2018年淘宝双十一超详细攻略 淘气值有什么用？

  【双十一预热】，现在看攻略早吗?不早，早点加购物车，早点弄清今天双十一的攻略!

  这些人就是淘气值超过 1000 的淘宝用户。

  Ps：淘气值 1000 以上的用户自动成为 88 超级会员，而 1000 以下的用户是 88 会员。

  去年双十一，淘宝给 88 超级会员发了专享的“特别大的红包”，这些红包使用无门槛。

  机智的小伙伴用来买投资金条，花 9943.9 元就能买价值 11532 元的黄金，作为不贬值的资本，直接卖出去就能赚上一千多。

  让人看了超级想把自己的淘气值赶紧刷到1000。

  这些 1588 元的超级大红包，为什么只给淘气值 1000 以上的超级会员发，不给你发呢?

  是不是感受到了浓浓的歧视?

  去年我们聊到了淘宝双十一的定价歧视《“双十一”里，我们被淘宝、京东们歧视了!》，今天跟大家聊一下淘宝套路更深的用户歧视手段——淘气值。

  其实淘气值就是淘宝的用户画像标签之一，是能够真正帮助淘宝提升销售额的那种!

  提到用户画像，大家是不是都觉得耳熟能详?但是据我所知，很多人对用户画像的理解有不少雷区，不知道你踩了吗?

  用户画像是什么

  对“用户画像”的错误理解有很多种，这里举最为常见的 3 种：

  1)把典型用户当作用户画像

  第一种是把典型用户当作用户画像，这种认知简直不只跑偏了一点。

  每年的微信生活白皮书中，微信官方都会公布典型用户的一天：工作日每天 7 点起床刷朋友圈、7:45 出门路上读文章……

  很多用户看了表示中枪：这完全就是自己啊!

  不过也有不少人吐槽：我也是微信重度用户，但这个典型的一天的跟我怎么完全不符合?

  为什么会出现如此截然相反的反馈呢?难道是微信的运营犯傻吗?

  原来是这些人把「典型用户」跟「用户画像」的概念搞混了。

  因为以上描述典型用户这些特点，只是把用户特征抽象出来，组合在一起，事实上典型用户是虚构的，并不真实存在。

  而用户画像是把用户以标签的形式表现出来，每一个真实存在的用户都有对应的用户画像。

  2)把用户画像简单理解成由用户标签构成

  第二种，也是 50% 以上的人都可能存在的错误认知，即把用户画像简单理解成由用户标签构成。

  用户标签是用来概括用户特征的，比如说姓名、性别、职业、收入、养猫、喜欢美剧等等。

  这些标签大家觉得怎么样?表面上看没有什么问题，但是实际上组成用户画像的标签要跟业务/产品结合。

  举个夸张的例子，海底捞要做用户画像，最后列出来小明是一个大学生、高富帅、独生子、四川人，爱玩游戏、爱看动漫等用户标签。

  而事实上，对于海底捞而言，用户帅不帅、是否爱玩游戏真的没有关系。看到这样的例子，你可能笑了，哪有这么傻的海底捞。

  但是在实际操作中，犯类似错误的人还真不少，只不过没有这么夸张而已。

  3)没有建立真正有效的用户画像标签

  有的小伙伴看到这里可能会想，上述的两种错误我都没有犯，我是不是就理解真正的用户画像了呢?

  然而并不是，如果你能够建立真正有效的用户画像标签，才算正确理解从而提升运营效果。这就涉及到构建用户画像最大的难点了。

  比如运营社的团子要卖课，那么建立用户画像最核心的诉求就是：提高课程购买数量。

  如果能通过用户画像了解用户购买课程的意愿，然后采取相应的运营策略，效率便会大幅度提高。

  而这个购买课程意愿度，就是我们最需要放在用户画像里的标签。

  比如我们建立用户画像之后，计算出来甲购买课程的意愿是 40%，乙购买课程的意愿是 90%。为了进一步提高购买量，我们会对购买意愿在 40% 的用户(甲)发放优惠券。

  如果没有建立这样一个用户画像标签，我们就会对甲和乙发放同样的优惠券。而乙类用户原本是不需要用优惠券进行激励的，这么一发，便会增加很多成本。

  这也就是电商利用用户画像标签实现的大数据杀熟。

  阿里最核心的用户画像标签：淘气值

  为了实现大数据杀熟，电商建立用户画像标签可以说是煞费苦心了。

  比如，商家要判断用户喜欢什么类型的活动，就要监测用户促销敏感度，满减促销敏感度，满赠敏感度，打折促销敏感度，换购促销敏感度，团购促销敏感度等数据。

  真的是只有他们想不到，没有做不到的啊。其实在用户画像上，阿里才是最鸡贼的。

  2017 年 6 月 10 日，阿里巴巴宣布“淘气值”将作为阿里会员等级的统一衡量标准，并针对不同“淘气值”的会员提供个性化服务。

  也就是说，阿里很机智的用淘气值作为用户最重要的用户画像标签，每个用户都只有一个数值。通过这个数值，阿里可以直接进行用户分层，实现精细化运营。

  据我观察，针对不同淘气值的用户，阿里的服务差的不止一丁点儿。

  首先，我们面对的是 400 分的基础门槛。

  淘气值大于等于 400 的用户可以免费申请阿里宝卡、万豪礼赏会员卡、中信浦发信用卡等，这些卡都有不少权益诱惑。

  可以看出来，这个分数门槛并不高，偶尔在淘宝天猫买一买，只要不违规，攒到 400 分是很轻松的事。

  再比如 600 分门槛，我是在去年双十一遇到的。

  每年的双十一淘宝都有各种新奇的玩法，去年的组战队更是疯狂。符合条件的用户可以自由组建或加入战队，战队的淘气值越高，瓜分的红包金额也越多。战队里满 3 个超级会员红包还能翻倍。

  但是这个战队活动一方面需要用户的淘气值在 600 分以上才可以参与，另一方面并不是 600 分加入了战队就可以高枕无忧。

  如果你的淘气值不够让战队解锁新的红包金额，那么为了让瓜分红包的人数少点，最低分的你可能会被管理员踢掉。

  最后就是让我们羡慕嫉妒恨的 1000 分了。淘气值在 1000 分以上的用户就是阿里的超级会员。

  在购物过程中遇到问题可以享受优先的超级客服服务，可以领取更多红包/优惠券，还有淘票票电影代金券、飞猪酒店会员特权、虾米超级会员等权益免费领取。

  除此之外，超级会员只需要 88 元就能买到一年能省 2000 元的 88VIP ，而淘气值 1000 分以下的普通会员需要花 888 元才能买到同样的吃/玩/听/看/买一卡通。

  为了提高淘气值，获得相应的权益，用户都忍不住按照指示多买多评论。

  淘宝只用了一个淘气值，就能让用户为了获得更高的权益，主动买买买，而且获得的权益其实也是用来更多的买买买和更多使用阿里的产品。

  如何获得合格的用户画像标签

  像这样能激励用户还能引导用户消费行为的用户标签我们都想拥有，但是这样的标签却不是那么容易获得的。

  不是通过简单的用户数据收集，而是要通过大量复杂的计算分析才能得出，运营社也没办法进行指导，因为这是技术同学的工作。

  但是建立用户画像标签的维度却是运营同学需要考虑的。不同的产品有不同的维度，我们继续拿淘气值举例：

  看完不同淘气值可以享受的不同待遇，有的小伙伴可能会吐槽，凭什么一个数值就能代表用户。

  我们要理解用户画像的核心作用是什么，是为了驱动和提高业务，完成运营指标。

  阿里的运终极目标不过是让用户多买买买，多使用自家的产品。而淘气值的提升维度也是围绕这个目标展开的。

  从基础分到购物分到奖励分，我们来看看阿里官方给了哪几个提升维度。

  首先是跟信誉等级相关的基础分，基础分的设定一方面鼓励用户完善账户信息，另一方面提醒用户购物合规守信。

  这样一来，淘宝可以减少刷单等不诚信的购物行为，维护整体购物环境。

  第二是直接刺激消费的购物分，类似 RFM 用户价值分析模型，从最近一次消费(R)、消费频率(F)和消费金额(M)三个维度评估用户价值，鼓励用户多买、买更贵、消费多样化。

  第三是奖励分，鼓励用户多评价多参与提问回答，这个维度的设定完全符合淘宝想做内容电商的野心。

  而亲情账号一方面是增加长辈这些中老年人用户(这些用户大多不会使用支付宝或者觉得线上支付不安全)，另一方面，情侣之间的亲情账号带上了你尽管买我掏钱的浪漫色彩，可以大大刺激情侣消费。

  由于淘气值具有完善全面的提升维度，淘气值不仅能帮阿里进行用户分级管理，还能激励用户和引导消费行为。可以说，淘气值帮阿里形成了一个运营闭环。

  总结

  本文以阿里淘气值为案例，让大家更深的了解用户画像，好的用户画像不仅能预测用户行为发生的概率，甚至能对用户行为进行激励和引导。简单总结如下：

  1)用户画像不等于典型用户，典型用户是抽象不存在的，用户画像则是把用户用标签的形式表现出来，每一个真实存在的用户都有属于自己的用户画像。

  2)用户画像由用户标签构成，但是跟产品/业务相关的用户标签才放到用户画像里。

  3)将用户的信息进行分析计算，建立具有预测作用甚至是激励用户作用的用户画像标签，这样的用户画像标签才是真正有效的。

  4)获得合格的用户画像标签涉及大量的技术层面工作，但是建立用户画像标签的维度是运营同学需要考虑的。

  如果大家感兴趣也可以去试试哦!