用户增长三驾马车之策略篇

前面介绍了用户增长的流程环节以及触达手段（短信和语音）的优化思路，接下去主要讲用户增长三架马车：模型、策略以及文案话术。希望笔者的他山之石，可以让读者有所启发。

《用户增长三驾马车之模型篇》

《用户增长三驾马车之话术篇》

三架马车，上一次我们讲了模型，本篇我们来探讨下策略。

策略和模型就像是孪生子，所谓皮之不存，毛将焉附。从笔者的角度来看，可以从模型、人群、通道以及语音等几个方面来说明下策略的关注点。其实基于这之上，只有一条总的策略，即策略就是在可控成本以内做到业务规模最大的方案最优解。

由于本文篇幅较长，笔者在此做了本文的概览，供读者参考：

模型策略：

模型策略一般在算完成本看分布的时候，需要考虑的步骤。下面我就说下模型几个策略的使用场景以及策略的考虑点：

1、模型对比：

之前几篇提到模型也会有生命周期。当一段时期的投放之后，筛选出的可供营销的高分人群就会逐渐减少，所以这时候就需要迭代新模型。在全量切换新模型的时候，就会新老模型做对比测试，这么做的原因一个是可以更多的精细量化新模型的的优化效果，验证自己的模型迭代方法是否有效；另一个也是降低直接切换新模型的业务风险。

公平起见，我们会采用分桶测试。两个模型的对比，分数不一定有参考意义，不以同等分数谁的成本低来作为评判依据。笔者更多以业务效果的角度来看，等量投放哪个模型的成本以及订单效果更好，或者哪个模型可以挖掘出更多可供营销的高意向人群，即哪个模型胜出。

2、模型过渡：

这个策略是模型对比的衍生产物。即模型对比期间，新老模型可能在各个维度进行对比。那有可能在某些低年龄段，或者某个运营商，旧模型的表现更好，所以在模型对比的时候，就会有两个模型同时并存的情况。理想情况下，经过几天的对比测试，我们期望新模型在各个对照组都超越老模型。但是实际情况下，只要新模型可以营销的整体量级高于老模型，或者换句话说，在老模型成本到达客户预期成本的临界值的量级下，新模型的业务效果依旧优于老模型，我们即可认为新模型胜出。

3、模型补充：

因为我们前面提到模型有一个生命周期。在模型效果衰减的时期，因为营销的量级会相对降低，我们会采用之前效果较好的老模型或者标准模型来作为补充取数，看是否能增加可营销的人群。

4、模型融合：

这个场景在信贷场景较为常见。以信贷拉新场景为例，从用户点击链接、下载APP、登录注册、申请完件、授信通过、完成支用，这里有很多环节会影响最后的业务效果。

笔者假想了以下三种可能遇到的情况：

1、客户最终考核的是授信成本，如果人群注册率很高，但是授信率偏低，说明虽然用户的意愿度很高，但是不符合客户的产品授信政策；

2、如果注册率过低，但是授信率却很高，那说明客群虽然是客户产品的目标人群，但是意愿太低，也会造成整体成本的上浮；

3、还有甚者，授信率太高，从某种程度上也未必是好事，说明客群质量过优，可能造成支用率的下降。客户虽然不考核这个指标，但相关指标也得在期望范围之内；

所以在以上这种情况下，我们就会采用两个关注不同核心指标的模型通过不同的权重来做融合。融合的比例，还得以业务的实际效果为准。

5、模型压测：

这一部分主要涉及两个策略：低分人群极限测试及低分回捞。

低分人群极限测试：这一部分在之前也提到过，就是某一模型的业务效果不错，一直取分到之前成本的临界分数也表现出色，这时候就可以通过下沉2-3个分数段，但取一个较小的人群包做投放看测试，看3天左右的成本如何，以及效果是否稳定。如果效果好，也可以在此模型的其他策略进行测试。

高活跃低分回捞：相邻分数段的活跃低分可能比高分表现更好，这时候可以通过测试来确定该策略的有效性；或者可以先用响应率模型取top人群，剩下的一个分数段的人群用活跃度模型筛选后投放；

人群策略：

1、自有标签体系人群差异化投放：

提到人群策略，其实和公司的数据和模型紧密相关。一般来讲，我们会根据模型做人群的细分，例如年龄、地域、收入水平、婚姻水平等做人群差异化精准投放。但是不同的公司数据基础不一，有些数据由于授权和合规问题，也不能在营销场景中使用，所以就需要结合自有数据和定制化模型，去做差异化的策略投放。例如同一个模型，不同运营商的人群，可投放的人群量和业务效果也差异很大。

2、白户策略：

就像银行会有白户一样，To B的金融科技公司也会有白户。如果业务刚起步，做得粗放些，直接将这部分人群丢弃不进行投放。在业务早期，这也不是什么大问题。但是在业务晚期遇到瓶颈的时候，如果能对这部分人群加以使用，也是一个业务的突破口。

例如我们在进行投放的时候，发现年龄是一个重要的影响因素，但是库里有大量的数据这个字段为空。如果我们可以尝试加入白户营销系数结合模型去做这部分年龄缺失的客群的投放，也能达到一定的业务预期效果。

3、产品排序策略：

这篇其实也可以开一个专题介绍。这里主要描述可能遇到的几个业务场景：

• 同一个渠道的流量，给数个产品引流，怎么排期取数：如果Top取数，产品依次取，那样必然造成有的产品始终是低分人群投放；如果根据公平，几个产品分成几个桶来取数，那样就造成对另一个产品有意向的人群因分桶限制，始终不会被营销到另一个产品。所以，笔者这里也给大家留一个思考，怎么最为合理；
• 不同的渠道，给同一个产品引流：以哪个渠道为主，会不会对该渠道其他的产品冲突，怎么来保证渠道、ToB 增长服务提供者、甲方三者的共赢，也是一个值得思考和讨论的话题；

通道策略：

这也是笔者经常会遇到的问题，到底使用语音投放还是短信投放效果好。对于这个问题，笔者也不能一概而论。一些的结论还是需要通过测试来得出。是否短信还是语音投放，取决于产品类型，人群特性以及业务所处的阶段。

在以下几个情况下，我们通常会采用短信投放：

1、模型测试期：在和甲方合作前期，模型会根据客户样本做定制模型，前期对模型的效果不明确的情况下，可以采用短信进行投放。笔者认为，主要考虑的因素还是短信受影响因素较少，基本还是取决于成功率。所以短信通道的波动不会对模型效果的评价造成干扰。但是语音的影响因素就会更多，语音线路、挂短、引擎的调整，都会对结果造成比较大的影响，很可能对结果造成误判。

2、业务发展初期：在模型调整到位后，我们会对top人群进行投放。因为一开始的业务规模较小，采用短信或者语音对成本影响不大，语音也并不占优势。但是等业务规模到了一定阶段，这时候短信对业务的瓶颈显现之后，我们可以尝试用语音投放，来看看短信和语音的效果对比。因为语音的方式，相比短信优化外的空间更大。所以这时候改用语音投放，可能会对业务有所助力。

语音策略：

语音这块其实是资源强依赖的，线路质量、挂机短信通道质量这些只能通过不断寻找更优质供应商。在此之外，要想达到语音业务效果的最佳状态，也需要甲方和AI引擎供应商相互配合，以期达到业务的最佳效果。这个也是彼此互相成就的过程。

其实这篇内容在之前语音优化篇已经做个详细分享，笔者在此更多是出于整体策略做了总结：

1、外呼策略：外呼窗口及补呼策略；

2、意向策略：意向规则定义及阈值设计；

3、短信策略：挂机短信发送策略；

4、话术策略：抗投诉（投诉预判、投诉安抚止损）、促转化（结合用户心理以及客户活动、专属客群录音）、提兴趣（增加低意向人群的兜底话术）；

5、引擎策略：听得清（识别准确）、听得懂（语音理解准确）、说得好（交互自然，语音令人愉悦）；

在此文中，笔者介绍了模型、人群、通道以及语音策略的一些观点，一家之言，希望对读者有所启发。按笔者的经验来看，策略会根据每个公司数据质量情况，以及业务发展阶段，不断地变化调整。笔者也欢迎这一行业的从业人员和笔者一起交流，互相印证彼此的想法。