轉轉C2B業務從零搭建精細化運營平臺
一、背景
1.1 什么是精細化運營？
- 用戶畫像：注重用戶細分，深入分析用戶，從用戶行為、設備、渠道等維度分析用戶，獲得盡可能完整的用戶圖像。
- 精準投放：有效利用流量，不同于以往的粗放管理，更注重準確性，更注重用戶保留和轉化，充分挖掘現有流量的價值。
- 數據價值最大化：從多元化的數據分析角度，注重數據價值的最大化。
1.2 為什么要做?
在過去，為了提升用戶從估價到下單各個階段的轉化率，業務會經常性地做一些活動投放或者用戶召回等運營活動。這些活動往往都是粗投，沒有細分用戶群體。一是導致最終的轉化率并不理想，二是不便于對不同群體的用戶進行差異化的運營。
因此，希望搭建一個平臺，能夠根據各個階段數據的變化，不斷調整運營策略，使 ROI 最大化。
二、C2B視角下的精細化運營
C2B長期運營以來，已經有較細致的數據支撐，但如何利用這部分數據，來幫助我們的業務更好地發展，是我們想要去實現精細化運營平臺的初衷。
不同的數據指標如何聯動？如何用這些數據幫助我們做出決策？通過分析細化數據后，如何能夠幫助我們召回更多的用戶？
以用戶下單后取消的數據舉例：
- 用戶表示價格太低：我們是否可以給這部分用戶主動發放加價券，通過價格刺激再次下單？
- 用戶表示備份清除麻煩：我們主動推送給用戶一些清除的教程或者視頻。
- 用戶表示不信任平臺：我們可以1v1外呼，通過客服來向用戶介紹并引導，贏得用戶信任。
C2B精細化運營體系
2.1 模塊劃分
- 用戶劃分: 通過不同的渠道/方式，盡可能的劃分用戶具體
標簽畫像:依賴大數據配合來獲取用戶畫像，做到千人千面
- 估價未下單原因
- 下單后取消原因
- 質檢后退回原因
- .....
收集反饋:通過一些渠道，收集用戶的反饋信息
顯性數據：滿意度問卷調查、訂單評價體系
隱性數據：客服反饋用戶進線問題、IM咨詢、NPS貶低回訪
熱點事件：已知的一些熱點事件
新機發布
6.18&雙11
線索收集:其它業務渠道的用戶行為
B2C購機、瀏覽等
- 轉化手段: 能夠刺激用戶轉化的，并能搭載在觸達方式里的手段
加價券、紅包
1v1客服
數據清除教程
……
觸達方式: 搭載著轉化手段，能夠精準觸達至目標用戶
push、短信
運營位
外呼、私域
……
三、系統設計
以任務為基礎元素，通過創建計劃驅動任務的執行。
3.1 任務
其實就是上文提到的觸達方式，目前支持的觸達方式有
- 運營類：彈窗、中通、掛件
- 推送類：push、短信
- 外呼類：私域外呼
運營通過后臺創建任務，并配置任務所需的素材：如跳轉鏈接、圖片等。
任務
3.2 計劃
任務創建以后，并不能被真正的使用到，需要創建計劃來驅動任務的執行，計劃包含以下功能：
- 時間配置：計劃的開始以及結束時間
- 受眾的用戶：全量用戶或者定向的用戶群體
- 灰度：是否AB，AB實驗id，AB實驗組對應的任務
- 任務：具體通過哪種任務觸達
計劃
計劃和任務關系
創建計劃流程
對應上文：
- 通過用戶畫像平臺、或者一些產品線索收集用戶(B2C購機等)，從而獲得特定用戶群體。
- 通過任務的方式來搭載我們的觸達方式。
- 不同的觸發方式里內嵌我們的轉化手段。例如：運營位對特定群體用戶發放高額加價券。
我們最終打造了一套以阿拉丁(C2B營銷系統)為基礎，精細化運營平臺為橋梁的精細化運營能力。
精細化運營系統
3.3 遇到的難點
設計時，我們使用了Redis存儲運營上傳的用戶數據，計劃開始前完成對已上傳用戶文件解析儲存，在任務結束時刪除計劃對應的用戶群體。
zset緩存下用戶數據后，當數據量過多時，會存在大key問題，導致在一些push場景，遍歷用戶數據時，會存在耗時較高的情況。
解決方案：通過用戶token/uid 對key進行分片，將用戶數據分散在N個Redis key中，避免單個key過大。
分片方式
//獲取分片索引
private String getClusterKey(String key, String member) {
int hash = Hashing.murmur3_32().hashString(member, Charsets.UTF_8).asInt();
hash = Math.abs(hash);
final int clusterIndex = (hash & (CommonConstant.CLUSTER_COUNT - 1)) + 1;
return getClusterKey(key, clusterIndex);
}//遍歷分片進行推送
private void runSingleJob(JobInfoDto jobInfoDto, PlanInfoDto planInfoDto) {
try {
PlanUserDataCondition condition = new PlanUserDataCondition();
condition.setPageCount(100);
condition.setPlanId(planInfoDto.getPlanId());
for (int i = IntelligentOperateDataCacheService.MIN_CLUSTER_INDEX; i <= IntelligentOperateDataCacheService.MAX_CLUSTER_INDEX; i++) {
condition.setClusterIndex(i);
int pageNum = 1;
while (true) {
condition.setPageNum(pageNum);
List<Long> uidList = intelligentOperateDataCacheService.listPlanUidByCondition(condition, "IntelligentOperatePushTask");
if (CollectionUtils.isEmpty(uidList)) {
log.info("BeginSendMessageUserProfilePrivateHandler 當前分片已無可執行的數據 planId={} index={}", planInfoDto.getPlanId(), i);
break;
}
if (apolloConfigService.getJobProcessSwitch()) {
log.info("開關關閉，終止....... {}", planInfoDto.getPlanId());
break;
}
CountDownLatch countDownLatch = new CountDownLatch(uidList.size());
for (Long uid : uidList) {
ThreadUtil.execute(() -> send(uid, planInfoDto, jobInfoDto, countDownLatch));
}
countDownLatch.await();
log.info("BeginSendMessageUserProfilePrivateHandler 當前頁結束 planId={} jobId={} num={}", planInfoDto.getPlanId(), jobInfoDto.getJobId(), pageNum);
pageNum++;
}
}
} catch (Exception e) {
log.info("runSingleJob error, e=", e);
}
}四、總結
本文介紹了轉轉C2B業務下精細化運營平臺的搭建。在系統上線以來，在用戶召回轉化上有了一定的成效。在未來，會繼續豐富系統的功能：更多的觸達方式、更多的轉化手段。也會持續探索系統開放性，讓更多的業務可以接入使用。
關于作者
多斯，轉轉C2B業務研發工程師
