基於POI和地理圍欄的精細化運營實踐

語言: CN / TW / HK

編輯導語:基於LBS與POI,運營人員可以擁有更多的手段實現精準營銷和精細化運營,不過在此之前,你需要先了解LBS和POI的定義及區別。本篇文章裡,作者就二者的定義,以及基於POI和地理圍欄的運營應用場景等方面做了總結,一起來看一下。

記得大學時,每年暑期開學,校園裡各個運營商攤位賣手機、賣號卡,畢業工作後,網際網路浪潮興起,中午辦公園區吃飯看到路邊各種小桌子、小推車進行App應用地推,註冊新使用者發個小禮物。

其實,不管是居民區掃樓發傳單還是辦公區地推送禮品,本質都是希望儘可能地將到訪這一位置,也就是POI的使用者轉化成自己的有效流量。

如今,流量紅利過後,基於POI的運營手段,是否可以為企業帶來新的增長點,實現更精準的營銷呢?

一、POI相關的基本概念

POI和LBS的概念並不新,但是相信仍然會有很多人搞不清楚兩者的關係。

1. LBS服務

百科定義:基於位置的服務(LocationBasedServices,LBS),是利用各型別的定位技術來獲取定位裝置當前的所在位置,通過移動網際網路向定位裝置提供資訊資源和基礎服務。首先使用者可利用定位技術確定自身的空間位置,隨後使用者便可通過移動網際網路來獲取與位置相關資源和資訊。

LBS服務中融合了移動通訊、網際網路絡、空間定位、位置資訊、大資料等多種資訊科技,利用移動網際網路絡服務平臺進行資料更新和互動,使使用者可以通過空間定位來獲取相應的服務。

2. 應用場景

LBS服務目前的應用非常廣泛,最底層的主要是由百度地圖、高德地圖、騰訊地圖等地圖廠商提供基礎的位置資訊能力,各個App通過接入或呼叫地圖服務介面,衍生出各種基於位置的產品功能。例如:

1)基於位置的產品搜尋或召回服務

城市旅遊景點、酒店住宿、出行打車、周邊的吃喝玩樂、休閒娛樂等,大眾點評就是典型的基於位置的產品服務。其他像社交軟體附近的人、短視訊應用同城周邊都屬於LBS的服務功能。

2)地圖導航或搜尋服務

到陌生的地方利用地圖查交通路線或自駕導航,搜尋周邊加油站、停車場。以及快遞或外賣配送員實時位置查詢,也都屬於LBS的範疇。

3. POI

POI是“PointofInterest”的縮寫,中文可以翻譯為“興趣點”。在地理資訊系統中,一個POI可以是一棟房子、一個商鋪、一個學校、一個工廠等。

POI包含四方面資訊,名稱、類別、座標、分類。高德地圖提供了海量的POI資訊資料,例如上海407W+POI,一個長寧區就包含了18W。通過高德提供的POI介面資料或者將資料爬取下來,加工處理,供後期使用。

4. 地理圍欄

POI是興趣點,即點的概念。實際在產品召回或者LBS營銷應用時,會從更大範圍的區域進行,即通過多邊形的方式,將POI周圍的區域圈定起來,就像打籬笆圍欄。

地理圍欄(Geo-fencing)是LBS的一種新應用,就是用一個虛擬的柵欄圍出一個虛擬地理邊界。當手機進入、離開某個特定地理區域,或在該區域內活動時,手機可以接收自動通知和警告。

有了地理圍欄技術,位置社交網站就可以幫助使用者在進入某一地區時自動登記。坐高鐵經過新的城市時,收到XX歡迎你的簡訊。

5. 概念小結

從以上定義可以看出,LBS範圍更加廣泛,一切基於位置的產品服務或者營銷觸達,都可以歸屬於LBS,而POI更多強調的是某一個位置點的屬性資訊,即到底是商務樓宇、學校,是工廠,精細化運營背景下,人群的細分和精細化運營需要多種手段的識別。

而地理圍欄則是,基於目標點的範圍擴充套件,進入多邊形區域內的使用者(裝置),進行產品或服務上的差異化。

二、POI和地理圍欄的應用場景

1. 使用者特徵識別資訊盲點補充

人群的差異化運營幾乎是現在每個精細化運營的企業都在做的事情。白領、學生、醫護、藍領使用者群體差異性非常大,對於外賣類的電商平臺,供給側要充分考慮群體的消費能力的差異,才能更好提高轉化。

很多業務流程為了減少操作步驟降低流失率,瀏覽商品後,靜默註冊,填寫手機號收貨地址即可完成交易流程。隨著資料安全法、個人資訊保護法相繼執行,使用者資料的獲取安全門檻越來越高,能夠用來獲取使用者畫像特徵的資料會受到較大限制。

當年外賣從學生市場拓展到白領市場時,業務面臨最大的痛點是,無法區分到底哪些使用者是學生,哪些是白領。我們是怎樣利用POI資料,識別使用者群體特徵呢?

1)第一階段:收貨地址文字匹配

按照業務常識,梳理出不同地址型別的關鍵做模糊匹配,例如,如果地址中包含學校、大學、學院、中學等關鍵詞,就認為是學生訂單,規則匹配後,再人工校驗準確度,不斷豐富關鍵詞,經過幾輪優化後,準確率只能到達60%左右,因為抽樣發現,會存在很多地址不規範無法匹配的,如XX宿舍201,或者地址寫XX學校旁的小旅店。

2)第二階段:利用POI性質判斷使用者特徵

使用者在瀏覽周邊商家或者外賣下單選擇收穫地址時,是可以獲取經緯度資訊的,跟進訂單的經緯度,和地圖的POI區域進行匹配,高德地圖提供了每個POI點的非常細緻的性質分類,即如果經緯度落在了學校的邊界內,即認為是學生訂單。

這一階段的準確度達到了90%以上,主要的差異來源於使用者可能會在區域周邊定位,或者住在學校裡的老師。一般來說,準確度到90%以上,就可以進行業務上的應用了。

2. 區域精細化運營

有人會問具有位置屬性的產品本身都已經提供了LBS的搜尋或召回運營的能力,例如地圖搜尋附件的商家。那POI資料的處理是否還有必要呢?

例如,小區周邊新開了一家生鮮買菜的線下體驗店,需要對曾經在周邊1Km內取菜點取過菜的使用者進行簡訊推送,吸引使用者前來光顧,此時主要會用到【XX小區】+【周邊1Km】+【訂單數>0】等標籤條件,來圈選出目標人群,進行精準營銷觸達。

此外,相比較線上實時的LBS召回運營,提供POI圈選能力,可以讓運營同學有更多基於經驗規則運營的靈活性。再舉個栗子,當用戶在定位POI屬性是火車站或者機場(附件XXkm)時,可以進行AppPush推送酒店或者打車服務的優惠券。

三、POI精細化運營解決方案

從以上基本概念及應用場景可以看出,POI的精細化運營,需要結合使用者行為資料、交易資料等一系列的畫像標籤+定位的POI屬性進行組合使用,構建POI維度的使用者分層能力。

即,建立完善的LBS類的標籤,與已有的精準營銷平臺打通,實現從圈選到營銷觸達的一站式能力。資料產品規劃時,針對LBS標籤需求提供靈活的配置能力。

1. 產品實施步驟

1)場景調研

基於業務形態及使用者訴求,調研當前業務是否有POI精細化運營的需求,不是所有的業務模式都有應用場景。常見的包括:

  • 品牌廣告投放 :不同屬性的區域進行廣告的差異化投放,需要分析已有使用者的主要來源位置畫像,例如年輕使用者來源是學校周邊,還是那些地方。以站內資料和站外的廣告媒介資源進行匹配。因為廣告媒體的分類非常粗。
  • LBS廣告投放 :Banner廣告位或商家資源位,可以針對目標產品周邊的使用者進行展示,提升流量利用效率。
  • POI營銷 :工廠周邊、火車站、機場周邊的精細化運營。

2)資料獲取

主要是資料抓取與離線資料清洗工作,比如將高德幾千萬的POI資訊落庫,構建POI的數倉模型,供後期使用。

資料處理,則是將站內使用者歷史定位的經緯度和POI進行匹配,提供使用者的POI分佈分析及POI使用者的畫像分析能力。這裡需要注意,對於一個使用者多個位置定位,可以取一段時間內,定位次數最多的位置。

3)產品規劃

對於POI運營平臺,至少需要具備四項核心能力,即:

  • 資料分析 :提供現有使用者的POI分析能力,如檢視不同使用者群體分佈在哪些POI,使用者主要來源區域熱力圖;或提供區域使用者畫像,即分析某一具體區域的使用者畫像特徵,為廣告投放提供決策支撐
  • 區域圈選 :通過多種條件篩選出目標POI或周邊區域,如POI型別、屬性、省份、城市、具體地址資訊等,離線場景直接圈選目標人群,實時場景輸出區域規則
  • 服務輸出 :圈選的目標區域,作為LBS位置標籤,對接精準營銷平臺,提供位置判斷的API服務,不同業務系統可直接呼叫
  • 場景落地 :與運營等業務部門聯動,進行場景的打樣,通過AB對比POI運營與業務規則運營的差異。

2. LBS標籤構建方案示例

針對實時營銷場景,POI標籤圈選是構建地理圍欄的規則,當用戶實時定位獲取到經緯度資訊時,再經過Geohash匹配演算法與圈選的規則進行匹配,如果命中規則就觸發相應的產品或運營動作。

四、總結

POI資料可以作為使用者屬性資訊判斷的重要補充,例如學生群體判斷在獲取不到學信網的認證資訊時,年齡+定位POI(學校周邊)的準確率要遠高於只用年齡。除此之外,對於特定型別的POI使用者進行運營觸達,可以實現用更少的流量完成同樣的KPI,提升流量的利用效率。

#專欄作家#

資料乾飯人,微訊號公眾號:資料乾飯人,人人都是產品經理專欄作家。專注資料中臺產品領域,覆蓋開發套件,資料資產與資料治理,BI與資料視覺化,精準營銷平臺等資料產品。擅長大資料解決方案規劃與產品方案設計。

本文原創釋出於人人都是產品經理,未經作者許可,禁止轉載。

題圖來自Unsplash,基於CC0協議