午夜在线视频观看版,怡红院毛片,黄色免费高清视频 http://www.dpkxx.com (English) 移動(dòng)應(yīng)用運(yùn)營(yíng)平臺(tái) Thu, 08 Aug 2019 08:50:05 +0000 zh-CN hourly 1 https://wordpress.org/?v=4.8 http://www.dpkxx.com/wp-content/uploads/2017/06/C512-c.png Cobub OP Team – Cobub http://www.dpkxx.com 32 32 python使用深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)識(shí)別暹羅與英短 http://www.dpkxx.com/python-uses-deep-neural-networks-to-identify-siamese-and-british-short/ Mon, 05 Feb 2018 03:25:59 +0000 http://www.dpkxx.com/?p=7317 先來(lái)上兩張圖看看那種貓是暹羅?那種貓是英短?
第一張暹羅

python使用深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)識(shí)別暹羅與英短,首發(fā)于Cobub

]]>
先來(lái)上兩張圖看看那種貓是暹羅?那種貓是英短?
第一張暹羅

第二張英短

你以后是不是可以識(shí)別了暹羅和英短了?大概能,好像又不能。這是因?yàn)樗夭奶倭耍覀兛催@兩張圖能分別提取出來(lái)短特征太少了。那如果我們暹羅短放100張圖,英短放100張圖給大家參考,再給一張暹羅或者英短短照片是不是就能識(shí)別出來(lái)是那種貓了,即使不能完全認(rèn)出來(lái),是不是也有90%可能是可以猜猜對(duì)。那么如果提供500張暹羅500張英短短圖片呢,是不是猜對(duì)的概率可以更高?
我們是怎么識(shí)別暹羅和英短的呢?當(dāng)然是先歸納兩種貓的特征如面部顏色分布、眼睛的顏色等等,當(dāng)再有一張要識(shí)別短圖片時(shí),我們就看看面部顏色分布、眼睛顏色是不是可暹羅的特征一致。
同樣把識(shí)別暹羅和英短的方法教給計(jì)算機(jī)后,是不是計(jì)算機(jī)也可以識(shí)別這兩種貓?
那么計(jì)算機(jī)是怎么識(shí)別圖像的呢?先來(lái)看一下計(jì)算機(jī)是怎么存儲(chǔ)圖像的。

圖像在計(jì)算機(jī)里是一堆按順序排列的數(shù)字,1到255,這是一個(gè)只有黑白色的圖,但是顏色千變?nèi)f化離不開(kāi)三原色——紅綠藍(lán)。

這樣,一張圖片在計(jì)算機(jī)里就是一個(gè)長(zhǎng)方體!depth為3的長(zhǎng)方體。每一層都是1到255的數(shù)字。
讓計(jì)算機(jī)識(shí)別圖片,就要先讓計(jì)算機(jī)了解它要識(shí)別短圖片有那些特征。提取圖片中的特征就是識(shí)別圖片要做的主要工作。
下面就該主角出場(chǎng)了,卷及神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN).
最簡(jiǎn)單的卷積神經(jīng)網(wǎng)絡(luò)就長(zhǎng)下面的樣子。

分為輸入、卷積層、池化層(采樣層)、全連接和輸出。每一層都將最重要的識(shí)別信息進(jìn)行壓縮,并傳導(dǎo)至下一層。
卷積層:幫助提取特征,越深(層數(shù)多)的卷積神經(jīng)網(wǎng)絡(luò)會(huì)提取越具體的特征,越淺的網(wǎng)絡(luò)提取越淺顯的特征。
池化層:減少圖片的分辨率,減少特征映射。
全連接:扁平化圖片特征,將圖片當(dāng)成數(shù)組,并將像素值當(dāng)作預(yù)測(cè)圖像中數(shù)值的特征。
?卷積層
卷積層從圖片中提取特征,圖片在計(jì)算機(jī)中就上按我們上面說(shuō)的格式存儲(chǔ)的(長(zhǎng)方體),先取一層提取特征,怎么提取?使用卷積核(權(quán)值)。做如下短操作:

觀察左右兩個(gè)矩陣,矩陣大小從6×6 變成了 4×4,但數(shù)字的大小分布好像還是一致的。看下真實(shí)圖片:

圖片好像變模糊了,但這兩個(gè)圖片大小沒(méi)變是怎么回事呢?其實(shí)是用了如下的方式:same padding

在6×6的矩陣周?chē)恿艘蝗?,再做卷積的時(shí)候得到的還是一個(gè)6×6的矩陣,為什么加一圈0這個(gè)和卷積核大小、步長(zhǎng)和邊界有關(guān)。自己算吧。
上面是在一個(gè)6×6的矩陣上使用3X3的矩陣做的演示。在真實(shí)的圖片上做卷積是什么樣的呢?如下圖:

對(duì)一個(gè)32x32x3的圖使用10個(gè)5x5x3的filter做卷積得到一個(gè)28x28x10的激活圖(激活圖是卷積層的輸出).
?池化層
減少圖片的分辨率,減少特征映射。怎么減少的呢?
池化在每一個(gè)縱深維度上獨(dú)自完成,因此圖像的縱深保持不變。池化層的最常見(jiàn)形式是最大池化。
可以看到圖像明顯的變小了。如圖:

在激活圖的每一層的二維矩陣上按2×2提取最大值得到新的圖。真實(shí)效果如下:

隨著卷積層和池化層的增加,對(duì)應(yīng)濾波器檢測(cè)的特征就更加復(fù)雜。隨著累積,就可以檢測(cè)越來(lái)越復(fù)雜的特征。這里還有一個(gè)卷積核優(yōu)化的問(wèn)題,多次訓(xùn)練優(yōu)化卷積核。
下面使用apple的卷積神經(jīng)網(wǎng)絡(luò)框架TuriCreate實(shí)現(xiàn)區(qū)分暹羅和英短。(先說(shuō)一下我是在win10下裝的熬夜把電腦重裝了不下3次,系統(tǒng)要有wls,不要用企業(yè)版,mac系統(tǒng)和ubuntu系統(tǒng)下安裝turicreae比較方便)
首先準(zhǔn)備訓(xùn)練用圖片暹羅50張,英短50長(zhǎng)。測(cè)試用圖片10張。
上代碼:(開(kāi)發(fā)工具anaconda,python 2.7)

數(shù)據(jù)放到了h盤(pán)image目錄下,我是在win10下裝的ubuntu,所以h盤(pán)掛在mnt/下。

test的文件:(x指暹羅,y指英短,這樣命名是為了代碼里給測(cè)試圖片區(qū)分貓咪類(lèi)型)

test_data[‘label’] = test_data[‘path’].apply(lambda path: ‘xianluo’ if ‘x’ in path else ‘yingduan’)
第一次結(jié)果如下:

訓(xùn)練精度0.955 驗(yàn)證精度才0.75 正確率才0.5。好吧,看來(lái)是學(xué)習(xí)得太少,得上三年高考五年模擬版,將暹羅和英短的圖片都增加到100張。在看結(jié)果。

這次訓(xùn)練精度就達(dá)到0.987了,驗(yàn)證精度1.0,正確率1.0 牛逼了。
看下turicreate識(shí)別的結(jié)果:

我們實(shí)際圖片上貓是:(紅色為真實(shí)的貓的類(lèi)型-在代碼里根據(jù)圖片名稱(chēng)標(biāo)記的,綠色為識(shí)別出來(lái)的貓的類(lèi)型)

可以看到兩者是一致的。牛逼了訓(xùn)練數(shù)據(jù)才兩百?gòu)垐D片,就可以達(dá)到這種效果。

python使用深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)識(shí)別暹羅與英短,首發(fā)于Cobub

]]>
你的內(nèi)容運(yùn)營(yíng)策略里,數(shù)據(jù)分析缺席了嗎? http://www.dpkxx.com/is-the-data-analysis-absent-in-your-content-operation-strategy/ Wed, 31 Jan 2018 09:04:45 +0000 http://www.dpkxx.com/?p=7309

什么是內(nèi)容運(yùn)營(yíng)?

內(nèi)容運(yùn)營(yíng)是指基于產(chǎn)品進(jìn)行內(nèi)容策劃、內(nèi)容創(chuàng)作和編輯、內(nèi)容優(yōu)化和發(fā)布等一系列與內(nèi)容相關(guān)的營(yíng)銷(xiāo)活動(dòng)。針對(duì)不同的渠道,內(nèi)容運(yùn)營(yíng)有新媒體內(nèi)容運(yùn)營(yíng)(例如微信公眾號(hào)的內(nèi)容運(yùn)營(yíng))、內(nèi)容平臺(tái)運(yùn)營(yíng)(例如簡(jiǎn)書(shū)的內(nèi)容運(yùn)營(yíng))等。根據(jù)不同的業(yè)務(wù),內(nèi)容運(yùn)營(yíng)又可分為推廣內(nèi)容運(yùn)營(yíng)、產(chǎn)品內(nèi)容運(yùn)營(yíng)、用戶(hù)內(nèi)容運(yùn)營(yíng)等。
內(nèi)容運(yùn)營(yíng)在整個(gè)運(yùn)營(yíng)活動(dòng)中占據(jù)著非常重要的地位。首先,內(nèi)容可以建立用戶(hù)與產(chǎn)品之間的聯(lián)結(jié),內(nèi)容在傳達(dá)品牌價(jià)值的同時(shí)還能培養(yǎng)用戶(hù)對(duì)產(chǎn)品的認(rèn)知。其次,內(nèi)容運(yùn)營(yíng)也是產(chǎn)品服務(wù)的一部分,用戶(hù)不僅能直接消費(fèi)內(nèi)容,還能幫助用戶(hù)消費(fèi)產(chǎn)品。總之,做好內(nèi)容運(yùn)營(yíng)對(duì)于用戶(hù)拉新、用戶(hù)留存和轉(zhuǎn)化非常有幫助。

你的內(nèi)容運(yùn)營(yíng)策略里,數(shù)據(jù)分析缺席了嗎?,首發(fā)于Cobub

]]>

什么是內(nèi)容運(yùn)營(yíng)?

內(nèi)容運(yùn)營(yíng)是指基于產(chǎn)品進(jìn)行內(nèi)容策劃、內(nèi)容創(chuàng)作和編輯、內(nèi)容優(yōu)化和發(fā)布等一系列與內(nèi)容相關(guān)的營(yíng)銷(xiāo)活動(dòng)。針對(duì)不同的渠道,內(nèi)容運(yùn)營(yíng)有新媒體內(nèi)容運(yùn)營(yíng)(例如微信公眾號(hào)的內(nèi)容運(yùn)營(yíng))、內(nèi)容平臺(tái)運(yùn)營(yíng)(例如簡(jiǎn)書(shū)的內(nèi)容運(yùn)營(yíng))等。根據(jù)不同的業(yè)務(wù),內(nèi)容運(yùn)營(yíng)又可分為推廣內(nèi)容運(yùn)營(yíng)、產(chǎn)品內(nèi)容運(yùn)營(yíng)、用戶(hù)內(nèi)容運(yùn)營(yíng)等。
內(nèi)容運(yùn)營(yíng)在整個(gè)運(yùn)營(yíng)活動(dòng)中占據(jù)著非常重要的地位。首先,內(nèi)容可以建立用戶(hù)與產(chǎn)品之間的聯(lián)結(jié),內(nèi)容在傳達(dá)品牌價(jià)值的同時(shí)還能培養(yǎng)用戶(hù)對(duì)產(chǎn)品的認(rèn)知。其次,內(nèi)容運(yùn)營(yíng)也是產(chǎn)品服務(wù)的一部分,用戶(hù)不僅能直接消費(fèi)內(nèi)容,還能幫助用戶(hù)消費(fèi)產(chǎn)品。總之,做好內(nèi)容運(yùn)營(yíng)對(duì)于用戶(hù)拉新、用戶(hù)留存和轉(zhuǎn)化非常有幫助。

如何通過(guò)數(shù)據(jù)分析做好內(nèi)容運(yùn)營(yíng)?

利用數(shù)據(jù)驅(qū)動(dòng)內(nèi)容運(yùn)營(yíng)是市場(chǎng)營(yíng)銷(xiāo)人員的必備技能。在創(chuàng)作內(nèi)容前,我們可以利用數(shù)據(jù)分析確定目標(biāo)用戶(hù),樹(shù)立正確的目標(biāo)(例如,我們的內(nèi)容發(fā)布之后能帶來(lái)多少新用戶(hù)?),并在某種程度上明確內(nèi)容即將產(chǎn)生的影響。想要利用數(shù)據(jù)驅(qū)動(dòng)內(nèi)容運(yùn)營(yíng),我們必須掌握這三步:
數(shù)據(jù)采集,數(shù)據(jù)分析,數(shù)據(jù)反饋。

1. 數(shù)據(jù)采集:了解目標(biāo)用戶(hù)和競(jìng)爭(zhēng)對(duì)手

數(shù)據(jù)驅(qū)動(dòng)內(nèi)容運(yùn)營(yíng)的難點(diǎn)在于我們必須準(zhǔn)確理解我們的目標(biāo)用戶(hù)。只有準(zhǔn)確理解目標(biāo)用戶(hù),我們才能輸出貼近用戶(hù)需求,引起用戶(hù)共鳴的內(nèi)容。
為了理解用戶(hù),我們要盡可能地采集更多用戶(hù)信息,包括用戶(hù)線上、線下行為。例如,用戶(hù)在線上搜索了哪些問(wèn)題、在社交媒體的哪個(gè)話題上比較活躍、喜歡點(diǎn)擊哪些內(nèi)容等等這些線上行為都是我們了解用戶(hù)所需要采集的信息。用戶(hù)行為數(shù)據(jù)采集是為了讓我們了解用戶(hù)的興趣愛(ài)好,以及用戶(hù)共同的行為特征。之后我們就能按照用戶(hù)共同的興趣愛(ài)好和行為特征將用戶(hù)進(jìn)行分組,并針對(duì)不同的用戶(hù)群體產(chǎn)出針對(duì)性地內(nèi)容。
除了采集用戶(hù)行為數(shù)據(jù)外,我們還要采集競(jìng)爭(zhēng)對(duì)手的行為數(shù)據(jù),例如,他們開(kāi)發(fā)了什么內(nèi)容;在什么渠道推廣;這些內(nèi)容給他們帶來(lái)了多少新用戶(hù),多少轉(zhuǎn)化等等。通過(guò)了解競(jìng)爭(zhēng)對(duì)手的表現(xiàn),我們可以推測(cè)哪些關(guān)鍵詞或者主題能夠引起用戶(hù)更多的關(guān)注、用戶(hù)對(duì)哪些內(nèi)容毫無(wú)興趣并且嘗試創(chuàng)新,找到突破口,創(chuàng)造一些新鮮的內(nèi)容來(lái)贏得用戶(hù)的心。
數(shù)據(jù)采集的目的是為了讓我們更好地理解目標(biāo)用戶(hù)和競(jìng)爭(zhēng)對(duì)手。我們可以根據(jù)這些數(shù)據(jù)來(lái)思考如何給自己的品牌增值,如何產(chǎn)出差異化的內(nèi)容吸引用戶(hù)。

2. 數(shù)據(jù)分析:辨別最有效的內(nèi)容推廣渠道

通過(guò)采集的用戶(hù)行為數(shù)據(jù)和競(jìng)爭(zhēng)對(duì)手的行為數(shù)據(jù),我們對(duì)于目標(biāo)用戶(hù)在何時(shí)何地、以何種方式要何種內(nèi)容會(huì)有非常深刻的理解。
在我們產(chǎn)出了針對(duì)性?xún)?nèi)容之后,接著就是如何通過(guò)最有效、影響力最大的渠道去推廣這些內(nèi)容。在官網(wǎng)博客分享遠(yuǎn)遠(yuǎn)不夠,不管我們產(chǎn)出的內(nèi)容多么符合用戶(hù)需求,如果用戶(hù)從來(lái)沒(méi)有看到過(guò)這些內(nèi)容,那么我們純粹是在浪費(fèi)時(shí)間和精力。
推廣渠道很多,例如郵件推送、投放付費(fèi)的展示廣告、與對(duì)目標(biāo)用戶(hù)影響力較大的大V合作或者簡(jiǎn)單的重復(fù)營(yíng)銷(xiāo)等。不管是哪個(gè)推廣渠道,我們需要通過(guò)分析目標(biāo)用戶(hù)行為數(shù)據(jù)和競(jìng)爭(zhēng)對(duì)手行為數(shù)據(jù)來(lái)確定。
數(shù)據(jù)分析能讓我們杜絕盲目地推廣。我們可以通過(guò)分析不同內(nèi)容發(fā)布渠道的不同表現(xiàn),找到用戶(hù)反饋?zhàn)詈玫陌l(fā)布渠道。

3. 數(shù)據(jù)反饋:證明內(nèi)容的價(jià)值

在內(nèi)容產(chǎn)出并推廣之后,我們要評(píng)估我們產(chǎn)出的內(nèi)容,同時(shí)證明我們的付出所產(chǎn)生的價(jià)值。
用戶(hù)是如何與我們的內(nèi)容互動(dòng)的?我們的內(nèi)容有沒(méi)有引起大量的討論?用戶(hù)在接觸我們的內(nèi)容后有哪些行動(dòng)?······諸如此類(lèi)的分析可以讓我們對(duì)內(nèi)容價(jià)值有清晰的了解。
對(duì)于一些品牌來(lái)說(shuō),設(shè)置內(nèi)容投資回報(bào)率很困難,但是我們可以通過(guò)代理指標(biāo)來(lái)描述內(nèi)容產(chǎn)生的影響。我們可以使用不同的評(píng)分系統(tǒng)給不同階段的參與度做評(píng)估,并對(duì)比不同的內(nèi)容模塊產(chǎn)生的效果。例如,點(diǎn)擊瀏覽內(nèi)容1分,更進(jìn)一步的參與如點(diǎn)贊2分,收藏內(nèi)容3分,分享內(nèi)容4分,然后評(píng)估不同評(píng)分級(jí)別的購(gòu)買(mǎi)習(xí)慣。最終,我們可以得出這些評(píng)分?jǐn)?shù)據(jù)和銷(xiāo)量數(shù)據(jù)之間的關(guān)系。銷(xiāo)量越高,可以證明我們產(chǎn)出的內(nèi)容價(jià)值越大。

總結(jié)

內(nèi)容營(yíng)銷(xiāo)的成功并非偶然。運(yùn)營(yíng)人員能夠正確駕馭和利用數(shù)據(jù)產(chǎn)出漂亮并能引導(dǎo)參與和轉(zhuǎn)化的內(nèi)容才是內(nèi)容運(yùn)營(yíng)成功的關(guān)鍵。

你的內(nèi)容運(yùn)營(yíng)策略里,數(shù)據(jù)分析缺席了嗎?,首發(fā)于Cobub

]]>
用戶(hù)流失率高怎么破?這里有10個(gè)策略 http://www.dpkxx.com/how-to-improve-the-user-churn-rate-here-are-10-strategies/ Wed, 24 Jan 2018 01:17:37 +0000 http://www.dpkxx.com/?p=7295
文章概要:
? 什么是用戶(hù)流失?
? 減少用戶(hù)流失是企業(yè)的首要任務(wù)
? 減少用戶(hù)流失的十種策略

用戶(hù)流失率高怎么破?這里有10個(gè)策略,首發(fā)于Cobub

]]>

文章概要:
? 什么是用戶(hù)流失?
? 減少用戶(hù)流失是企業(yè)的首要任務(wù)
? 減少用戶(hù)流失的十種策略
很多企業(yè)并沒(méi)有制定激活沉默用戶(hù)和召回流失用戶(hù)的具體方案。也有些企業(yè)試圖通過(guò)獲取的新用戶(hù)來(lái)頂替流失用戶(hù)的空位,另一些則花大量時(shí)間分析問(wèn)題并想盡辦法阻止用戶(hù)流失。
在討論減少用戶(hù)流失的方法論之前,我們首先得明白用戶(hù)流失是如何定義的。

什么是用戶(hù)流失?

用戶(hù)流失是指在特定時(shí)間段內(nèi)離開(kāi)產(chǎn)品的用戶(hù)數(shù)量。根據(jù)不同的產(chǎn)品及不同業(yè)務(wù),時(shí)間段的確定也各不相同。用戶(hù)流失指標(biāo)從側(cè)面表明產(chǎn)品留住用戶(hù)的能力。企業(yè)會(huì)為用戶(hù)的大量流失而付出慘重代價(jià)。

讓數(shù)據(jù)說(shuō)話

談到用戶(hù)流失的影響,有研究機(jī)構(gòu)做過(guò)統(tǒng)計(jì),獲取新用戶(hù)的成本是留住已有用戶(hù)成本的五倍。哈佛商學(xué)院的報(bào)告也指出,用戶(hù)留存率上升5%可以帶來(lái)25-95%的利潤(rùn)提升。同樣有數(shù)據(jù)表明留存用戶(hù)是企業(yè)收入的主要貢獻(xiàn)者。

根據(jù)高德納咨詢(xún)公司(美國(guó)咨詢(xún)公司)的數(shù)據(jù),20%的留存用戶(hù)將貢獻(xiàn)公司未來(lái)收入的80%。同時(shí),將產(chǎn)品成功銷(xiāo)售給留存用戶(hù)的幾率是60-70%,而成功銷(xiāo)售給新用戶(hù)的幾率只有5-20%。

以上各種數(shù)據(jù)表明,減少用戶(hù)流失,提升用戶(hù)留存對(duì)企業(yè)(尤其是電商企業(yè))來(lái)說(shuō)最重要并且最有益。

用戶(hù)流失會(huì)對(duì)企業(yè)造成哪些不良影響

? 降低企業(yè)收入,影響企業(yè)業(yè)績(jī)
? 降低企業(yè)收益率
? 提高企業(yè)營(yíng)銷(xiāo)和用戶(hù)召回成本

減少用戶(hù)流失有10個(gè)策略

1. 分析用戶(hù)明確用戶(hù)流失的原因

用戶(hù)為什么會(huì)流失?答案還需要從用戶(hù)身上找,最直接的辦法是與用戶(hù)交談。電話回訪是與用戶(hù)對(duì)話最快的方式。通過(guò)電話回訪用戶(hù),可以知道我們的產(chǎn)品沒(méi)有解決用戶(hù)的哪些痛點(diǎn),我們給用戶(hù)造成了哪些困擾等等。除了電話回訪的方式,我們還可以通過(guò)給用戶(hù)發(fā)郵件、邀請(qǐng)用戶(hù)到官網(wǎng)評(píng)論留言或者在社交媒體與用戶(hù)互動(dòng)的方式查找用戶(hù)流失的原因。

2. 保持用戶(hù)參與度

保持用戶(hù)參與度可以在某種程度上防止用戶(hù)流失。為了保持用戶(hù)參與度,我們需要持續(xù)向用戶(hù)證明產(chǎn)品對(duì)其產(chǎn)生的價(jià)值。除了讓用戶(hù)知道產(chǎn)品的主要功能和更新迭代的內(nèi)容,我們還可以向用戶(hù)展示新的成交消息、特價(jià)商品或者近期的優(yōu)惠活動(dòng)等等。
以前面對(duì)面交流是用戶(hù)參與的主要方式,但新的研究數(shù)據(jù)表明,網(wǎng)站和社交媒體也逐漸成為用戶(hù)參與的主要途徑。

讓新用戶(hù)參與到產(chǎn)品也是減少用戶(hù)流失的好方法。例如,我們可以詢(xún)問(wèn)新用戶(hù)對(duì)產(chǎn)品的第一印象,這有助于我們理解產(chǎn)品所產(chǎn)生的初始影響。

3. 給予用戶(hù)充分的指導(dǎo)

減少用戶(hù)流失可以通過(guò)給用戶(hù)提供高質(zhì)量的指導(dǎo)/支持資料的方式實(shí)現(xiàn)。這些指導(dǎo)包括但不限于免費(fèi)培訓(xùn)、在線論壇、視頻指導(dǎo)或者產(chǎn)品演示等等。好的產(chǎn)品功能加上足夠的指導(dǎo)不僅讓用戶(hù)有解決問(wèn)題的工具,也讓用戶(hù)擁有使用工具的指南。我們發(fā)揮產(chǎn)品和服務(wù)的最大潛力,讓用戶(hù)感受到我們對(duì)其足夠重視,用戶(hù)想要離開(kāi)產(chǎn)品就沒(méi)那么容易。

4. 及時(shí)發(fā)現(xiàn)處在流失邊緣的用戶(hù)

通過(guò)對(duì)以往流失用戶(hù)的行為數(shù)據(jù)進(jìn)行分析,我們可以總結(jié)出一些流失用戶(hù)共有的行為,譬如他們流失之前的那段時(shí)間不像以往那樣活躍,流失之前向我們提出了一些問(wèn)題但沒(méi)有得到我們的反饋等等。通過(guò)發(fā)現(xiàn)這些共同特征,我們就能預(yù)測(cè)處于流失邊緣的用戶(hù)并采取相應(yīng)的措施來(lái)挽留他們。

5. 確定高價(jià)值用戶(hù)

確定高價(jià)值的用戶(hù)并且優(yōu)先滿足這些用戶(hù)的需求非常重要,因?yàn)槲覀兊氖杖胫饕蛇@些高價(jià)值的用戶(hù)貢獻(xiàn)。 辨別高價(jià)值用戶(hù)的方式有兩種:一是分析用戶(hù)在產(chǎn)品生命周期內(nèi)每個(gè)階段的參與度,二是根據(jù)用戶(hù)行為對(duì)用戶(hù)進(jìn)行分組。我們可以將在產(chǎn)品生命周期每個(gè)階段參與度都很高,并且經(jīng)常實(shí)施購(gòu)買(mǎi)行為的用戶(hù)群組視為高價(jià)值用戶(hù)群。
在分析用戶(hù)參與度和不同用戶(hù)群組的行為時(shí),我們不僅可以確定高價(jià)值用戶(hù),還可以確定處在流失邊緣的用戶(hù)。也就是說(shuō),確定高價(jià)值用戶(hù)的同時(shí),我們也能預(yù)測(cè)即將流失的用戶(hù)。

6. 激勵(lì)用戶(hù)

激勵(lì)用戶(hù)的措施有很多,例如優(yōu)惠活動(dòng)、積分兌換等。在采取激勵(lì)措施挽留處于流失邊緣的用戶(hù)或者召回已流失用戶(hù)前,我們一定要確保這些措施所消耗的成本低于這些用戶(hù)給我們貢獻(xiàn)的利潤(rùn)。我們不能浪費(fèi)大量的人力財(cái)力去挽回那些不會(huì)再為我們貢獻(xiàn)一分一毫的用戶(hù)。

7. 找準(zhǔn)目標(biāo)用戶(hù)

《作為產(chǎn)品經(jīng)理,你真的了解數(shù)據(jù)分析嗎?》這篇文章里,我們有提到產(chǎn)品愿景——產(chǎn)品一定要找準(zhǔn)目標(biāo)用戶(hù)。畢竟,目標(biāo)用戶(hù)找錯(cuò)了,哪怕我們使盡渾身解數(shù)也不可能讓用戶(hù)留下來(lái)。如果我們通過(guò)“免費(fèi)”和“便宜”這樣的字眼來(lái)吸引新用戶(hù),我們獲取的新用戶(hù)可能根本不是我們的目標(biāo)用戶(hù)。這些收集免費(fèi)贈(zèng)品的用戶(hù)是最有可能流失的群體。我們的目標(biāo)用戶(hù)應(yīng)該是重視我們產(chǎn)品長(zhǎng)期價(jià)值的用戶(hù),而非那些貪小便宜的用戶(hù)。

8. 向用戶(hù)提供更好的服務(wù)

糟糕的服務(wù)會(huì)導(dǎo)致用戶(hù)流失。用戶(hù)流失有兩大主要原因:一是不稱(chēng)職又粗魯?shù)膯T工,二是服務(wù)慢到讓人無(wú)法容忍。因糟糕服務(wù)而流失的用戶(hù)占流失用戶(hù)的百分之七十多。

上圖足以證明用戶(hù)服務(wù)的重要性。任何讓用戶(hù)不滿的服務(wù)都可能導(dǎo)致用戶(hù)流失。

9. 重視用戶(hù)投訴

用戶(hù)投訴所暴露的產(chǎn)品問(wèn)題只是冰山一角。調(diào)查顯示,96%的用戶(hù)即使對(duì)產(chǎn)品感到不滿也不會(huì)吭聲,而且其中91%的用戶(hù)會(huì)一聲不響地永久離開(kāi)。只有4%的用戶(hù)會(huì)對(duì)產(chǎn)品提出不滿或意見(jiàn)!

由此可見(jiàn),我們必須認(rèn)真對(duì)待用戶(hù)的抱怨和投訴并且及時(shí)給予反饋。研究表明,這些投訴得到反饋和解決的用戶(hù)更有可能成為忠誠(chéng)用戶(hù),而這些忠誠(chéng)用戶(hù)可以傳播我們的產(chǎn)品或服務(wù)從而形成好口碑。

10. 展示我們的競(jìng)爭(zhēng)優(yōu)勢(shì)

我們需要讓用戶(hù)明白我們與競(jìng)爭(zhēng)對(duì)手有什么區(qū)別;我們突出的地方在哪里;如果用戶(hù)不使用我們的產(chǎn)品,他們會(huì)錯(cuò)過(guò)什么。搞清楚這些問(wèn)題之后,就能知道我們的競(jìng)爭(zhēng)優(yōu)勢(shì)有哪些。清楚了競(jìng)爭(zhēng)優(yōu)勢(shì)之后就可以大肆宣傳啦!
以上我們講述了減少用戶(hù)流失的10個(gè)策略,希望對(duì)APP運(yùn)營(yíng)的小伙伴們有幫助。

用戶(hù)流失率高怎么破?這里有10個(gè)策略,首發(fā)于Cobub

]]>
數(shù)據(jù)分析:如何優(yōu)化廣告投放提升廣告ROI? http://www.dpkxx.com/data-analysis-how-to-optimize-advertising-roi/ Thu, 11 Jan 2018 09:25:49 +0000 http://www.dpkxx.com/?p=7273
對(duì)于大多數(shù)廣告主來(lái)說(shuō),廣告投放的目的無(wú)非就是吸引更多的用戶(hù),提升廣告ROI,最終實(shí)現(xiàn)營(yíng)銷(xiāo)轉(zhuǎn)化。

數(shù)據(jù)分析:如何優(yōu)化廣告投放提升廣告ROI?,首發(fā)于Cobub

]]>

對(duì)于大多數(shù)廣告主來(lái)說(shuō),廣告投放的目的無(wú)非就是吸引更多的用戶(hù),提升廣告ROI,最終實(shí)現(xiàn)營(yíng)銷(xiāo)轉(zhuǎn)化。但同時(shí)他們也更加關(guān)注這些信息,比如:
廣告是否按時(shí)投放?
媒體/廣告公司承諾的量是否達(dá)到?
媒體/廣告公司出示的數(shù)據(jù)是真實(shí)的嗎?
媒體有沒(méi)有作弊?
廣告的投入與產(chǎn)出是否成正比……等等。
廣告主為什么會(huì)在意這些?我們以下圖為例,筆記本在ZOL投放的費(fèi)用明細(xì):

從上圖不難看出,對(duì)于廣告主來(lái)說(shuō)廣告費(fèi)用是一筆不小的支出,每一筆廣告投放都需要投入大量的資金,誰(shuí)都希望每一筆費(fèi)用都花在刀刃上。想要了解上述各種題就要知道廣告投放中的各項(xiàng)數(shù)據(jù)指標(biāo)所代表的意義,這樣才不會(huì)被虛假信息所蒙蔽。

廣告投放數(shù)字背后的玄機(jī)

廣告效果指標(biāo)分很多,每一種監(jiān)測(cè)指標(biāo)反映不同的數(shù)據(jù)效果,比如二跳率、到達(dá)率等反應(yīng)廣告效果有沒(méi)有達(dá)到媒體的承諾;曝光量、點(diǎn)擊量反映CPC、CPM夠不夠,廣告受眾地域分布反應(yīng)投放的區(qū)域受眾人群是不是正確等信息。

同時(shí)投放的維度不同監(jiān)測(cè)的指標(biāo)也不同。比如以推廣品牌為目的重點(diǎn)關(guān)注點(diǎn)擊量、點(diǎn)擊用戶(hù)數(shù)、點(diǎn)擊IP數(shù),以及到達(dá)量、到達(dá)用戶(hù)數(shù) ;以引入流量為目的重點(diǎn)關(guān)注到達(dá)量、到達(dá)用戶(hù)數(shù)、二跳量以及總瀏覽量;以引導(dǎo)用戶(hù)參與活動(dòng)為目的重點(diǎn)關(guān)注轉(zhuǎn)化量、轉(zhuǎn)化用戶(hù)數(shù);以促進(jìn)銷(xiāo)售為目的重點(diǎn)關(guān)注轉(zhuǎn)化明細(xì)。

與媒體數(shù)據(jù)指標(biāo)相比,廣告主更加關(guān)注廣告效果。

數(shù)據(jù)指標(biāo)反映了投放的結(jié)果,但在實(shí)際操作過(guò)程中,面對(duì)形式繁多的廣告,哪個(gè)位置,哪個(gè)媒介是最好的?如何衡量廣告效果?其中哪些廣告是有效的?哪些媒介組合是真正有效的呢…..?這一系列問(wèn)題也是廣告主所關(guān)注的。
那么在廣告投放中,如何解決這些問(wèn)題,實(shí)現(xiàn)精準(zhǔn)投放呢?這就需要對(duì)廣告投放進(jìn)行優(yōu)化,對(duì)于廣告投放中出現(xiàn)的問(wèn)題及時(shí)解決。

一、了解評(píng)估廣告效果的基本方法

廣告效果評(píng)估一般圍繞點(diǎn)擊量(曝光量)、到達(dá)量、二跳量、轉(zhuǎn)化量四個(gè)指標(biāo)來(lái)評(píng)估,每一個(gè)指標(biāo)衡量不同階段的廣告投放數(shù)據(jù),通過(guò)這些數(shù)據(jù)幫助我們分析廣告投放中出現(xiàn)的問(wèn)題。據(jù)此我們用一個(gè)漏斗圖為大家展示一下:

其中我們要重點(diǎn)提一下,這里的“點(diǎn)擊量”比“曝光量”更重要。 因?yàn)楹饬繌V告效果一般是要測(cè)算“接觸廣告的目標(biāo)受眾”, 用曝光代碼來(lái)統(tǒng)計(jì)并不準(zhǔn)確。這是因?yàn)椋?br /> 1、曝光代碼觸發(fā)次數(shù) ≠ 廣告曝光量(廣告實(shí)際展示次數(shù))
2、廣告曝光量 ≠ 看到廣告的人數(shù)(互聯(lián)網(wǎng)廣告形式千差萬(wàn)別,同樣曝光量的廣告,真正注意到/看到的人數(shù)差別可能巨大)
3、看到廣告的人 ≠ 品牌的目標(biāo)受眾
這中間有3級(jí)差異,所以用曝光來(lái)測(cè)算“接觸到廣告的 目標(biāo)受眾”很不準(zhǔn)確。 點(diǎn)擊量才反應(yīng)真實(shí)效果,曝光量作參考。

二、了解轉(zhuǎn)化

廣告投放離不開(kāi)網(wǎng)站這個(gè)媒介資源,通過(guò)網(wǎng)站,我們要了解這些信息:
哪些地區(qū)帶來(lái)的注冊(cè)用戶(hù)多,哪些搜索引擎帶來(lái)的訂單多,哪個(gè)廣告渠道的轉(zhuǎn)化率最高,哪個(gè)著陸頁(yè)面帶來(lái)的轉(zhuǎn)化率最高等等。

通過(guò)掌握這些轉(zhuǎn)化信息,幫助我們分析轉(zhuǎn)化的情況,比如:
? 外部來(lái)源網(wǎng)站的轉(zhuǎn)化量,可以直接體現(xiàn)該網(wǎng)站的網(wǎng)民質(zhì)量,同時(shí)結(jié)合外部來(lái)源流量,體現(xiàn)各來(lái)源的轉(zhuǎn)化率效果。
? 轉(zhuǎn)化明細(xì)可以將每一個(gè)具體轉(zhuǎn)化的效果剖析出來(lái),作為廣告CPS效果的評(píng)估依據(jù)。

三、了解流量

廣告要實(shí)現(xiàn)轉(zhuǎn)化,最重要的一點(diǎn)就是要有流量,流量從哪里來(lái)?哪些途徑帶來(lái)的用戶(hù)多,哪些地區(qū)帶來(lái)的多…..通過(guò)流量來(lái)源分析,幫助我們優(yōu)化調(diào)整廣告投放渠道和廣告方案。比如:
1、根據(jù)外部來(lái)運(yùn)網(wǎng)站流入量和二跳率排名,刷選優(yōu)質(zhì)來(lái)源,剔除劣質(zhì)來(lái)源。
2、根據(jù)網(wǎng)站流量曲線規(guī)律,了解網(wǎng)民登錄網(wǎng)站的習(xí)慣,選擇最佳的廣告內(nèi)容發(fā)布時(shí)間。
3、根據(jù)網(wǎng)站流量時(shí)段變化,發(fā)現(xiàn)流量的規(guī)律和異常點(diǎn),進(jìn)而查找深層原因,及時(shí)發(fā)現(xiàn)問(wèn)題,調(diào)整投放。

四、區(qū)別辨別流量質(zhì)量

在廣告投放過(guò)程中,常常遇見(jiàn)虛假流量,惡意點(diǎn)擊等現(xiàn)象,因此評(píng)估流量的質(zhì)量有四大要素:惡意點(diǎn)擊、虛假流量、著陸頁(yè)面內(nèi)容訪問(wèn)、流量用戶(hù)的活躍度。同時(shí)虛假、低質(zhì)流量具有以下特征:
? 24小時(shí)的流量數(shù)據(jù)非常均勻,沒(méi)有明顯特征
? 以天為單位的流量圖時(shí)高時(shí)低,波動(dòng)非常劇烈
? 全國(guó)各個(gè)地區(qū)的點(diǎn)擊、到達(dá)、二跳比率非常接近
? 著陸頁(yè)面點(diǎn)擊很少,幾乎沒(méi)有任何內(nèi)容被關(guān)注
? 廣告訪客的瀏覽深度接近1層
總之,做好廣告投放優(yōu)化最終目的就是提高廣告ROI,其實(shí)歸根到底一句話,就是讓花出去的每一分廣告費(fèi)都起作用,那么如何讓每一個(gè)廣告都起作用呢,其實(shí)就是讓每一個(gè)廣告都變得可衡量,讓每個(gè)廣告的最后效果都能用精確的數(shù)字來(lái)展現(xiàn),這樣精準(zhǔn)度才會(huì)更高,廣告價(jià)值也才會(huì)最大化。

本文來(lái)源于數(shù)據(jù)分析網(wǎng),作者99click商助科技

數(shù)據(jù)分析:如何優(yōu)化廣告投放提升廣告ROI?,首發(fā)于Cobub

]]>
5000字精華,教你搭建互聯(lián)網(wǎng)金融活動(dòng)運(yùn)營(yíng)知識(shí)體系 http://www.dpkxx.com/5000-word-essence-teaching-you-to-build-the-internet-financial-activities-operating-knowledge-system/ Thu, 28 Dec 2017 09:26:09 +0000 http://www.dpkxx.com/?p=7241
《2017中國(guó)互聯(lián)網(wǎng)金融年報(bào)》上,指出了互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)整體水平在下降,風(fēng)險(xiǎn)案件得到初步遏制。但是未來(lái)在凈化互聯(lián)網(wǎng)金融市場(chǎng)上的路仍然很艱巨,所以接下來(lái)國(guó)家在政策上監(jiān)管力度必然是會(huì)持續(xù)加大的,獲客成本更高。另一方面,隨著從業(yè)機(jī)構(gòu)優(yōu)勝劣汰的加劇,行業(yè)的發(fā)展環(huán)境逐步凈化,各大巨頭之爭(zhēng)越來(lái)越激烈。
我們也看到了,2017年互聯(lián)網(wǎng)金融的一個(gè)發(fā)展?fàn)顟B(tài):保險(xiǎn)發(fā)展增速放緩,理財(cái)模塊趨于穩(wěn)定,證券整體開(kāi)戶(hù)數(shù)大幅回落,股權(quán)融資景氣度下降,而消費(fèi)金融和支付兩塊業(yè)務(wù)發(fā)展事態(tài)非常樂(lè)觀,那么如何去搶占更多的市場(chǎng)?
我們看到各機(jī)構(gòu)紛紛使盡渾身解數(shù),輸出各式各樣的打法。2015年首屆互聯(lián)網(wǎng)金融理財(cái)節(jié)也因此誕生,可以說(shuō)這是互聯(lián)網(wǎng)金融界的雙11,參與的平臺(tái)數(shù)最多,也是目前國(guó)內(nèi)規(guī)模最大,回饋力度最強(qiáng)的線上理財(cái)盛會(huì)。
互聯(lián)網(wǎng)金融產(chǎn)品包含很多方面:支付、貸款、理財(cái)、信用卡、保險(xiǎn)等等。今天主要跟大家分享的是關(guān)于互聯(lián)網(wǎng)理財(cái)產(chǎn)品基于生命周期的運(yùn)營(yíng)玩法,希望能夠給大家一些運(yùn)營(yíng)思路的啟發(fā)。

5000字精華,教你搭建互聯(lián)網(wǎng)金融活動(dòng)運(yùn)營(yíng)知識(shí)體系,首發(fā)于Cobub

]]>

《2017中國(guó)互聯(lián)網(wǎng)金融年報(bào)》上,指出了互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)整體水平在下降,風(fēng)險(xiǎn)案件得到初步遏制。但是未來(lái)在凈化互聯(lián)網(wǎng)金融市場(chǎng)上的路仍然很艱巨,所以接下來(lái)國(guó)家在政策上監(jiān)管力度必然是會(huì)持續(xù)加大的,獲客成本更高。另一方面,隨著從業(yè)機(jī)構(gòu)優(yōu)勝劣汰的加劇,行業(yè)的發(fā)展環(huán)境逐步凈化,各大巨頭之爭(zhēng)越來(lái)越激烈。
我們也看到了,2017年互聯(lián)網(wǎng)金融的一個(gè)發(fā)展?fàn)顟B(tài):保險(xiǎn)發(fā)展增速放緩,理財(cái)模塊趨于穩(wěn)定,證券整體開(kāi)戶(hù)數(shù)大幅回落,股權(quán)融資景氣度下降,而消費(fèi)金融和支付兩塊業(yè)務(wù)發(fā)展事態(tài)非常樂(lè)觀,那么如何去搶占更多的市場(chǎng)?
我們看到各機(jī)構(gòu)紛紛使盡渾身解數(shù),輸出各式各樣的打法。2015年首屆互聯(lián)網(wǎng)金融理財(cái)節(jié)也因此誕生,可以說(shuō)這是互聯(lián)網(wǎng)金融界的雙11,參與的平臺(tái)數(shù)最多,也是目前國(guó)內(nèi)規(guī)模最大,回饋力度最強(qiáng)的線上理財(cái)盛會(huì)。
互聯(lián)網(wǎng)金融產(chǎn)品包含很多方面:支付、貸款、理財(cái)、信用卡、保險(xiǎn)等等。今天主要跟大家分享的是關(guān)于互聯(lián)網(wǎng)理財(cái)產(chǎn)品基于生命周期的運(yùn)營(yíng)玩法,希望能夠給大家一些運(yùn)營(yíng)思路的啟發(fā)。
我們?cè)賮?lái)看下理財(cái)用戶(hù)畫(huà)像:
《2017中國(guó)互聯(lián)網(wǎng)理財(cái)年度分析報(bào)告》中指出:理財(cái)用戶(hù)主要分布在26-35歲,占比高達(dá)56%;男性偏多于女性,跟貸款用戶(hù)一樣,高學(xué)歷人群占比最高;他們是有一定理財(cái)意識(shí)的80后,一線城市網(wǎng)民雖然不高,但是滲透率最高;3線城市以下網(wǎng)民數(shù)高,滲透率還不夠,仍存在較大市場(chǎng)空間。

監(jiān)管趨嚴(yán)下移動(dòng)理財(cái)企業(yè)增速放緩,行業(yè)由野蠻增長(zhǎng)轉(zhuǎn)變?yōu)槔硇园l(fā)展,市場(chǎng)逐步放緩;但用戶(hù)對(duì)短期產(chǎn)品偏好下降,整體投資期限延長(zhǎng),說(shuō)明理財(cái)用戶(hù)的成熟度逐步上升。
運(yùn)營(yíng)的關(guān)鍵就是做好場(chǎng)景差異化,理財(cái)社群化,交互趣味化。如:我們可以設(shè)置一些能夠觸動(dòng)高學(xué)歷人群的場(chǎng)景玩法吸引到這波用戶(hù),如前段時(shí)間在朋友圈刷屏的招行海外信用卡案例。接下來(lái)我們先來(lái)看看理財(cái)產(chǎn)品的產(chǎn)品形態(tài)。

一、理財(cái)產(chǎn)品形態(tài)分析

按理財(cái)產(chǎn)品周期劃分

按理財(cái)產(chǎn)品周期劃分為:短期+長(zhǎng)期,活期+定期+活定期。

活期:

目前活期產(chǎn)品較少,相對(duì)的利息也會(huì)低很多,此類(lèi)用戶(hù)可能資金靈活過(guò)度不夠高,或者是對(duì)理財(cái)不是特別懂,通過(guò)結(jié)合理財(cái)知識(shí)的學(xué)習(xí)可以培養(yǎng)此類(lèi)用戶(hù)往高付費(fèi)用戶(hù)或長(zhǎng)周期方向轉(zhuǎn),一般是提供學(xué)習(xí)內(nèi)容,完成學(xué)習(xí)即可獲得加息獎(jiǎng)勵(lì)。

周周升:

每周可定期提現(xiàn),同時(shí)享有一定收益率,若不取出,時(shí)間越長(zhǎng)利息更高,此類(lèi)產(chǎn)品迎合了對(duì)資金靈活度要求較高的用戶(hù)群體,此類(lèi)群體通常為低收入人群,通常設(shè)置的門(mén)檻很低,低至100元,此類(lèi)理財(cái)產(chǎn)品覆蓋了更廣的用戶(hù)人群,更靈活,門(mén)檻更低。

月月升:

每月可定期提現(xiàn),同時(shí)享有較周周升產(chǎn)品高一些的收益率,此類(lèi)產(chǎn)品適合上班族理財(cái),結(jié)合信用卡50天免息期做營(yíng)銷(xiāo)鼓勵(lì)用戶(hù)先理財(cái)后還款同時(shí)賺取收益,但是頻繁的操作很麻煩,如果能夠結(jié)合自動(dòng)還信用卡,減少用戶(hù)操作,提升用戶(hù)體驗(yàn),會(huì)有很多接近月光族的用戶(hù)會(huì)選擇。

季季高:

中短期產(chǎn)品,靈活度中下,同樣是隨著季度的期限變長(zhǎng),加息率也會(huì)提高。

1個(gè)月定存:

通常適用于短期內(nèi)資金盈余的人。通常已經(jīng)事先做好這筆錢(qián)的用途或者知道這筆錢(qián)一個(gè)月后必然需要取出,在或者是某些新用戶(hù)出于對(duì)平臺(tái)安全的考量做出的短期嘗試。

2個(gè)月定存:

短期理財(cái)產(chǎn)品

3個(gè)月定存:

中短期理財(cái)產(chǎn)品

6個(gè)月定存:

中期理財(cái)產(chǎn)品

12個(gè)月定存:

長(zhǎng)期理財(cái)產(chǎn)品

24個(gè)月定存:

超長(zhǎng)期理財(cái)產(chǎn)品,通常選擇的用戶(hù)較少

理財(cái)?shù)漠a(chǎn)品形態(tài)

新手理財(cái)產(chǎn)品:

通常為了吸引新用戶(hù),很多平臺(tái)都采取新用戶(hù)高息政策吸引用戶(hù)轉(zhuǎn)化,有送理財(cái)金,也有送短期高額加息,通常活動(dòng)期間也會(huì)有其他的拉新活動(dòng)配合。

VIP專(zhuān)屬產(chǎn)品:

針對(duì)高付費(fèi)用戶(hù)提供VIP產(chǎn)品定制,同時(shí)享有比普通用戶(hù)更高的理財(cái)特權(quán)。

高額定投:

設(shè)置較高的起投金額,相比同期產(chǎn)品獲得更高收益率,用以鼓勵(lì)用戶(hù)增加投資金額。

基本上利率的設(shè)置原則:

VIP專(zhuān)屬>高額定投>普通定投

同事理財(cái)專(zhuān)區(qū):

通常此類(lèi)金融機(jī)構(gòu)與企業(yè)合作,給予企業(yè)員工高于普通員工的收益率,通常合作的企業(yè)都是較大型的企業(yè)(騰訊、京東、阿里巴巴、百度等),需要員工通過(guò)企業(yè)郵箱完成認(rèn)證。

工資理財(cái):

綁定銀行卡,每月發(fā)薪日,自動(dòng)轉(zhuǎn)賬理財(cái),方便快捷。

零錢(qián)理財(cái):

理財(cái)通基于微信場(chǎng)景下,推出了零錢(qián)理財(cái),抓住了微信用戶(hù)零錢(qián)里的這部分資金。

會(huì)員積分:

搭建理財(cái)用戶(hù)積分體系,積分消費(fèi)體系,如:兌換活動(dòng)參與資格,兌換加息券,兌換理財(cái)金,兌換VIP,兌換獎(jiǎng)品等,會(huì)員體系的關(guān)鍵在于搭建出積分機(jī)制及消費(fèi)機(jī)制形成閉環(huán)。

二、基于生命周期的運(yùn)營(yíng)玩法分析

了解了行業(yè)背景,了解了產(chǎn)品形態(tài),我們接下來(lái)從產(chǎn)品生命周期意義分析每個(gè)階段的運(yùn)營(yíng)玩法主要有哪些。

1. 拉新

1)邀請(qǐng)有獎(jiǎng):

為了更好的提高平臺(tái)用戶(hù),通常會(huì)設(shè)置邀請(qǐng)有獎(jiǎng)活動(dòng),對(duì)于理財(cái)產(chǎn)品,用戶(hù)嘗試了一個(gè)平臺(tái)并逐漸產(chǎn)生了信任感,通過(guò)獎(jiǎng)勵(lì)刺激老用戶(hù)邀請(qǐng)身邊的朋友,效果會(huì)比單純的做推廣好。
通過(guò)邀請(qǐng),雙方都可以獲得一定的獎(jiǎng)勵(lì),獎(jiǎng)勵(lì)包括現(xiàn)金,加息券,理財(cái)金,平臺(tái)積分幣,實(shí)物獎(jiǎng)品等,通常在邀請(qǐng)的人數(shù)上制定金字塔獎(jiǎng)勵(lì)政策能夠鼓勵(lì)用戶(hù)邀請(qǐng)更多用戶(hù)。
需要告知活動(dòng)規(guī)則及領(lǐng)獎(jiǎng)方式,否則會(huì)給客服增加負(fù)擔(dān)。另一方面還可以通過(guò)持倉(cāng)金額劃分推薦人的獎(jiǎng)勵(lì)等級(jí),形成二維度激勵(lì)政策,拉新的同事,提升老用戶(hù)持倉(cāng)數(shù)。
另外,邀請(qǐng)人頁(yè)面與被邀請(qǐng)人的頁(yè)面是不一樣的,邀請(qǐng)人頁(yè)面強(qiáng)調(diào)雙方可以獲得獎(jiǎng)勵(lì),被邀請(qǐng)人強(qiáng)調(diào)注冊(cè)后自己可獲得的獎(jiǎng)勵(lì),為了鼓勵(lì)用戶(hù)邀請(qǐng),通常會(huì)在邀請(qǐng)頁(yè)面做個(gè)人脈排行和因?yàn)檠?qǐng)好友收益排行,刺激用戶(hù)。

2)注冊(cè)領(lǐng)大獎(jiǎng):

此類(lèi)活動(dòng)主要是直接觸達(dá)C端用戶(hù),一般通過(guò)其他渠道推廣觸達(dá);用戶(hù)自主發(fā)現(xiàn)活動(dòng)頁(yè),主動(dòng)性的加入。
通常的渠道有信息流廣告、軟文推廣、平臺(tái)合作、科技網(wǎng)站、線下廣告等等。對(duì)外素材重在吸引力足夠大,如跟微信合作派送新年紅包,下載注冊(cè)即可提現(xiàn),或是在其他平臺(tái)增加一個(gè)理財(cái)入口。
目前每個(gè)平臺(tái)都希望能夠提供更多元化的服務(wù),比如就醫(yī)160平臺(tái)用戶(hù)只有生病時(shí)才會(huì)使用,那么為了提升用戶(hù)活躍,增加理財(cái)模塊可以讓用戶(hù)因?yàn)橘Y金的留存而避免用戶(hù)流失;但是他們?nèi)绻约洪_(kāi)發(fā)一個(gè)理財(cái)模塊,會(huì)提高成本,所以最好的方式就是找到專(zhuān)業(yè)的金融公司合作,通過(guò)CPC、CPM、CPA等模式收費(fèi)。

2. 活躍

1)免費(fèi)+積分抽獎(jiǎng):

為了提升平臺(tái)活躍,通常會(huì)設(shè)計(jì)一些游戲,抽獎(jiǎng)是很多行業(yè)都會(huì)用的玩法,可以通過(guò)免費(fèi)試抽+積分兌換的方式參與。
但在設(shè)置中獎(jiǎng)概率上,一定要考慮中獎(jiǎng)概率問(wèn)題:如果頻繁抽不中會(huì)打擊用戶(hù)積極性,如果百抽百中又會(huì)提高運(yùn)營(yíng)成本,所以需要重點(diǎn)設(shè)置好概率模型。

2)游戲玩法:

為了提升平臺(tái)活躍,很多行業(yè)其實(shí)都會(huì)采取簽到機(jī)制,通常都是結(jié)合小游戲來(lái)玩,有簽到送積分,或者是送加息券、理財(cái)金等。但是為了提升用戶(hù)的連續(xù)活躍度,我們需要在玩法中設(shè)置一些階段性目標(biāo)任務(wù)獎(jiǎng)勵(lì)機(jī)制,比如連續(xù)簽到一周獎(jiǎng)利翻倍,或有機(jī)會(huì)享超值大禮,噱頭要足夠吸引用戶(hù)參與。
在此類(lèi)玩法中,需要重點(diǎn)搭建好精細(xì)化數(shù)據(jù)模型。
首先將人群分類(lèi)可以從持倉(cāng)維度、用戶(hù)活躍度、流失情況進(jìn)行分析,做好人群維度分析后需要針對(duì)每類(lèi)人群做精細(xì)化的內(nèi)容運(yùn)營(yíng)和數(shù)據(jù)模型推薦。比如:在設(shè)置加息券上,我們可以針對(duì)無(wú)持倉(cāng)用戶(hù)送高額加息,以此提升持倉(cāng)用戶(hù)數(shù)。
另外針對(duì)薪資理財(cái)用戶(hù),發(fā)薪日前后做合適的內(nèi)容引導(dǎo)可以提升該類(lèi)用戶(hù)持倉(cāng)轉(zhuǎn)化。
此類(lèi)活動(dòng)頁(yè)面可以選擇自己開(kāi)發(fā),也可以選擇介入別人的活動(dòng);但是介入別人的活動(dòng)兼容性差,建議自己開(kāi)發(fā)。
通常游戲開(kāi)發(fā)的投入大,用戶(hù)參與度較高,可以很好的提升平臺(tái)活躍;但是成交轉(zhuǎn)化率卻不高,所以需要評(píng)估運(yùn)營(yíng)的目標(biāo)再確定。

3)其他創(chuàng)意玩法:

結(jié)合當(dāng)前較為火熱且用戶(hù)樂(lè)于參與的活動(dòng),進(jìn)行產(chǎn)品包裝,吸引用戶(hù)參與并獲知活動(dòng)福利。
如顏值紅包,通過(guò)結(jié)合圖片處理技術(shù),對(duì)圖片的顏值進(jìn)行評(píng)分并給出對(duì)應(yīng)的獎(jiǎng)勵(lì)。或者通過(guò)結(jié)合公益進(jìn)行包裝引起更多社會(huì)關(guān)注點(diǎn),如騰訊公益推出的公益畫(huà),通常此類(lèi)玩法重在好玩,引起觀眾樂(lè)于參與并轉(zhuǎn)發(fā)。

4)積分機(jī)制:

搭建金幣積分機(jī)制,可結(jié)合產(chǎn)品功能、任務(wù)及游戲獎(jiǎng)勵(lì)獲取積分。

5)積分兌換機(jī)制:

通過(guò)玩游戲或積分兌換商品消耗金幣,最好也能根據(jù)用戶(hù)的等級(jí)劃分出不同的兌換獎(jiǎng)品。

6)會(huì)員等級(jí)策略:

成熟的用戶(hù)運(yùn)營(yíng)策略通常是以搭建健康的用戶(hù)會(huì)員體系為基礎(chǔ),讓用戶(hù)在這個(gè)體系下享有不同的權(quán)益,以此刺激用戶(hù)往高質(zhì)量方向發(fā)展。
通常在會(huì)員劃分方面主要從持倉(cāng)金額的數(shù)量等級(jí)劃分,等級(jí)特權(quán)上,需要將公司的商業(yè)品類(lèi)+用戶(hù)的個(gè)性化福利相結(jié)合(如:生日特權(quán)、會(huì)員禮包、升級(jí)禮包、感恩禮包、私人服務(wù)),符合金字塔原理,等級(jí)越高,權(quán)益越大。

7)智能AI技術(shù)玩法:

結(jié)合AI大數(shù)據(jù)玩法,洞察用戶(hù)畫(huà)像,智能化推薦理財(cái)產(chǎn)品。

8)找bug送獎(jiǎng)勵(lì):

為了更好的優(yōu)化產(chǎn)品,通過(guò)紅包或會(huì)員等級(jí)等政策鼓勵(lì)用戶(hù)幫助產(chǎn)品優(yōu)化。
此類(lèi)活動(dòng)重點(diǎn)針對(duì)有較大用戶(hù)群體及經(jīng)費(fèi)投入的初期產(chǎn)品團(tuán)隊(duì),為了快速優(yōu)化用戶(hù)體驗(yàn),發(fā)起的全民找bug活動(dòng)。

9)UGC社區(qū)內(nèi)容生產(chǎn):

為了鼓勵(lì)UGC精華內(nèi)容生產(chǎn),設(shè)置作者等級(jí)制度:初級(jí)-中級(jí)-高級(jí)等,設(shè)置對(duì)應(yīng)精華文章的獎(jiǎng)勵(lì)等級(jí)制度,做好KOL運(yùn)營(yíng)維護(hù),保證內(nèi)容輸出的同時(shí)提升文章質(zhì)量。

10)APP store版本更新及好評(píng):

通過(guò)紅包獎(jiǎng)勵(lì)鼓勵(lì)用戶(hù)下載最新軟件版本并提交好評(píng),獲取更好的應(yīng)用排名。

3. 留存

提到留存,可能我們看不到太多專(zhuān)門(mén)針對(duì)留存做的活動(dòng),但其實(shí)做好留存是貫穿在整個(gè)運(yùn)營(yíng)中的。
理財(cái)產(chǎn)品的核心是安全性、高收益、流動(dòng)性、滿足這三點(diǎn),留存是很容易的事情。
之前的一篇文章也說(shuō)過(guò),通常產(chǎn)品的生命周期分為

導(dǎo)入期、成長(zhǎng)期、成熟期、衰退期

四個(gè)階段。提升產(chǎn)品的留存率,需要分析產(chǎn)品處于哪個(gè)生命周期。
我們通常看到的是平臺(tái)的某個(gè)時(shí)間節(jié)點(diǎn)的數(shù)據(jù)表現(xiàn),但是我們需要將用戶(hù)數(shù)據(jù)就進(jìn)行拆分,通常結(jié)果

數(shù)據(jù)=總用戶(hù)數(shù)+當(dāng)前新用戶(hù)數(shù)-流失用戶(hù)數(shù)

。那么提升用戶(hù)留存率,我們需要關(guān)注的是拉新及防止用戶(hù)流失同時(shí)做好回流工作。

拉新方面:

我們需要重點(diǎn)關(guān)注用戶(hù)的質(zhì)量,盡量找到精準(zhǔn)用戶(hù),避免引入過(guò)多非受眾群體,導(dǎo)致流失率過(guò)高。

預(yù)防用戶(hù)流失方面:

我們需要做好用戶(hù)流失分析,關(guān)注用戶(hù)的次日留存、7日留存、15日留存等數(shù)據(jù)表現(xiàn),找到新用戶(hù)留存率驟然下降的情況并深入分析。我們可以從時(shí)間維度,用戶(hù)操作路徑維度來(lái)分析,分析是否是因?yàn)楫a(chǎn)品的某項(xiàng)功能問(wèn)題導(dǎo)致用戶(hù)流失,比如在游戲關(guān)卡設(shè)置方面,若用戶(hù)在某到關(guān)卡通過(guò)率特別低,就會(huì)打擊用戶(hù)的積極性,導(dǎo)致用戶(hù)流失——我們需要做的是找到這些因素并對(duì)產(chǎn)品進(jìn)行優(yōu)化。

在回流方面:

通常我們需要分析:流失的是什么用戶(hù)?為什么會(huì)流失?回流的手段分別是什么?如何留住用戶(hù)?以及如何預(yù)判用戶(hù)快流失提前預(yù)防。找到流失用戶(hù)后進(jìn)行用戶(hù)劃分,分別找到吸引每類(lèi)用戶(hù)的價(jià)值點(diǎn),并通過(guò)有效的渠道觸達(dá)到這波用戶(hù),引導(dǎo)回流。
總的來(lái)說(shuō)就是:要做好用戶(hù)的洞察與分析。
作為運(yùn)營(yíng)我們需要做到智能動(dòng)態(tài)運(yùn)營(yíng),減少運(yùn)營(yíng)繁瑣工作的同時(shí),更智能話得給每個(gè)生命周期的用戶(hù),每個(gè)畫(huà)像的用戶(hù)提供專(zhuān)屬服務(wù),前提是能夠知道什么情況下用戶(hù)的消費(fèi)場(chǎng)景如何,并能實(shí)時(shí)感知用戶(hù)的變化。

4. 營(yíng)收

1)限時(shí)限量加息:

通過(guò)每日定時(shí)推出限量爆款產(chǎn)品,引發(fā)用戶(hù)搶購(gòu)熱潮,提升了營(yíng)收同時(shí)也活躍了平臺(tái)。

2)長(zhǎng)短期產(chǎn)品搭配售賣(mài):

通過(guò)長(zhǎng)短期搭配售賣(mài),通過(guò)提高短期理財(cái)產(chǎn)品的收益率,最高收益率達(dá)到36%,并以此為噱頭吸引更多的用戶(hù)投資,通常前期都會(huì)獲得不錯(cuò)的效果;但是任何活動(dòng)久了,用戶(hù)也會(huì)乏味。
同時(shí)此類(lèi)活動(dòng)的弊端是公司的投入較大,需要嚴(yán)格管控投入成本。

3)超值理財(cái)金/加息券+獎(jiǎng)金:

活動(dòng)期內(nèi),用戶(hù)單筆投資指定產(chǎn)品達(dá)一定條件即可獲得對(duì)應(yīng)寶箱,達(dá)成任務(wù)即可獲得額外的現(xiàn)金獎(jiǎng)勵(lì)。
如下活動(dòng),可一同瓜分2億元理財(cái)金,獲取的收益可提現(xiàn),通過(guò)現(xiàn)金獎(jiǎng)勵(lì)刺激用戶(hù)加大投資。

4)紅包雨:

結(jié)合新年紅包雨玩法,將公司的理財(cái)產(chǎn)品打包到活動(dòng)獎(jiǎng)品中(加息券+理財(cái)金+翻倍卡等),以現(xiàn)金大紅包為噱頭吸引用戶(hù)參與刷紅包雨,提升活躍度,提升轉(zhuǎn)化。

5. 病毒式營(yíng)銷(xiāo)

1)噱頭夠,足新奇特:

通過(guò)策劃某些新奇特事件,引發(fā)大眾關(guān)注、傳播。
如:一億數(shù)錢(qián)大賽,以直播的形式引發(fā)一票路人圍觀,從前期策劃,到現(xiàn)場(chǎng)的警察保護(hù);到美女網(wǎng)紅直播,用戶(hù)數(shù)錢(qián)大賽,賺足了大眾的關(guān)注目光。

三、總結(jié)

本文結(jié)合了互聯(lián)網(wǎng)金融的行業(yè)趨勢(shì)及基于生命周期的理財(cái)類(lèi)產(chǎn)品玩法分析,系統(tǒng)性的梳理了常規(guī)的一些運(yùn)營(yíng)玩法,旨在讓大家能夠從面的角度來(lái)看待活動(dòng)運(yùn)營(yíng)這件事。
基礎(chǔ)運(yùn)營(yíng)到高級(jí)運(yùn)營(yíng)是一個(gè)從點(diǎn)到面的成長(zhǎng)過(guò)程,高級(jí)運(yùn)營(yíng)到資深運(yùn)營(yíng)又是一個(gè)從面到全局觀的過(guò)程,當(dāng)我們逐步培養(yǎng)了自己的全局觀,遇到任何經(jīng)營(yíng)成面的問(wèn)題,我們都能從全局知識(shí)網(wǎng)絡(luò)中找到最適合自己去擊破困境的點(diǎn)。
再總結(jié)幾點(diǎn)關(guān)鍵點(diǎn):

? 了解行業(yè)趨勢(shì):

培養(yǎng)前瞻性,更早的發(fā)現(xiàn)新機(jī)會(huì);

? 熟悉戰(zhàn)略目標(biāo):

了解自身品牌定位,結(jié)合自身的優(yōu)勢(shì)及能力,找到最快提升業(yè)績(jī)的業(yè)務(wù)方向;

? 熟悉產(chǎn)品商業(yè)模式:

理清可能的變現(xiàn)模式,最大化的發(fā)揮;

? 全局規(guī)劃能力:

從全局出發(fā),分別找到每個(gè)點(diǎn)的最好的突破手段。
最后分享一位著名經(jīng)濟(jì)學(xué)家說(shuō)過(guò)的一句話:
任何的社會(huì)問(wèn)題都是源于經(jīng)濟(jì)不平等問(wèn)題。
對(duì)于互聯(lián)網(wǎng)金融平臺(tái)而言,解決社會(huì)需求才能更好的發(fā)展,普惠金融就是在可負(fù)擔(dān)的成本范圍內(nèi),為有金融服務(wù)需求的社會(huì)各階層和群體提供適當(dāng)、有效的金融服務(wù),小微企業(yè)、農(nóng)民、城鎮(zhèn)低收入人群等弱勢(shì)群體是其重點(diǎn)服務(wù)對(duì)象;未來(lái)互聯(lián)網(wǎng)金融即將進(jìn)入普惠金融快速發(fā)展的時(shí)期,通過(guò)結(jié)合大數(shù)據(jù)洞察,提供動(dòng)態(tài)運(yùn)營(yíng)策略,更精準(zhǔn)的為中小微量服務(wù),更好的實(shí)現(xiàn)線上線下的融合,建設(shè)更和諧的社會(huì)。

本文來(lái)源于人人都是產(chǎn)品經(jīng)理,作者大V姐姐

5000字精華,教你搭建互聯(lián)網(wǎng)金融活動(dòng)運(yùn)營(yíng)知識(shí)體系,首發(fā)于Cobub

]]>
致運(yùn)營(yíng)狗:如何不依賴(lài)分析師,自己搞定數(shù)據(jù)分析? http://www.dpkxx.com/to-marketers-how-do-you-not-rely-on-analysts-to-do-your-own-data-analysis/ Thu, 21 Dec 2017 09:25:43 +0000 http://www.dpkxx.com/?p=7218 在這個(gè)數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)的時(shí)代,數(shù)據(jù)不僅是數(shù)據(jù)工程師和分析師的事情,在工作中也要求運(yùn)營(yíng)從業(yè)者有一定的數(shù)據(jù)分析能力,更有人說(shuō)“數(shù)據(jù)分析能力是未來(lái)運(yùn)營(yíng)的分水嶺”。從我自身角度出發(fā),真心覺(jué)得數(shù)據(jù)能更好推動(dòng)運(yùn)營(yíng)策略和工作的開(kāi)展。
但運(yùn)營(yíng)童鞋多是數(shù)據(jù)小白,沒(méi)有編程和技術(shù)基礎(chǔ),那我們?cè)撛趺捶治霾⒂煤脭?shù)據(jù)呢?今天從運(yùn)營(yíng)常見(jiàn)的數(shù)據(jù)問(wèn)題出發(fā),希望讓大家能快速地入門(mén)數(shù)據(jù)分析,讓數(shù)據(jù)更好地為工作服務(wù),別白白浪費(fèi)數(shù)據(jù)的價(jià)值。

致運(yùn)營(yíng)狗:如何不依賴(lài)分析師,自己搞定數(shù)據(jù)分析?,首發(fā)于Cobub

]]>
在這個(gè)數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)的時(shí)代,數(shù)據(jù)不僅是數(shù)據(jù)工程師和分析師的事情,在工作中也要求運(yùn)營(yíng)從業(yè)者有一定的數(shù)據(jù)分析能力,更有人說(shuō)“數(shù)據(jù)分析能力是未來(lái)運(yùn)營(yíng)的分水嶺”。從我自身角度出發(fā),真心覺(jué)得數(shù)據(jù)能更好推動(dòng)運(yùn)營(yíng)策略和工作的開(kāi)展。
但運(yùn)營(yíng)童鞋多是數(shù)據(jù)小白,沒(méi)有編程和技術(shù)基礎(chǔ),那我們?cè)撛趺捶治霾⒂煤脭?shù)據(jù)呢?今天從運(yùn)營(yíng)常見(jiàn)的數(shù)據(jù)問(wèn)題出發(fā),希望讓大家能快速地入門(mén)數(shù)據(jù)分析,讓數(shù)據(jù)更好地為工作服務(wù),別白白浪費(fèi)數(shù)據(jù)的價(jià)值。

不知該分析哪些數(shù)據(jù)?從哪些角度入手?

這是運(yùn)營(yíng)小伙伴們最頭痛的問(wèn)題,不知道該關(guān)注、分析哪些數(shù)據(jù),就算拿到數(shù)據(jù)后,也不知道到底從哪些方面去分析這些運(yùn)營(yíng)數(shù)據(jù)。給小伙伴們整理一些運(yùn)營(yíng)常見(jiàn)的數(shù)據(jù)指標(biāo),也總結(jié)了一些比較適用的分析角度,希望有用~

1、互聯(lián)網(wǎng)運(yùn)營(yíng)關(guān)注的常見(jiàn)數(shù)據(jù)指標(biāo)

? 流量
1)訪問(wèn):PV、UV、IP(最常見(jiàn));跳出率、平均訪問(wèn)時(shí)長(zhǎng)、平均訪問(wèn)頁(yè)數(shù)等;使用設(shè)備、操作系統(tǒng)、瀏覽器、地域分布等訪問(wèn)行為;
2)注冊(cè):注冊(cè)人數(shù)、注冊(cè)走勢(shì)、累計(jì)注冊(cè)人數(shù)、達(dá)成率等;
3)渠道&推廣:來(lái)源渠道分布、總消費(fèi)、展示量、點(diǎn)擊率、點(diǎn)擊率、平均點(diǎn)擊價(jià)格、轉(zhuǎn)化率、轉(zhuǎn)化成本、ROI等;

? 用戶(hù)
1)活躍/登錄:DAU、WAU、MAU、活躍率、登錄人數(shù)等;
2)留存:次日留存率、周留存率、月留存率等,還有按渠道去分析留存率;
3)流失:流失數(shù)據(jù)容易被遺忘,包括流失率,流失人數(shù)、每日平均流失人數(shù)等;
4)付費(fèi):付費(fèi)人數(shù)、付費(fèi)轉(zhuǎn)化率、單筆訂單平均金額等,更多看訂單數(shù)據(jù);
5)其他:每日評(píng)論人數(shù)、收藏人數(shù)、分享人數(shù)等
6)頭像:一方面分析用戶(hù)屬性:關(guān)注年齡、性別、學(xué)歷、職業(yè)、地域、婚否、收入、興趣等;另一方面分析用戶(hù)行為:登錄次數(shù)、活躍率、累計(jì)消費(fèi)金額、最近一次購(gòu)買(mǎi)、購(gòu)買(mǎi)次數(shù)、復(fù)購(gòu)率等;

? 訂單: 付費(fèi)人數(shù)、新增付費(fèi)人數(shù);總金額、每日訂單數(shù)、平均每日成交額、客單價(jià);付費(fèi)金額、付費(fèi)毛利、付費(fèi)利潤(rùn)、復(fù)購(gòu)率、ARPU、付費(fèi)各個(gè)路徑轉(zhuǎn)化等;
? 內(nèi)容: PV、UV;UGC、PGC、文章數(shù)、關(guān)注數(shù)、閱讀數(shù)、互動(dòng)數(shù)(評(píng)論、點(diǎn)贊等)、傳播數(shù)(轉(zhuǎn)發(fā)、分享等);
? 活動(dòng):活動(dòng)頁(yè)P(yáng)V、UV、新增人數(shù)、參與人數(shù)、登錄人數(shù)、轉(zhuǎn)化人數(shù)、轉(zhuǎn)化成交金額、ARPU、優(yōu)惠券發(fā)放/使用人數(shù)、營(yíng)銷(xiāo)成本、營(yíng)銷(xiāo)轉(zhuǎn)化率、ROI、分享人數(shù)、分享次數(shù)等,數(shù)據(jù)要根據(jù)活動(dòng)類(lèi)型而定;
? 服務(wù):電商、O2O等行業(yè)易涉及,包括咨詢(xún)?nèi)藬?shù)、咨詢(xún)轉(zhuǎn)化率、退貨率、退款率、好評(píng)率、差評(píng)率、投訴率等 ;
? APP:各渠道下載量、激活數(shù)、新增注冊(cè)數(shù)、獲客成本;啟動(dòng)次數(shù)、啟動(dòng)人數(shù)、停留時(shí)長(zhǎng);push到達(dá)率、打開(kāi)率等,其他參考以上數(shù)據(jù)。

2、適用的分析角度、方法

數(shù)據(jù)分析有各種高大上的分析原則,比如AARRR模型、5W2H等,但是運(yùn)營(yíng)畢竟不是專(zhuān)業(yè)的數(shù)據(jù)分析師,主要能用好這些原則就夠了~
? 對(duì)比:分成橫向和縱向?qū)Ρ龋热缈v向的同環(huán)比分析,橫向的不同產(chǎn)品、不同渠道的對(duì)比等;
? 走勢(shì)(變化):指標(biāo)隨時(shí)間的變動(dòng),表現(xiàn)為增幅(同比、環(huán)比等);
? 分布:這個(gè)好理解,比如說(shuō)用戶(hù)不同年齡段的分類(lèi)、不同職業(yè)的分布、不同地域分布等;
? 細(xì)分:從多層級(jí)去了解數(shù)據(jù),比如分析全國(guó)不同省份不同城市的具體訂單數(shù)據(jù),從全國(guó)—省份—城市一一下鉆深入分析;
? 轉(zhuǎn)化:主要體現(xiàn)在結(jié)果的最終轉(zhuǎn)化、各個(gè)路徑的轉(zhuǎn)化,比如通過(guò)整個(gè)注冊(cè)流程的轉(zhuǎn)化分析來(lái)優(yōu)化細(xì)節(jié);
? 預(yù)測(cè):根據(jù)現(xiàn)有情況,估計(jì)下個(gè)分析時(shí)段的指標(biāo)值。

案例
某水果O2O平臺(tái)想確認(rèn)未來(lái)一周各品類(lèi)應(yīng)準(zhǔn)備的數(shù)量,若沒(méi)有數(shù)據(jù)的支撐,那只能由人工結(jié)合經(jīng)驗(yàn)得到一個(gè)大致結(jié)論,一般誤差比較大導(dǎo)致水果浪費(fèi)較多。該怎么解決這個(gè)問(wèn)題呢?當(dāng)有了往常數(shù)據(jù),數(shù)據(jù)走勢(shì)有了一定的規(guī)律,可通過(guò)數(shù)據(jù)預(yù)測(cè)來(lái)得到一個(gè)比較合理、比較準(zhǔn)確的數(shù)值,再通過(guò)不斷預(yù)測(cè)—驗(yàn)證得到一個(gè)最佳方案,保證水果備貨剛剛好,減少浪費(fèi),節(jié)約成本,這就是數(shù)據(jù)的價(jià)值。

(綠色:日常數(shù)據(jù)走勢(shì);黃色:未來(lái)10天數(shù)據(jù)預(yù)測(cè))

等待分析師漫長(zhǎng)的排期?能否自己搞定分析?
分析師身負(fù)多個(gè)部門(mén)的數(shù)據(jù)分析工作,有時(shí)從提需求到最終拿到數(shù)據(jù),2、3天都過(guò)去了,且不說(shuō)分析結(jié)果是否是你想要的,就時(shí)效性而言,這份數(shù)據(jù)結(jié)果的意義也減弱了,如何變身自己的“專(zhuān)屬分析師”呢~
數(shù)據(jù)分析的整個(gè)過(guò)程:確定指標(biāo)——數(shù)據(jù)收集——數(shù)據(jù)整合、數(shù)據(jù)處理/建模、數(shù)據(jù)分析、數(shù)據(jù)呈現(xiàn)、報(bào)表匯報(bào)。
? 確定指標(biāo):不多說(shuō)了,可參考一下第1個(gè)問(wèn)題。
? 數(shù)據(jù)收集:可通過(guò)公司數(shù)據(jù)庫(kù)埋點(diǎn)獲得,可通過(guò)第三方平臺(tái)獲得,也通過(guò)一些記錄的本地?cái)?shù)據(jù)獲得。
? 數(shù)據(jù)整合:運(yùn)營(yíng)人要看的數(shù)據(jù)太多了,有數(shù)據(jù)庫(kù),有各種第三平臺(tái)的數(shù)據(jù)(友盟、統(tǒng)計(jì)、推廣、公眾號(hào)等),每次都需要從不同平臺(tái)取數(shù)據(jù),太分散了,最好能在一個(gè)數(shù)據(jù)平臺(tái)集中管理數(shù)據(jù)。
? 數(shù)據(jù)分析:可參考分析方法,比如“求和、計(jì)數(shù)、同環(huán)比、多粒度下鉆”等分析,一般在excel中需通過(guò)寫(xiě)公式搞定。
? 數(shù)據(jù)呈現(xiàn)(可視化):簡(jiǎn)單地說(shuō),就是如何制圖唄,請(qǐng)直接學(xué)習(xí)第3個(gè)問(wèn)題。
? 報(bào)表匯報(bào):將數(shù)據(jù)通過(guò)表格、圖表或其他形式向領(lǐng)導(dǎo)匯報(bào)。

如何不依賴(lài)分析師,自己搞定數(shù)據(jù)分析呢?
(1)學(xué)習(xí)一些數(shù)據(jù)分析理論。(數(shù)據(jù)思維)
(2)了解、熟悉業(yè)務(wù),這點(diǎn)很重要。(業(yè)務(wù)思路)
(3)學(xué)習(xí)一些數(shù)據(jù)分析工具。(工具輔助)
以我的個(gè)人經(jīng)驗(yàn)來(lái)看,真正把握這些真真是夠了~畢竟我們不是專(zhuān)業(yè)的數(shù)據(jù)分析師,能做好業(yè)務(wù)分析足以!
運(yùn)營(yíng)童鞋如何制作讓老板滿意的好看圖表?
沒(méi)有哪個(gè)老板喜歡雜亂的表格數(shù)據(jù),顏值才是王道啊。簡(jiǎn)單地說(shuō),就是數(shù)據(jù)如何可視化,讓數(shù)據(jù)直觀、明了。

? 分析數(shù)據(jù)占比:分析單維度的數(shù)據(jù)占比可用餅/環(huán)圖、分析多維度的數(shù)據(jù)占比,可用旭日?qǐng)D和矩形樹(shù)圖。
比如,用戶(hù)性別的占比分析只有“性別”一個(gè)維度,用餅/環(huán)圖展示,男女比例非常直觀,比如下圖明顯是男性用戶(hù)偏多,若用戶(hù)群體符合初衷和產(chǎn)品特征,那運(yùn)營(yíng)方式不妨可以嘗試一些“可愛(ài)風(fēng)”,也許這樣更能吸引男性用戶(hù)。營(yíng)銷(xiāo)活動(dòng)也可以考慮選擇一些科技類(lèi)產(chǎn)品作為獎(jiǎng)品,也許更能促進(jìn)男性用戶(hù)的購(gòu)買(mǎi)力,達(dá)到活動(dòng)目的。

(單維度:用戶(hù)性別分析)

(多維度:不同地區(qū)不同渠道的訂單分析)

? 分析數(shù)據(jù)同環(huán)比趨勢(shì):分析單維度的同環(huán)比可用指標(biāo)卡、分析多維度的同環(huán)比可用雙軸圖
同環(huán)比太常見(jiàn)了,幾乎什么數(shù)據(jù)都要跟之前有個(gè)對(duì)比,這樣才能更體現(xiàn)目前數(shù)據(jù)的“運(yùn)營(yíng)價(jià)值”。
最常見(jiàn)就是PV、UV的同環(huán)比了,比如UV環(huán)比下降了,是正常還是不正常。正常是因?yàn)閁V可能存在一定規(guī)律,可能周五的UV就比周四低,那數(shù)據(jù)屬于正常。若沒(méi)有固定規(guī)律,那有異常波動(dòng)一定要尋找背后的原因,盡快處理問(wèn)題,以防再犯。

(單維度:PV環(huán)比和UV環(huán)比分開(kāi))

(雙維度:PV環(huán)比和UV環(huán)比放一起)

? 分析數(shù)據(jù)走勢(shì):最常用的是折線圖,柱狀圖也可以表達(dá),直觀度略低于折線圖。

(折線圖)

(柱狀圖)

? 分析地區(qū)分布:全國(guó)、省份分布可用行政地圖,更詳細(xì)的地域分布可用經(jīng)緯度地圖
用戶(hù)地域分析也是非常重要的,這可能決定了公司業(yè)務(wù)會(huì)在哪些區(qū)域重點(diǎn)投入、重點(diǎn)銷(xiāo)售。這也是公司廣告需重點(diǎn)投放哪些區(qū)域的數(shù)據(jù)指導(dǎo),對(duì)于每年競(jìng)價(jià)投入幾百萬(wàn)、幾千萬(wàn)的公司,正確的用戶(hù)地域分析可節(jié)省很多不必要的投入,給公司省錢(qián)老板可樂(lè)意了。

(行政地圖)

(沈陽(yáng)地區(qū)軌跡動(dòng)態(tài)地圖)

(各省份注冊(cè)用戶(hù)數(shù)完成情況)

? 分析任務(wù)完成進(jìn)度:單指標(biāo)進(jìn)度可用計(jì)量圖,多指標(biāo)進(jìn)度可用子彈圖,完成情況一目了然~

(KPI完成進(jìn)度)

(各項(xiàng)指標(biāo)完成進(jìn)度)

? 分析用戶(hù)活躍頻次變動(dòng):可用桑基圖

(用戶(hù)活躍情況變化)

? 分析詞頻: 比如用戶(hù)的職位分布,可用詞云,有3D效果哦~

(用戶(hù)職位分布)

? 分析轉(zhuǎn)化效果: 那肯定用漏斗圖最最合適。

(用戶(hù)咨詢(xún)轉(zhuǎn)化率)

轉(zhuǎn)化案例
之前在一家電商公司工作,每天網(wǎng)站流量都不低,但最終的支付轉(zhuǎn)化率始終不高,從流量—注冊(cè)轉(zhuǎn)化還可以,從注冊(cè)—瀏覽轉(zhuǎn)化也還可以,但就是瀏覽—支付轉(zhuǎn)化不高。通過(guò)不斷找原因,通過(guò)用戶(hù)調(diào)研和數(shù)據(jù)分析(埋點(diǎn))發(fā)現(xiàn)大部分用戶(hù)都到了支付頁(yè),但支付入口在移動(dòng)端不太明顯導(dǎo)致很多用戶(hù)棄買(mǎi),這當(dāng)然要改,優(yōu)化后整體轉(zhuǎn)化率確實(shí)提高了。通過(guò)數(shù)據(jù)發(fā)現(xiàn)問(wèn)題—找原因—優(yōu)化—通過(guò)數(shù)據(jù)驗(yàn)證可行性,這真的是一個(gè)良性循環(huán)
每個(gè)圖表都有適合的使用場(chǎng)景,用好各種圖表很重要,直接影響到數(shù)據(jù)的直觀和美觀程度。

如何快速找到數(shù)據(jù)背后的問(wèn)題?

做了那么多的數(shù)據(jù)工作,最終無(wú)非是為了從數(shù)據(jù)中去發(fā)現(xiàn)問(wèn)題,不斷優(yōu)化運(yùn)營(yíng)策略。不論數(shù)據(jù)是上升了還是下降了,肯定有其變化的原因,這里以用戶(hù)數(shù)據(jù)變化為例了解一下快速找到問(wèn)題的思路~

? 節(jié)假日波動(dòng):大部分產(chǎn)品都會(huì)受到節(jié)假日、周末的影響,辦公軟件節(jié)假日/周末數(shù)據(jù)一般都會(huì)下降,電商產(chǎn)品節(jié)假日/周末數(shù)據(jù)一般都會(huì)上升。
? 上線、改版:上線不一定單指功能上線,比如營(yíng)銷(xiāo)活動(dòng)上線、廣告渠道新上都算是上線,網(wǎng)站任何變動(dòng)都可以理解成“上線”。
? 異常、故障:服務(wù)器故障、渠道被迫下線、網(wǎng)站訪問(wèn)不了、鏈接異常等,鏈接訪問(wèn)不了是比較常見(jiàn)的情況。
以上3種都不是,那就下鉆從渠道入手,看哪個(gè)渠道數(shù)據(jù)有異常,再結(jié)合具體問(wèn)題進(jìn)行分析。(Ps:有時(shí)候從渠道發(fā)現(xiàn)異常的,所以這個(gè)流程的順序不是絕對(duì)的)
以上幾種都不是,實(shí)在找不到原因,只能跟老板說(shuō):“原因未明,將持續(xù)觀察趨勢(shì),以確認(rèn)其偶然性”。
有些問(wèn)題顯而易見(jiàn),有些問(wèn)題排查需要一些時(shí)間,看數(shù)據(jù)最終的意義還是要結(jié)合實(shí)踐。看數(shù)據(jù)—發(fā)現(xiàn)問(wèn)題—解決問(wèn)題—再看數(shù)據(jù)—問(wèn)題解決,或者看數(shù)據(jù)—發(fā)現(xiàn)增長(zhǎng)—找到原因—繼續(xù)應(yīng)用,總之:取其精華去其糟粕,你懂得~

本文來(lái)源于數(shù)據(jù)分析網(wǎng),作者海致BDP。

致運(yùn)營(yíng)狗:如何不依賴(lài)分析師,自己搞定數(shù)據(jù)分析?,首發(fā)于Cobub

]]>
雙11后的雙12該如何引誘用戶(hù)買(mǎi)買(mǎi)買(mǎi)? http://www.dpkxx.com/how-to-make-people-buy-buy-buy-on-december-12th/ Tue, 12 Dec 2017 01:39:37 +0000 http://www.dpkxx.com/?p=7205 雙十一的硝煙已過(guò),那么多親都剁了手,那么問(wèn)題來(lái)了,雙十二我們的商品詳情頁(yè)如何設(shè)計(jì)才能讓用戶(hù)的購(gòu)物車(chē)依舊超載?
商品詳情頁(yè)是電商APP中最容易與用戶(hù)產(chǎn)生交集和共鳴的頁(yè)面,商品詳情頁(yè)設(shè)計(jì)的質(zhì)量,與用戶(hù)購(gòu)買(mǎi)轉(zhuǎn)化率有著直接的關(guān)系!因此,商品詳情頁(yè)面設(shè)計(jì)的好可以激發(fā)用戶(hù)的購(gòu)買(mǎi)欲,打消顧慮,增強(qiáng)用戶(hù)的信任感!
下面我們來(lái)看一下這個(gè)電商漏斗模型:拉新(新用戶(hù))——活躍(商品列表頁(yè)、商品詳情頁(yè))——購(gòu)買(mǎi)轉(zhuǎn)化(下單、付款、交易完成)——傳播(評(píng)價(jià)、分享)。

雙11后的雙12該如何引誘用戶(hù)買(mǎi)買(mǎi)買(mǎi)?,首發(fā)于Cobub

]]>
雙十一的硝煙已過(guò),那么多親都剁了手,那么問(wèn)題來(lái)了,雙十二我們的商品詳情頁(yè)如何設(shè)計(jì)才能讓用戶(hù)的購(gòu)物車(chē)依舊超載?
商品詳情頁(yè)是電商APP中最容易與用戶(hù)產(chǎn)生交集和共鳴的頁(yè)面,商品詳情頁(yè)設(shè)計(jì)的質(zhì)量,與用戶(hù)購(gòu)買(mǎi)轉(zhuǎn)化率有著直接的關(guān)系!因此,商品詳情頁(yè)面設(shè)計(jì)的好可以激發(fā)用戶(hù)的購(gòu)買(mǎi)欲,打消顧慮,增強(qiáng)用戶(hù)的信任感!
下面我們來(lái)看一下這個(gè)電商漏斗模型:拉新(新用戶(hù))——活躍(商品列表頁(yè)、商品詳情頁(yè))——購(gòu)買(mǎi)轉(zhuǎn)化(下單、付款、交易完成)——傳播(評(píng)價(jià)、分享)。

在運(yùn)營(yíng)電商APP的過(guò)程中,我們往往都是將重心放在獲取新用戶(hù)和獲取收入上,很多人以為只要有源源不斷地新用戶(hù)涌入并且有人購(gòu)買(mǎi),我們的APP運(yùn)營(yíng)就很成功。實(shí)際上,只要我們針對(duì)商品詳情頁(yè)采取有效措施,拉新、購(gòu)買(mǎi)、傳播這些指標(biāo)數(shù)據(jù)的提升都會(huì)變的很容易。好的商品詳情頁(yè)可以給我們帶來(lái)更多的收入、更好的客戶(hù)體驗(yàn)以及更好的APP表現(xiàn)。
在這要講一下的是,在設(shè)計(jì)商品詳情頁(yè)前要進(jìn)行充分的市場(chǎng)用戶(hù)調(diào)研,通過(guò)歷史數(shù)據(jù)分析用戶(hù)的消費(fèi)能力及興趣偏好,準(zhǔn)確了解用戶(hù)的需求,這里就不多贅述。下面我們來(lái)具體聊一下商品詳情頁(yè)的設(shè)計(jì),給出以下5點(diǎn)策略及建議:

1. 減少按鈕數(shù),簡(jiǎn)化操作流程

在設(shè)計(jì)購(gòu)買(mǎi)流程時(shí),我們可以只提供給用戶(hù)一個(gè)CTA按鈕(call to action,用于激發(fā)用戶(hù)行動(dòng)的按鈕),這樣既可以避免給用戶(hù)造成選擇困難還可以鼓勵(lì)用戶(hù)購(gòu)買(mǎi)。由于只有一個(gè)CTA按鈕,我們必須搞清楚最想讓用戶(hù)采取什么樣的行動(dòng)。“加入購(gòu)物車(chē)”按鈕雖然是站在用戶(hù)的角度考慮,給予了用戶(hù)思考的時(shí)間,但是這會(huì)對(duì)用戶(hù)的購(gòu)買(mǎi)行為產(chǎn)生一定的干擾。我們可以想想平時(shí)自己網(wǎng)購(gòu)的場(chǎng)景:很多時(shí)候我們將商品加入購(gòu)物車(chē)之后就會(huì)想著,先等一段時(shí)間,說(shuō)不定以后會(huì)有折扣呢?如果只有“立即購(gòu)買(mǎi)”按鈕,這個(gè)按鈕在用戶(hù)瀏覽商品的過(guò)程中就會(huì)誘導(dǎo)用戶(hù)購(gòu)買(mǎi)。加速了購(gòu)買(mǎi)的進(jìn)程,有利于購(gòu)買(mǎi)轉(zhuǎn)化率的提升。

2.放大CTA按鈕,刺激用戶(hù)購(gòu)買(mǎi)

放大CTA按鈕,讓CTA按鈕看起來(lái)更顯著,能讓用戶(hù)更愿意與產(chǎn)品互動(dòng),刺激更多購(gòu)買(mǎi)。CTA按鈕的設(shè)計(jì)太小,在整個(gè)詳情頁(yè)屏幕里會(huì)顯得不協(xié)調(diào)。大氣的“立即購(gòu)買(mǎi)”按鈕更能刺激用戶(hù)點(diǎn)擊。

3.通過(guò)CTA按鈕上的文字引導(dǎo)用戶(hù)

CTA按鈕上直觀的說(shuō)服性的文字譬如“立即購(gòu)買(mǎi)”也可以,但是“收為己有”卻很好地利用了人性的弱點(diǎn)——貪婪、欲望、占有心理,在看到自己喜歡的東西時(shí),我們都希望這個(gè)東西是屬于自己的。

4.將星級(jí)評(píng)價(jià)放在屏幕中的顯著位置

屏幕中的顯著位置可以展示很多信息,將星級(jí)評(píng)分和評(píng)價(jià)放在這里絕對(duì)不會(huì)吃虧。因?yàn)楹玫脑u(píng)分和評(píng)論可以讓用戶(hù)很快知道商品的受歡迎程度,還可以幫商品在用戶(hù)心中建立權(quán)威;其次,將評(píng)價(jià)放在屏幕中的顯著位置可以讓用戶(hù)對(duì)商品留下一個(gè)好的印象。

5.在商品詳情頁(yè)添加社交分享按鈕,促進(jìn)傳播

增加社交媒體按鈕不僅起到鼓勵(lì)用戶(hù)分享的作用,同時(shí)也便于用戶(hù)操作分享。我們一般主要用于分享當(dāng)前頁(yè)面的商品。但其實(shí),真正用于營(yíng)銷(xiāo)推廣的分享并不應(yīng)該僅限于商品本身。比如成功購(gòu)買(mǎi)的記錄,或者是買(mǎi)家和賣(mài)家之間的互動(dòng)評(píng)價(jià),都可以成為分享的內(nèi)容,這將比商品本身更有傳播性。

以上5點(diǎn)建議我們可以結(jié)合A/B測(cè)試來(lái)驗(yàn)證,同時(shí)要確保我們采集的用戶(hù)行為數(shù)據(jù)精準(zhǔn)有效。最后預(yù)祝各位電商小伙伴們雙十二大麥!

雙11后的雙12該如何引誘用戶(hù)買(mǎi)買(mǎi)買(mǎi)?,首發(fā)于Cobub

]]>
A/B測(cè)試的ABC http://www.dpkxx.com/the-abc-of-ab-test/ Thu, 07 Dec 2017 09:24:19 +0000 http://www.dpkxx.com/?p=7187
我們前期所介紹的“同期群”分析法是對(duì)于時(shí)間窗口上不同時(shí)間段的特定指標(biāo)比較,而今天所介紹的“A/B測(cè)試”是同一個(gè)時(shí)間窗口上不同用戶(hù)群針對(duì)不同版本的反應(yīng)做比較。

A/B測(cè)試的ABC,首發(fā)于Cobub

]]>

我們前期所介紹的“同期群”分析法是對(duì)于時(shí)間窗口上不同時(shí)間段的特定指標(biāo)比較,而今天所介紹的“A/B測(cè)試”是同一個(gè)時(shí)間窗口上不同用戶(hù)群針對(duì)不同版本的反應(yīng)做比較。
所謂A/B測(cè)試,是用來(lái)比較兩個(gè)(或多個(gè))版本的網(wǎng)頁(yè)或者APP哪個(gè)“表現(xiàn)”更好的一種實(shí)驗(yàn)。A/B測(cè)試本質(zhì)上是一個(gè)實(shí)驗(yàn)。在這個(gè)實(shí)驗(yàn)中,一個(gè)頁(yè)面的兩個(gè)或多個(gè)不同的方案顯示給特定用戶(hù)群(此用戶(hù)分群有可能為隨機(jī),也有可能有特定特征),然后根據(jù)統(tǒng)計(jì)數(shù)據(jù)來(lái)分析,哪個(gè)方案在指定的“表現(xiàn)”上更好。我們經(jīng)常會(huì)面臨多個(gè)設(shè)計(jì)方案或營(yíng)銷(xiāo)策略的選擇,A/B測(cè)試是解決這類(lèi)問(wèn)題很好的方法。
通過(guò)A/B測(cè)試,我們可以對(duì)比不同版本的用戶(hù)體驗(yàn)區(qū)別,并針對(duì)更新版的網(wǎng)頁(yè)或APP提問(wèn),然后收集相關(guān)數(shù)據(jù),分析更新版網(wǎng)頁(yè)或APP對(duì)我們既定的度量指標(biāo)造成的影響。
目前市面上的大部分A/B測(cè)試工具均不支持對(duì)流量進(jìn)行計(jì)劃分配即流量分配策略(一般為隨機(jī)分配)。這樣得到的測(cè)試結(jié)果,不僅不能真實(shí)的反映出目標(biāo)核心用戶(hù)的喜好還有可能給產(chǎn)品經(jīng)理造成誤導(dǎo),對(duì)產(chǎn)品改進(jìn)方向做出誤判。在這推薦用戶(hù)行為分析工具Cobub Razor,它可以幫我們準(zhǔn)確的識(shí)別用戶(hù)屬性,從而為A/B測(cè)試提供流量分配策略,保證流量分配的科學(xué)性,試驗(yàn)結(jié)果的可信性。此外Cobub還提供了實(shí)驗(yàn)?zāi)繕?biāo)指標(biāo)的實(shí)時(shí)監(jiān)控及數(shù)據(jù)分析,我們可以根據(jù)分析結(jié)果實(shí)時(shí)優(yōu)化調(diào)整流量策略,助力形成產(chǎn)品優(yōu)化的閉環(huán)。
AB測(cè)試
A/B測(cè)試有利于我們從界面優(yōu)化中生成假設(shè),也有利于我們依據(jù)充分的數(shù)據(jù)分析結(jié)論做出正確的決策。有A/B測(cè)試的支持,我們做決策時(shí)就可以從拍腦袋的“我認(rèn)為…”轉(zhuǎn)變?yōu)閺臄?shù)據(jù)分析結(jié)果來(lái)看“我們知道…”。通過(guò)衡量更新版對(duì)各個(gè)度量指標(biāo)的影響,我們可以確保每個(gè)更新變化都產(chǎn)生積極的結(jié)果。

A/B測(cè)試如何運(yùn)作?

在A/B測(cè)試中,我們可以給同一個(gè)網(wǎng)頁(yè)或APP界面創(chuàng)建更新版。版本之間的差異可以非常簡(jiǎn)單,如改動(dòng)單個(gè)圖標(biāo)或按鈕,也可以對(duì)頁(yè)面完全重新設(shè)計(jì)。測(cè)試過(guò)程中,我們按既定策略給一半用戶(hù)顯示頁(yè)面原始版(稱(chēng)之為控制組),一半顯示頁(yè)面的更新版(稱(chēng)之為測(cè)試組)。

在A/B測(cè)試中,我們收集控制組和測(cè)試組的用戶(hù)行為數(shù)據(jù),然后分析更新版對(duì)用戶(hù)行為造成的影響。

為什么需要A/B測(cè)試?

不管是個(gè)人,團(tuán)隊(duì)還是公司,做A/B測(cè)試分析數(shù)據(jù)結(jié)果之后,我們可以用數(shù)據(jù)說(shuō)話,來(lái)優(yōu)化產(chǎn)品、提升用戶(hù)體驗(yàn),讓用戶(hù)行為朝著我們期望的方向發(fā)展。A/B測(cè)試還能驗(yàn)證我們的假設(shè)。有時(shí)候我們從經(jīng)驗(yàn)出發(fā)做出的產(chǎn)品改變并不能讓得到我們預(yù)期的結(jié)果(原因是我們的客戶(hù)不是讓我們隨意安排的)。通過(guò)A/B測(cè)試,我們可以擺脫經(jīng)驗(yàn)主義,轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品發(fā)展。
A/B測(cè)試能持續(xù)不斷地讓我們對(duì)產(chǎn)品做出改進(jìn),不斷提升用戶(hù)體驗(yàn),從而幫助我們達(dá)到各種目標(biāo),比如注冊(cè)率、轉(zhuǎn)化率等。
例如,運(yùn)營(yíng)團(tuán)隊(duì)想要通過(guò)一個(gè)營(yíng)銷(xiāo)活動(dòng)的著陸頁(yè)來(lái)提高銷(xiāo)售指標(biāo),為了達(dá)到這個(gè)目的,我們會(huì)嘗試對(duì)標(biāo)題、視覺(jué)圖像、表單、行動(dòng)按鈕以及頁(yè)面的整體布局進(jìn)行A/B測(cè)試。
每次測(cè)試一個(gè)更改,可以幫助我們確定哪些更改對(duì)用戶(hù)的行為產(chǎn)生了影響。隨著時(shí)間的推移,我們的產(chǎn)品就會(huì)因?yàn)闇y(cè)試中產(chǎn)生的這些成功改進(jìn)而變的越來(lái)越好。

A/B測(cè)試使我們能夠在營(yíng)銷(xiāo)活動(dòng)中針對(duì)我們想要的結(jié)果來(lái)優(yōu)化產(chǎn)品并讓用戶(hù)基于我們的目標(biāo)采取行動(dòng)。
通過(guò)測(cè)試廣告文案,我們可以了解哪個(gè)版本吸引了更多用戶(hù)的點(diǎn)擊。通過(guò)測(cè)試隨后的登錄頁(yè)面,我們可以了解到哪種布局可以促進(jìn)用戶(hù)的購(gòu)買(mǎi)。如果每個(gè)步驟的改動(dòng)都能有效獲得新客戶(hù),那么營(yíng)銷(xiāo)活動(dòng)成本就會(huì)大大的降低。

A/B測(cè)試也可以被產(chǎn)品經(jīng)理和設(shè)計(jì)師用來(lái)演示新特性或者改變用戶(hù)體驗(yàn)產(chǎn)生的影響。產(chǎn)品的登錄、用戶(hù)參與、模式和產(chǎn)品體驗(yàn)都可以通過(guò)A/B測(cè)試進(jìn)行優(yōu)化。總之,我們可以通過(guò)A/B測(cè)試來(lái)實(shí)現(xiàn)目標(biāo),驗(yàn)證假設(shè)。

A/B測(cè)試過(guò)程

下面是A/B測(cè)試框架,我們可以用它來(lái)運(yùn)行測(cè)試:
? 收集數(shù)據(jù):對(duì)產(chǎn)品進(jìn)行數(shù)據(jù)分析可以讓我們發(fā)現(xiàn)問(wèn)題從而找到需要優(yōu)化的方向。首先我們需要收集數(shù)據(jù),可以從站點(diǎn)或APP高流量的區(qū)域開(kāi)始,這有助于我們快速發(fā)現(xiàn)問(wèn)題的關(guān)鍵所在。同時(shí)我們需要尋找能夠改進(jìn)的低轉(zhuǎn)化率和高流失率的頁(yè)面。
? 確定目標(biāo):我們的轉(zhuǎn)換目標(biāo)是用來(lái)衡量更新版是否比原始版用戶(hù)體驗(yàn)更好,更成功的標(biāo)準(zhǔn)。目標(biāo)可以是任何東西,如點(diǎn)擊一個(gè)按鈕、鏈接到產(chǎn)品購(gòu)買(mǎi)或者完成注冊(cè)等。
? 生成假設(shè):一旦明確了目標(biāo),我們就可以生成A/B測(cè)試的假設(shè),這個(gè)假設(shè)用來(lái)解釋為什么我們覺(jué)得更新版比原始版更好。在有了這個(gè)假設(shè)清單之后,我們可以按照預(yù)期的結(jié)果和實(shí)施難度來(lái)按順序進(jìn)行測(cè)試。
? 創(chuàng)建變化:有了前面幾步之后,我們就可以對(duì)我們的網(wǎng)站或APP做出期望的改變,設(shè)計(jì)出迭代方案,這些改變可以是按鈕的顏色、頁(yè)面元素的順序交換、隱藏導(dǎo)航或者完全重新布局的東西。我們創(chuàng)建的這些變化要確保它們符合我們的預(yù)期目標(biāo)。
? 運(yùn)行實(shí)驗(yàn):啟動(dòng)我們的實(shí)驗(yàn),等待用戶(hù)參與。在這一步,我們網(wǎng)站或APP的用戶(hù)會(huì)被隨機(jī)分配到控制組和測(cè)試組,用戶(hù)每一步的操作都會(huì)被紀(jì)錄采集,計(jì)算和比較,以確定控制組和測(cè)試組在每一項(xiàng)改變上的表現(xiàn)。
? 分析結(jié)果:實(shí)驗(yàn)完成之后就是結(jié)果分析。A/B測(cè)試會(huì)顯示實(shí)驗(yàn)數(shù)據(jù),并告訴我們兩個(gè)版本的用戶(hù)行為是否存在顯著差異。
? 發(fā)布最佳版本:如果測(cè)試組的行為達(dá)到了我們的預(yù)期目標(biāo),那么我們就可以繼續(xù)根據(jù)A/B測(cè)試結(jié)果進(jìn)一步改進(jìn)產(chǎn)品。反之,也不必氣餒,我們可以把此次測(cè)試作為經(jīng)驗(yàn)并且生成新的假設(shè)然后繼續(xù)測(cè)試。

不管測(cè)試結(jié)果如何,我們都要根據(jù)測(cè)試經(jīng)驗(yàn)來(lái)實(shí)現(xiàn)產(chǎn)品優(yōu)化的閉環(huán)并持續(xù)不斷的提升用戶(hù)體驗(yàn)。
以下是使用A/B測(cè)試過(guò)程中常產(chǎn)生的幾個(gè)誤區(qū):
? 試驗(yàn)成功不等于效果提升
? 隨機(jī)選取用戶(hù)參與試驗(yàn)
? 多次試驗(yàn),一點(diǎn)修改
? 屏蔽A/B版本的人為選擇

A/B測(cè)試的ABC,首發(fā)于Cobub

]]>
以抖音網(wǎng)易云音樂(lè)為例,挖掘用戶(hù)留存三個(gè)階段的不同需求 http://www.dpkxx.com/taking-tik-tok-and-ease-cloud-music-as-an-example-to-discover-different-requirements-of-the-three-stages-of-user-retention/ Mon, 27 Nov 2017 01:24:10 +0000 http://www.dpkxx.com/?p=7179 員工從入職到離職,一般來(lái)說(shuō),一個(gè)月離職,半年離職,2年以上離職的緣由差別會(huì)大不一樣。
一個(gè)月離職,一般是不能適應(yīng)工作或與工作內(nèi)容本身有關(guān)。
半年的情況,一般與直接上級(jí)有關(guān)。
2年以上離職,基本上屬于認(rèn)可公司,但發(fā)展受限
其實(shí)對(duì)于產(chǎn)品留存也和員工入職相似,短期留存、中期留存和長(zhǎng)期留存的緣由大有不同。

以抖音網(wǎng)易云音樂(lè)為例,挖掘用戶(hù)留存三個(gè)階段的不同需求,首發(fā)于Cobub

]]>
員工從入職到離職,一般來(lái)說(shuō),一個(gè)月離職,半年離職,2年以上離職的緣由差別會(huì)大不一樣。
一個(gè)月離職,一般是不能適應(yīng)工作或與工作內(nèi)容本身有關(guān)。
半年的情況,一般與直接上級(jí)有關(guān)。
2年以上離職,基本上屬于認(rèn)可公司,但發(fā)展受限
其實(shí)對(duì)于產(chǎn)品留存也和員工入職相似,短期留存、中期留存和長(zhǎng)期留存的緣由大有不同。

01

短期留存來(lái)講,可以理解為用戶(hù)初步了解產(chǎn)品之后的留存,也就是說(shuō)產(chǎn)品下載后用了一下,并沒(méi)有馬上刪掉或者近兩天選擇刪掉。
新用戶(hù)一般在app下載完成之后會(huì)進(jìn)入直接的了解產(chǎn)品階段,這個(gè)階段,在產(chǎn)品主要功能界面,如果產(chǎn)品本身沒(méi)有什么特別顯眼的亮點(diǎn)(可以理解為撩點(diǎn)),或者一下子勾住用戶(hù)的東西,用戶(hù)流失的可能性很大,畢竟大部分用戶(hù)只是嘗鮮的狀態(tài),這類(lèi)流失問(wèn)題,一般智能(算法)或精選推薦類(lèi)的內(nèi)容型的產(chǎn)品有優(yōu)勢(shì),資訊類(lèi)的也好,短視頻的也好,商城類(lèi)的也好,直播類(lèi)的也好,能夠采用高度的熱點(diǎn)內(nèi)容推薦勾住大部分用戶(hù)的使用欲。
比如我最近在嘗試了解的抖音,他有很大的優(yōu)勢(shì)決定了app的短期留存率會(huì)高于其他同類(lèi)短視頻,原因有三,第一:抖音本身的音樂(lè)屬性和產(chǎn)品用戶(hù)定位決定了他的視頻更有特點(diǎn);第二:抖音的拍攝門(mén)檻、制作高標(biāo)準(zhǔn)和視頻處理的優(yōu)勢(shì),決定了視頻的高質(zhì)量;第三,首頁(yè)精選機(jī)制,讓用戶(hù)的選擇門(mén)檻降低,我們打開(kāi)APP就能播放短視頻,并且從我?guī)滋斓挠^看情況來(lái)看,質(zhì)量都挺高。(我目前沒(méi)找到抖音首頁(yè)的推薦算法相關(guān)內(nèi)容,但是從內(nèi)容質(zhì)量上來(lái)講,應(yīng)該有較大的人工干預(yù)機(jī)制)。

抖音的這三個(gè)特點(diǎn)決定了用戶(hù)在打開(kāi)app后,能快速的沉浸在高質(zhì)量的短視頻中,也就是能快速的勾住用戶(hù),這一點(diǎn)我會(huì)覺(jué)得強(qiáng)于快手,快手在短視頻的選擇上,是一件很費(fèi)力的事情。你回憶下你在某個(gè)無(wú)聊的下午,想看找一部好電影看看,篩選電影過(guò)程中的糾結(jié)與吐槽。
而對(duì)于沒(méi)有抖音這類(lèi)有鮮明特點(diǎn)的內(nèi)容產(chǎn)品來(lái)講,可以從另外一個(gè)角度出發(fā)。根據(jù)頭條發(fā)布的 2016 移動(dòng)資訊行業(yè)細(xì)分報(bào)告,今日頭條娛樂(lè)興趣用戶(hù)占全平臺(tái)總量 68.29%,占比排名第一。占比第二是的社會(huì)類(lèi)資訊,達(dá) 67.29%,占比第三的是搞笑類(lèi),占46.56%。也就是說(shuō)只是集合了這三點(diǎn),那么對(duì)于嘗鮮用戶(hù)推薦,短期上的留存率會(huì)極高。
當(dāng)然對(duì)非內(nèi)容型產(chǎn)品,一般的采用的是強(qiáng)視覺(jué)和交互的形式,也就是說(shuō),采用用戶(hù)能一眼看懂產(chǎn)品的側(cè)重點(diǎn),產(chǎn)品的使用特點(diǎn),讓用戶(hù)能很容易的上手,也就是快速形成這個(gè)產(chǎn)品很品質(zhì)不低,這個(gè)產(chǎn)品功能看起來(lái)挺好的第一觀感。
這也就能理解為什么對(duì)于很多新產(chǎn)品來(lái)講,一個(gè)好的新手引導(dǎo)非常重要了,這是對(duì)于用戶(hù)快速了解產(chǎn)品的一個(gè)捷徑。新手引導(dǎo)可能不僅包含產(chǎn)品的功能的使用,還包括產(chǎn)品的核心亮點(diǎn)呈現(xiàn)(可能包括一些理念,比如匠心、高品質(zhì)之類(lèi)的內(nèi)容介紹)。

02

對(duì)于中期來(lái)講,更加合適的內(nèi)容和更加舒適的功能使用變得是比較重要的。任何一個(gè)東西,我們都會(huì)從驚艷期(或嘗鮮期)逐步過(guò)渡到平和期,當(dāng)我們已經(jīng)習(xí)慣了產(chǎn)品的大部分功能的時(shí)候,把產(chǎn)品的功能做的更細(xì)膩,更便捷,比如,更了解當(dāng)前用戶(hù),推薦算法更精確;比如,操作更便捷,將原有的三步點(diǎn)擊變?yōu)橐徊剑拖裎覀兪褂秒娔X時(shí)間長(zhǎng)了,很多功能我們會(huì)傾向于使用快捷鍵而非鼠標(biāo);再比如,提供更加個(gè)性的視覺(jué)方案,app換設(shè)計(jì)風(fēng)格,也就是說(shuō)這個(gè)是一個(gè)從產(chǎn)品還不錯(cuò)到用的爽的步驟。
網(wǎng)易云音樂(lè)的歌曲評(píng)論模塊,這個(gè)本身并不是一個(gè)很剛需的功能,但是作為錦上添花的功能效果卻非常的棒,很多置頂?shù)脑u(píng)論直接帶動(dòng)了用戶(hù)的情緒,加強(qiáng)了歌曲本身的感染力。

再往前進(jìn)一步,提供更加有趣的內(nèi)容哪怕是跟產(chǎn)品核心功能弱關(guān)聯(lián)。網(wǎng)易云音樂(lè)的“朋友”模塊,我發(fā)現(xiàn)我曾經(jīng)無(wú)意識(shí)的花了大量的時(shí)間在上面,里面有有趣的短視頻,搞怪的gif動(dòng)畫(huà),好聽(tīng)的音樂(lè),還有一些明星小八卦,本身來(lái)講這個(gè)模塊跟音樂(lè)并沒(méi)有太直接的關(guān)系,但是他從聽(tīng)音樂(lè)的人和明星出發(fā),以朋友圈的形式(當(dāng)然他的推薦機(jī)制并非朋友圈這種,而是帶有智能和熱點(diǎn)推薦的機(jī)制在其中,畢竟云音樂(lè)的朋友關(guān)系大多是弱關(guān)系,和微信略有差異),作為云音樂(lè)的留存模塊,這個(gè)我覺(jué)得是作為中期留存是可以借鑒的。

03

再說(shuō)說(shuō)長(zhǎng)期,也就是資深用戶(hù)的留存問(wèn)題,當(dāng)用戶(hù)習(xí)慣了產(chǎn)品的內(nèi)容和功能,其實(shí)會(huì)有一個(gè)“癢”的階段,微信做的再好,用了一兩年之后,你可能會(huì)覺(jué)得不過(guò)如此,幽默段子看多了,你經(jīng)常能猜出一些套路,幽默也就變成了無(wú)聊了。papi醬你現(xiàn)在還看嗎,用很多網(wǎng)友的話說(shuō),就那些套路,再說(shuō)下抖音,他現(xiàn)在也有這樣的問(wèn)題,抖音從音樂(lè)短視頻出發(fā),也就是說(shuō)很多視頻會(huì)在固定的音樂(lè)節(jié)奏和內(nèi)容中,這就決定了他的很多視頻拍攝和剪輯套路相同,我周?chē)胁簧偕疃仁褂玫挠脩?hù)都說(shuō)視頻重復(fù)率過(guò)高,經(jīng)常能看到類(lèi)似的形式,新鮮感逐漸遞減。
在這個(gè)階段,一般的產(chǎn)品會(huì)祭出三張大旗,第一個(gè)叫社交,第二個(gè)叫用戶(hù)成長(zhǎng)體系,第三個(gè)叫持續(xù)的運(yùn)營(yíng)刺激(包括形式多變的話題、熱點(diǎn)、社群)。
社交好理解,我們之所以不放棄微信,是因?yàn)樯厦嬗形覀兇罅康纳鐣?huì)關(guān)系,我們關(guān)注的并不是微信,而是微信上的人,只是目前沒(méi)有一個(gè)產(chǎn)品能做到微信這樣的強(qiáng)關(guān)系鏈特質(zhì)。
直播的yy直播、陌陌,短視頻類(lèi)的快手、抖音,在產(chǎn)品的新鮮度遞減的情況下,可不能建立微信這種強(qiáng)關(guān)系,但是弱關(guān)系依然是有強(qiáng)大的挖掘的可能。
直播也好,短視頻也好,作為孤獨(dú)和無(wú)聊出口的一個(gè)方向,我們可以通過(guò)屏幕看到一個(gè)個(gè)有趣的陌生人,既然是人,那么自然就有人格。
那么弱關(guān)系的挖掘可以從內(nèi)容的喜好變?yōu)槿烁竦南矚g,這個(gè)可以理解為與AKB48類(lèi)似的養(yǎng)成,不同點(diǎn)在于,也許我以前是喜歡你的優(yōu)秀的作品,后面成為粉絲后我喜歡的是你作為人的個(gè)性與有趣,那么作品只是你人格的組成部分,在后期,你關(guān)注的那個(gè)主播可能不需要非常亮眼的內(nèi)容,你甚至?xí)酉矚g,覺(jué)得他真實(shí)。
這就是內(nèi)容型產(chǎn)品社交弱關(guān)系的可深度挖掘的部分。
成長(zhǎng)體系,簡(jiǎn)單來(lái)說(shuō),就是“工作幾年之后榮譽(yù)以及一些特權(quán)、福利”,這個(gè)不做細(xì)講,展開(kāi)來(lái)非常大。
持續(xù)的運(yùn)營(yíng)刺激,一般分為兩種情況,資訊、媒體類(lèi)產(chǎn)品一般傾向于制造爭(zhēng)議話題的運(yùn)營(yíng),話題內(nèi)容往往能出其不意,畢竟并非一家之言,選題選的好,可能下面的回復(fù)會(huì)爆點(diǎn)不斷。
商城類(lèi)產(chǎn)品會(huì)傾向于,制造節(jié)日,雙十一也好,618也好,都屬于這一類(lèi),當(dāng)然持續(xù)的運(yùn)營(yíng)刺激,制造節(jié)日屬于規(guī)律性的,也有非規(guī)律性的,比如滴滴、膜拜的毫無(wú)理由的送券,送優(yōu)惠。

04

總結(jié)下,我說(shuō)的雖然是短中長(zhǎng)期的留存,但這個(gè)短中長(zhǎng)并非一個(gè)特定的時(shí)長(zhǎng),不同用戶(hù)對(duì)產(chǎn)品使用的程度不同,反映的各個(gè)用戶(hù)身上的短中長(zhǎng)期流程的時(shí)間也可能不一樣。這是其一。
二是,我說(shuō)的這些產(chǎn)品功能內(nèi)容并非一定要分先后,有可能同時(shí)并行研發(fā),畢竟有的留存功能是三個(gè)階段都適用的,只是說(shuō)哪個(gè)階段的效果最佳而已,低層本高產(chǎn)出,做最有效率的事情。
就像一個(gè)剛畢業(yè)的大學(xué)生,你給他講再高質(zhì)量的500強(qiáng)企業(yè)商戰(zhàn)干貨,對(duì)他來(lái)講,并沒(méi)有什么卵用,還不如教他如何提高面試成功率比較實(shí)在。留存的方案策略使用也是如此。
以上是留存方面的一點(diǎn)小思考,希望有用。

內(nèi)容轉(zhuǎn)載自公眾號(hào) 油炸果子

以抖音網(wǎng)易云音樂(lè)為例,挖掘用戶(hù)留存三個(gè)階段的不同需求,首發(fā)于Cobub

]]>
“同期群分析Cohort Analysis”知道不?不知道你就OUT啦! http://www.dpkxx.com/you-still-dont-know-cohort-analysis/ Thu, 16 Nov 2017 09:27:37 +0000 http://www.dpkxx.com/?p=7160
一個(gè)漂亮的平均數(shù)完全是用數(shù)據(jù)創(chuàng)造出來(lái)的虛幻景象,會(huì)給我們的決策造成誤導(dǎo),因此我們需要掌握一個(gè)行之有效的方法來(lái)剖析真實(shí)的用戶(hù)行為和用戶(hù)價(jià)值,這個(gè)方法就是同期群分析(Cohort Analysis)。事實(shí)上,數(shù)據(jù)不會(huì)說(shuō)謊,只是分析數(shù)據(jù)的人沒(méi)有做到精準(zhǔn)分析而導(dǎo)致對(duì)數(shù)據(jù)呈現(xiàn)的錯(cuò)誤解讀!
國(guó)內(nèi)對(duì)同期群分析相關(guān)的研究相對(duì)較少,也許不是所有的運(yùn)營(yíng)都知道同期群分析,但它是每個(gè)產(chǎn)品運(yùn)營(yíng)必備的分析方法。在著名的《精益數(shù)據(jù)分析》一書(shū)里面,作為測(cè)試數(shù)據(jù)分析的靈魂也提到了同期群分析的相關(guān)內(nèi)容。
同期群分析最早用于醫(yī)藥研究領(lǐng)域,意在觀察不同被試群體的行為隨著時(shí)間的變化呈現(xiàn)出怎么樣的不同。通過(guò)監(jiān)測(cè)不同的被試群體,醫(yī)藥研究員可以觀察到不同的處方和治療方式對(duì)被試的影響并且確定被試共同的行為模式。

“同期群分析Cohort Analysis”知道不?不知道你就OUT啦!,首發(fā)于Cobub

]]>

一個(gè)漂亮的平均數(shù)完全是用數(shù)據(jù)創(chuàng)造出來(lái)的虛幻景象,會(huì)給我們的決策造成誤導(dǎo),因此我們需要掌握一個(gè)行之有效的方法來(lái)剖析真實(shí)的用戶(hù)行為和用戶(hù)價(jià)值,這個(gè)方法就是同期群分析(Cohort Analysis)。事實(shí)上,數(shù)據(jù)不會(huì)說(shuō)謊,只是分析數(shù)據(jù)的人沒(méi)有做到精準(zhǔn)分析而導(dǎo)致對(duì)數(shù)據(jù)呈現(xiàn)的錯(cuò)誤解讀!
國(guó)內(nèi)對(duì)同期群分析相關(guān)的研究相對(duì)較少,也許不是所有的運(yùn)營(yíng)都知道同期群分析,但它是每個(gè)產(chǎn)品運(yùn)營(yíng)必備的分析方法。在著名的《精益數(shù)據(jù)分析》一書(shū)里面,作為測(cè)試數(shù)據(jù)分析的靈魂也提到了同期群分析的相關(guān)內(nèi)容。
同期群分析最早用于醫(yī)藥研究領(lǐng)域,意在觀察不同被試群體的行為隨著時(shí)間的變化呈現(xiàn)出怎么樣的不同。通過(guò)監(jiān)測(cè)不同的被試群體,醫(yī)藥研究員可以觀察到不同的處方和治療方式對(duì)被試的影響并且確定被試共同的行為模式。

那么在運(yùn)營(yíng)領(lǐng)域,什么是同期群呢?

同期群屬于用戶(hù)分群里的一個(gè)細(xì)分,是指在規(guī)定時(shí)間內(nèi)對(duì)具有共同行為特征的用戶(hù)進(jìn)行分群。“共同行為特征”是指在某個(gè)時(shí)間段內(nèi)的相似行為,它除了按不同時(shí)間的新增用戶(hù)來(lái)分類(lèi)外,還可以按不同的行為來(lái)分類(lèi),譬如“在2017年6月第一次購(gòu)買(mǎi)”,“在2017年10月第二周對(duì)產(chǎn)品的使用頻率開(kāi)始降低”等。
注意同期群分析側(cè)重于分析在客戶(hù)生命周期相同階段的群組之間的差異。

同期群分析(Cohort Analysis)為什么很重要?

在產(chǎn)品發(fā)展過(guò)程中,我們通常會(huì)把產(chǎn)品收入和產(chǎn)品用戶(hù)總量作為衡量這個(gè)產(chǎn)品成功與否的終極指標(biāo)。不可否認(rèn)這些指標(biāo)固然重要,但是它們并不能用來(lái)衡量產(chǎn)品最近所取得的成功,并且極有可能會(huì)掩蓋一些急需我們關(guān)注的問(wèn)題,如用戶(hù)參與度持續(xù)走低、用戶(hù)新增在逐漸變緩等。在分析用戶(hù)行為的過(guò)程中,我們需要更細(xì)致的衡量指標(biāo),這樣才更有利于我們準(zhǔn)確預(yù)測(cè)產(chǎn)品發(fā)展的走向并通過(guò)版本迭代及時(shí)對(duì)產(chǎn)品進(jìn)行優(yōu)化和改進(jìn)。

同期群分析(Cohort Analysis)是提高APP用戶(hù)留存的關(guān)鍵

上面提到,一個(gè)產(chǎn)品的成功與否不在于下載量多少,而在于如何留住即將流失的用戶(hù)以及如何召回已經(jīng)流失的用戶(hù)。
我們不能通過(guò)下載量確定APP發(fā)展的具體情況,因?yàn)槠恋南螺d數(shù)據(jù)會(huì)誤導(dǎo)我們以為APP發(fā)展很健康,但實(shí)際上,很多用戶(hù)下載幾天后就流失了。同期群分析是提高用戶(hù)留存的關(guān)鍵。
案例
針對(duì)首次啟動(dòng)APP的用戶(hù)進(jìn)行同期群分析,并觀察他們接下來(lái)七天的留存情況。

17461個(gè)新增用戶(hù)在10月30日首次啟動(dòng)了APP,第一天在這些用戶(hù)里有 30.6%的人再次啟動(dòng),第四天12.2%,第七天7.9%,這表明在第七天的時(shí)候約每12個(gè)用戶(hù)里就只剩下一個(gè)活躍用戶(hù)。這同時(shí)也意味著我們流失了92%的用戶(hù)
我們需要知道哪些同期群有更好的留存并分析原因。如:我們?cè)谀且惶彀l(fā)起了一場(chǎng)新的營(yíng)銷(xiāo)活動(dòng)嗎? 還是提供了促銷(xiāo)或折扣?或是發(fā)布了新功能,在產(chǎn)品里添加了視頻教程?我們可以將這些成功的策略應(yīng)用于其他用戶(hù),來(lái)提高用戶(hù)活躍度及留存率。我們還可以比較不同時(shí)間段的留存:

? 拉新后的留存:

通過(guò)比較拉新后不同的同期群,我們可以看到4天,7天等時(shí)間段后再次回來(lái)的用戶(hù)。這些同期群數(shù)據(jù)可以讓我們了解用戶(hù)登錄體驗(yàn),產(chǎn)品質(zhì)量,用戶(hù)體驗(yàn),市場(chǎng)對(duì)產(chǎn)品的需求力等關(guān)鍵信息。

? 長(zhǎng)期留存:

通過(guò)觀察每個(gè)同期群用戶(hù)再次回來(lái)使用APP的天數(shù),我們可以看到每個(gè)同期群長(zhǎng)期的留存,而不是拉新后幾天的留存。
我們可以知道用戶(hù)是在哪里退出的,并且可以知道活躍用戶(hù)群有什么特征,他們?cè)谧鍪裁矗@樣一方面有助于我們?cè)诶聲r(shí)快速找到目標(biāo)用戶(hù),另一方面我們還可以影響新用戶(hù),讓他們遵循同樣的路線,最終成為忠誠(chéng)用戶(hù)的模樣。

同期群分析(Cohort Analysis)能幫助我們實(shí)時(shí)監(jiān)控真實(shí)的用戶(hù)行為、衡量用戶(hù)價(jià)值并制定有針對(duì)性的營(yíng)銷(xiāo)方案

例如我們的運(yùn)營(yíng)團(tuán)隊(duì)在9月份發(fā)起了一場(chǎng)為期60天的歡迎活動(dòng),想要通過(guò)一系列折扣和優(yōu)惠來(lái)推動(dòng)用戶(hù)增長(zhǎng)。通過(guò)廣告展示和社交媒體,我們每天都有數(shù)以千計(jì)的用戶(hù)增長(zhǎng)。5個(gè)月后,我們的用戶(hù)增長(zhǎng)量非常大,領(lǐng)導(dǎo)對(duì)我們的活動(dòng)結(jié)果非常滿意。
表面看,我們順利達(dá)到了用戶(hù)增長(zhǎng)的目標(biāo)。然而,當(dāng)我們仔細(xì)研究同期群的數(shù)據(jù),從用戶(hù)的終身價(jià)值出發(fā),我們會(huì)發(fā)現(xiàn),歡迎活動(dòng)中新增的用戶(hù)在活動(dòng)2個(gè)月之后購(gòu)買(mǎi)率持續(xù)降低,與之相反,活動(dòng)前的新增用戶(hù)如8月份的用戶(hù),在活動(dòng)的這五個(gè)月里購(gòu)買(mǎi)率一直比較穩(wěn)定。

如果我們只把每月總收入作為衡量指標(biāo),我們就會(huì)以為收入增長(zhǎng)僅僅來(lái)自新涌入的用戶(hù)。然而,活動(dòng)啟動(dòng)之后的用戶(hù)群組數(shù)據(jù)表明,一旦優(yōu)惠活動(dòng)結(jié)束,收入就會(huì)下降。收入下降證明我們并沒(méi)有擴(kuò)大忠實(shí)用戶(hù)群體。
如上所示,通過(guò)同期群分析我們可以實(shí)時(shí)監(jiān)控真實(shí)的用戶(hù)行為趨勢(shì),否則,我們會(huì)因?yàn)橹环治隹傮w數(shù)據(jù)得到錯(cuò)誤的判斷而做出錯(cuò)誤的決策。通過(guò)分析每個(gè)同期群的行為差異,我們可以制定有針對(duì)性的營(yíng)銷(xiāo)方案。在這個(gè)案例中,運(yùn)營(yíng)人員需要制定新策略來(lái)提高活動(dòng)開(kāi)始兩個(gè)月后的用戶(hù)參與度。

如何實(shí)施同期群分析(Cohort Analysis)?

首先從定義商業(yè)疑問(wèn)開(kāi)始

定義商業(yè)疑問(wèn)是研究得到有效結(jié)果的前提。商業(yè)疑問(wèn)定義基于商業(yè)目標(biāo)以及研究試圖解決的問(wèn)題。
用戶(hù)在我們優(yōu)化產(chǎn)品之后購(gòu)買(mǎi)轉(zhuǎn)化率是否提升?產(chǎn)品改進(jìn)后用戶(hù)流失率是否降低?我們需要對(duì)這些疑問(wèn)進(jìn)行迭代和細(xì)化,以確保它與商業(yè)目標(biāo)一致。

依據(jù)商業(yè)疑問(wèn)定義度量指標(biāo)

如購(gòu)買(mǎi)轉(zhuǎn)化率和用戶(hù)留存率是回答業(yè)務(wù)問(wèn)題的關(guān)鍵指標(biāo),我們想要了解從注冊(cè)到完成購(gòu)買(mǎi)每一步的用戶(hù)流失率以及最后的購(gòu)買(mǎi)轉(zhuǎn)化率。

定義同期群

前面留存的案例里,同期群是基于創(chuàng)建賬戶(hù)一周內(nèi)購(gòu)買(mǎi)的用戶(hù)。在其他情況下,我們可以用不同的方式定義同期群,例如,某個(gè)內(nèi)容APP,我們可能會(huì)基于創(chuàng)建賬號(hào)的24小時(shí)內(nèi)發(fā)布內(nèi)容的用戶(hù)。

分析同期群數(shù)據(jù)


我們還以圖一典型的同期群表格為例,橫向?yàn)樽匀惶鞌?shù)排列,縱向?yàn)槊刻斓男略鲇脩?hù)數(shù),表格內(nèi)部是計(jì)算的每天留存率,一般情況下橫向的留存率最終會(huì)在某天后停留在一個(gè)相對(duì)穩(wěn)定的狀態(tài),從圖中我們可以看到,在第5天留存趨于穩(wěn)定。這就說(shuō)明這批用戶(hù)是穩(wěn)定留存下來(lái)的。否則,如果留存率一直下降,總有一天會(huì)歸零。
我們?cè)賮?lái)看下縱向的留存數(shù)據(jù),如果一個(gè)產(chǎn)品在健康發(fā)展,這個(gè)數(shù)據(jù)應(yīng)該是越來(lái)越好。很顯然這個(gè)產(chǎn)品并不是,PM應(yīng)該不斷根據(jù)歷史數(shù)據(jù)優(yōu)化改進(jìn)產(chǎn)品,提升用戶(hù)體驗(yàn),從而提高用戶(hù)留存率!

總結(jié)

同期群分析(Cohort Analysis)有利于我們更深層地分析用戶(hù)行為,并揭示總體衡量指標(biāo)所掩蓋的問(wèn)題。在營(yíng)銷(xiāo)方式和活動(dòng)效果不斷變化的當(dāng)下,學(xué)會(huì)運(yùn)用同期群分析有利于我們預(yù)測(cè)未來(lái)收入和產(chǎn)品發(fā)展趨勢(shì)。

“同期群分析Cohort Analysis”知道不?不知道你就OUT啦!,首發(fā)于Cobub

]]>