基于POI和地理围栏的精细化运营实践
记得大学时,每年暑期开学,校园里各个运营商摊位卖手机、卖号卡,毕业工作后,互联网浪潮兴起,中午办公园区吃饭看到路边各种小桌子、小推车进行App应用地推,注册新用户发个小礼物。
其实,不管是居民区扫楼发传单还是办公区地推送礼品,本质都是希望尽可能地将到访这一位置,也就是POI的用户转化成自己的有效流量。
如今,流量红利过后,基于POI的运营手段,是否可以为企业带来新的增长点,实现更精准的营销呢?
一、POI相关的基本概念
POI和LBS的概念并不新,但是相信仍然会有很多人搞不清楚两者的关系。
1. LBS服务
百科定义:基于位置的服务(LocationBasedServices,LBS),是利用各类型的定位技术来获取定位设备当前的所在位置,通过移动互联网向定位设备提供信息资源和基础服务。首先用户可利用定位技术确定自身的空间位置,随后用户便可通过移动互联网来获取与位置相关资源和信息。
LBS服务中融合了移动通讯、互联网络、空间定位、位置信息、大数据等多种信息技术,利用移动互联网络服务平台进行数据更新和交互,使用户可以通过空间定位来获取相应的服务。
2. 应用场景
LBS服务目前的应用非常广泛,最底层的主要是由百度地图、高德地图、腾讯地图等地图厂商提供基础的位置信息能力,各个App通过接入或调用地图服务接口,衍生出各种基于位置的产品功能。例如:
1)基于位置的产品搜索或召回服务
城市旅游景点、酒店住宿、出行打车、周边的吃喝玩乐、休闲娱乐等,大众点评就是典型的基于位置的产品服务。其他像社交软件附近的人、短视频应用同城周边都属于LBS的服务功能。
2)地图导航或搜索服务
到陌生的地方利用地图查交通路线或自驾导航,搜索周边加油站、停车场。以及快递或外卖配送员实时位置查询,也都属于LBS的范畴。
3. POI
POI是“PointofInterest”的缩写,中文可以翻译为“兴趣点”。在地理信息系统中,一个POI可以是一栋房子、一个商铺、一个学校、一个工厂等。
POI包含四方面信息,名称、类别、坐标、分类。高德地图提供了海量的POI信息数据,例如上海407W+POI,一个长宁区就包含了18W。通过高德提供的POI接口数据或者将数据爬取下来,加工处理,供后期使用。
4. 地理围栏
POI是兴趣点,即点的概念。实际在产品召回或者LBS营销应用时,会从更大范围的区域进行,即通过多边形的方式,将POI周围的区域圈定起来,就像打篱笆围栏。
地理围栏(Geo-fencing)是LBS的一种新应用,就是用一个虚拟的栅栏围出一个虚拟地理边界。当手机进入、离开某个特定地理区域,或在该区域内活动时,手机可以接收自动通知和警告。
有了地理围栏技术,位置社交网站就可以帮助用户在进入某一地区时自动登记。坐高铁经过新的城市时,收到XX欢迎你的短信。
5. 概念小结
从以上定义可以看出,LBS范围更加广泛,一切基于位置的产品服务或者营销触达,都可以归属于LBS,而POI更多强调的是某一个位置点的属性信息,即到底是商务楼宇、学校,是工厂,精细化运营背景下,人群的细分和精细化运营需要多种手段的识别。
而地理围栏则是,基于目标点的范围扩展,进入多边形区域内的用户(设备),进行产品或服务上的差异化。
二、POI和地理围栏的应用场景
1. 用户特征识别信息盲点补充
人群的差异化运营几乎是现在每个精细化运营的企业都在做的事情。白领、学生、医护、蓝领用户群体差异性非常大,对于外卖类的电商平台,供给侧要充分考虑群体的消费能力的差异,才能更好提高转化。
很多业务流程为了减少操作步骤降低流失率,浏览商品后,静默注册,填写手机号收货地址即可完成交易流程。随着数据安全法、个人信息保护法相继执行,用户数据的获取安全门槛越来越高,能够用来获取用户画像特征的数据会受到较大限制。
当年外卖从学生市场拓展到白领市场时,业务面临最大的痛点是,无法区分到底哪些用户是学生,哪些是白领。我们是怎样利用POI数据,识别用户群体特征呢?
1)第一阶段:收货地址文本匹配
按照业务常识,梳理出不同地址类型的关键做模糊匹配,例如,如果地址中包含学校、大学、学院、中学等关键词,就认为是学生订单,规则匹配后,再人工校验准确度,不断丰富关键词,经过几轮优化后,准确率只能到达60%左右,因为抽样发现,会存在很多地址不规范无法匹配的,如XX宿舍201,或者地址写XX学校旁的小旅店。
2)第二阶段:利用POI性质判断用户特征
用户在浏览周边商家或者外卖下单选择收获地址时,是可以获取经纬度信息的,跟进订单的经纬度,和地图的POI区域进行匹配,高德地图提供了每个POI点的非常细致的性质分类,即如果经纬度落在了学校的边界内,即认为是学生订单。
这一阶段的准确度达到了90%以上,主要的差异来源于用户可能会在区域周边定位,或者住在学校里的老师。一般来说,准确度到90%以上,就可以进行业务上的应用了。
2. 区域精细化运营
有人会问具有位置属性的产品本身都已经提供了LBS的搜索或召回运营的能力,例如地图搜索附件的商家。那POI数据的处理是否还有必要呢?
例如,小区周边新开了一家生鲜买菜的线下体验店,需要对曾经在周边1Km内取菜点取过菜的用户进行短信推送,吸引用户前来光顾,此时主要会用到【XX小区】+【周边1Km】+【订单数>0】等标签条件,来圈选出目标人群,进行精准营销触达。
此外,相比较线上实时的LBS召回运营,提供POI圈选能力,可以让运营同学有更多基于经验规则运营的灵活性。再举个栗子,当用户在定位POI属性是火车站或者机场(附件XXkm)时,可以进行AppPush推送酒店或者打车服务的优惠券。
三、POI精细化运营解决方案
从以上基本概念及应用场景可以看出,POI的精细化运营,需要结合用户行为数据、交易数据等一系列的画像标签+定位的POI属性进行组合使用,构建POI维度的用户分层能力。
即,建立完善的LBS类的标签,与已有的精准营销平台打通,实现从圈选到营销触达的一站式能力。数据产品规划时,针对LBS标签需求提供灵活的配置能力。
1. 产品实施步骤
1)场景调研
基于业务形态及用户诉求,调研当前业务是否有POI精细化运营的需求,不是所有的业务模式都有应用场景。常见的包括:
- 品牌广告投放:不同属性的区域进行广告的差异化投放,需要分析已有用户的主要来源位置画像,例如年轻用户来源是学校周边,还是那些地方。以站内数据和站外的广告媒介资源进行匹配。因为广告媒体的分类非常粗。
- LBS广告投放:Banner广告位或商家资源位,可以针对目标产品周边的用户进行展示,提升流量利用效率。
- POI营销:工厂周边、火车站、机场周边的精细化运营。
2)数据获取
主要是数据抓取与离线数据清洗工作,比如将高德几千万的POI信息落库,构建POI的数仓模型,供后期使用。
数据处理,则是将站内用户历史定位的经纬度和POI进行匹配,提供用户的POI分布分析及POI用户的画像分析能力。这里需要注意,对于一个用户多个位置定位,可以取一段时间内,定位次数最多的位置。
3)产品规划
对于POI运营平台,至少需要具备四项核心能力,即:
- 数据分析:提供现有用户的POI分析能力,如查看不同用户群体分布在哪些POI,用户主要来源区域热力图;或提供区域用户画像,即分析某一具体区域的用户画像特征,为广告投放提供决策支撑
- 区域圈选:通过多种条件筛选出目标POI或周边区域,如POI类型、属性、省份、城市、具体地址信息等,离线场景直接圈选目标人群,实时场景输出区域规则
- 服务输出:圈选的目标区域,作为LBS位置标签,对接精准营销平台,提供位置判断的API服务,不同业务系统可直接调用
- 场景落地:与运营等业务部门联动,进行场景的打样,通过AB对比POI运营与业务规则运营的差异。
2. LBS标签构建方案示例
针对实时营销场景,POI标签圈选是构建地理围栏的规则,当用户实时定位获取到经纬度信息时,再经过Geohash匹配算法与圈选的规则进行匹配,如果命中规则就触发相应的产品或运营动作。
四、总结
POI数据可以作为用户属性信息判断的重要补充,例如学生群体判断在获取不到学信网的认证信息时,年龄+定位POI(学校周边)的准确率要远高于只用年龄。除此之外,对于特定类型的POI用户进行运营触达,可以实现用更少的流量完成同样的KPI,提升流量的利用效率。
#作者#
数据干饭人,微信号公众号:数据干饭人。专注数据中台产品领域,覆盖开发套件,数据资产与数据治理,BI与数据可视化,精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。
版权声明
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!