2b產品在進行銷售獲客時，受高客單低轉化業務模式影響，往往是每個行業從業者臉上滿不在乎，心里卻難以割舍的痛。
因為2b要想成交這件事相對2c業務來說，完全是不一樣的思維方式。
它需要與客戶充分溝通、融合，為客戶創造價值，這也注定2b企業的用戶生命歷程比2c要多幾個階段：漫長的無意識階段、認知、興趣、偏好、購買，之后又進入了新的采購循環，即“考慮”、“偏好”。
近幾年在網絡上，也不乏有很多人寫過“2b產品的N種獲客方法”、“這幾種營銷方式，讓2b獲客更精準”的內容。
但其實說來說去，仍是換湯不換藥。
對于2b獲客個人覺得有效的獲客渠道，終究還是要回歸 搜索引擎 和 品牌建設 這兩種方式上。
其次像EDM這些在國內并不太實用。（如果不知道edm是什么可以查看下面鏈接）
EDM是什么？EDM營銷是什么？
最典型的Oracle（數據庫相關）搞了一些“高客單價企業營銷自動化”其中EDM被擺在非常重要的位置，那些使用的企業大多還是外企居多，至于好不好用，這還真的很難判斷。
再者2b企業在百度競價廣告投放，近年來獲客成本不斷水漲船高，同時也有很多人問我，“為什么很多時候，一天當中賬戶花費的不少，有很多訪問但就是沒有人咨詢業務？”
我們以 餐飲加盟連鎖品牌 作為案例對以上問題進行研究分析。下面稱該品牌為“A餐飲”。
首先是定位問題，對百度競價賬戶進行排查。
展現：當天展現量30,000，展現的地域，時段，關鍵詞也與其他有咨詢量的日期各個維度展現無差異。
通過對各類詞明細查詢，發現關鍵詞匹配度沒問題，搜索詞也基本正常。
另外，投放地域也均為可開展加盟的城市，那么也就不存在投放地域無法提供服務的問題。
同時展現結果中，該教育品牌及其他競爭對手創意內容雷同，所以用戶看了該教育品牌頁面后，轉而進入其他品牌可能會有，但概率上多少無從判斷，對此只能不斷的優化調整。
所以展現這個環節的問題排查就已經基本完成。
點擊環節 查詢，當天點擊量為450，點擊率是1.5% 。因為對這個行業接觸的少，所以也不太清楚這個比例是否合適。
再來看下無法訪問、頁面打不開，通過網站日志返回狀態碼查詢98%為200，抵達率89%，說明點擊訪問也不存在異常。
頁面停留時間3分鐘／跳出率也未見異常22%，進一步證明關鍵詞、搜索詞匹配度并無大礙。
這里需要注意的一個點是，頁面停留時間、跳出率為平均值，所以需要確認下它們在各個分段，如時間0-60s、61-120s等的頻數占比，避免因較大值出現影響最終平均值，進而對問題排查出現遺漏。
惡意點擊，這里看一個指標，即點擊／UV比約為1.22，只要不超過1.5惡意點擊情況都可以排除。
再則是對該渠道訪問IP地址進行排查，大概6-7年前我剛接觸SEM的時候，我就覺得這個功能比較雞肋，因為IP排除功能，除了對公司同事，進行防誤點外，沒有太大可操作性。
IP來定位用戶位置，最多得到的是一個大概位置，源于IP地理信息庫的不準確。
如果用戶使用代理服務器，服務器看到的是代理服務器的IP，服務器得到的是代理的位置信息，而不是用戶的位置信息。
即便我們會發現某些IP經常來訪，未轉化，就判斷它為無效UV進行排除，這種其實就是寧可錯殺，也不放過的做法，并不夠嚴謹。
通過以上的內容，賬戶端并未發現訪問未注冊的原因，所以我們只能從用戶訪問后的數據中尋找原因。
這里可能會遇的難點就是，我接觸過的傳統公司。他們對于數據的統計往往都過于簡單，以至于在對業務問題進行分析時，因對數據統計的缺失，導致對問題分析無法順利進行。
好在A餐飲的網站在創建之初，就使用了第三方數據分析平臺，并對頁面所有行為進行埋點。
為避免數據基數過小導致分析結果的偶然性，選取某1個月整月數據來進行分析，即通過百度付費搜索渠道當日訪問未注冊用戶，進行用戶分群。
在未來各間隔天數內注冊量分布，這些新增訪問未在當日注冊用戶，在之后的第2天，第3天，第N天，各自產生注冊的用戶數量。
因為每日通過百度付費搜索渠道訪問的用戶中新用戶占比約為85%。
2b的業務相比2c有一個漫長的無意識階段，也就是注冊咨詢、成交的行為周期會更長。
所以需要判斷這些當日訪問未注冊咨詢的用戶，是否會在未來某個時間點，產生注冊／咨詢行為。
鑒于該第三方數據分析平臺在進行用戶分群時，在對用戶數據進行抽取時，“當日訪問未注冊”這一類用戶條件篩選無法實現。
那么只能通過技術人員在數據庫中，進行抽取。
最終得出數據，第一個高峰是在第4天有1.8%進行注冊，而第7天出現高峰達到1.2%注冊，之后注冊量開始遞減，在第15天后則逐漸趨于0。
說明該類項目一般考慮到咨詢行為的周期在15天左右。
最終注冊／咨詢比例在5%注冊，該月整體點擊量約為12000+。
計算出獲取注冊／咨詢量在600條左右，平均計算下來，日均注冊／咨詢量在20條左右。
另外我發現這些在未來某個時間點，產生注冊／咨詢行為，有很大比重是通過其他來源方式進入網站產生的以上行為。
這其實就可以很好理解最初我們提到的問題原因，也就是一天當中有很多訪問的用戶進來，卻沒有任何咨詢。
是因為部分用戶延遲注冊咨詢，再次產生行為被記錄到了其他渠道上。
該賬戶當月推廣花費為180,000+，綜合計算單個獲取商機成本是在300元左右。
對于餐飲加盟類業務，因為接觸這類行業有限，所以我也并不是很清楚這個成本是高還是低。
但需更加關注的是這其中仍有95%用戶因為這樣那樣原因未完成注冊／咨詢。
從用戶增長的角度看，這或許是驅動業務增長點。
在搗鼓半天，仍然沒弄明白這個第三方工具如何對我要的用戶進行篩選后，只能再次通過數據庫對符合條件的用戶抽取。
需要通過數據庫進行隨機抽取的人群分別為通過百度付費渠道進入官網已注冊、未注冊的等量用戶ID。
分析兩類用戶群在特定行為下（點擊餐飲單品、投資收益、加盟意向等，下載白皮書等...）用戶量分布。
數據中呈現內容中，在未注冊中，點擊工作環境、招聘職位、職業發展等幾個模塊點擊分布占比遠高于已注冊類用戶群。
可以判斷的是，通過百度付費渠道引入訪問用戶中包含一定數量的求職應聘者。
另外企業動態、品牌月刊、市場活動以及媒體報道，也是未注冊用戶相對已注冊用戶更加關注的模塊。
所以同樣可以判斷，通過百度付費渠道引入訪問用戶中還包含了大多的行業調查者、以及競爭對手的訪問用戶。
根據數據占比情況還可大致計算出，通過百度付費渠道引入訪問用戶中求職應聘者，行業調查者、以及競爭對手用戶量約占日常通過該渠道訪問用戶的比例在68%左右。
最后才是需求用戶，約為32%。
這里可以進一步確立驅動業務增長的節點。
1. 68%無效的無效用戶如何屏蔽，或如何避免該類流量的引入，降低獲客成本？
2. 上面提到注冊用戶僅有5%，那么實際具有業務需求的訪問用戶占比約在32%左右，如何提升注冊咨詢轉化率？
針對第一部分我們通過對日常全渠道引入的訪問用戶，基于用戶行為特征（數據指標：／量），觀察不同特征下的注冊轉化率，找出低注冊率特征，同時基于這些特征建立排除人群規則。
如通過對全渠道訪問用戶點擊行為分析用戶特征，如0-2次，3-5次，5次以上等對工作環境、招聘職位、職業發展等不同點擊次數的用戶群注冊率。
篩選出具備低注冊咨詢特征維度的人群，在百度競價投放等廣告廣告賬戶進行排出。
因為沒有對接百度競價推廣API，所以需要定期手動更新對這些用戶進行排出。
api是什么意思？
同時將在不降低預算的情況下，將核心詞進行提價，保證核心詞全天在線且保持TOP3高位。
這樣做的目的，是可以在一天中最大化對行業需求進行搶量，避免因展現時段／預算不足、排位不夠、延遲咨詢等問題，導致一天中無注冊咨詢成本波動大。
上圖中，3月下旬進行調整后可以看到至4月底，咨詢成本已可以保證較為平穩的投放趨勢。
針對第二部分，需要基于用戶行為特征（數據指標：／量），觀察不同特征下的注冊轉化率，這里需要將上面的兩部分用戶ID數據進行融合。
找出高注冊特征，同時基于這些特征找出提升注冊的值。
如通過百度付費渠道引入訪問用戶咨詢彈框量分析用戶特征，彈窗0-2次，3-5次，5次以上等不同彈框次數的注冊率。
觀察出對注冊咨詢影響較明顯的特征維度，如通過百度付費渠道引入訪問用戶3-5次彈窗的用戶注冊率率遠高于0-2次的用戶注冊率。
那么應以對該渠道用戶彈窗3-5次作為提升用戶注冊率的標準。
再基于以上分析結果對網站內容策略，以及運營策略進行相應的調整：
-通過百度付費渠道引入訪問用戶咨詢彈框量保證3-5次；
-行業分析白皮書調整到導航第3個位置，增加用戶下載白皮書量至5次；
-....
采取的策略依次進行，并對數據進行對比，可以看到，4月的注冊咨詢量相比3月已較為穩定，且保持一定增長。
2019年3整月注冊咨詢量536，4月整月注冊咨詢量增長至875，環比增加339條注冊咨詢。
總結：
該項目受數據采集維度較少，產品形態單一，且數據化不規范等制約，整體效果雖有所提升，但并不明顯，在此僅以案例對單一廣告渠道投放做拋磚引玉的作用。本文也說明了一個道理，競價廣告投放推廣如果前期數據總結越詳細，那么分析問題，提升賬戶轉化達到預期效果的速度和成本就越好，不能因為麻煩我們就不去做，因為等到真正需要分析原因的時候你很需要這些數據。文中還涉及到了數據庫的點，我們很多小公司根本就沒有技術支持，所以這也是廣告投放運營應該了解的點，不然你到了一個小公司還是會受阻。
評論