成都营销策划公司-营销，通过经营达到销售的目的经营，涉及面甚广，个人认为，比做产品更难这里粗略讲讲我在21年的一些收获— 1 —关于战略兵未动，粮草先行经营未动，战略先行在真正开始行动前，战略一定要一定要想清楚否则会因为一开始限于营销细节，导致后期顾此失彼返工严重对于战略，需要从更宏观的上帝视角思考为达到这一目标：流量怎么抓去产品怎么引进用户怎么分层活动怎么定位这四张牌，怎样的出牌顺序。
怎么相辅相成都需要提前谋划的— 2 —关于策略战略指导大方向，策略指导具体动作落地这一年，做得最多的就是策略了1策略有哪些呢活动补贴策略流量运用策略产品销售策略用户分层策略营销推送策略等等，始终不变的目标是，通过策略实现经营效果的最大化2策略怎么制定围绕策略的第一目标展开落地监控调优多测试多积累优秀的策略，形成自己的策略池举个例子：产品的销售策略，目标是要短期整体销量提升。
长期用户产品结构稳定基于这个目标：抓出王牌产品，首购加以活动策略营销流失结合召唤策略落地复购利用人群偏好差异化营销用户登录T日营销什么T+1日营销什么T+3日营销什么T+7日营销什么，不一定只推活动产品，荤素搭配，追踪查看7日内14日内用户转化的vintage效果，及时调优3策略效果的评估策略的实施均要有参考评估指标，没有参考，无法评估效果，这个相当关键比如，产品首购活动，用户平均浏览购买率在30%，那新上线活动，要以这个数作为参考。
从1到100，参考历史数据从0到1，找到类似项目平均水平，或者行业水平— 3 —关于流量经营高手，一般都能把流量用得炉火纯青1把流量拆细了看不同纬度：渠道维度用户生命周期维度（新户流失存量）人群质量为度（高端中端低端）城市维度（新一线一线二三线等）拆细去看，不是为了拆而拆，拆解的背后是有一套业务逻辑含义在的比如，张三负责A渠道李四负责B渠道，看渠道流量，追踪和检视目标完成情况，达到鞭笞。
引导作用2从流量看出问题流量同比环比趋势，不同纬度是否有差异流量的承接，是否得到最大化的利用，是否有一些bug导致转化很差从数据洞察问题3从流量发现机会哪个纬度增长比较好，具体做了什么动作，是否扩大的机会哪个纬度的流量，比较差，是因为流程阻碍，还是人群质量问题，继续分析下是否能改善提升把这些思考融入到日常具体的经营动作，从中找到新的增长点— 4 —关于产品好的产品依旧为王，特别是在金融行业。
只要产品表现稳定安全收益可期，用户还是会源源不断得过来产品矩阵布局，相当关键比如金融类的产品，活期短期中期长期的产品，如何搭配使用用灵活型产品，拉新破冰，中长期产品，引导用户进阶锁定资金产品到期，同类产品推荐承接产品之间，环环相扣，步步引导— 5 —关于活动经营，怎么少得了活动活动的关键点是：想清楚目标，算好roi，玩法简单易懂，规避漏洞，做好监控1。
活动有哪些类型拉新资产进阶促活召回老带新（mgm）产品破冰等，奖励的玩法有：用户先付出行动，再奖励或者先奖励，再需要用户付出行动活跃用户用前者，不活跃用户用后者2活动开展的注意点1）玩法不能太复杂简单明了，一个活动需要用户做的事情，不要超过三件2）规避规则漏洞考虑异常场景，时间的临界条件，比如准确的活动开始结束时间，用户行为与时间的关联关系行为的先后说明：先买产品，后领券行不行。
用户恶意行为，明确说明处理办法等等3）做好数据监控：流量不行，如何应对转化不行，是否应该调整页面这些，都是在监控的基础上，才能发现思考调整及时的数据监控，很重要— 6—关于文案好的文案，能提升2～3倍的效果说用户关心的：新上王牌产品提升灵活资金收益到账资金闲置产品产生收益说用户担心的：券过期提醒积分过期提醒即将错过活动奖励数字远比文字更吸引：带有数字的文案，冲击力更强，能提升20%～50%的点击效果。
一段营销文案，写加分项不写扣分项，收益好灵活福利大不过也不要太多，理解不了一些不好理解的，要避免或者转换说法— 7 —关于用户见人说人话，见鬼说鬼话用户的分层与差异化营销，用来提升经营效果圈出高端优质用户，可以福利加码福利差异化，拉动更多新增优质用户锁定低值沉默用户，采用低成本低营销手段，降低运营成本，做到循序渐进地提醒即可分层，一般从用户的质量划分，再加以用户生命周期，比如新进。
存量流失这样开展营销工作更有针对性目的性— 8 —关于数据经营，离不开数据的支持以数据为导向，驱动业务项目，获得经营突破以数据作诊断，发现业务问题，及时查漏补缺，提升不足以数据作参考，找到优秀策略，持续迭代积累，形成良性循环总之，数据非常非常非常重要想做好经营，数据能力一定要过硬怎么提升数据能力1多看业务数据，找找数据感觉，提升数据敏感度，发现业务内在规律。
2搞懂数据背后业务含义不仅要看数，还有懂数据的口径以及为啥要设定这样的数据指标3找到一个数据分析好思路1）总结效果类：整体情况--具体动作--发现亮点/不足--总结经验/教训--行动计划/对策2）寻找问题类：假设可能原因--分析数据--排除猜想--定位主要问题以上，是21年的一些经验总结，愿你有所启发。
