易奇科技导读：“在吗?快帮我助力一下!”这样的对话我们一定不陌生，无论是购物时的拼多多，还是抢票时的携程，随时随地我们都有可能陷入了帮别人助力或者让别人帮忙助力的圈子里。既然有用户，那就有市场，本文以奢侈品电商或精品类电子商务操作的助力返现营销活动为例，来分享助力返现的场景规划及软件开发设计思路。

　　一、什么是助力返现?

　　助力返现应该都不陌生吧，拼多多、京东、每日优鲜、QQ音乐都有这类型的活动，手机微信的助力邀请没少被轰炸吧?

　　而什么是助力返现，其实玩法很简单就是用户通过分享好友帮忙助力，获得返现金额，如下图：

　　二、为什么选择助力返现?

　　随着推广拉新成本一直高走，为了能获得更多精准用户，平台除了会通过推广获客外，还会选择从老用户的社交圈入手，通过老带新的各种玩法，并且在可控的拉新成本下注入新流量。

　　目前平台的拉新工具还是不少的，我们在获客的路上一直升 打怪，无论是好的还是坏的，都会去尝试去试错，只是说每个营销工具都需根据自己的业务情况而进行改造，以下可以看看本人对于奢侈品电商中助力返现营销工具的设计思路。

　　三、设计思路

　　1. 产品定位

　　用户支付成功后，根据订单金额获得活动资格进入游戏，通过分享好友帮忙助力，获得返现金额。

　　为什么选择做有门槛的助力返现?其实当初也是误打误撞的，具体原因也不说了。但是后来思考来，对于我们平台来说做有门槛的助力返现会比没有门槛的好。

　　因为平台的商品价格从几百到十几万块钱不等，用户的客单价浮动较大，同样是 元的返现金额对购买5000元手表和50000元手表的吸引力度各不相同。所以把入口后置，通过订单金额匹配对应的返现金额，可以提高活动吸引度。具体可以看下面的设计思路;

　　把门槛提高，一定程度上防止薅羊毛，省下一些技术成本。

　　2. 产品目标

　　通过跟运营的沟通，我们这次的助力返现营销工具的产品目标是为了拉新新用户，进而明确我们的核心目标(北 星指标)为新注册用户数。

　　3. 平台需求拆解

　　这次我主要站在平台和产品目标的角度去看问题，用了目标拆解的方法去做需求分析，通过明确目标、明确策略和明确解决方案三个步骤去确定产品的功能点。

　　1)明确目标

　　当已经明确好我们的核心目标后，分析用户的行为旅程，通过核心目标拆解的方法，细化并提升每个关键节点的小目标，进而提升整体的核心目标。

　　例如：我们可以根据用户参与游戏到获得返现的整个旅程，分析得出新注册用户数会与打开红包游戏的人数(打开率)、分享人数、人均分享次数、好友助力率和挽回率这5个小目标有关。

　　2)明确策略

　　已经明确好每一步的小目标后，就要分析每个目标我们应该采取哪些策略去达成。

　　例如：为了提高打开率，可以通过提升返现数额对目标人群的吸引度，或者提升用户的信赖度，再或者增加多个返现活动入口的露出等等的策略。

　　3)明确解决方案

　　明确好策略后，可以给策略明确落地方案。比如提升返现数额对目标人群的吸引度，我们可以采取的方法是把活动后置，当用户支付完成后才能获得活动资格，且根据订单金额区分不同的目标用户，并匹配对应的返现数额。

　　4. 用户需求拆解

　　当然任何的产品设计都不能脱离用户，所以以下通过分析不同的用户在不同场景的痛点和行为，从而产生的机会点。

　　1)接触-更吸引

　　根据订单金额和用户群体特征针对性地设置返现金额，增加不同目标用户对返现金额的吸引度;

　　在返现红包弹窗设计上，增加获得返现用户的信息，提升用户信赖度。

　　2)参与-更简单

　　除了分享邀请新好友注册助力外，可以丰富任务类型，如分享给旧好友助力，完善个人资料、关注公众号、开启app推送设置等去获得助力金额(基于目标用户为老用户，且平台用户特征复购率低，所以此时设置浏览活动页等任务对其吸引力度不大);

　　明确助力明细，让用户二次督促或二次分享;

　　分享渠道多样，微信生态中的分享朋友圈或分享为微信好友。

　　3)获得-更清晰

　　结合微信生态零钱到账功能，给用户发送返现金额到账通知;

　　页面明确返现状态和返现到账渠道，降低用户的疑虑。

　　5. 整合需求

　　整合以上总结的平台需求和用户需求，无论从用户的角度还是平台的角度，只是都是遵循一个大的闭环。

　　从产品目标出发，用户行为旅程中有哪些场景是跟此目标有关的，用户在这些场景里面有哪些痛点，我们需要采取什么策略去解决用户的痛点从而提高我们的目标。

　　四、数据分析

　　1. 业务数据分析

　　不仅要关注“量”也要关注“质”的提升： 先要回顾我们的北 星指标——新注册用户数;其次包括拉新成本、病毒系数(k因子)、有付费转化的新注册用户数、新注册用户数的下单数和下单金额。

　　没有对比就没有伤害，有了数据要通过对比才知道产品的好坏， 先可以通过横向的对比，跟平台内同类型的营销工具对比拉新情况。然后可以通过纵向的对比，跟昨天、一周前或者一个月前进行同比观察拉新情况.

　　2. 行为数据分析

　　包括获得活动资格用户数、打开红包数、分享人数、人均分享次数、浏览页面人数(自己/好友)、浏览页面次数(自己/好友)。

　　通过上面的一些行为数据，可以通过漏斗分析每一阶段的转化率，并对转化率低的阶段进行优化。比如打开率=打开红包数/获得活动资格用户数* %，此转化率低表示用户对红包不太感兴趣，此时可以做出一些对策进行提升。

　　五、寻找增长点

　　抓住用户的心理、提供足够传播力和降低用户的操作门槛，无论从功能设计上还是页面设计上都可以从以上三个点做得更好，拼多多是我们的学习榜样哈哈。这里暂时没有根据实例展开说明，仅提供简单的思路。

　　六、一些实践思考

　　1. 奢侈品电商适不适合做助力返现?

　　仅从拉新用户数量来看问题：对于我们平台的商品特性来说，用户的复购率是很低的，所以需要不断地拉新，拓展新用户去提升GMV。

　　从短期来看：助力返现作为一款纯利益驱动的营销工具来说固然能带来不错的拉新效果，也满足平台目前需求。

　　仅从拉新用户质量来看问题：因为我们助力返现的目标用户是一些相对低价值的用户——工薪阶层的用户以及学生用户，其社交圈也几乎都是同类型用户，具有决策过程长和客单价低的特征，同时奢侈品也非刚需高频商品。

　　所以让这类型用户在我们平台付费转化的可能性不高，就算有也是一些客单价比较低的用户，质量不高。换句话说，可能不太精准了。

　　2. 别总盯着裂变新用户，是不是还能做点别的

　　既然通过上面的一轮分析，觉得带来的用户质量不高，其实可以尝试不要只做分享裂变，可以考虑增加其他对平台有价值的任务让用户获得更多助力金额。

　　比如完善用户信息、打开app推送设置等任务，这些都有利于平台对用户进行复购或者维修保养等行为的唤醒有帮助。

　　七、延伸阅读

　　1. 奢侈品电子商务与其他电商的异同及软件开发中须注意的事项?

　　奢侈品电子商务与常规电子商务的 大区别是产品单价及客单价较高，用户对导购行为本身的敏感性及重视度不同。

　　2. 电子商务软件或新零售系统的匹配性

　　电子商务软件或者新零售软件系统本身对于电子商务大商业模式并不敏感或划分并不细致，往往无法关注奢侈品电商本身消费者购买决策的关键点。