随着现在移动互联网和O2O的火爆，越来越多的用户体验产品已经不再是单纯的线上或者线下，移动互联改变生活。比如你想联系某人时会第一时间想起微信，在你想吃饭的时候第一时间会打开大众点评，在你开车要去哪儿的时候第一时间打开百度导航，在手机转账时第一时间打开支付宝，想看看新闻会打开今日头条，想装个逼的时候会上知乎刷一下。也就是说现在的App应用已经和场景结合的越来越密切，App无形中被打上了一种标签。围绕目前的应用场景，大致分为：购物，即时通讯，数字娱乐，出行，医疗，办公，生活等。就拿吃饭的案例来说，周末我在城西银泰打开手机大众点评，搜索了一下附近的饭馆，看到评价不错的饭馆之后，打开导航去目的地。到了现场发现人超多，拿了排号静静的等待，打开微信和朋友倾诉周末吃饭的人超多，觉得比较无聊就打开一款开心消消乐玩了一会，轮到我去吃饭的时候点了下菜，终于等到上菜了发现口味都不太喜欢，就拿出手机拍了照片发到朋友圈吐槽了几句，最后离店的时候拿支付宝付了下款，在点评上发了几张照片给了个差评。这个大概就完成了一个闭环的线上线下的体验。

场景化运营的关键：产品+数据+服务

首先我们来回顾下刚刚遇到的线下吃饭的例子，在搜索店铺、出行导航、娱乐、聊天和支付的时候用到了点评、百度地图、开心消消乐、微信、支付宝，而这些App也是各个领域的领头羊产品，使得用户在脑海深度就已经形成了这样产品的标签印象。我们在使用到各自的产品过程中都是凭借着我们对产品的第一印象“我们觉得在各自领域中最好用的产品”。而作为App，如何才能获取到用户，就需要在各自的场景中给用户一个强有力的用户印象标签。一句话就是，你到底是干嘛的？

数据在场景化运营中扮演中非常重要的作用，因为数据的好坏准确直接影响到用户对产品的判断，每个用户对产品也有自己的评分标准，如果产品的数据出现与用户认知产品出现出入时，就会让用户重新对产品产生新的认知。举个例子，如果我在大众点评上搜索5星级饭馆结果觉得口味很差，那我就不会再相信点评上的评价；如果我在出行导航的时候百度地图出现了问题，那我就会选择其他的导航工具；如果我在付款的时候出现没有余额的问题时，那我只能选择用现金或者信用卡支付。现在都讲大数据，而大数据用来干嘛？就是要能推测出现实中可能会出现的问题。数据直接影响着用户对这个产品体验的好坏。

而最后要完成这个完美的体验闭环，光有一个完美的产品和强大的大数据能力还不够，最后在吃饭环节发现这家店的口味根本不像大众点评上描述的那样，是我喜欢的类型。而发生这个情况的原因有哪些可能呢？我们来仔细分析下，1、大众点评上的评价描述不真实，存在虚假描述的现象；2、大数据在给用户做推荐的时候就推荐错了，在用户分析的时候就出现了偏差；3、这家店的确今天因为厨师换了，出现了口味上的失误。

所以真的发生了这样的现象，我们该如何去避免呢？

我们要有好的产品，不要存在评价虚假的情况；

我们要有强大的数据支持，给我推荐准确我喜欢的饭馆；

我们要确保线下的饭馆服务周到，遇到客户不喜欢的情况及时补救。

——————————————未经允许，禁止转载——————————————

场景化运营的起点：干净的产品

听到张小龙介绍微信的时候，以一个程序员的口吻讲了不少微信的第一条价值观，把用户体验放在产品的第一位。

因为要做一款干净的产品，所以在面临各种想通过换取资源的方式合作拒之门外；

因为要做一款干净的产品，为了用户能够方便快捷的聊天，放弃了很多广告；

因为要做一款干净的产品，所以在发生谣言蝴蝶效应时第一时间辟谣；

因为要做一款干净的产品，因而这一年大力支持公众号原创。

干净需要从用户体验去思考；

干净需要放弃短期的商业利益；

干净需要产品做到极致；

干净需要责任。

我们可以对目前最强大的微信进行分析。

首先，微信的移动场景塑造欠顺滑。从根本需求来看，微信主要实现的是社交需求，然后是游戏，消费需求居于二者之后。

微信为了引导用户消费，创造了微信红包、嘀嘀打车、大众点评等一系列场景，但花费多、收效慢，究其原因还是社交场景和消费场景有本质区别。当你打开微信，你的基本诉求是和朋友沟通，这和打开团购App有自发的购买诉求完全不同。

从社交场景强制向消费场景转化的代价是巨大的，如果腾讯停止对嘀嘀打车的补贴，使用微信支付的用户和司机会显著减少。

其次，微信还存在供需对接的问题。微信掌握海量社交数据，但无论处于技术还是隐私方面的限制，微信都不可能从用户的聊天记录中去分析用户的真实需求。

从某种程度上说，微信现在的模式非常接近AppStore模式，用户本身不知道在微信上可以得到什么。举例来说，一个新开通的微信公众号，除非开拓多种推广渠道，否则效果有限，而用户搜索想要的公众号除非知道名字，否则也很难找到。

——————————————未经允许，禁止转载——————————————

场景化运营的核心：智能化数据平台

想想看我们在线下完成一个吃饭的闭环，需要餐饮的信息、需要地理位置的信息、需要现金的信息、需要用户口味的信息，这些种种的信息都需要有智能化的运营数据平台来支撑。

围绕数据，需要去思考场景的时间when、地点where、人物who。在周末（时间）城西银泰（地点）我（人物）去吃饭。表现到具体的数据上，时间信息、地址位置LBS、用户画像这些数据都需要准备好。

 

实施场景化营销需要有三个支撑：数据支撑、分析支撑、触发支撑。首先需要多渠道大规模地了解用户、了解商品，然后通过分析挖掘场景、客户分群，然后需要对触发进行把控，做到针对不同的用户可以在最适合他当前的触点环境给他推荐最适合的商品和服务。数据支撑方面，包括数据采集，包括会员信息、位置信息、消费信息、行为信息、支付交易等。在掌握一个个用户的这些的数据后，系统就能对每个用户进行画像，还可以进行客群分类，然后精细化每个客群。例如，给他们都打上标签、会员等级、数据模型、经验分类、大数据聚类、自定义分类。做运营中心大数据应用消费者画像和客群聚类画像时，通常关心以下一些数据维度和标签：

第一，用户的基本属性，如性别、收入水平、年龄阶段、小区档次、是否有车，是否有房子等。

第二，用户的消费分层，如顾客喜欢什么品牌的衣服、什么颜色、什么品类、支付能力怎么样、消费频率等。

第三，用户的兴趣，如顾客喜不喜欢玩游戏、看不看政治新闻等。

第四，用户的人际关系，做人和人之间的关系关联。

第五，用户的地理位置，如顾客经常的活动区域在什么地方等一系列的数据。

分析上结合不同的用户画像标签，去预测这个用户希望得到什么帮助。每个场景用户需要得到的帮助和诉求不同。

触点支撑方面，有人是吃完饭去看下电影，也有人购物完后打车回家。该是什么时候给用户一条电影票的优惠信息，给用户一条打车红包的消息是每个场景需要去思考和分析的问题。

——————————————未经允许，禁止转载——————————————

BAT的场景化布局：

 

著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
作者：宿痕
来源：知乎