Coupon（優惠券）是互聯網電商一個非常重要的促銷武器，在實際的營銷活動中也是收穫效果最好的工具之一。那麼在公司內部怎樣管理促銷活動的成本，綜合考量其在不同渠道的收益，並保證投放達到預期的效果呢？筆者結合本公司的實際操作，來介紹數據驅動下的Coupon工具三件套。
01 背景
筆者所在公司是跨國的互聯網電商，每年會在世界範圍內，發放幾千款Coupon，實際投入高達幾億美元。同時，它為公司導入流量和客戶效果也極為顯著。
面對如此高的投入，怎麼能夠配合高效的運營管理顯得尤為重要。業務的同學希望可以做一套管理工具，幫助他們快速鎖定效果顯著的活動並追加投入，擴大產出比（ROI）。對於低效的Coupon及時止損，避免公司羊毛被白白薅走。
02 業務現狀
在探討產品設計之前， 筆者首先梳理了一下Coupon的主要的投放渠道和發放模式，從橫向和總想來講述一下目前業務的複雜度和主要困境。
首先介紹投放渠道。 本司的優惠券主要有以下的幾個核心發放渠道：
1. 公司站點內投放
網站
- 網站頁面上的展示，如首頁，產品頁，付款頁等。
- 站內信
- 站內的通知
- 動態彈出
手機App：App內推送
2. 公司站點外投放
- 電子郵件
- 實體郵件
- 短信
- 三方合作導流網站
- 其他實體渠道
由於需要配合營銷活動，那麼經常會有同一個coupon通過不同的渠道進行投放。 當做效果追蹤時，跨渠道分析變成了一個難點，由於非常複雜的系統集成和分析模型，使得業務人員必須在有分析人員協同的情況下才能得到真是的渠道的效果總結。
舉一個例子：
一個Coupon在電子郵件，收集短信和站內消息上同時發送，最終用戶使用Coupon完成了購買。
之前，業務人員是沒有一個直觀的方法看到那個哪個渠道在購買中產生了最大的影響。業務人員需要分析師幫忙，分析三套系統對應的數倉數據，並結合其他事件，如交易類事件，點擊類事件最終確定如何對每隔一個渠道進行效果評估。
另外，由於跨國公司本身存在多個地域市場，對應的分析師的分析模型和統計口徑其實會有很大的不同，這會導致這些效果評估數據存在很大的偏差，無法做到通用。
除了渠道，另一個重要分析因子是投放管理平臺：
- 客戶關係管理平臺- 不同的營銷活動主題，基於用戶畫像來篩選營銷活動受眾。 比如9月開學，發放返校營銷coupon，主要受眾就是學生和他們家長等。
- 動態投放平臺 – 基於不同線上AI模型，實時分析用戶瀏覽行為，在線發放coupon。比如購買手機後，發放配件類營銷信息。
由於這些平臺的複雜性，數據結構不一致和缺少元數據索引，使得分析師們在進行分析時也需要花費大量的時間來理解數據如何使用，而且有時會發生錯誤的使用數據導致對業務錯誤指引。
03 業務需求及分析
那麼面對以上的業務現狀，業務方對我們團度提出解決一下幾個問題：
- 實時監控coupon，包括使用狀況和預算預警， 以保證在營銷活動期間的可以快速作出業務調整。
- 統一統計口徑，集成營銷活動的A/B測試，滿足對全球範圍內的Coupon以及其相關的營銷活動跨渠道的評估。
- 自動化管理Coupon的metadata，可靈活的對業務的進行不同營銷組合分析。
我們從以下幾個方面對這個需求進行了分析：
1. 統計統計口徑
這個需求實際上是一個跨部門合作的需求，由於我們團隊作為數據平臺，驅動著項目需要和幾個主要的業務團隊的分析師進行會面並共同整理出適合跨市場的評估模型。
筆者在這裡花費了大量的時間對業務模型進行梳理，如某些團隊只使用了部分渠道，某些團隊使用不同的營銷管理平臺等，這些地理隔離導致了大量的分析工作和整合工作。筆者在這裡不贅述，以後會寫一片文章專門介紹經驗，如何和跨團隊分析師合作。
2. 數據整合
在統一評估模型後，已經完成了對業務流程的梳理和抽象。這個時候需要整理數據層， 我們需要保證數據可以直接反應業務主要節點事件，保證向上提供自助分析能力，使分析師和其他數據使用者能容易的理解數據設計，不會出錯。
因此需要把多平臺的系統數據進行抽象並整合。這個部分在實際的開發過程中最為複雜，也存在和平臺的開發團度的大量溝通，整理使用邏輯和補充缺失數據。
3. 實效性
業務對整體的時效性有兩種需求，對於正在進行的營銷活動， 為保證正常運行， 業務部門需要對部分數據進行實時或準實時的監控，比如預算使用情況，使用速率等。
而一些對於評估的數據，業務部門其實沒有非常強烈的實時需求，所以可以用批來進行處理，這樣的話會最大程度的保證我們系統資源的開銷並將最為複雜且沉重的模型計算安置於此。
4. BI工具
對業務分析後， 我們對主要的用戶畫像進行了細分， 存在以下幾種角色：
- Campaign Owner – 端到端的負責業務，對結果負責，關註歷史相似營銷活動的數據，多關註投放之後的效果評估，需要知道每個渠道的效果。缺少直接對數據的使用，多用工具獲得數據見解。
- 業務運營團隊 – 管理某一業務線下的多個coupon campaign， 需要對實時的數據進行監控，把握實時的預算使用，並即使對意外事件進行反饋，增加預算或停止活動等。
- 分析師 – 需要快速從數據中獲取分析機會。 多使用BI進行機會探索，然後直接對數據進行操作，得到分析見解。
- 財務師 – 需要進行內控，對花費進行管理並和實際支付進行比對。 多關心財務類數據。
- 領導層 – 關註某一個大的業務線的整體表現。
同時由於業務主題經常存在重組，所以在不破壞對單體的彙報體系，需要提供整體的業務重組的可能性。
於是我們把整體的部分切割成了：
- 為業務靈活重組而設計的元數據管理工具
- 為支持實時業務彙報的實時監控工具
- 為結果評估設計的整體綜合評估工具
04 產品設計
在實際的產品設計中，我們需要分析這三個需求，如何在實際的工作中完成產品閉環。
套件一 ： Coupon 元數據（metadata）管理系統
首先Metadata是所有報表的基礎，對於這個使用場景， 存在這三種的metadata。
- Coupon的可用性相關的metadata，比如有效期，折扣使用條件和折扣數量等。這個需要和Coupon底層系統集成，自動獲取metadata保證了我們可以正確的獲取到這個計算邏輯。
- Coupon相關的營銷活動數據，比如屬於哪一個營銷活動，發給了那些人群，希望達到一個什麼樣的效果。這些需要和不同的投放管理平臺進行集成。
- 另外對於業務的變化過快，很多時候需要對Coupon進行向上重組，這個組織架構更多面向於業務側也相對動態成程度較高，強行自動化會導致業務工作過重，所以較為輕量級的輸入會更適合這個數據
於是我們集成了相關的平臺，自動獲取所需要的元數據。並開發了基於業務架構的元數據管理系統，即開放了自動化集成部分供自助使用，也允許基於業務擴展的數據收集。
套件二 ： 實時數據監控工具
這個場景主要是針對於Coupon的負責人，他們需要實時監控自己的Coupon使用情況。對於實時的需求，由於各方面成本較高，我們當時對於需求的定位是業務同學能夠在檢測到異常後立刻採取行動，於是和業務方溝通後具體的需求如下：
- 優惠券的使用數據（使用次數，購買的產品數，產生的總成交額）
- 優惠券的預算使用情況（預算剩餘情況）
- 優惠券的預算消耗率（基於目前的預算和使用情況，這個營銷還能運行多久）
- 對上述情況異常預警
套件三：整體Coupon評估工具
滿足跨地域，跨管理平臺，跨渠道的標準化業務報表。 這個需求的工作量很大，因為前期需要對大量的數據源進行集成，尤其是在本公司內部，一些歷史原因導致存在者多套的營銷管理平臺，如Adobe，CHIME以及自主研發的平臺。那麼首先第一步要做的就是抽象業務流程，整合多平臺的數據並使其滿足報表需要內容，如用戶選擇，A/B 測試數據，跨渠道營銷的追蹤數據等。與此同時需要集成Coupon使用相關的數據源，如交易數據，coupon使用數據。最終結合coupon的元數據（metadata）生成 OLAP 支持最終生成的標準化報表。
對於報表的邏輯統一化，筆者在做這個產品的時候拿到了多份邏輯，發現其中有很多的不同之處，使得每個邏輯生成的結果都不太一致。於是筆者找到了財務部門（很重要，因為財務在審核的時候很有發言權），最大的市場部門（全球增長部門）和北美市場的分析師，分析已有的邏輯後，共同確定了一套公司範圍內的標準的邏輯模型，這個操作大大的幫助了筆者在之後的維護中，對於計算邏輯的解釋成本，標準有時候比原因更加重要。
總結
這個項目從開始到落地用了4個月。 它不只是一個工具套件，更是提供了一個新的工作模式：
- 用系統層面的解決方案代替了人工維護的文檔和業務數據。
- 破了不同地域，不同系統以及不同渠道的的壁壘。
- 提供了一個整體的業務視角，提供了業務的決策的重要數據支持。
作者：Stanley；郵箱： pm_stanley@163.com
本文由 @Stanley原創發佈於人人都是產品經理。未經許可，禁止轉載。
題圖來自 unsplash，基於 CC0 協議