新零售的時代，消費者產生消費的場景越來越復雜，傳統營銷意義上的AIPL模型也延伸出無數的可能性。AIPL鏈路分析的重點是針對每個消費者在不同階段的特征進行深入挖掘，進而支撐市場、運營、商品等進行策略調整。

一.觸達渠道

?

從引起消費者關注的場景來看，目前消費者可觸達到品牌進而產生關注的渠道有非常多，包括自有的渠道以及外部合作渠道，場景也從單一的線上/線下場景，變成線上線下融合的無界限交互場景。分析師開展消費者分析的時候，首先得先做消費者觸達渠道細分，每一個渠道都要做好數據埋點。目前來說，很多中小型公司是沒有做數據埋點規范的，這需要分析師針對各個細分場景，與相關的實施部門溝通，建立相關規范。

?

?

二.用戶路徑

?

消費者從渠道觸達進入平臺，會產生一系列的瀏覽行為，這一瀏覽行為通常稱為用戶路徑。新零售時代的用戶路徑可分為幾種：純線上訪問的用戶路徑、純線下門店瀏覽只在結算時產生結算行為的用戶路徑、線下門店瀏覽掃碼產生的線上訪問路徑、其他線下場景掃碼產生的線上訪問路徑等。

用戶訪問的路徑統計一般通過在各個需要統計數據的位置埋點上報而來，因此，埋點上報的數據非常重要，一般需要包含幾大相關信息：用戶ID、會員ID、訪問位置/頁面/板塊/商品/門店、訪問時間、下一步點擊、下一步點擊時間等。無線上平臺訪問的用戶行為一般通過門店攝像頭識別，帶有唯一的faceID，以便與會員ID相關聯。
?

用戶訪問的路徑可以直接反饋用戶對平臺的興趣點在哪里。例如，很多用戶訪問后直接跳出/離開/不進店，這時候就要從數據上排查原因。

?

1.進入的客戶是否與平臺定位相匹配。如果平臺定位為小眾產品，受眾屬于某一小圈子興趣愛好者，但是推廣渠道引入/門店周邊的客戶群體大部分并非這個圈子的人群，那么，用戶訪問跳出率/離開率/不進店率就非常高。

?

2.考慮引流的商品是否具有競爭優勢。一般競爭優勢包括：價格優勢、獨家銷售商品、門店周邊無類似競爭對手等。

?

3.線上平臺/門店的用戶體驗。

?

（1）線上平臺/門店給用戶的設計是要簡潔高效的。在生活壓力如此大的時代，人們的生活節奏在加快，因此，如何高效的讓用戶獲取相應的信息并轉化，是非常重要的。

（2）設計要跟平臺定位一致，保持美觀舒適，讓用戶在瀏覽的時候能夠保持輕松愉悅的心情。

（3）交互體驗便捷，門店操作指引清晰，能讓用戶不需要費腦就可以輕松的進行下一步的操作。

這三點如果都做到了，但是產生興趣的用戶非常少，那就是平臺知名度的問題了，這時候就要回到AIPL鏈路的第一站，如何引起關注了。對于一個新興的品牌來說，品牌曝光度非常重要，首先你得讓用戶對平臺有所感知，進而對平臺產生初步的信任感，才能進行下一步的轉化。
?

再說回用戶路徑，用戶路徑有兩種

?

• 用戶的轉化路徑，也就是我們經常看到的那個轉化漏斗，從訪客到注冊到購買然后再到復購。新零售場景下，轉化漏斗應該加上線上線下的相互引流數據。這里面就涉及了那條被錯以為是公式的非公式：銷售額=流量*轉化率*客單價*復購率，實際上如果要公式成立，最后一個指標應該改為人均購買次數/訂單數。當然，這四個指標反映了平臺的價值，如果要衡量一個平臺本身是否具有商業價值，可以先從這四個簡單的指標入手，再深入展開去分析。

• 用戶的瀏覽路徑。用戶瀏覽路徑有很多條，有時候用戶會反復返回同一個頁面或是同一個貨架，或是瀏覽同一個商品，通過可視化圖表可以看到各個訪問頁面的大體情況，進行數據分析的時候可以結合一起分析。尤其是在大促的情況下，運營的同事有側重的專題頁，得配合專題頁的入口位置、內容設計、來源渠道等一起分析。

?

?

圖片來源：網絡截圖

?

對于門店購買客戶的瀏覽軌跡，可以通過攝像頭捕捉、客戶掃碼商品的次序與商品陳列的相關度等等來進行分析。

在促使客戶產生購買行為方面，很多人都能說出很多方法，例如商品結構優惠、下單流程優化等等。但是，實際上要促使客戶購買，主要跟商品有關系，而平臺的各種體驗流程優化，則是為了盡可能的降低客戶放棄購買的行為。所以很多平臺會通過搜索優化、推薦優化、促銷降價優惠券等各種手段來促使客戶下單購買。

客戶產生首次購買行為后，是否回訪及回購，則跟客戶在平臺的一系列的體驗相關。例如，商品的質量、物流配送時效及質量、平臺后續的售后服務、營銷觸達等等。我們通常以忠誠度來衡量一個平臺客戶的質量。忠誠度的指標包含復購率、活躍度（訪問、評價、分享、購買等）、非促銷場景購買等。
?

AIPL鏈路是環環相扣的閉環，用戶在任意的環節都可能流失，然后又因為各種品牌曝光環節又重新關注平臺。而平臺的定位、屬性等也有可能隨著時間的遷移而更改，用戶的消費能力、消費特征等也會隨著家庭收支的變化以及家庭需求的變化而產生變化。因此，AIPL鏈路分析的重點是針對每個消費者在不同階段的特征進行深入挖掘，進而支撐市場、運營、商品等進行策略調整。

總結

以上是生活随笔為你收集整理的新零售场景下的AIPL分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。