转转C2B业务从零搭建精细化运营平台也会持续探索系统开放性

2024-05-17 02:17:07 [百科] 来源：避面尹邢网

转转C2B业务从零搭建精细化运营平台

作者：多斯 2023-07-05 08:36:24开发架构本文介绍了转转C2B业务下精细化运营平台的转转搭建。在系统上线以来，业务营平在用户召回转化上有了一定的从零成效。在未来，搭建会继续丰富系统的精细功能：更多的触达方式、更多的化运转化手段。也会持续探索系统开放性，转转让更多的业务营平业务可以接入使用。

一、从零背景

1.1 什么是搭建精细化运营？

用户画像：注重用户细分，深入分析用户，精细从用户行为、化运设备、转转渠道等维度分析用户，业务营平获得尽可能完整的从零用户图像。
精准投放：有效利用流量，不同于以往的粗放管理，更注重准确性，更注重用户保留和转化，充分挖掘现有流量的价值。
数据价值最大化：从多元化的数据分析角度，注重数据价值的最大化。

1.2 为什么要做?

在过去，为了提升用户从估价到下单各个阶段的转化率，业务会经常性地做一些活动投放或者用户召回等运营活动。这些活动往往都是粗投，没有细分用户群体。一是导致最终的转化率并不理想，二是不便于对不同群体的用户进行差异化的运营。

因此，希望搭建一个平台，能够根据各个阶段数据的变化，不断调整运营策略，使 ROI 最大化。

转转C2B业务从零搭建精细化运营平台也会持续探索系统开放性

二、C2B视角下的精细化运营

C2B长期运营以来，已经有较细致的数据支撑，但如何利用这部分数据，来帮助我们的业务更好地发展，是我们想要去实现精细化运营平台的初衷。

转转C2B业务从零搭建精细化运营平台也会持续探索系统开放性

不同的数据指标如何联动？如何用这些数据帮助我们做出决策？通过分析细化数据后，如何能够帮助我们召回更多的用户？

转转C2B业务从零搭建精细化运营平台也会持续探索系统开放性

以用户下单后取消的数据举例：

用户表示价格太低：我们是否可以给这部分用户主动发放加价券，通过价格刺激再次下单？
用户表示备份清除麻烦：我们主动推送给用户一些清除的教程或者视频。
用户表示不信任平台：我们可以1v1外呼，通过客服来向用户介绍并引导，赢得用户信任。

C2B精细化运营体系

2.1 模块划分

用户划分: 通过不同的渠道/方式，尽可能的划分用户具体

标签画像:依赖大数据配合来获取用户画像，做到千人千面

估价未下单原因
下单后取消原因
质检后退回原因
.....

收集反馈:通过一些渠道，收集用户的反馈信息

显性数据：满意度问卷调查、订单评价体系
隐性数据：客服反馈用户进线问题、IM咨询、NPS贬低回访

热点事件：已知的一些热点事件

新机发布
6.18&双11

线索收集:其它业务渠道的用户行为

B2C购机、浏览等

转化手段: 能够刺激用户转化的，并能搭载在触达方式里的手段

加价券、红包
1v1客服
数据清除教程
……

触达方式: 搭载着转化手段，能够精准触达至目标用户

push、短信
运营位
外呼、私域
……

三、系统设计

以任务为基础元素，通过创建计划驱动任务的执行。

3.1 任务

其实就是上文提到的触达方式，目前支持的触达方式有

运营类：弹窗、中通、挂件
推送类：push、短信
外呼类：私域外呼

运营通过后台创建任务，并配置任务所需的素材：如跳转链接、图片等。

任务

3.2 计划

任务创建以后，并不能被真正的使用到，需要创建计划来驱动任务的执行，计划包含以下功能：

时间配置：计划的开始以及结束时间
受众的用户：全量用户或者定向的用户群体
灰度：是否AB，AB实验id，AB实验组对应的任务
任务：具体通过哪种任务触达

计划

计划和任务关系

创建计划流程

对应上文：

通过用户画像平台、或者一些产品线索收集用户(B2C购机等)，从而获得特定用户群体。
通过任务的方式来搭载我们的触达方式。
不同的触发方式里内嵌我们的转化手段。例如：运营位对特定群体用户发放高额加价券。

我们最终打造了一套以阿拉丁(C2B营销系统)为基础，精细化运营平台为桥梁的精细化运营能力。

精细化运营系统

3.3 遇到的难点

设计时，我们使用了Redis存储运营上传的用户数据，计划开始前完成对已上传用户文件解析储存，在任务结束时删除计划对应的用户群体。

zset缓存下用户数据后，当数据量过多时，会存在大key问题，导致在一些push场景，遍历用户数据时，会存在耗时较高的情况。

解决方案：通过用户token/uid 对key进行分片，将用户数据分散在N个Redis key中，避免单个key过大。

分片方式

//获取分片索引    private String getClusterKey(String key, String member) {         int hash = Hashing.murmur3_32().hashString(member, Charsets.UTF_8).asInt();        hash = Math.abs(hash);        final int clusterIndex = (hash & (CommonConstant.CLUSTER_COUNT - 1)) + 1;        return getClusterKey(key, clusterIndex);    }

//遍历分片进行推送    private void runSingleJob(JobInfoDto jobInfoDto, PlanInfoDto planInfoDto) {         try {             PlanUserDataCondition condition = new PlanUserDataCondition();            condition.setPageCount(100);            condition.setPlanId(planInfoDto.getPlanId());            for (int i = IntelligentOperateDataCacheService.MIN_CLUSTER_INDEX; i <= IntelligentOperateDataCacheService.MAX_CLUSTER_INDEX; i++) {                 condition.setClusterIndex(i);                int pageNum = 1;                while (true) {                     condition.setPageNum(pageNum);                    List<Long> uidList = intelligentOperateDataCacheService.listPlanUidByCondition(condition, "IntelligentOperatePushTask");                    if (CollectionUtils.isEmpty(uidList)) {                         log.info("BeginSendMessageUserProfilePrivateHandler 当前分片已无可执行的数据 planId={ } index={ }", planInfoDto.getPlanId(), i);                        break;                    }                    if (apolloConfigService.getJobProcessSwitch()) {                         log.info("开关关闭，终止....... { }", planInfoDto.getPlanId());                        break;                    }                    CountDownLatch countDownLatch = new CountDownLatch(uidList.size());                    for (Long uid : uidList) {                         ThreadUtil.execute(() -> send(uid, planInfoDto, jobInfoDto, countDownLatch));                    }                    countDownLatch.await();                    log.info("BeginSendMessageUserProfilePrivateHandler 当前页结束 planId={ } jobId={ } num={ }", planInfoDto.getPlanId(), jobInfoDto.getJobId(), pageNum);                    pageNum++;                }            }        } catch (Exception e) {             log.info("runSingleJob error, e=", e);        }    }