AIPL模型｜從分群到策略

AIPL模型主要用于對用戶進行人群資產的量化，在分析用戶的過程中，我們通常會用新用戶和老用戶進行劃分。換一個角度我們也可以將用戶劃分成認知（Awareness）、興趣（Interest）、購買（Purchase）、忠誠（Loyalty）類人群。每個人群內的用戶，在產生了某種特殊行為之后就會轉變他的人群屬性。

AIPL劃分

• 掌握了AIPL是什么，我們再來看一下如何去界定這些人群。

認知人群（A）

• 認知類人群的特點通常是“第一次”，當用戶第一次了解到品牌/商品的時候就是一個認知的過程，如果沒有后續(xù)的行為，則該類人群就被稱為認知類人群（A類人群），常見的人群特征如下：
  • 廣告曝光
  • 公域頁面曝光
  • 無品牌傾向搜索

興趣人群（I）

• 興趣人群的特點通常是”互動行為“；怎樣的行為能證明用戶對品牌/商品感興趣是思考該類人群的關鍵，對于行為我們又可以劃分成付費類行為和非付費類行為，而在一個平臺中（或者是對某個平臺）進行非付費類行為的用戶我們可以稱之為興趣人群（I類人群），常見的人群特征如下：
  • 點擊廣告
  • 參加粉絲互動
  • 進行品牌搜索
  • 關注/加購/收藏

購買人群（P）

• 購買類人群的特點非常直接，就是“付費”，對于在公司中的用戶的人群劃分來說，付費和非付費是完全不同的兩類用戶，因此我們將“付費”用戶劃分為購買人群（P類人群），常見的人群特征如下：
  • 付費

忠誠人群（L）

• 忠誠人群（L類人群）是購買人群的進階群體，也可以理解為我們要重點“維穩(wěn)”的一類用戶，常見的人群特征如下：
  • 反復購買
  • 主動分享
  • 正面評論

AIPL策略

• 對于AIPL模型，我們需要使用各種各樣的策略進行用戶運營，比如：如何引起消費者注意力？如何在競品中引起用戶的興趣？如何讓用戶甘心付費？如何讓用戶愛上產品？接下來我們就簡單的分析一下各類人群能夠采取的運營策略。

認知：強化認知

• 在現在的互聯網時代下，用戶對于品牌的注意力會因為諸多因素而被弱化，單次的廣告曝光已經不足以讓用戶具有“認知”的感受，這也就讓我們不得不想出一些新奇的方式來強化認知。簡單列舉幾個方式：
  • 地推：傳統又高效的模式（缺點就是有點費人）
  • 話題：通過引起大家的討論與共鳴來強化認知（通過捐款事件認知鴻星爾克）
  • 蹭流量：通過別人的流量來帶動認知（XX推出聯名商品）

興趣：引起興趣

• 當下能夠讓人們感興趣產品的門檻變的越來越高，從二十年前的文字到十年前的圖文到現在的短視頻，刺激用戶的感官顯得尤為重要，方式列舉：
  • 明星代言：（引起粉絲興趣，獲得大眾信任）
  • AR/VR展示：（好奇->興趣）
  • 實體帶貨：（大雪中賣羽絨服）

購買：促進購買

• 現在的購買不單單是從產品質量和價格上的考慮，效率、售后、服務、創(chuàng)新也變成了人們衡量的標準，下面列舉幾個能夠促購的策略：
  • 與消費者共創(chuàng)產品：（定制策略）
  • 首單優(yōu)惠策略：（美團外賣首單：從低價行為讓用戶體驗服務）
  • 蹭流量：（通過聯名的方式促進購買）

忠誠：留住忠誠

• 對于忠誠用戶的策略通常是長期的，我們需要在用戶的整個忠誠周期內盡可能的提高用戶購買頻次，對于這類用戶，我們可以理解為是平臺的VIP，對待VIP就一定要有全方位提高的用戶體驗：
  • 發(fā)放VIP代金券：（攻克價格心理）
  • 增強用戶與產品的互動性：（化妝品牌體驗官計劃）

總結

• 從本文對于AIPL的分析，大家不難發(fā)現，AIPL模型的人群劃分是從一個完全沒有品牌認知的用戶到忠誠用戶的過程，而當平臺擁有了大量的忠誠用戶后，就該去考慮如何進行創(chuàng)收了。

文：數據山谷（微信號: BigDataValley）無“數”不成林，無林不成山。