦金金额、下单⼈人数、下单商品数… 效率指标：次数转化率、⼈人数转化率、弃购率、转化时⻓长… 

24 .实践案例例 

25 .实践 — 数据准备 

26 .实践 — 数据准备 

27 .实践 — 坑位归因 归因设置条件 数据周期：⼀一周 归因模型：末次归因 结果⾏行行为：商品购买详情事件 触点⾏行行为：浏览商品详情⻚页、加⼊入购物⻋车 坑位事件：mkt_event 营销时⻓长：1 天 

28 .实践 — 坑位归因 

29 .实践 — 有效信息提取 1. 收⼊入的主要来源是商品详情⻚页的推荐，但该位置推荐的次数转化率低，若能提供更更好的推荐，或更更有效利利⽤用推荐位， 将极⼤大提⾼高⽤用户的购物效率 2. CrossBar 吸引了了⼤大量量的⽤用户，但实际坑位转化率低，⼤大量量的⽤用户在此处做了了很多⽆无效点击，分散了了⽤用户的注意⼒力力 3. 搜索作为⽬目的性最强的⼀一种商品搜寻⼿手段，成单转化率低于预期，有较⼤大的优化空间 4. 购物⻋车位置的推荐、促销活动、包邮加⻋车等转化效率最⾼高，适合多做跟购物⻋车中商品打包的活动 5. 208、555 品类排序效果好，收⼊入⾼高，919品类转化⾼高，但曝光量量相对不不⾜足 …