第二波活动：活动主题是贴身检查，呵护健康。奖品是中医就诊半价预约卡，赢取现场体验。获取途径是到店就诊。

大家可以思考一下为什么要设置这样一个奖品？其实半价预约的本质为了获得用户的支付信息，就是只要他付费他就是一个真正的有效用户。第二点是用户是有真正的痛点的，如果没有切身痛点的一个用户在看到一个新应用的时候让他半价付费，而不是一折呢，为什么是半价付费，其实半价付费的价格相对还是比较高的。他的门店预约几乎是300-500块，半价意味着需要150-200块，这个价格对于一般的普通用户来讲还是比较高的。最开始的时候这个活动为了拿到用户的财务能力，用户核心产品的匹配，当他们作为高定价推出活动目的一定是为了获得有痛点并高品质的用户，这些用户后面才能真正成为他们的主力消费群体，所以是半价而不是一折。

第二波活动做完后的数据分析：

这是当时的一个时间比例，大家能看到18:00到19:00的时间用户最多，意味着上班的人群是主力。12:00到18：00的主力人群是家庭主妇。上午9点的这批人基本上是中老年人，年龄在50岁左右，或者说相对自己能够主宰时间的企业主、企业高管。这里会有一个蹊跷的问题，这个产品针对的是痛经的人群，但是为什么会有50岁以上的人群？有的人可能会说可能是父母为了帮助自己家里的孩子，不是的，其实是为他们自己。可以思考一下为什么这批人会做预约，他们消费了什么？再来看12:00-18:00的家庭主妇，基本上可以想象她们应该是上午送完孩子上学，吃完中饭在家里睡过午觉，下午来做的护理；18:00-20:00以后基本上是上班族。

再来看第二个数据：

第一种是邮寄地址和门店地址相对比较远。

第二种是邮件地址和门店地址几乎重叠的，意味着我家就在附近；没有通过时间去的，看他的预约时间，如果预约时间跑到了20:00，这个是要打一个问号的，就是她的家和工作地点不在一个地方，后来他们通过一些访谈大概获得了一些其他的数据，如果他的预约时间是18:00-19:00或者是12:00-18:00, 意味着这些用户是中高端的白领人群，然后获得了地理位置的第二个应用，从中获得了用户的财务，用户信息，匹配度和用户的购买能力等等数据。

这一波活动做下来，产品的销量是150%，还有一部分人需要预定。

这两拨活动做完后，他们对北京痛经人群的一个大概分布有一个基本的了解，同时对于年龄层的分布也有基本的了解，而且还发现了之前从来没有发现的人群：50岁以上的人群，这部分人群对这件事情极感兴趣，可以思考一下为什么？这里暂时不给出答案。

最后总结：

1. 营销主题要明确，目标要清晰。不能太复杂，关键点很简单，针对目标人群单刀切入，一击即中。

2. 资源物料准备充分，能够充分体现和配合主题

3. 活动很重要，分析更重要，通过分析获得用户价值体现。

4. 社会化活动要注重，如图

粘性（回头客）才是用户运营的根

这是2008年给饭统网实施的运营方案

为什么国贸地区的下载量最大，中关村消费量最大？

因为国贸地区都是做金融和VC的，女生居多，而中关村IT男高收入人群比较多，晚上要加班，而消费券的下载主力是女生，基本上都是女生下班后找男朋友然后在那边消费。目前美团的那张图（如果大家能看到），国贸地区，包括王府井的东方新天地那边的消费券购买量仍然是非常多的，但是消费不在这两个地区，最主要的消费地区在三里屯，剩下一个就是中关村，中关村等地区和国贸地区消费比值是1:8，当我们获得了这些数据的时候，我们的短信推送什么？那个时候我们也搞不清楚需要干什么孙杨赢了品牌借势营销，后来我们在国贸地区发送了高折扣（2折）的优惠券，如果消费仍然在国贸地区，说明用户是消费价格敏感型的，这是一批什么样的人大家可以想象一下。

我们在整个数据结构当中都在做针对不同用户的数据画像，我们后面的用户CRM里面的数据库是基于用户画像做分类的，我们不是基于用户地理位置特征或者固定特征做分类的。例如根据15~25, 25~35, 35~45这些年龄分类是比较少的。我们规定这样的用户是消费敏感型用户，然后没有消费的就不做推送了。这批用户虽然有购买行为，但是他们不是价格敏感型用户，或者说我们推送的餐厅不是他们长期消费的餐厅。

我们还同时用不同的餐厅类型做过测试，后来2011年的时候黄土地在那边开业，那时饭统网已经没有了，但是拿出来饭统网一批数据，有人给他们了。后来他们找到我说这批数据我是从饭统网拿到的但是不知道该怎么用，后面一系列的标注，那些标注都是特定的。我们标注的F、A都不是你们看到的具体的值，所有数据库里的数据，除了用户基础数据之外标注的所有的特征我们全部用的符号，为的是我们的DBA导出来之后把数据卖掉。所有的符号掌握在运营和产品经理手里，技术团队没人知道符号的含义。产品团队做了所有的业务策略，这就是他们为什么找到我的原因。根据黄土地的这批数据孙杨赢了品牌借势营销，我们在国贸地区推送了一批尝试了一把，数据有效到什么程度：黄土地排队。我们能很清晰的知道用户的消费特征以及餐厅的选择特征，所以这里提倡一个词：洗用户；洗用户不是把用户去掉，而是做用户基于你的产品的画像，基于你的产品的特征的用户分类，所以我们在大营销上拿到的用户其实都是没有办法直接拿来用的，即便是同类的用户。我不知道你们的业务上会不会买一些流量的数据，这些数据怎么洗，你们可以自己再想想办法。

对用户做不同类型的信息发布的时候，他们的敏感程度是不同的，根据他们的不同的敏感程度和消费的结构做组合，做完组合后你就能真正拿到属于自己的用户；

另外一个推送，推送中关村地区高达8.5折，这个是一个高折扣，消费的是强消费能力的优质用户，要继续做推送，甚至这样一批用户我们拿出来单独给他们做优惠券，这些优惠券带补贴的。08年的时候还没有人做补贴优惠，当时大众点评刚刚要进北京而且在北京建立销售团队，所以饭统网针对这样一个情况做了针对高端群体带补贴的优惠活动。当时如果一顿饭如果我们给他们五折的话餐厅给我们七折，所以有两折的补贴。如果这些用户没有消费，那么他们属于价格敏感型群体，因为高折扣。

这个时候我们在餐厅上是有选择的，通过洗用户，通过短信群发用户到用户消费的反馈，这个反馈后面有个产品叫路路通，还有另外一个产品后面给饭统网做完了的叫订餐通，订餐通没有上。路路通上完之后这是通过路路通拿回来的反馈数据。

最后做完用户画像是这样子的

获得了一批这样的用户特征，比如说“大爱水果“这一批用户特征我们在库里面存的就是符号，有些符号是两个，比

来源【写作训练营】自媒体，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！