场景这个词大家一定不陌生，做活动要注意场景，做O2O也想要场景，比如商店是一个场景，家是一个场景，很多时候我们理解这个场景，事实上，更局限于一个概念，但真正如何使用有点困惑。

刚开始做用户操作的时候，对用户操作的理解是我策划了一个活动，推给现有用户，然后看具体活动转换了多少订单。这是用户操作的1.0。

后来，用户操作被理解为需要建立一套会员系统和积分计划，不同级别的会员配置不同的权益，以便用户能够根据我们设计的增长路线成长。现在想想，这应该是用户操作的2.0。

后来，整个用户操作系统，如生命周期管理、标签肖像系统、自动智能营销系统，可以做一些更精细的操作工作，这是用户操作3.0。

在3.在0时期，我们会更多地考虑用户本身，因为在1.0和2.在0时期，我们思考的重点是从操作本身的角度出发，做什么样的活动可以走量，这就是活动思维。

什么样的会员权益等级制度可以促进会员的回购，这就是运营思维。思考用户本身就是一种用户思维，所以我们需要深入了解我们的用户是什么样的？了解用户将有相应的用户操作策略。

如何深入了解自己的用户特征？

从技术层面来看，我们需要收集用户肖像字段和用户行为标签，以改进用户肖像，帮助我们深入了解一组用户的特点，然后进行有针对性的营销或维护；从营销层面来看，我们需要做的是了解用户在什么场景下会购买？并分析用户购买的动机和原因。

以买蛋糕为例，吃蛋糕至少有四种场景:生日、情人节、婚礼和聚会。

生日场景很常见。在这种情况下，购买用户通常不是自己的生日，而是大多数为孩子、父母、爱人和亲戚订购的蛋糕。因此，我们目前的生日礼遇往往是一种非常失败的营销。例如，生日期间发送蛋糕券的转化率不到3%。

为什么营销不成功？因为当我们让用户获得会员卡时，我们会让用户填写包括生日在内的基本字段信息，但此时，店员经常告诉客户填写生日信息。

在这种情况下，虽然我们知道客户的具体生日，但蛋糕业务没有更好的转化效果，即用户在运营中忽略了具体场景，营销往往达不到预期目标。

对于这种场景，我们需要考虑如何提高用户肖像中蛋糕的转化率？

当然，我们会想到生日管家的策略，让用户在我们家里填写所有的生日信息APP在家人生日那天，他也给他推了一张蛋糕券，但这是一厢情愿的想法，因为现在个人信息非常敏感，很少有人愿意向企业披露家人的真实生日信息。

此外，我们还可以有更好的基于商店主动性和大数据运营的策略。当店员介绍顾客获得会员卡时，他会添加一句话。如果你不经常给自己买生日蛋糕，你可以把生日填满你的家人，这样你就可以提前得到我们的蛋糕券。

在大数据方面，我们通过建模，判断用户购买蛋糕的频率，基于频率数据分析用户经常在几个月内购买蛋糕，给用户相应的蛋糕购买时间标签，结合自动智能营销系统，系统判断用户购买蛋糕，提前7天自动优惠券到客户会员账户，短信通知客户检查。

通过这种情况，我们可以更深入地了解用户数据操作的价值。

我了解一些企业在做用户画像时候往往依赖画像信息的采集，比如通过奖励鼓励用户去完善自己的基础信息，通过店员去采集用户信息，甚至还有借助配送员去采集家庭信息，包括住的小区是否高端，一家几口，有几个孩子等等。

这些信息能用吗？

我可以告诉你，90%的信息是错误的，因为用户不愿意泄露他们的真实信息，他们会填写一些假生日数据，以避免商家的骚扰。

店员和分销商没有那么高的意识。他们只是想完成总部解释的任务。至于数据的真实性，总部无法验证。用户行为数据躺在我们的数据库中，这是完全真实的交易数据，不能伪造。通过建模分析，我们给用户贴上了一系列具有营销价值的标签，这就是场景 数据的价值！

事实上，当我们谈论什么是场景营销时，我们已经证明了这种必要性，即场景营销使用户操作更加精细和准确。我们不仅要熟悉用户操作的具体场景，还要知道如何操作每个场景的平台？

第二个吃蛋糕的场景是情人节。

一般活动运营的理念是选择情人节蛋糕，选择主题，然后设计相应的活动，如折扣、购买礼品、第二半价等，然后开始线上线下推广，吸引有需要的客户购买。

从用户操作理念出发，本活动首先要有给用户留下深刻印象的理由和让用户购买的动机，如非常有吸引力的活动强度，当然，这两点仍在活动操作的范围内，最重要的是第三点，我们希望找到符合这一场景的可转换用户。

如果我们有的话，有一个非常重要的成本是触摸成本APP，可以通过APP新闻将活动推给所有用户。

但是你的用户中可能有单一的群体推这个活动会给他们相反的效果，不仅没有转换，卸载率可能会很高。如果没有APP，你只能通过短信通知用户。如果你有500万会员，我相信老板不会因为你的活动而批准你的预算。ROI会很低，甚至会把这个营销变成亏本营销。

在这种情况下，您需要找出哪些用户会在用户池中响应活动？

我们需要建立一个营销响应模型，这个模型我们会筛选出以往做的情人节活动和类似的活动，再筛选出一批样本用户，并通过数据库来跑出这些用户是否参与过这些活动？

有了建模数据，我们可以训练一个模型，可以帮助我们判断用户的响应性，筛选响应性高的用户，有效提高转化率和ROI。

实施场景营销有三个重要支持：数据支持、分析支持和触发支持。

首先，让我们谈谈数据支持——

在上述两个场景案例中，用户行为数据是不可或缺的。我们通过模型找到了更合适的用户行为标签建立方法，确定了频率、预警值、敏感性等结果，并逐步建立了稳定的操作计划和操作计划。一些固定的操作副本可以在一周的某一天甚至一段时间内固化，形成固定的操作计划。

二是分析支撑——

我们对用户操作进行分析尤为重要。用户分析中有许多固化的分析模型。例如，同期用户群的分析是一种非常重要的分析方法。对于同期群分析，最常用的工具是用户保留表，如APP做产品迭代优化，对初始用户(第一次打开应用程序的人)进行一周后，两周后，三周后…同期分析的保留率。我们可以清楚地了解产品变化前后对特定群体指标的影响。它也是衡量产品迭代、营销和运营推广效果的关键指标。

最后是智能支撑——

用户操作注重自动化和智能营销。我以前联系过一家用户操作方法非常原始的公司，运营商做好活动，然后发送电子邮件给数据部门让数据人员提取用户数据，数据分析哪些用户组，然后发送电子邮件给领导，让领导同意批准技术提取用户手机号码，如用户手机号码，也发送技术电子邮件说需要执行push或者短信。

在这个漫长的环节下，包括领导在内的各个部门都在工作。听起来每个人的工作都很饱和，但最终的结果是操作想哭而不流泪。从活动开始到推送活动快，从一周慢到两周慢。在如此漫长的审批时间过程中，一方面很容易错过推送活动的机会，另一方面，用户群已经发生了质的变化，最终推送的用户群早已与最初想要的用户群不同。

高效的用户操作是：我们直接在管理背景下设置自动智能营销流程，当流程实施时，无需人工干预，系统每天运行预设目标用户组，给用户贴上初始标签，然后推送预设活动或优惠券，自动推送push或短信，一段时间后，系统流程将执行分析节点，并将参与活动的用户贴上效果标签。通过比较初始标签和效果标签下的用户数量，很容易分析用户组的营销效果。

通过两个小案例，我们向解释什么是场景营销，然后我们可以一起讨论。

我给你敲三个问题，你可以畅所欲言:

你的行业是什么？

用户操作时会有哪些场景？

如何操作操作这些场景？

原创作者/公众号：赵文彪/用户操作观察

本网站根据CC0协议授权转发

请联系作者获得商业转载的授权。请注明非商业转载的来源

联系:【操作小事】编辑