翡翠新闻
翡翠新闻

大数据如何让用户更乐意掏钱?

鸟哥笔记,用户运营,行走的大雄,用户研究,用户运营,用户增长

产品发展到一定阶段,商业化是不可回避的问题。跟投资者只谈情怀不挣钱,多少有点耍流氓。

不过商业化这个命题太大,所以今天我们先来探讨下,如何借助大数据能力,促进客户付费,以下是项目上的一些思考。

一、前言

1. 前置背景:产品获客之后,在转化为付费用户上遇到了挑战,在这种的情况下,我们所做的一些尝试和思考;

2. 适用对象:如果你也在思考,如何利用一些产品策略上转化用户,可以一起探讨下,偏电商类产品;

3. 内容框架:分为三个部分,前期探索、暴露问题、解决思路。

二、前期探索

为了转化用户,我们在前期和算法同学,做了一些尝试,步骤主要为:找到目标人群—-设计活动—-触达用户促进其转化,以下还原了部分实操的过程。

1. 找目标人群

根据业务经验,到数据库中采集最可能转化的高关联维度客户名单,创建白名单客户标签。比如:基于客户社会基本属性的,年龄、性别、地域等维度;基于客户交易特征的,是否持卡、是否有积分等

2. 设计活动

选出这类客户可能喜欢的爆款,设计对应的专题活动或者找到时令活动,进行内容包装

3. 找客户触点

进行客户触达,包括了app push、短信、微信后缀等渠道

4. 分析数据

采集触达人群名单,再追踪该批人群在最近3天内的交易行为变化,分析出转化漏斗

三、暴露问题

咋一看,上面整体思路看起来问题不大,但在实操过程中,其实问题重重,主要体现为如下三点:

1. 人群找不准确

① 怕脑袋式,以业务经验找到的单一维度人群,其实无法有效判断用户交易意向

② 人群划分散乱,重叠性高,各行动小组无法区分,这其实就意味着无法有效管理、经营

2. 缺乏持续有效的转化引擎

问题主要出在两个方面:不可持续和有效性难以衡量

(1)持续性

① 采集数据找目标人群太慢:拍脑袋式找目标人群,每次筛选用户,都需要大数据的同学采集一次。一方面人群名单是一次性,复用性低,另一方面,未能真正发挥算法同学专研模型

② 设计活动周期长:找到人群,策划活动,设计页面,活动上线,这样的周期太长,时效性低,难以满足

③ 手动触达耗费时间:一次性活动触达,每次活动对于运营的同学挑战非常大,根本腾不出时间

(2)无法衡量有效性

① 每次触达的活动散乱,类似游击战,无法持续观察该策略是否有效

② 缺乏实验性思维:未能形成整体的转化监控指标,触达活动没有留出对照组。

3. 数据分析困难

每个活动分析都需要采集数据,分析时效性无法保证;各层级数据分属于不同系统,底层数据表未能进行关联。

四、解决思路

前面做的一系列尝试和暴露的问题,为我们接下来确定思路提供很好的基础。我们回到本文主题,我们是怎么借助大数据的能力,让用户更容易成为我们的付费客户的?

在这里核心思路是:用更少时间找最易转化的客户拿最适合的offer触动客户。

offer是什么?在这里解释下,我们定义的范围是包括了:功能性的产品优势(即为产品的虚拟价值)和让利型的爆款活动(折扣、新户礼包、爆款商品)。

那具体的操作思路是如何呢?且看一步步分解。

1. 找出自身优势

很多时候,一个产品(平台)的自身优势都是自己包装出去的,但在市场/用户端的反馈,是否真实如此?新户为什么选择了你的平台?

为了了解这个问题,我们做了两个事情:

① 拉去过去一年,新户首次转化的订单数据:从数据中分析用户转化背后决策逻辑,得到的结果是比较明显的,X%用户是为了A,X%用户是为了B….具体的数据,我就不展开出来了。

② 调研用户:对平台的认知和第一次在平台上购买的动机是啥?

基于历史海量数据和用户调研,我们可以发现自身平台对用户的吸引力哪些方面

2. 人群分层

用户转化项目是一个teamwork,包括了:算法、商务、运营、产品。前面所说,如果无法划分用户,团队就会比较混乱,缺乏目标。这样我们就无法很好经营用户。这里面我们采取了四象限分层,用户对平台认知和用户偏好

高倾向:对平台产品有较高倾向度的人群,这个可以通过倾向模型进行筛选

高认知:认知是以这个用户与平台的联系密切程度进行划分的,比如说产品购买断点客户,就是对平台了解比较多的人群。对于刚注册的新户,那认知就非常低,需要先做认知教育。