电商营销体系建设的运营、产品 和技术挑战

货源代理

导读：电商营销是一个内涵和外延都很年夜 的领域，此处提到的电商营销主要指狭义上的促销体系，包含 各类 优惠券、红包、抽奖等营销对象 ，以及基于营销对象 上构建的促销活动，比如专场补贴，聚划算等。这篇文章从认知、运营、产品以及技术四个方面展开，剖析 营销体系建设中的挑战和应对。

一、认知
电商的实质 是零售，电商营销是一个典范 的市场营销行为，营销专业的通用理论和模型，以及一些常见的用户心理学等知识，都可以应用在电商营销活动中。
1. 营销模型

在营销领域有一些经典的营销模型，比如 4P’s。
4P’s 营销理论，即产品（Product）、价格（Price）、渠道（Place）、宣传（Promotion），再加上策略（Strategy），简称为“4P’s”
4p 模型很好理解，如果你要提议 一场综合性的营销活动，需要明确介入 活动的商品范围，活动促销的价格，活动曝光的渠道，以及如何触达到消费者，还有介入 活动的规矩 （Strategy）。
4P 模型是一个高度抽象的理论，在 4P 模型之外，还有 4C 模型。
4C 包含 消费者的需求与欲望（Consumer needs wants）、消费者愿意支付 的成本（Cost）、购买商品的便利（Convenience）、沟通（Communication）
4c 模型更多的是从消费者的角度来去设计营销活动，由于聚焦用户，所以 4C 模型更适用于细分市场。

除此之外，其他一些理论，比如阿里妈妈推出的几个营销模型，PDCA 循环，AISAS 消费行为模式等，都可以赞助 理解电商营销活动的设计。
2. 消操心 理学

要比较好的理解电商营销活动，需要一些行为经济学和心理学的知识，了解了基本的用户心理学等知识以后，再去运营相关的营销活动，会事半功倍。
举个例子，每年双十一商家都邑 提前发放一些年夜 额优惠券，就是利用消费者预设心理账户，以及损失厌恶的心理，刺激用户购买，让原本犹豫甚至没有意愿的消费者，也来购买商品。
很多营销玩法都可以从消操心 理学角度进行剖析 ，类似的操作还有很多：

二、运营
电商营销是一个强运营的领域，绝对的运营导向，一方面营销玩法越来越多，另一方面越来越偏向精细化运营。
1. 玩法越来越多

不知道年夜 家有没有感触感染 到，最近几年，各年夜 电商平台营销活动的花样越来越多了。
不仅涌现 了各类 年夜 型的促销活动，比如双十一，618，聚划算，以及拼多多的百亿补贴。日常的营销活动也越来与庞杂 ，比如优惠券，满减，秒杀，套餐，红包，抽奖，拍卖，团购，拼团，分销，一元购，心愿单，多买多送，低价买券，众筹平台，积分抵现，新人专享等等。
为什么要有这么多玩法，烦不烦？
自古深情留不住，唯有套路得人心。
对于综合型平台电商来说，电商营销的趋势就是玩法越来越多。
年夜 部分围绕订价 衍生的优惠策略，比如优惠券，红包等，实质 都可以认为是价格歧视，越来越庞杂 的促销策略，让价格体系变得越来越庞杂 ，理解成本越来越高。从这个角度上说，最完美的电商促销对象 ，可能是让每小我 最终购买的价格都是不一样的，也就是「年夜 数据杀熟」。
越来越庞杂 的促销策略，我觉得也可以从长尾理论的角度来理解。长尾理论应用在电商中，短头指的是位于顶端的少数热门商品，而长尾指的则是位于末端的年夜 量冷门商品，热门商品虽然 会带来巨年夜 收入，然则 利用好长尾，也会创造出乎意料的业绩。

对于平台电商来说，长尾商品代表了 GMV 增量，需要挖掘 这部分流量。以淘宝为例，平台有数以亿计的商品，然则 通过主搜入口的流量，年夜 部分导向的是热门商品。
如何挖掘 长尾产品的潜力？就可以通过花样繁多的营销活动来进行，比如各类专场可用的优惠券。
2. 精细化运营

越来越多的玩法，对应的就是电商运营的精细化。
随着电商网站的进一步成长 ，电商促销的意义也越来越不只于刺激消费者下单和提高 GMV，也是平台实现用户增长，拉新促活的重要手段。
在前端运营中，优惠券和红包等作为基础的营销对象 ，应用异常 普遍 。以优惠券为例，可以对分层用户实现很好的激励，从发券到领券的流程都可以定制，比如对于一部分很久没登录的用户，可以定向发送优惠券到账户中，作为用户维护和召回的重要手段。
在 App 统计指标中，年夜 家经常会存眷 「使用时长」这个数据，通过各类 营销活动，占据了用户心智，玩法多了，优化用户数据，获得 更准确的用户画像，就可以进一步细分行业，进行精细化运营，给用户提供个性化办事 。

双十一的盖楼活动，很多朋友会觉得反感这类，这正是差别 化营销的一个别 现，对价格不敏感的客户群体，不会花时间去介入 这类活动，反过来，有相当一部分人群会热衷于介入 这类活动，并且把身边的人也邀请进来，最终实现了平台拉新，促活的目的。
再比如拼多多的多多果园，可以看做是一种特殊的领券活动，只不过这个优惠券需要你坚持去种树和浇水能力 领到，用券直接兑换实物商品，作为游戏化设计里的激励机制。
三、产品
业务侧的各类 玩法，需要一个产品来承载，这个产品系统长什么样，怎么设计，就是产品同学需要解决的问题。
对于一个平台型电商来说，促销业务变更 比较多，电商营销产品侧的设计很难用一套系统去承载。
一般来说，一个综合电商的营销中心需要包含 给 B 端商家使用的营销对象 、促销活动配置，给平台运营使用的活动选品对象 、数据指标剖析 平台等。特其余 ，一些比较自力 的产品可以作为零丁 的产品线，成为自力 的产品系统，比如京东的试用中心，众筹平台。

社交分销比较自力 ，然则 也和优惠券、红包等营销对象 直接相关，比如分享得红包，这一点上，拼多多可以说是做到了极致。
进一步，可以计划 给商家使用的一些分层激励，比如设置营销排行榜，分享促销案例，让商家直不雅 的看到有哪些同行通过 XX 促销活动赚到了钱，激发商家介入 促销活动的意愿。电商平台是一个典范 的双边市场，平台可以利用制定规则的权力，平衡商家和用户的需求，使得交易量最年夜 。
1. 产品模型

从产品模型上来说，可以参考上面的 4P 模型，结合不合的营销对象 特点，抽象对应的产品结构。

以优惠券为例，可以进行下面的拆解：

营销中心的主体是促销活动（Promotion），例如创建一个促销活动，题目 是”1024 法度模范 员特卖节”，介入 活动的商品范围包含 机械键盘，数码外设等，并且针对这部分商品，设置平台优惠券（Coupon），满减活动（Activity），优惠券满 100-20，平台直接减 5 元（Promotion-Rule），报名活动的商家（Range），也可以设置商家层面的优惠券。活动的推广渠道，可以通过外部 H5 页面进行宣传，比如设计一个零丁 的落地页（Landing-Page），也可以在线下渠道（Channel）进行推广，比如地铁里的易拉宝和招贴画。
产品模型的设计另一个重点是促销规矩 的设计。
考虑这样一个场景，当一个商品可用的优惠同时有多种，包含 商家优惠券，平台优惠券，类目专享活动，新人专享活动等，不合的营销对象 如何组合，使用了商家券，还可以用平台券吗？加入 了新人专享活动，还能否使用满减呢？
如果纯真 依靠枚举来实现，就会发明 分支情况越来越多。
比较好的是统一建立促销规矩 ，通过规矩 类型和规矩 组，限制不合规矩 之间的组合情况。
2. 与其他领域的交互

还记不记得，那些年你薅过的羊毛？
营销产品侧的设计，还有一个重要部分，就是营销体系与其他业务领域的交互，特别是订单交易、风控和数据算法。

1）营销和订单
营销对象 影响价格，直接影响订单交易，举个例子，在一类电商中，有一个模块至关重要，就是购物车。
如果把购物车看作一个容器，那么其中承载的，就是商品信息以及对应的优惠信息。购物车是营销活动，重要的透收支 口。
进一步，优惠券状态和使用范围的判断、券核销以后的记录，以及优惠价格的计算，券正当 性的校验等，都产生 在与购物车和订单的挪用 中。
营销和订单交易的交互，还有一个重要的模块，就是逆向流程。在订单交易中，逆向流程的设计异常 重要，比如用户退货退款后，优惠券/红包是否返还，都是需要考虑的点。
2）营销和风控
营销与风控相辅相成，一体两面，因为营销活动配置不合理导致的资产损失，经常有报道。
类似的例子，在淘宝的早期也遇到过，下面来自《淘宝技术这十年》：

拼多多的这次失误，很明显就是优惠券设置不合理：平台优惠券没有限制使用类目，可以在虚拟类目下使用；领取数量没有限制，从 C 端看没有优惠券库存的限制。
各类 营销对象 ，在创建时就需要考虑风控和可能造成资损：
从营销对象 层面考虑，优惠券、红包等的领取，都要设置数量范围，通过库存的方法 来进行限制从活动层面考虑，为了不造成资损，可以给每一场营销活动都配置预算规矩 ，在预算额度接近阈值时报警
3）营销和数据
电商营销活动就是通过营销手段获取利润最年夜 化，调剂 价格势必会影响收入，需要考虑投入产出比。
在进行系统设计时，各类埋点特别症结 ，也要给运营提供支持。除此之外，在进行营销活动时，通常需要进行一个 ABTest，通过 MVP 验证营销效果，并且依据 实时的数据反馈，及时调剂 营销策略。
四、技术
之前介入 过商品体系建设，对于平台型电商来说，万物皆可商品，商品治理 主要的庞杂 度体现在不合行业不合类目的上单流程区别、商品属性差别 ，由此带来的标准化治理问题，以及类目属性体系的沉淀。
一言以蔽之，商品、仓储等领域的庞杂 度主要在 B 端，C 端业务场景相对简单，而营销不合，主要的业务变更 在 C 端，庞杂 度来自于赓续 变更 的营销形态。
技术为业务办事 ，那么面对营销这样一个形态多变的业务，应该如何去进行系统设计呢？
下面从模型、性能以及选型进行展开。
1. 模型

杀一个法度模范 员不消 枪，改三次需求就好了。

这句话当然是一个段子，不过也说明了，年夜 部分工程师不太喜欢「频繁改需求」这件事情。
然则 ，年夜 部分互联网业务，改需求这件事情是异常 合理的，特别是电商营销的场景里，需要及时反馈，及时调剂 营销策略，「改需求」几乎是必定 的。
有经验的工程师都知道，工程开发里底层模型的稳定性异常 重要，良好的底层数据结构，可以预留扩展空间，似乎 杠杆一样，支持更多的业务成长 。

如果不克不及 用一个相对稳定可扩展的模型去承接上层业务，开发很容易就陷入到无尽的需求调剂 中去。
那么在底层模型上，就需要进行一定的抽象，对于优惠券、活动等的数据模型设计，可以从以下方面展开：
各类营销对象 的实体，是否需要落地数据模型？
各类促销规矩 ，是否可以全部枚举出来？
不合的促销规矩 ，规矩 之间的关系如何处理？
这里要避免一个误区，就是过度抽象和设计。
电商领域设计里，有一个抽象水平 特别高的模块，就是风控。
在进行风控系统设计时，要考虑各类交易属性，对应触发的阈值，以及风控动作。然则 营销和风控有一个很年夜 的区别：
风控策略是由平台治理 ，而营销对象 的使用者是商家。
也就是说，营销对象 ，弗成 能做成像风控一样，是字段和规矩 的自由组合。B 端产品的功能设计，就是营销模型抽象的一个界限 ，在设计数据结构时，要考虑到营销对象 给商家操作时的易用性。
2. 性能

营销系统的另外一个技术挑战是性能，例如各类促销活动的实时结算，秒杀系统的性能优化。
目前一类电商的营销玩法越来越庞杂 ，特别是年夜 促活动期间同一个商品可能叠加了七八个不合的营销。 这些都需要在购物车里进行实时的计算，对整体的性能、并发量都有异常 高的要求。
电商营销中秒杀系统的设计，是一个经典的高并发工程设计典范 ，各类 极致优化手段基本上都应用上了。

3. 选型

最后盘一下，营销侧开发需要哪些技术组件？
完成了模型的拆解，以及对性能指标的要求，就可以进行具体的技术选型。
Web 框架，RPC 中间件，以及关系型数据库等组价，普适性比较高，这里就不展开了，说一些比较特殊的。

优惠券都邑 有一个可用时间，超出之后，会被置为已超期，依据 时间变更 来调剂 状态，可以通过延迟队列来实现，Redis，MQ 都可以实现对于不合的营销活动，可以在前端引入一个状态，比如优惠券超期失效，逆向生效，状态的流转，可以通过状态机去治理 不合的规矩 之间是兼容还是互斥，需要一个规矩 引擎的支持，依据 业务范围 ，可以选择使用 Drools 或者 EasyRule，也可以自己开发对于促销规矩 的表示，为了更灵活的进行抽象，可以使用脚本语言进行封装，比如阿里的 QLExpress，mvel 语言在逆向流程里，会有比较多的异步任务，比如产生 交易退款以后，退回优惠券，可以考虑使用消息队列等促销的展示和促销价格的计算，对性能要求很高，需要各级缓存的支持，考虑 Guava 和 RedisC 端接口需要考虑防刷，可以考虑添加限流降级功能实现稳定性，使用 Guava-RateLimiter 或者 Alibaba Sentinel 等在优惠券领取时，需要避免超发，如果并发比较年夜 ，可以添加散布 式锁实现

五、总结
这篇文章对电商营销这件事情，做了一个自顶向下的思考，偏向 High-level。欢迎留言分享你的不雅 点。
本文由 @邴越 原创宣布 于人人都是产品经理。未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议