【阿里妈妈营销科学系列】第七篇：目标群组发现

丨目录：

· 分析背景

· 基本概念

· 解决方案

· 方案流程

· 案例参考

· 关于我们

▐ 分析背景

在行业运营的场景中，我们需要针对业务目标，从“人-货-场-店” 角度去进行细分，定位行业的优势、问题、劣势的细分群组，通过了解群组中影响目标达成的驱动因素，来发掘运营机会，有针对地制定运营策略。

发现目标消费者群组，可以用于市场定位、寻找潜力消费者。

发现目标货品群组，可以发掘机会品类，开拓新市场。

发现目标商家群组，可以发掘经营机会，提高经济效益。

▐ 基本概念

目标群组

目标群组是在指定运营目标下，通过细分的方法，找到的需要实施运营策略的群体， 而组成群体的个体可以是消费者、商品、店铺或者他们的组合等。比如：

目标商家群体：销售额低但增速快的商家类型是美妆、护肤新锐品牌商家。

目标货品群体：点击转化率高且ROI高的货品是生活用品、小家电等类目中的低价货品。

细分

细分是将分析对象分类成若干个子群体的过程。目标群组发现的核心思想是细分，但细分的对象不仅仅局限与消费者。细分的方法可以基于维度特征、行为指标的规则细分， 也可以通过综合打分、预测、聚类等算法模型进行细分。而目标群组的发现过程往往会经历多次细分，层层下钻去发现。

指标

指标是对分析对象的数量特征的度量。从运营目标的指定到过程实施，我们将指标分成三层，第一层指标往往用于目标定位，而二三层指标用于驱动因素的发现。

1. 一级指标 Tier1 Index

定义目标的核心指标，直接指引战略目标和KPI，比如GMV。

2. 二级指标 Tier2 Index

针对一级指标的拆解，体现一级指标达成的过程。通过二级指标发现一级指标变化的直接原因。比如：GMV = 购买uv * 人均购买笔数 * 笔单价 = 浏览uv * 转化率 * 人均消费金额

3. 三级指标 Tier3 Index

针对二级指标的拆解，维度分类或者与二级指标产生影响的相关指标。

▐ 解决方案

目标群组发现是一套“目标定位-发现群组-定义群组”的分析解决方案。比如目标是增加平台中商家的销售额 ，则目标是销售额，群组对象是商家，则我们需要去寻找提升销售额的机会商家类型以及提升的驱动因素 。

步骤	解决的问题
目标定位	业务现状描述，基于目标的初级群组类型划分
发现群组	哪些群组适合去达成目标？分别通过哪个驱动指标来达成？
定义群组	目标群组具有怎样的特征？

主要应用场景举例

业务现状描述

从品类*价格角度，分析平台中浏览人数低、但是成交转化低的商品类型，考虑优化对应商品的运营策略。

业务问题诊断

从GMV份额低，但环比增长率高的女装二级类目中，找到不同类目份额低的原因，是笔单价低、人均购买笔数低还是购买人数少，来定位不同类目的关键问题，发现驱动因素进行改善。

主要模型

基准分析（Benchmarking ,BMK）

在假定其他条件不变的情况下，通过分析主题与基准对比关键指标，寻找变化或差异。从大量分析群组中发现潜力/问题群组，并针对驱动指标，寻找运营对策，帮助业务发展。

基准类型	对比计算方式
另一时段	变化差，变化率
另一群体	差异，差异率， TGI,  占比

注：TGI指数= [目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例]*标准数100

基准分析基本表格形态

通过与基准时段对比，了解不同货品组合的业务变化，发现增长、稳定、下降的货品组合。

通过与基准群体对比，了解分析群体和基准群体（通常是标杆群组/整体）的表现差异，发现差距，设置有意义的目标，有针对地运营提升。

四象限分析模型

四象限分析法，又称为矩阵分析法，将事物的两个关键属性作为分析的维度，进行分类分析的分析方法，一般有两种业务分析场景：1）分类：通过当前指标表现对业务或产品进行划分；2）诊断：通过业务变化指标定位业务问题。通常用气泡或散点的方式绘制在xy轴的上，然后通过象限划分，定位每个象限中事物的优势和问题。实际操作时未必是四象限，N*M也可以划分。

著名的“波士顿矩阵”(BCG Matrix)是四象限分析法的一种。

波士顿矩阵是将企业所有产品从“市场增长率”和“市场份额”这俩个维度进行描述，依次分为“明星类产品”、“问题类产品”、金牛类产品”、“瘦狗类产品”。波士顿矩阵帮助企业评价不同产品的发展情况，采取不同的策略，优化资源分配。

四象限分析的基础是气泡图，通过指定x轴,y轴,气泡大小对应的指标形成分析模型，常见的模型有：

以下为四象限模型示例 ，气泡拆分=产品类型，x轴=市场份额，Y轴=市场增长率，气泡大小（可选）=利润，颜色（可选)=利润增长率。

右侧可过滤气泡大小，以及颜色深浅过滤气泡，通过框选设定xy轴展示范围。

▐ 方案流程

目标群组发现通常可以遵循以下流程：

流程解释

1. 数据准备

根据分析目标进行度量设计，包括指标、维度的选取，分析对象、时间范围的设定。在常用场景下可以设定为模板，方便用户直接使用。数据准备完毕，则形成基础表格。

2. 目标定位

a.定位模型

• 设定目标指标
• 基于目标指标的现状和潜力定位业务组合类型，保存初级群组进一步分析。比如使用增长率-份额模型去发现低市场份额高增长率的问题货品类目。

3. 发现群组

a. 基础分析

• 了解指定群组目标相关指标的统计信息

b. 基准分析

• 选定基准，通过对比计算差异及差异率，可以作为发现模型的分析指标
• 获取指定范围的指标统计值，比如平均值、中位数等，为分析各阶段参考线划分提供参考

c1. 四象限气泡图发现模型

• 选择拆分方式，通过维度组合对气泡点的意义进行设定
• 通过X,Y,气泡大小对群组的3个关键指标进行展现， 通过颜色对第4个指标或者对群组进行分类标识。其中气泡大小、颜色不是必需选择。
• 对气泡大小、颜色、xy轴对应指标范围进行过滤
• 并基于参考线划分或者圈选过程群组
• 选择指定过程群组，问题指标进行分析，定位驱动因素
• 可反复进行以上过程，调整范围，直至生成对应目标群组

c2. 打分模型（可选）

对指定群组个体的目标驱动指标进行分段或加权打分，通过排序等处理获得目标群组

4. 定义群组(可选)

1）特征分析

• 对比目标群组与基准群组的属性和事件特征差异

2）聚类细分

• 对目标群组的类型进行聚类细分并描述，对细分采取不同策略

▐ 案例参考

某电商平台盘点快消行业下二季度各个品类的业务发展情况，想找出销售份额高，但增长乏力的品类，并寻找导致增长乏力或衰退的原因，从而制定策略进行改善。

数据准备：各品类销售金额、 购买人数、人均购买次数、次均购买金额 ，分析当前时段 20210401-20210630，对比时段20200401-20200630。

目标定位

1. 使用基准分析，计算各品类今年二季度相对于去年二季度的销售额变化率。为避免负值气泡，这里变化率可以是今年数据/去年数据，若变化率<1则表示下降，下同。
2. 采用“ 销售额增长率-销售额”模型， x=当前销售额，y=销售额变化率，对各品类数据绘制气泡图。
3. 划分象限，用x=均值（或指定数值），y=1 做参考线划分。
4. 落在第4象限的品类属于“销售份额高、增长乏力”的品类，取名“高份额低增长组”。形成过程群组。

发现群组

发现影响增长率的原因，并根据不同原因对品类分组。

1. 取“高份额低增长组”中的品类， 使用基准分析计算各品类今年二季度相对于去年二季度的购买人数、人均购买次数、次均购买金额变化率。
2. 采用x=购买人数变化率， y=人均购买次数变化率，气泡大小=次均购买金额变化率 ，对品类绘制气泡图。
3. 划分象限，用x=1, y=1 做参考线。划分群组，并保存。

定义群组

第一象限：购买人数增长、人均购买次数增长 ，通过过滤气泡大小指标次均购买金额变化率<1 , 找到 由于次均购买金额下降影响增长率的品类组。

第二象限：购买人数下降、人均购买次数增长，成为“购买人数下降”组 ，并可进一步区分次均购买金额是否下降。

第三象限：购买人数下降、人均购买次数下降，成为“购买人数、人均次数双降组” ，并可进一步区分次均购买金额是否下降。

第四象限：购买人数增长、人均购买次数下降，成为“人均购买次数下降”组，并可进一步区分次均购买金额是否下降。

我们根据影响销量增长率的原因，划分了四个目标群组，接下来可以针对原因制定运营策略，比如：针对购买人数下降品类，可以考虑品类拉新策略; 对人均购买次数下降品类，考虑复购策略;对次均购买金额下降品类，可考虑产品升级或关联销售策略。

关于我们

阿里妈妈SDS(Strategic Data Solutions)团队，致力于用数据让商家和平台的增长战略更加科学有效。我们为阿里妈妈全线广告客户提供营销洞察、营销策略、价值量化及效果归因的技术服务。

投递简历邮箱：

[e-mail]

END

也许你还想看

欢迎关注「阿里妈妈技术」，了解更多~

疯狂暗示↓↓↓↓↓↓↓