相較于長(zhǎng)周期的行業(yè)下行加上三年疫情停罷，2023年，對(duì)于沉寂許久的道路客運(yùn)行業(yè)來(lái)說(shuō)，算得上是一個(gè)“復(fù)蘇年”。
“復(fù)蘇”意味著客運(yùn)市場(chǎng)活躍用戶的上升，也體現(xiàn)在客運(yùn)創(chuàng)新業(yè)務(wù)的快速發(fā)展。根據(jù)道路客運(yùn)產(chǎn)業(yè)平臺(tái)倍施特科技旗下的團(tuán)子出行數(shù)據(jù)顯示，今年6月定制客運(yùn)單量比去年同比增長(zhǎng)逾30%。在B端市場(chǎng)，隨著各地客運(yùn)企業(yè)加大力度推進(jìn)定制化客運(yùn)業(yè)務(wù)轉(zhuǎn)型，定制客運(yùn)平臺(tái)系統(tǒng)服務(wù)市場(chǎng)也比去年更為活躍。
但我們同時(shí)也注意到，道路客運(yùn)行業(yè)長(zhǎng)期以來(lái)依靠線路資源盈利而忽視用戶運(yùn)營(yíng)的頑疾和弊端，在轉(zhuǎn)型升級(jí)的過(guò)程中也即刻顯現(xiàn)出來(lái)，甚至阻礙業(yè)務(wù)創(chuàng)新進(jìn)一步推進(jìn)。在整個(gè)道路客運(yùn)行業(yè)，通過(guò)部署互聯(lián)網(wǎng)技術(shù)系統(tǒng)，轟轟烈烈進(jìn)行服務(wù)模式的“硬轉(zhuǎn)型”的時(shí)候，卻少有人考慮到經(jīng)營(yíng)模式的“軟轉(zhuǎn)型”。
一、什么是“軟轉(zhuǎn)型”?
對(duì)于客運(yùn)企業(yè)來(lái)說(shuō)，“軟轉(zhuǎn)型“既是數(shù)據(jù)驅(qū)動(dòng)的思維意識(shí)覺(jué)醒，也包括業(yè)務(wù)經(jīng)營(yíng)模式的轉(zhuǎn)型創(chuàng)新。
從一系列的行業(yè)政策和指導(dǎo)意見(jiàn)可以看到，道路客運(yùn)企業(yè)轉(zhuǎn)型的大方向基本已經(jīng)明確，朝著互聯(lián)網(wǎng)、網(wǎng)約化為技術(shù)服務(wù)載體進(jìn)行定制化的業(yè)務(wù)服務(wù)改革。倍施特科技認(rèn)為，既然是以互聯(lián)網(wǎng)為載體開(kāi)展業(yè)務(wù)，那么如何處理海量業(yè)務(wù)和用戶數(shù)據(jù)，并以數(shù)據(jù)為基礎(chǔ)指導(dǎo)業(yè)務(wù)經(jīng)營(yíng)，也是傳統(tǒng)道路客運(yùn)企業(yè)需要全新學(xué)習(xí)的課題。
目前市面上大部分定制客運(yùn)系統(tǒng)都具有數(shù)據(jù)統(tǒng)計(jì)能力。數(shù)據(jù)是有了，但是如何用好數(shù)據(jù)，如何通過(guò)數(shù)據(jù)分析指導(dǎo)我們的業(yè)務(wù)決策和日常運(yùn)營(yíng)策略，就是需要系統(tǒng)性學(xué)習(xí)的互聯(lián)網(wǎng)知識(shí)。
二、四個(gè)分析模型
對(duì)比了已經(jīng)成熟的消費(fèi)互聯(lián)網(wǎng)行業(yè)，在基于電子商務(wù)平臺(tái)的出行服務(wù)，我們選擇了4個(gè)學(xué)習(xí)和應(yīng)用門(mén)檻較低，操作較簡(jiǎn)單的數(shù)據(jù)分析模型。通過(guò)引導(dǎo)大家學(xué)習(xí)數(shù)據(jù)思維，用數(shù)據(jù)說(shuō)話，輔助我們?nèi)粘I(yè)務(wù)分析、推廣渠道、和用戶運(yùn)營(yíng)，從而避免長(zhǎng)期以來(lái)的經(jīng)驗(yàn)主義和拍腦袋決策，畢竟今天的消費(fèi)環(huán)境和用戶思維已經(jīng)完全不一樣了。
1、漏斗分析
漏斗分析是一種業(yè)務(wù)分析工具，它把整個(gè)業(yè)務(wù)流程拆成一個(gè)一個(gè)的環(huán)節(jié)，分別統(tǒng)計(jì)每個(gè)環(huán)節(jié)效果。因?yàn)槊總€(gè)環(huán)節(jié)通常都會(huì)流失一部分客戶，所以最終統(tǒng)計(jì)結(jié)果往往是一個(gè)“開(kāi)口大，逐層減少，形似漏斗”的圖形，所以叫漏斗分析。
漏斗分析常用于用戶下單、活動(dòng)參與、頁(yè)面瀏覽等場(chǎng)景，它不但可以整體性地反應(yīng)業(yè)務(wù)在一定時(shí)間周期內(nèi)的運(yùn)行情況，而且可以分析每個(gè)環(huán)節(jié)的留存和流失率。
以最常見(jiàn)的小程序購(gòu)票為例，從“掃碼進(jìn)入小程序”到“購(gòu)票上車(chē)”，用戶的核心路徑包括：掃碼進(jìn)入小程序→選擇起訖點(diǎn)、日期、班次→填寫(xiě)訂單信息(如人數(shù)、電話等)→下單支付→進(jìn)站上車(chē)。漏斗分析就是要統(tǒng)計(jì)每天有多少人掃了碼，其中有多少人填寫(xiě)了起訖點(diǎn)，再其中又有多少人進(jìn)入了下一個(gè)環(huán)節(jié)，直到最后有多少用戶成功驗(yàn)票上車(chē)。
例如，運(yùn)營(yíng)人員發(fā)現(xiàn)，A地區(qū)的“選擇起訖點(diǎn)、時(shí)間、班次”環(huán)節(jié)轉(zhuǎn)化率偏低，明顯低于B地區(qū)的平均水平，企業(yè)運(yùn)營(yíng)人員就需要深度分析該階段可能影響轉(zhuǎn)化率的因素：線上展示的班次時(shí)間是否正確、地名是否有生僻字、小程序頁(yè)面是否有清晰的引導(dǎo)等等。
漏斗分析的目的是通過(guò)漏斗各環(huán)節(jié)相關(guān)數(shù)據(jù)的對(duì)比分析，直觀地展現(xiàn)問(wèn)題出現(xiàn)在哪里，從而找到問(wèn)題方向。
漏斗分析是一種較通用的分析思維，具有較廣譜的適用場(chǎng)景，除了小程序購(gòu)票，乘客線下購(gòu)票、網(wǎng)約車(chē)司機(jī)接單等流程也可以借用漏斗分析來(lái)進(jìn)行業(yè)務(wù)優(yōu)化，只要是可以拆成多個(gè)相關(guān)聯(lián)環(huán)節(jié)的場(chǎng)景，都可適用漏斗分析。
2、歸因分析
在互聯(lián)網(wǎng)規(guī)模化獲客時(shí)代，一個(gè)網(wǎng)站或小程序獲取新用戶的主要方式之一還是投放線上廣告。而同一篇廣告可以在多個(gè)渠道推廣，一個(gè)用戶也可能在多個(gè)不同的觸點(diǎn)看到了廣告才下單。在整個(gè)流程中，用戶雖然是看到最后一次廣告后產(chǎn)生的下單行為，但是前幾次廣告曝光也對(duì)用戶產(chǎn)生了影響，給用戶留下了基本的印象。而歸因分析要解決的問(wèn)題，就是如何衡量每個(gè)推廣渠道對(duì)用戶下單的作用。
假設(shè)一個(gè)用戶，一周前產(chǎn)生了出遠(yuǎn)門(mén)的想法，于是在這一周內(nèi)查了大量的出行攻略。首先，他通過(guò)搜索引擎了解到了“團(tuán)子出行”小程序提供旅游直通車(chē)服務(wù);于是，進(jìn)入小程序，并在首頁(yè)彈窗看到了相應(yīng)線路的優(yōu)惠活動(dòng)，但是并未下單;然后，第二天他又一次進(jìn)入小程序，手動(dòng)搜索了這條線路，并在瀏覽了其他用戶評(píng)論;最后，他回到小程序首頁(yè)，重新找到優(yōu)惠活動(dòng)彈窗，并購(gòu)買(mǎi)了3張?jiān)撀糜尉€路的車(chē)票。
以上過(guò)程是一個(gè)較典型的用戶決策流程，這個(gè)用戶瀏覽了1次搜索引擎，2次進(jìn)入小程序，2次點(diǎn)擊活動(dòng)彈窗，1次手動(dòng)搜索線路，1次查看用戶評(píng)論，一共7個(gè)觸點(diǎn)，最后才進(jìn)行購(gòu)買(mǎi)。那么問(wèn)題來(lái)了，這個(gè)用戶成單轉(zhuǎn)化的功勞該算在哪個(gè)觸點(diǎn)身上?
歸因分析提供了一種解決方法，即按先后順序?yàn)槊總€(gè)觸點(diǎn)賦予權(quán)重，并以此評(píng)分。在上述出行服務(wù)場(chǎng)景中，出行服務(wù)的業(yè)務(wù)特性決定了“怎么獲得更多的新客”是最關(guān)鍵的問(wèn)題，所以我們給首個(gè)觸點(diǎn)分配90%的權(quán)重，而給第二個(gè)觸點(diǎn)分配10%。最后，結(jié)合多個(gè)客戶的下單路徑，我們得出一張?jiān)u分表，并根據(jù)每個(gè)觸點(diǎn)的得分調(diào)整成本投入。
由此可見(jiàn)，對(duì)于上述案例，我們應(yīng)該增加SEM(搜索引擎營(yíng)銷(xiāo))、SEO(搜索引擎優(yōu)化)投入，并在小紅書(shū)、抖音號(hào)、百家號(hào)、百度知道和一些旅游分享平臺(tái)發(fā)布更多的“旅游攻略”軟文。
3、用戶價(jià)值分析
ARPU值全稱是“Average Revenue Per User”即“用戶平均收入”，它被用來(lái)衡量每個(gè)用戶對(duì)公司收入的貢獻(xiàn)度。一般來(lái)說(shuō)，ARPU=月總收入/月活躍用戶數(shù)，也就是平均每月每個(gè)用戶貢獻(xiàn)的收入，某些手游會(huì)用月付費(fèi)用戶數(shù)做分母，本質(zhì)上沒(méi)有太大的區(qū)別。
ARPU分析的內(nèi)核是挖掘用戶價(jià)值。以下圖為例，該業(yè)務(wù)年中的6-8月ARPU最高，而跨年前后的12、1月ARPU最低，若不考慮用戶規(guī)模的急劇變化，那么可以推測(cè)用戶比較喜歡在年中的三個(gè)月消費(fèi)。此時(shí)，運(yùn)營(yíng)人員需要考慮的是如何在這三個(gè)月中增加用戶的付費(fèi)意愿，拓寬平臺(tái)的服務(wù)品類(lèi)，延長(zhǎng)用戶的活躍周期。
除了班線用戶引導(dǎo)到定制客運(yùn)、網(wǎng)約車(chē)、包租車(chē)等綜合用車(chē)業(yè)務(wù)上，目前行業(yè)比較常見(jiàn)的方法是引入本地生活服務(wù)。
出行類(lèi)小程序常常遇到的問(wèn)題是“用戶只在有需求的時(shí)候才登錄小程序”，時(shí)間長(zhǎng)了用戶甚至可能忘記小程序的名字，想出行的時(shí)候還找不到了。引入本地生活拓寬平臺(tái)的服務(wù)品類(lèi)可以有效解決這個(gè)問(wèn)題，本地生活的購(gòu)買(mǎi)頻次是遠(yuǎn)高于出行服務(wù)的，平均1年出行2次的用戶可能每個(gè)月都會(huì)買(mǎi)點(diǎn)香蕉、蘋(píng)果。以前不經(jīng)常登錄小程序的用戶現(xiàn)在也有可能沒(méi)事就進(jìn)入本地生活平臺(tái)，看看有沒(méi)有什么打折商品。用戶的活躍時(shí)間大大地延長(zhǎng)了，下單頻次增加了，自然ARPU也就漲上去了。
另一方面，對(duì)于客企來(lái)說(shuō)引入本地生活的門(mén)檻不高，兩者都是生活服務(wù)，用戶接受起來(lái)也沒(méi)什么困難。如果客企能有當(dāng)?shù)靥禺a(chǎn)、時(shí)令果蔬的資源，那么發(fā)貨渠道、品控管理和財(cái)務(wù)流程這些問(wèn)題也都會(huì)更容易解決。
4、用戶分層模型
RFM模型是最常用的用戶分層模型，通過(guò)近度、頻度、額度三個(gè)指標(biāo)構(gòu)建用戶價(jià)值三維向量，根據(jù)這三個(gè)指標(biāo)制作用戶分層檔案，并以此針對(duì)不同用戶采取不同的運(yùn)營(yíng)措施。
RMF模型的三個(gè)軸分別代表了用戶的三種獨(dú)立屬性。【近度R值】一般取用戶最近一次購(gòu)買(mǎi)距今的時(shí)間，低于中位數(shù)的用戶我們標(biāo)記為活躍用戶，高于中位數(shù)的用戶往往可能是流失用戶;【頻度F值】可以通過(guò)訂單分析，算出每個(gè)用戶單月平均購(gòu)買(mǎi)次數(shù);【額度M值】可根據(jù)訂單數(shù)據(jù)，得出每個(gè)用戶總購(gòu)買(mǎi)金額。RMF模型的重點(diǎn)在于完成用戶分類(lèi)后的針對(duì)性用戶運(yùn)營(yíng)策略。
如“額度高、近度低”的用戶，他們消費(fèi)總額度高，但是最近一次消費(fèi)時(shí)間較遠(yuǎn)，我們可采取挽留和召回策略：定期發(fā)放較大額度的優(yōu)惠券，通過(guò)短信、push等手段觸達(dá)用戶，增加用戶回流的可能。不定期進(jìn)行流失問(wèn)卷，了解用戶流失原因等。
又如“頻度高、近度高”的用戶，這類(lèi)用戶消費(fèi)頻率高且最近一次消費(fèi)時(shí)間較近。他們對(duì)平臺(tái)發(fā)布的信息關(guān)注度更高，也更容易參與平臺(tái)發(fā)起的各種促銷(xiāo)活動(dòng)。針對(duì)這部分用戶，引導(dǎo)進(jìn)微信社群、抖音群等私域是較好的處理辦法，通過(guò)私域流量平臺(tái)搭建這部分用戶和平臺(tái)的溝通渠道，增加用戶粘性的同時(shí)保證了后續(xù)營(yíng)銷(xiāo)活動(dòng)的基礎(chǔ)流量，也變相地保證了平臺(tái)營(yíng)收穩(wěn)定。
而“額度高、頻度高、近度高”的三高用戶，是所有平臺(tái)最喜歡的類(lèi)型，這時(shí)候往往需要橫向拓展業(yè)務(wù)范圍，增加服務(wù)品類(lèi)，來(lái)增加用戶生命周期價(jià)值。道路客運(yùn)小程序用戶年齡集中在18-24歲，一部分用戶因?yàn)樽约嘿I(mǎi)車(chē)于是不再使用出行小程序，我們不妨假設(shè)，如果出行平臺(tái)能引入購(gòu)車(chē)指南、線上4S店等領(lǐng)域，是否可以把用戶年齡從24歲延長(zhǎng)到50歲?
總而言之，RFM模型也只是用戶分類(lèi)方式的一種，用戶運(yùn)營(yíng)的重點(diǎn)不在于分層的方式，而是如何針對(duì)不同用戶采取針對(duì)性的運(yùn)營(yíng)手段。
三、數(shù)字化破局，軟硬兩手抓
在客運(yùn)服務(wù)往平臺(tái)化方向轉(zhuǎn)型的大趨勢(shì)下，客企能夠獲得的數(shù)據(jù)也越來(lái)越多，數(shù)據(jù)化運(yùn)營(yíng)止于口號(hào)，“有數(shù)不會(huì)用數(shù)”的尷尬在業(yè)務(wù)穩(wěn)定期成為成長(zhǎng)的“攔路虎”?！爸恍枰少?gòu)一套定制客運(yùn)系統(tǒng)就可以開(kāi)展業(yè)務(wù)”這種觀點(diǎn)成了掣肘客運(yùn)轉(zhuǎn)型的減速帶。所以大踏步進(jìn)行客運(yùn)服務(wù)轉(zhuǎn)型的同時(shí)，我們也要看到經(jīng)營(yíng)側(cè)引入數(shù)據(jù)化思維的重要性，數(shù)據(jù)只有用起來(lái)了，才能賦能業(yè)務(wù)成長(zhǎng)。
在最近倍施特科技參加的兩次全國(guó)定制客運(yùn)實(shí)訓(xùn)營(yíng)和峰會(huì)也發(fā)現(xiàn)，互聯(lián)網(wǎng)技術(shù)和理念，已經(jīng)開(kāi)始逐步影響到我們這個(gè)傳統(tǒng)的行業(yè)，數(shù)字化的行業(yè)意識(shí)終于開(kāi)始覺(jué)醒。一些大型客運(yùn)集團(tuán)意識(shí)到數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的重要性，開(kāi)始積極探索通過(guò)數(shù)字化破局行業(yè)困境，以數(shù)據(jù)驅(qū)動(dòng)決策，實(shí)現(xiàn)出行供需的高效匹配。服務(wù)轉(zhuǎn)型和經(jīng)營(yíng)轉(zhuǎn)型就像客企的兩只手，只鍛煉一只手肯定會(huì)左右失衡，兩手都要練，才能兩手都更硬。
原創(chuàng)文章，作者：陳晨，如若轉(zhuǎn)載，請(qǐng)注明出處：http://2079x.cn/article/581060.html
