TOP100summit分享实录 | 网易卡爷：实战解读增长黑客在 B 端业务中的应用
本文内容节选自由msup主办的第七届全球软件案例研究峰会，现任网易云信及网易七鱼市场总监姜菡钰（卡爷）分享的《实战解读增长黑客在B端业务中的运用》实录，重点分享：3个To B产品营销获客实战案例（PPT+文稿）。
本文为网易云信及网易七鱼市场总监姜菡钰（卡爷）在TOP100summit上的演讲实录。分享者卡爷，工商管理硕士，十余年市场推广经验，九年电信运营商工作经历，先后负责过多款面向C端用户和B端企业客户的产品运营推广，历任中国电信企业通信产品（协同通信）和阅读产品（天翼阅读）市场总监。目前全面负责网易云信和网易七鱼的市场工作，在行业拓展，商务合作，大型项目实施等方面有较深入研究。
编者按：2018年11月30日-12月3日，第七届全球软件案例研究峰会在北京国家会议中心盛大开幕，现场解读2018年「壹佰案例榜单」。本文为网易云信及网易七鱼市场总监姜菡钰老师分享的《实战解读增长黑客在B端业务中的运用》案例实录。
全文 5486 字，阅读约需 10 分钟。本篇文章主要分为 4 个部分：
为什么人人都在关注增长？
详解 B 端业务的流量漏斗模型
网易内部三大实战案例分析
增长的思维让营销难题迎刃而解
今天到场的大部分人都来自于各大国内外科技公司，有公司负责人、技术负责人、产品负责人，这个会场还有很多的互联网产品经理，你们肯定都是抱着学习的心态过来的，看到我估计会感觉到挺疑惑，你一个搞市场跑来这干嘛。
网易的 B 端产品非常有互联网气质，传统意义上 To B 的市场靠商务以及渠道就能搞定一切的思路，并不适合网易的 B 端产品。很多用户在使用和选择前期已经在线上对产品进行了一定了解，在线上做出购买的决策。
那么同时兼具了互联网红利和流量压力的 To B 市场应该怎么玩？新时期的互联网 B 端产品到底如何进行市场营销？如何打破传统市场营销只负责花钱的恶名，真正去解决业务产品的增长问题？
在网易七鱼和网易云信几年的运作和摸索中，我通过实战沉淀了一些心得，希望借这个平台和大家共同探讨。
我自己是一个爱好比较广泛的人，热爱运动，长跑、越野都是我喜欢的项目，此外，我也喜欢旅游，喜欢 NASA ，对浩瀚和未知充满好奇。也许正因为我这样「不安分」的性格，让我更愿意迎接变革。
我最近很喜欢一句话：Everything is an experiment , you win or learn 。
传统意义上的市场是广告，宣传，但是在增长时代下，市场营销人员的身影还会出现在产品、数据、渠道等领域，正是这种「不安分」提供了多种技能增长的可能，一个跟得上这个时代的市场营销人员需要是产品专家、数据分析师、文案高手、创意专家，更需要是用户需求洞察专家。这种「不安分」的增长黑客思维赋予了我们更多的可能性。
为什么人人都在关注增长？
2000 年初，增长这个概念已经出现在美国硅谷，并且很多公司都已经在践行了，例如我们所熟知的 Facebook ，他们在很早的时候就成立了增长部门， Facebook 所关注用户的 Aha 时刻就是新用户在 7 天内可以有 30 个相关联系人。
随着增长黑客之父 Sean Ellis 所著的《增长黑客：如何低成本实现爆发式增长》被引入中国，包括范冰老师著作《增长黑客》、曲卉老师著作《硅谷增长黑客实战笔记》的风靡，逐步把增长这件事情越来越多地带到中国企业中。
正如耐克创始人 Phil Knight 所说的「 If you are not growing，then you are dying」，我觉得这句话很能体现我对增长这个事情的理解，围绕经典的 AARRR，本质上就是要以业务增长为核心，关注用户从最初的进入获取到最后的自传播，其实要关注整一个环节。
其实这一两年我看了很多增长方面的书，也参加了很多活动，但我还是会感到困扰：很多 C 端的方法我们可以拿来借鉴和参考，但是对于 B 端的实际业务来说总觉得还差点什么。
做 C 端产品的时候，可能我们做了一个爆款活动，例如红包、促销、裂变等等，马上就能引来一大波 C 端用户。很多时候给他们一个「营销刺激」，他们就立马下载你的产品。但这些营销方式在B端基本上没有太大作用，因为B端面对的是一个又一个的企业用户，他们是一个群体，有比较长的决策流程。
所以在这两年中，一方面我在不断吸收、学习增长在 C 端的玩法，另外一方面，我也在结合我们的场景做一些尝试。
在衡量一款 SaaS 产品是否健康、整个收益是否达到比较好的状态时，有一种算法是：把 LTV 除以 CAC ，数值越大，健康度就越好。
LTV 是指用户的整个生命周期的价值，大家可以简单理解为当一个客户成为我的付费用户后，到他完全衰退，或者说他不再用我的产品为止，在这整个生命周期，它为我的企业贡献了多少的收入。而 CAC 指的是获客成本，大致包含新客获取所投入的市场营销费用和销售人工成本佣金等等。
所以对于 Marketing 部门来说，我要做的就是尽可能的让投入产出达到最大化，尽可能让我的 CAC 数值降低降低再降低。
详解 B 端业务的流量漏斗模型
我们的 Marketing 部门直接负责销售线索的获取，传统意义上，销售和市场团队有着天然的矛盾，一方认为我们活动、宣传做的不错，一方认为你的推广是无效的，没有能够给我带来客户线索。而 Marketing 部门知道我的预算有一半可能是被浪费了，但是我不知道浪费在什么地方，这些问题都是客观存在的。
因此，我们现在的 Marketing 部门是会从潜客触达、引入、分层、培育，全流程关注销售线索的获取。我们这里可以看一张图，是我们对流量到成单一个漏斗管理。
潜在客户
潜在客户是指我们希望与之交流的客户，比如：网站访客和我们用外呼流程尝试联络的客户。两者的差别在于后者可能可以被直接转化为 SQL ，而潜在客户如果没有被有效引导为注册，绝大多数需要走育客。
MQLs（Marketing Qualified Leads）
MQLs 按照迫切程度分为两种：迫切度高的线索，以让「销售联系我」为代表；迫切度低的线索，例如参加了我们的活动或者关注我们的公众号或者文章等。两者各有跟进流程，前者启动销售跟进，最好资源介入。后者可能进入批量外呼、维系。
SQLs（漏斗商机）
SQLs 一般在销售或 SDR 与潜客接触后产生。
我们的产品是否能解决客户的痛点？（效果）
是否有一个关键的时间点客户必须让这个效果发生？
客户规模多大？我们需要采用什么样的资源投入？
SAL （销售接受商机，储备）
销售转化商机，并进入相应销售的漏斗，意味着该销售对此 SAL 的赢单、收入和销售周期负责。如果商机觉得转化价值不够，退回到育客。 SDR 则对商机产生的数量和 SQL 到 SAL 的转化率负责。
商机产生的相关变量：
触客次数：邮件、电话、 QQ 等
不同渠道：除了目前传统的方式，如纸质寄送，微信好友关系？微博？点赞互动？
历时几天：统一的育客池子、表单来源和筛选
客户的团队：仅限于注册人？还是提前触达 KP ？
我们的团队：仅有的 SDR 或者 AE ，还是更高层触达？
网易内部三大实战案例分析
接下来会用三个To B的案例来阐述一下，我们是如何利用增长黑客的思维来提高我们的获客效率，实现我们的精准转化。
【案例一：关于 Acquisition 用户获取】
想要获取用户，首先我们要知道用户是谁？用户画像是什么?
我们在刻画用户画像的时候有一个很重要的步骤——把他们全部关联起来。
在网易的业务里面，我们的业务版图很大，不同业务会留下不同层面的数据，而这些数据都会变成一个个标签，形成一个立体生动的人物描述，有了这一张人物画像，就不会像盲人摸象一样。我们把它聚集起来，我就能获得一个 360 度全局画像。
除了大数据以外，我们也非常重视小数据。因为小数据采集成本相对比较低，同时它的行业，或者业务导向会更加的明确。例如我们会通过问卷调查的方式，更好地了解用户的需求，发现他心动的时刻。在投新品的时候，也可以对市场做更深入的研究，通过样本的洞察有效地影响用户。
大数据与小数据一起结合，会让我们对于用户的理解更加的深入。
当我们知道了用户画像后，就会涉及到渠道的投放。我们整体分为付费渠道、有机渠道和口碑渠道。
像我们现在在做的「朋友推荐计划」其实是一个非常棒的口碑推广，这种渠道成交的订单一般都会是标准功能型，客单价不会特别高，但精准率很高，成单成本相较于常规的拉新转化是非常低的。
所以我觉得任何一款产品如果可以把口碑渠道这个做深做透的话，是对产品的一个快速成长，包括对营收提升一个非常好的方式。
针对付费渠道和有机渠道两个部分，有机渠道里我们非常注重的就是 SEO （搜索引擎优化）以及内容营销，特别是内容营销，我认为做 B 端也好， C 端也好，内容营销都是越来越重要、绝对不能忽视的渠道。
就像我们刚刚说的，其实现在的受众已经养成了带着问题去搜索的习惯，当他们去寻找一款产品的时候，其实他内心已经有很多想法，所以我们这里说的内容营销并不是说传统意义上的写一篇新闻啊发篇软文之类的，这里的内容有更丰富、更多样的展现形式，包括视频、白皮书、线下活动等等，我们要懂得让优质的内容在渠道中流动起来。
总的来说，选择核心渠道的基本原则：
大体量渠道优先，可追踪渠道优先；
免费或价位较低的渠道优先；
可以随时开始、随时结束的渠道优先
而在活动的策划执行中，我们 Marketing 部门会以独立营销活动做一个周期，以项目制的形式推进，做到有序规划、快速反应。其实这也是时下热门的敏捷营销。针对每一个活动，我们都坚持用户洞察、目标制定、营销建模、整合互动、持续影响力的营销框架，快速调整营销策略，动态地设计相应的营销组织结构，合理配置营销资源。
以网易云信为例，我们举办了多场泛娱乐、教育等垂直领域的行业峰会，进行多次解决方案营销、开发者营销，建立了完善的用户推荐机制，我们以一种更快、更准、更敏捷的模式举办营销活动，相应的我们也获得了更好的传播效果和营销回报。
【案例二：互动机器人——从潜在用户到 MQLs 】
相信大家都有同样的感受，当我们在获取潜在用户的时候，会遇到很多流量的损耗，很多进入官网的流量会跳出。他们可能来浏览一下就走掉了，也可能已经在多个页面浏览但依然没有留下联系方式。
我们觉得这种流量损耗是非常可惜的，为了解决这个问题，七鱼做了一个什么样的动作呢？
我们会监测用户的浏览行为，包括滑动的速度、浏览的内容、点击动作等等我们所能捕捉到的用户行为。然后我们的机器人就会分析和挖掘用户的诉求，用个性化的会话方式主动去撩客户，尽可能地根据用户想要了解的内容去进行对话，最后去引导他进行留资。我们其实摒弃了以前传统的、被动的对话框，这在减少流量损耗方面展现出很明显的作用。
我们也会有一个比较系统的评分体系，比如说，如果用户跟七鱼机器人只是做一些寒暄，系统给他分数就会比较低；如果用户和机器人的对话已经涉及到产品的功能了，系统会给他比较高的分数；如果用户了解产品功能后又去询问价格了，那系统会认为他是一个高价值的有潜力的用户，评分体系里会给他加更多的分值。
【案例三：「养鱼池」方法论——从 MQLs 到 SQLs 】
第一个案例我主要讲的是如何获取潜在用户，也就是所谓的泛流量；第二个案例讲的主要是如何从泛流量中筛选出我们的画像用户，也就是 MQLs ；那么到了第三个环节，就是我们如何把 MQLs 变成 SQLs 。
对于销售来说，他们更关注的是引来的潜客到底有没有可能买我的产品，成为我的用户，当然前面的两个环节也都是缺一不可的，但是第三个环节至关重要，我们给它起了个名字叫做「养鱼池」。
我们假设打造了一个巨大的池子，然后通过活动、推广，把很多鱼苗（泛流量）引进来，最终销售其实要打捞的是鱼池里已经成长起来的鱼。所以这里有三个核心的关键观点，第一个是产生数据，第二个是捕捉数据，第三个是在恰当时间进行用户的培育。
我们会通过一个统一的 ID ，把能获取到的用户的信息，如手机、邮箱、行为轨迹等，合并成为一个完整的人。
我们可以以时间轴的形式，看到这个用户的行为轨迹，例如他几点看了我的文章，几点访问了我的官网，何时参加了线下活动，它其实就是抓取了用户多渠道的行为轨迹。我们会根据行为轨迹综合评分，例如，这个 ID 参加了两次线下活动，分享了一篇七鱼公众号的文章给朋友，同时登录七鱼官网浏览了一些重要页面，我们就会认为它是一个非常有可能成为我们客户的潜客。
「养鱼池」实际上就是在合适的时机，通过合适的渠道，用合适的内容，和对的客户进行互动。
当用户进入到我们线索池后，我们的内容库会进行较为精准的匹配，例如有的用户关注机器人服务，那我推送的一定是机器人的内容；有的用户喜欢参加我们线下活动，那我推送给他线下活动的邀请……
最终当这些用户的行为数据采集合并之后，可满足我们根据评分体系筛选出高质量的线索，我们才会推送给我们的销售，那这样对于销售来说，其实本质上市场跟销售所谓的矛盾也就完美的化解了。
举一个线下活动的实战案例。
我们之前在广州做了一个电商沙龙，从扫描活动关注公众号，我们就获取到他的 ID ，并在养鱼池后台产生一条记录；当他填写报名信息时， ID 就会把他所有行为、信息捆绑到一起；后续包括现场扫码签到、公众号文章阅读，以及销售跟进、定向发送产品介绍或者价格文件的时候，都可以合并行为捕捉。我们可以知道他在什么时间阅读了什么文章，浏览了官网什么页面，销售也可以第一时间去联系。
增长的思维让营销难题迎刃而解
我们把自己定义为增长黑客型的 Marketing 部门，用增长的思维做每一件事情，不给自己设限。
我们注重每一个用户触点的营销价值并建立数据驱动的思维方式，数据思路构建后，以上说的几方面营销痛点就都可以迎刃而解了。
例如：依靠每次营销活动后的数据分析，可以对效果、花费进行客观评估，从而提出优化方案；对于营销手段选择的决策也可以基于数据来进行，找到效果点，这样就避免了「知道预算有一半浪费，但不知道哪一半浪费」的难点了。
数据还可以帮助市场部更好的证明自己的工作成果，通过数据的呈现，市场部的每项工作所产生的实际结果就一目了然了，相应的也可以不断获得更多的内部支持和资源。
此外，数据分析还可以形成对于客户的洞察，未来的市场研究方式应该都是基于全数据的分析，企业通过客户的交互数据，可以读出客户喜欢什么、不喜欢什么、喜欢什么样的沟通方式、不接受什么样的沟通方式等信息。
如果未来数据进一步丰富，还可以不断进行市场需求、市场容量、增长潜力等更进一步的行业洞察分析。
实现个性化营销也是数据分析的其中一个好处。
目前太多的营销场景都属于「千人一面」，也就是所有的客户和潜客看到一样的文章、一样的邮件、一样的产品，这是因为过去我们并不知道每个客户的差异和喜好。
如果通过数据分析形成的人群画像来进行判断，就可以进行更加个性化的触达，从而优化客户体验，提升客户对于品牌的好感度，进而进一步增加成单的可能性。
数字化的时代，市场部门被赋予了新的职责与使命，最显著地体现就是，我们需要从创意驱动的思维转化为数据驱动的思维，营销工作的目标就是对业务的增长负责。
以上内容来自姜菡钰（卡爷）老师的分享。
声明：本文是由壹佰案例原创，转载请联系 [email protected]