N13A3R数字运营指标体系介绍
3A3R模型是Awareness、Acquisition、Activation、Retention、Revenue、Refer这六个单词的缩写，分别对应用户生命周期中的5个重要环节，是移动App在基础运营体系建设广受认可的方法论。证券行业的3A3R运营指标体系由国泰君安发布，细化了3A3R指标体系在证券行业的应用，适合证券行业移动运营使用：
1、Awareness，用户感知
反映应用产品本身及移动化服务的定位、市场知名度、美誉度、规模的考量标准，其目的是扩大对目标客群的影响：如品牌宣传、媒体曝光和营销活动等。
2、Acquisition，用户获取
反映了从市场上获取用户并促使其注册及转化的情况，需要运营者不断提升流量转化做大用户群：如通过合适的渠道付费引流，或从尽可能多的跨界合作汇总获得新的用户群体。
3、Activation，用户活跃
用户活跃类指标反映了每日登录应用的用户数量和应用本身对用户的价值。在目前的市场环境下，相比自然增长，很多用户是通过终端预装、广告推广等不同形式被动进入应用的，如何促进这些用户从获取走向活跃，是运营者面临的第一个问题。
4、Retention，用户留存
用户在保持了一定活跃度后，流失的可能性也会增大，这个时候要通过用户留存来观察其对应用的使用情况。通常，保留一个老客户的成本要远远低于获取一个新客户的成本。为了保持用户持久的活跃，需要通过日留存率、周留存率、月留存率等指标来监控应用的用户流失情况，并采取相应的手段在用户流失之前，激励这些用户继续使用应用。
5、Revenue，收入
获取收入，是移动App运营最重要、核心的指标，是衡量所有运营行为最终导向的考量标准。移动App获取收入的定义有很多，主要有三种模式：付费应用及应用内付费、以及广告。付费应用及应用内付费在游戏行业应用较多，电商和广告的变现模式是较为常见的收入来源，而应用内付费目前在游戏行业应用比较多。无论是以上哪一种，收入都直接或间接来自用户。所以，前面所提的提高活跃度、提高留存率等用户体验指标，对获取收入来说是必需的基础。
6、Refer，传播
社交化媒体的兴起，使互联网运营增加了传播方面的考量标准，依靠创意内容，基于社交网络的扩散甚至病毒式传播，已经成为低成本获取用户的有效途径。从自传播到再次获取新用户，应用运营能够自生形成螺旋式上升的轨道。在互联网金融领域，一部分优秀的移动App已经在社交化媒体营销上赢得了不少潜在用户群体的好感度。
3A3R数字运营指标体系与用户生命周期的关联可参照图1。从对用户的洞察、建立企业品牌认知开始，到客户贡献收到，再到将客户发展成主动为产品传播的价值客户，贯穿了从交互行为走向交易行为的过程。
图-1
App行为数据的标签体系建立
对运营人员而言，标签是将用户的交互、交易数据“翻译”成人本画像的语言，基于标签实现用户及客群洞察和全生命周期的分群、分层管理，实现精准营销和运营，面对用户多样化、行为习惯碎片化造成的“不可测”、“千人千面的不确定性”，利用合理可用、不断迭代的用户标签体系来进行运营和营销，是最有效的破解法则。
然而，目前在绝大多数金融类移动App的实际运营场景中，对用户交互行为相关数据的利用并不充分。金融App中相对成熟的是交易数据及交易类标签，但仅有交易行为的数据标签，并不能代表用户的全部潜力，需结合其在交易之前的阶段，衡量其在App上的活跃度，建立行为标签，进行产品推荐和精准触达，从而将其转化到生命周期的下一阶段。
例如，在交易数据指导下的用户标签一般是围绕“开户”、“入金”等资产性质的特征建立，对用户的营销也都围绕提升其入金额度或交易频次，营销抓手固定但相对单一。加入用户的交互行为标签后，则能够对其停留页面、活动喜好、学习特征等层面进行把握，用户画像贴近其投资理财习惯。
在证券行业建立标签体系的过程中，标签梳理的过程极为关键，需要从交互、交易两大层面出发，对用户行为的相关属性先进行界定，再进行拆解，最终落实于具体的平台系统中去。
例如，运营人员为某大型券商建设线上交互行为属性标签时，将标签按颗粒度划分为一级标签、二级标签，根据具体业务需求继续细化至三级标签，便于为日后业务提供灵活支持，减少后续自定义标签的难度。下表为App建设行为属性标签时的一些通用维度的示例，由于二级标签内容非常多，本次研究就仅仅列举三个作为参考。
而对于券商本身CRM系统中既有的基础标签，也应按相应颗粒度统一纳入体系，一些通用维度示例如下，本次研究就仅仅列举三个作为参考。
融入行为数据的标签体系的建立，解决了对用户是否能全方位地定位、分群分层级管理和营销的难题。体系建立完善后，应落实于具体的用户运营平台，最大化提升运营人员在进行客户管理时定位人群的效率。
依托运营平台，运营人员基于业务需求出发，在系统中点选相应维度的一级、二级、三级标签，定义好时间，即可生成相应的用户人群名单及画像，运营平台还应对接券商App的推送系统，生成名单后支持一键发送，迅速完成营销行为。
基础标签体系和平台的完善，有助于运营人员将“场景化营销”落到实处。基于证券App中的绑卡入金、购买理财、证券交易、基金买卖、贵金属购买等都是客户最典型的交易场景，分析这些业务在App中的交易路径（交易步骤），在接近交易路径的前几步，根据时间、频次、结果等选取基础标签，构建场景化标签，促进营销转化。
1、一个月内下载App后未绑定交易账户群体
希望促进“一个月内下载App后未绑定交易账户群体”的转化，可通过定位“首启时间”、“是否注册”、“是否交易”等标签定位和搜寻人群，之后对其开展转化营销行动，或移交数据分析人员继续分析其未开户原因。
2、有交易意愿但未入市群体
运营人员可根据交互标签“最近一月”、“查询XX板块”、“添加自选股”、“未交易”等标签，探索存在交易意愿但未入市群体，调研其未入市原因，是资讯不够？还是功能使用不够顺畅？还是资金缺少？针对原因对其开展投资教育和相关资讯的补助推送，解决用户问题，提升转化效率。
运营人员可根据交互标签的组合，“最近一月”、“点击融资融券”、“点击次数超过3次”、“未申请”等标签，将具有融资融券客户倾向用户筛选出来，依据客户的风险等级提供相应的融资融券服务，利用人工客户进行推荐的方式转化率比较高。
标签体系的升级阶段，是融合第三方数据和标签特征，为其增加外部特征的描述，诸如航旅、娱乐、资讯、生活、电商等标签。运营人员可以通过外部数据和标签的辅助，了解用户在现实生活中所处的形象和生命阶段，建立起对用户更为丰富的认知，为其实现更精准的资产增值服务。
N2基于行为数据标签的营销案例综上所述，完整的App用户标签体系的建立，一般会经历交易标签—交互和交易标签—三方标签的建设阶段。其中，实现交互数据和交易数据打通，为用户建立行为标签，拓展场景化营销，是挖掘App价值的关键一步。
用户在移动App上的交互行为充分体现了其在交易特征之外的场景下，能够有效洞察其对功能和营销活动的喜好。企业过去的营销主要依托交易数据，典型的做法有数据库营销中的关联分析和交叉销售。
交易数据对营销具有巨大价值，但企业在这方面的探索已经趋于成熟，对交易客户的把控仅限于“交易成功与否”的边界判断。而行为数据则更关注客户对某些特定行为发生的次数和趋势，这部分数据的稳定性不如交易数据，但同客户的偏好、兴趣、未来趋势有较大的正相关度，经过标签化之后，可以用于有效营销。即便是较低的转化率，基于其庞大的基数，经过反复尝试，可以取得令人满意的效果；不成交、不活跃的数据，也可以积累下来用于二次营销。
基于用户股票偏好的营销案例
在进行券商App的运营时，运营人员收集股票用户在一段时间内对股票板块的偏好，选取一定时间单位内对某些板块存在反复点击、查阅行为的用户群体，为其在标签系统中标记板块偏好类标签，如基建、券商、一带一路等，用于分类营销；结合市场及大盘，为这些客户群体推送其关注的板块变动情况及新闻资讯。将该类运营策略的关注重点和实际流程图表化后如图2。
图2
之后，可以结合该类用户群体的历史资产峰值、现值资产、交易状况确定其资产属性，确认其在流失预测模型中是否属于高价值群体、易流失群体，继续判断是否对其采用更加精准的营销方式。
在实际运营的多次尝试中发现，收到推送讯息一周后，打开并阅读推送的目标用户群体中，在一周之内交易过推送板块关联股票的相关用户，产生入金、交易行为的平均比例，比无标签的沉默用户群体提升效率高出30%以上。
运营、营销达成效果的关键在于不断尝试，优化场景化标签中各个数据维度和数值，同时在效果达到预期的方案中迭代，最终形成有效的运营及营销模式。基于行为数据标签的场景化营销，需要将重点凡在营销逻辑的建立、效果分析、方案迭代优化上，通过多次营销尝试找到性价比最高的行为标签建立方式，确定频次、时间段、结果等参数，并逐步建立起稳定的运营方案和运营计划，其中一些固定运营方案可以固化在一周的某一天，甚至某个具体时段。
閱讀更多 TalkingData 的文章
