行为数据的魔力:把握每个时机,让用户更听你的话(下)

诸葛君说:互联网人口红利的天花板让整个市场进入存量竞争阶段。如何实现快速高效获客,保持与用户互动使其留存,各环节的体验及转化的提升是每个行业都需要首要考虑的问题。诸葛io增长团队负责人邱千秋上周受邀出席了由吆喝科技主办的2018产品运营系列沙龙的活动,围绕用户行为分享了数据驱动增长的实战案例,快速提升你对数据的认知和数据思维能力。

本文整理自现场发言,今天整理第三、四部分——洞察用户:从分析业务到解读需求;行为设计:把握时机引导用户行为。

点我回顾:第一、二部分

——行为数据的认知变迁与应用趋势、从数据采集到管理布局

三、洞察用户:从分析业务到解读需求

上文分析了用户行为数据在驱动增长方面的价值,下面我们看看如何洞察用户,从分析业务到解读需求的深度洞察。

拓扑心理学原理告诉我们,用户的行为由用户自身素质和当时面对的场景共同决定,其实很好理解,比如:刮风下雨懒得出门,在这一特定场景下你产生了一个外卖需求——打开外卖APP点餐,因此,我们可以说,用户行为就是用户需求和认知的客观反映,当然这个场景也可能发生在产品中,比如:当你打开外卖APP后弹出了A家限时半价优惠券,这一场景促使你直接选择A家并使用优惠券。

1、数据分析的核心目标是还原用户需求

这里举2个经典案例,第一个是facebook,早期通过数据洞察发现新增用户如果在新增后10天内能够拥有7个真实好友将极大提升该用户的留存率和活跃度,而这个数据现象呈现的就是数字化的人际关系和社交。

第二个是Airbnb,通过在各地雇佣摄影师免费为租户拍摄房屋照片,为租客打造明朗、愉快而又安全的租赁气氛,促使正在策划着幸福之旅的用户快速买单,从而大大提升预定转化率,由此可见,用户对预定房间的客观了解和情感期望直接影响用户的预定行为。

2、业务监控是数据分析的第一步

数据分析的核心目标是客观真实的衡量,还原用户需求,业务监控就是还原用户需求的第一步,客观衡量实时监控,当数据一旦发生波动后相关部门可第一时间查找原因,及时修正。

在梳理指标体系时,需要回归到业务中,梳理业务中用户的行为轨迹,在每个业务节点用户有怎样的诉求,然后反推到行为数据上去制定指标,一旦指标发生波动,即可快速定位是哪些可能的因素影响了指标。

我们以理财产品为例,从市场推广开始到注册(新手期)到完成绑卡首单投资(激活期)到多次复投(成长成熟期),到沉默流失(流失期),每个业务节点都有相应的用户行为指标来衡量处于不同生命周期用户的健康度。

3、明确团队目标至关重要

其实很多公司都有自己的指标体系,但往往只关注新增数、留存数、订单量等结果性指标,这样的指标很难定位业务问题,比如当新增用户数突然下降时,你很难判断是自然流量带来的用户流失了,还是某次活动带来了“羊毛党”,因此,升级“传统”的指标体系才有利于业务增长,我们举个例子。

新增用户是一个传统指标,而“有效新增用户”就是对新增指标的一个升级,通过行为判断用户的有效性,有效用户才是对业务增长有正向提升作用的,对于理财产品的新增用户来说,可以通过条件来筛选出来,比如只有在第二天还来浏览理财产品详情页的才算有效新增用户。

通常,数据指标需要具备2个特点:1、反映真实情况;2、指标需要与业务部门挂钩,再来解读下“有效新增用户”这一指标,首先,比起新增用户,这一指标反映了真实的新增情况,其次,这一指标如果出现异常,可以快速定位对其负责的业务部门,即市场推广,而“有效新增用户中一次性用户占比”出现波动,则很可能是运营或者产品设计体验不佳导致的,因为用户本来都“路转粉”了,但产品用着不爽,直接“粉转黑”了。

4、分析和解读数据的深度决定你业务增长的高度

我们举个例子,某直播产品,通过数据我们发现直播房间里用户给主播礼物的整体金额下降了,如下图

看到这个曲线,可能你会想到做个活动来促转化,但是且慢,我们要一步步分析:1、保证数据准确性,比如排除产品因改版带来的数据采集错误,2、搞清楚究竟是哪一拨用户不打赏主播了?是老用户流失了新用户还没与主播建立情感连接所以没有打赏?排除以上情况后,我们再来看,用户在产品内的行为是先充值再打赏,而数据显示充值数据在同期内没有出现明显波动,即表示用户充值的钱被消费在别处了,综合来看,该产品消费的出口有3个:直播间、群聊秀场、秀聊真心话,而直播间打赏是该产品变现效率最高的,因此需要提高用户在直播间的打赏花费。

而群聊秀场的用户消费额逐步提升,结合用户在产品内的行为:充值-打赏-爽(不爽)-留下来(流失),猜想哪些环节对充值业务有促进作用,通过对比不同用户的行,我们发现充值用户会与主播有更多的互动,此时,我们需要从相关性中尽可能的寻找因果性:直播业务中新用户“与主播的互动”是否能对充值转化有促进作用?通过以下步骤:

提出假设:「与主播互动」能够促进新用户的付费转化

梳理预期场景

设计反向验证的数据分析方案

点我了解更多细节《一个小小的弹窗,将付费转化率提升30%》

我们得到一个结论:直播中与主播有文字互动的用户,付费转化率是没有互动用的将近5倍。至此,也许我们不能斩钉截铁的说,是由于与主播的互动带来了付费转化,但是我们可以很有底气的说,如果用户能够先与主播发生互动,那么他的付费转化的可能性将远远大于没有互动的用户。

于是我们的迭代方案是,在直播间底部栏提示新用户和主播聊天,最终效果是:新版本上线当日,付费充值的转化率环比提升了30%,次日留存率也环比提升了40%。

四、行为设计:从心智模型到引导策略

通过用户行为数据深入洞察用户,最终还是要通过策略和设计来影响用户参与度模型。在用户的行为设计中,最重要的是把握时机引导用户行为。

正如罗振宇在跨年演讲中提到的“蜥蜴脑”法则,理性系统 VS 直觉系统是人类行为发生的双系统模式,通过数据把握恰当的时机,让用户的理性决策变得更加“冲动”,进而提升付费转化率。这里的,就是实现目标的关键行为路径,,就是关键行为前后间隔的机会。

以教育培训类产品的用户购买行为为例,用户通过查看课程后,如果课程满足自己的学习诉求、讲师足够资深···那么该用户可能会选择加入学习体验试听,如果果然很有收获,那么该用户可能会决定正式付费听课提交订单完成支付,这一购买行为路径有4个机会,让用户的行为按照我们希望的方式一步步完成。

我们需要关注每个机会阶段的用户状态和接触到的信息,比如在课程详情页中,加入更清晰的课程介绍让用户对课程的效果有一个预期,提供更多课程评价,给用户一个第三方点评帮助用户了解其他学员的听课效果,提供一个客服咨询的入口,在用户产生需求、对课程有了一定的认知后,第一时间即可联系到客服销售人员,我们针对他的需求,促使他尽快完成转化。

总之,围绕核心流程加快用户决策促进转化,帮助用户认可价值、打消顾虑、付费购课、定制鼓励,通过我们的精准运营策略“推一把”,让用户尽快完成付费转化,举一个我们客户的例子。

腰果公考是诸葛io的深度客户,团队对数据的重视以及应用始终保有敏锐的触觉,对于腰果团队来说,提升留存是漏斗的第一步,让更多的用户认可并愿意为之付费才是终极目标。

图5:课程转化漏斗

(图示数据为脱敏数据)

团队就发现用户的购买转化率有很大的提升空间,为了提升付费转化,总是通过各种运营手段去刺激用户付费,但效果忽高忽低,且难以界定效果。

通过我们的“智能触达”功能,腰果团队很容易的筛选出目标用户,并在触发相应条件时自动推送相应内容那些有潜在付费学习动机但未能够完成购买的用户,可以轻松唤回。

智能触达 定向优惠券

(图示数据为脱敏数据)

当用户进入课程,点击“购买”按钮,但是一天内没有完成“支付成功”,就给这些用户弹窗推送一张定向优惠券(对于790元的课,优惠券为30元, 200元的冲刺班,优惠券为10元)。同时,设定转化目标为收到消息1天内,消费了这张优惠券。

经过一周的数据跟踪并实时关注营销策略的转化效果,腰果团队发现,对于200元的冲刺班,优惠券使用率在20%;对于790元的全程班,优惠券使用率在11.7%;最终实现了唤回8.2%的流失用户付费转化。

这次增长给团队带来大大的启发,加快了团队数据发现-制定策略-快速验证的实践。

通过用户行为数据洞察用户需求,基于行为数据指导用户的行为设计,通过关键时机的把握,引导用户的行为,通过自动化的智能触达,实现核心业务指标的增长。

-八大数据分析模型-

八大数据分析模型之——用户模型(一)

八大数据分析模型之——事件模型(二)

八大数据分析模型之——漏斗分析模型(三)

八大数据分析模型之——热图分析模型(四)

-近  期  热  文-

客户:好未来 | 腰果公考 | 东易日盛 | 向上金服 | 饿了么 | 食行生鲜 | 光明随心订 | 麦子学院 | 分答

指标:病毒传播系数 | 复购率 | 粘性 | 漏斗 | 太阳图

行业:新零售 | 在线教育 | 短视频 | 科技金融 | 内容社区 | 直播社交 | 共享单车

产品:改版评估 | 增长实践 | 新老用户划分 | 采集方式

运营:低频刚需 |PUSH打开率 | 引爆分享 |  活动指标 | 用户运营 |  用户分群 | 推送策略 | 运营阶段

市场:SEM成本衡量 | 数字营销 | 高效获客 | 推广三要素 | 应用商店追踪

其他:运营体系搭建 | 客户成功 | 行为数据基础篇

-行  业  实  践-

我们正在为金融/教育/新零售/汽车/装修等行业客户提供数据采集与整合以及数字化营销的技术解决方案并提供咨询服务

(0)

相关推荐