挖掘太阳城价值,从用户分群开始-业界动态-@太阳城手机版资讯
你好,游客 登录
背景:
阅读新闻

挖掘太阳城价值,从用户分群开始

[日期:2017-12-06] 来源:太阳城挖掘  作者: [字体: ]

  随着产品功能的增加和用户的增多,新用户的选择,老用户的活跃与流失,究其原因愈发趋于多元化。而精细化运营的核心思维和策略就是用户分群,对不同需求的用户匹配不同的服务和内容,那么,如何划分用户群,如何基于特定用户群开展运营工作呢?本文从用户分群的4个维度以及如何将用户分群应用于业务增长进行了详细介绍。

  用户分群:采集太阳城 筛选归类

  用户分群的依据主要有两个方面:用户属性(性别、年龄、地域等)和用户行为(访问时间 / 访问时长 / 浏览历史 / 订单记录等用户在产品内的一切交互行为),因此,采集太阳城是用户分群的第一步,先确定我们需要哪些太阳城,然后做好太阳城埋点,建立基础的用户行为太阳城监控机制,为用户贴上标签。

太阳城手机版

  说明:对于互金类产品来说,通过太阳城埋点和采集,我们可以知道:在深圳某女性用户,在 9 月 24 日 13 点 17 分时将起投金额为 5000 元,年化收益率为 8.47% 的中期理财产品 " 双季度计划 " 加入心愿单。

  通过太阳城采集,建立客户 360 度视图的目的其实就是为了更直观的洞察用户价值。为了快速且高效的将用户分群和用户洞察,我们通常以 4 个筛选条件作为用户分群的依据:用户属性、触发行为、新增于、活跃于。

  1、用户属性

  所谓人物基础属性指的是:用户客观的属性,描述用户真实人口属性的标签,比如:年龄、性别、城市、浏览器版本、系统版本、操作版本、渠道来源等就是用户属性。

  关于属性的重要性呢,咱们就以 " 城市 " 为例来说明吧,上图是中国(吃货)地图,每个地区都有不同的饮食偏好,那么对于同一款产品来说的,针对不同城市的用户,在运营方面也是有很大差异哒 ~

  比如:某天气类工具型产品,在北京进入雾霾季时,可针对北京地区的用户推送防霾关怀,提供防霾用品信息,一方面比起向全量用户推送一定会打扰到 " 清新 " 地区的用户,另一方面让 " 霾区 " 用户获得了一种 " 宝宝被重视了 " 的贴心体验。

  另外,对于一个产品来讲,迭代是产品成长的必经之路,因此根据用户所使用的 " 系统版本 " 将用户进行分群,即可实现衡量改版前后的用户行为差异及改版效果。

  2、活跃于

  活跃用户是用户运营的重点," 伺候 " 不好,很容易就会流失掉," 伺候 " 到位了呢?也很容易转化为忠实用户,因此对于活跃于某一特定时段(比如:新旧版本迭代 / 暑假 / 节假日)或者最近 * 天(比如:近期有功能上线)。

  说明:通过 " 活跃于 " 这个维度,我们可以快速找到最近 7 天活跃的用户,并可观察这一用户群「微信支付购买转化率」的情况,在 1518 名查看商品的用户中,最终只有 178 人完成微信支付,流失率达 36.9%,故这一转化有待提高。

  说明:通过进一步下钻洞察单体用户未完成付款的原因,发现大部分是 " 余额不足 " 导致,故可以每月发薪日,为用户推送相关商品信息,提醒用户完成支付。

  3、做过 / 没做过

  这个维度,诸葛君要重点念叨念叨,首先用户行为就是触发过某一事件或者没触发过某一事件,比如,对于互金类产品,完成 " 绑卡 " 的用户对平台的信任度一定高于 " 未绑卡 " 用户,因此触发指定事件的用户可作为用户分群的重要维度。

  说明:在诸葛 io 平台中关于 " 做过 / 没做过 " 筛选条件中,支持 4 个维度:

  任意时间

  新增后:超好用的维度,下文重点介绍

  最近

  固定时段

  场景举例:

  说明:以互联网金融产品为例,将最近 30 天内成功支付起投金额为 1000 元的理财产品大于等于 1 次,且查看理财产品详情大于等于 5 次的用户定义为高价值用户,如果最近恰好有某起投金额在 1000 的理财产品上线,即可通过精准触达这部分用户群持续挖掘用户价值。

  用户视角之「新增后」场景举例:

  「新增后」这个概念是以用户 " 路转粉 " 为起点的时间周期,而不是传统的自然月 / 自然周为时间周期,因为每个用户的新增时间都不相同,在这种条件下,我们会逐个用户单独计算,确定每一个用户是否在其新增后的 N 天内做过某事。

  这个维度的好处,就是以用户视角洞察用户行为,用户新增后 * 天完成核心转化,用户新增 * 天使用产品的频次如何?咱们举个例子来说明。

  说明:诸葛 io 支持多条件筛选用户(并且 + 并且 + 并且 ···),比如将首次来源的广告关键词是华为手机和网上购物,首次来源域名是百度,这是对于用户渠道来源的筛选。此外,将新增后 1 天内就完成注册且查看了 " 耳机 " 类商品大于等于 3 次的用户,定义为 " 耳机 " 潜在消费用户,通过新增后 1 天这一筛选条件,即可快速精准定位出潜在用户群,通过这样的筛选,便可实现有针对性的触达,将耳机品类的专题活动发送给这些潜在用户,引发用户下单的欲望,提升购买转化率。相较于传统意义上的产品视角——以自然月维度来计算的新增来说,更科学,更具有指导意义。

  4、新增于

  说明:新增于这个维度,同样有 2 个条件可选择:最近 / 固定时段,以此精确筛选出新增用户的时间范围,灵活找到特定时间段内的特定用户群中。以电商类产品为例,如果你在 8 月 1 日 -8 月 15 日发起了一次大规模的市场拉新活动,那么上图的筛选即可找到活动期间新增用户群,进而评估活动效果及后续转化情况。

  用户分群是精细化运营的基础

  用户分群是手段和工具,简单来说,分群分析就是通过聚类的方式,把相似的人群合并,考察同一事件或同一指标在不同人群上的表现,以推断并定位对该事件 / 指标有明显影响的因子,以此来帮助我们更好地了解用户需求,进行针对性运营。用户分群能帮助企业更加了解用户,分析不同群组的人群属性、行为特点,可以帮助运营人员更好地发掘产品问题的背后的原因,并从中发现产品有效改进优化的方向。

  只有将用户精细分群与用户画像结合起来,才能提高精益化运营的深度与精度,那么如何将用户分群与用户画像如何结合使用?

  接下来,我们举个例进行说明:某工具类 App,购买转化不高怎么办?

  这个问题,我们应该如何分析?首先我们通过「用户分群」来针对不同的可能性做实验:对比「没付费的用户」与「购买」的次日留存时会发现:

  「所有用户」与「购买用户」在 7 天里的留存情况对比:

  在 30 天后,「购买用户」的留存率是 29.7%,「所有用户」的是 12.7%。这可能看起来不是那么显著,但在长期留存上,即便是一个小凸起,对你来说也是意义重大。

  通过用户画像,我们将「没付费的用户」与「购买用户」进行分群对比后已经识别出了一个提高留存的因素,现在你可以寻找更多。一个可行的方法是,你现在可以把「购买」不是「注册」设为起点。也就是说,你之前分析的是「注册」之后的留存情况,而下一步,你可以分析「购买」之后的留存情况。这就是在你重新设计了引导流程以促进用户关注他人之后,接下来你应该努力提升什么。

  然后,你可以看到其它因素是怎样促进留存的。通过诸葛 io 的粘性及自定义留存功能,你可以比较「没付费用户」与「购买用户」,比较两个用户群在「查看天气」后的留存情况。

  当你搞清楚了哪些行为导致你的用户继续回来使用你的产品之后,你就需要把这些行为的用户体验放在首位。在早期粘住你的用户,他们就会很难离开你的产品。

  获客成本越来越高,因此需要对用户行为进行分析,做群体划分,构建用户行为模型,形成一套高效且有针对性的运营方案。通过对用户太阳城的采集,挖掘分析用户的行为习惯和喜好,找到更符合用户 " 口味 " 的产品和服务,并结合用户需求有针对的调整和优化,这就最大化用户太阳城的价值。





收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款