Loading… 个推高级副总裁刘宇:用户存量,如何利用大数据实现精细化运营| 2018商业新生态_TOM新闻
正文
Qzone
微博
微信
个推高级副总裁刘宇:用户存量,如何利用大数据实现精细化运营| 2018商业新生态
2018-07-11 15:22 Tom   

2018年,商业创新迈进新的阶段,商业创新在业务飞速发展的同时,伴随而来的也有风口大热背后的认知沉淀与实践积累。7月10日36氪联合《零售老板内参》举办的2018商业新生态峰会在北京举行。本届峰会以“质”为主题,希望新的时代浪潮下新商业企业可以看清商业本质,最终完成新商业的革新与升级。

在昨日举行的“2018年商业新生态峰会”上,个推高级副总裁刘宇以其所在行业的移动互联网APP用户生命周期和运营作为例子,为大家分享了在产品生命周期管理中数据和工具所起的作用,并为大家介绍了如何利用大数据服务用户生命周期的管理和运营。

在会上,刘宇还对移动互联网的用户生命周期进行了详细分析:

1.获客期,把潜客拉成保客;

2.成长期,让保客增加参与感;

3.成熟期,客户已经得到了他基本上的服务之后,进入一个稳定的阶段;

4.衰退期,客户受到了更多的诱惑或者是需求发生了升级或者是迁移,慢慢进入衰退期;

5.流失期,发现用户流失了应该如何去挽回。

以下为刘宇发言全文:

各位来宾下午好,听了一下午的演讲,今天我们稍微换一下思路。我叫刘宇,来自于一家个推,个推是一家服务于移动互联网的技术公司,目前也在做智能方面的业务,今天给大家带来的分享讲大数据如何服务于用户生命周期的管理和运营。

我刚才也听了很多线下新零售在讲的各行各业新的服务。今天会以我们所在的本行移动互联网APP用户生命周期和运营作为例子来跟大家展开生命周期管理当中数据和工具所起到的作用,也希望在其他行业给大家带来启发和思路。

个推在线下零售、地理位置、地理围栏数据包括线下场景方面的数据也有各种各样的服务。

大数据讲了很多,这里我们提炼出了几个特点,第一个数据体量特别巨大,数据积累手段门槛越来越低,大家越来越注意到从真实世界到数据世界的数据化过程,搭建了非常多的数据收集、收据归集的基础设施,在这个过程当中,我们的数据体量变的越来越大,这个级别是已经发展到了新的程度。

还有一个情况是类型多样,大家都在做数据归集,数据分析,类型非常多样。这些数据很多时候互相没有打通,这个时候如何做数据打通,如何在自己的领域里面把数据做成闭环,能够形成一个良性的迭代。

处理速度要很快,处理数据不瞬间产生就会失去商业价值,如何把瞬间提取出来的价值瞬间把它提取出来,这个也是在用户生命周期运营的时候非常重要的一点。

还有一个价值密度低,大家都在讲大数据,这么多年数据越来越多,但是你会发现大数据在各行各业应用当中很多时候你能够得到有用的数据或者是积累到一定程度的量之后才能发生数据的价值,这个密度是非常稀疏的,数据之外在拼一些模型算法、算力,如果谁能用更好的模型算法、适合的模型算力尽快连接到数据和商业价值这就是成功的关键步骤。

刚才讲了那么多,大数据商业场景不用列举,无处不在,商业应用、广告决策如何去应用广告,包括互联网的应用,APP服务开发以及城市建设的应用,一些公共建设的基础设施,甚至一些安全方面都离不开大数据应用场景。

为什么谈生命周期?只要在座的是做服务行业,都会涉及到用户生命周期,因为用户从他出生,从他进入你这个领域里面来总有一天他要离开,这个过程当中会经历各种各样的阶段,每个阶段都有不同的特点,针对性的运营才会使得每一个生命周期的客户得到更好的服务,也会增加它的黏性,进而增加团队的运营效力和服务产出。

从移动互联网来看用户生命周期有几个阶段。

一、获客期,把潜客拉成保客。

二、成长期,让保客增加参与感。

三、成熟期,客户已经得到了他基本上的服务之后,进入一个稳定的阶段。

四、衰退期,他受到了更多的诱惑或者是他的需求发生了升级或者是迁移,慢慢进入衰退期,这个时候如何让客户找到新的服务价值点,如何跟各位所在的服务点能够联系起来。

五、流失期,发现用户流失了应该如何去挽回。

这里只是一个关键的问题和流量成本的问题,如何高效利用,包括用户的黏性,精细化运营,延长生命周期以及提高召回率。在获客阶段,接下来一个个展开,跟大家快速看一下我们在移动互联网当中做的案例。

在新零售思路是相通的,就像我们今天的主题一样讲的是质,很多本质是相近的,这里主要是讲渠道,网络的传播和广告的获客。

渠道,现在APP的推广会分成非常多的渠道,这些渠道各显神通帮助APP的开发者或者是运营者来获取到更多的客户,这些渠道新增的数量和活跃度、质量如何评估?通过数据的方法去做标定。还有使用时长、频次、留存、用户质量如何,全方位渠道使得企业管理的更高效,从潜客到保客的过程当中这个转化的过程当中变成更加的快速。

社交网络贴上大数据的标签,使得客户更有针对性的传播,社交红利带来广告潜客的转化效果。

在广告投放阶段大家都会遇到的,包括去招揽顾客、拉新、用户的时候,都会遇到渠道和广告主之间的博弈,渠道各有各的办法拉到新的客户,这个时候是不是和广告主所期望的是一样的,广告主很多时候或者是APP开发者他是希望质和量、成本能够达到一个平衡,这件事情随着市场的多元化,大家努力方向的多元化,带来了新的不平衡的地方,你想要量,我的成本就控制不住,你想要质,我的量又满足不了,首先要回归到客观的本质冷静的思考市场的体量,不要过高或者是偏激的想法去高估市场的体量和自己能够达到的成功率。

线下商业也是一样,很多连锁餐饮店渗透率能够达到多少,真的和市场调研机构和自己的运营估一估,不切实际广告投入转化率,有时候会把自己带到沟里去,这个时候片面追求KPI,那就没办法,渠道就会带来不好的因素放在里面,这个时候如何在广告主和渠道之间找到一个平衡点,让大家能够在一个衡量标准去谈事情,能够提供一个客观的数量和质量、成本的评估,这个时候可以用数据来做,根据不同的渠道带划分,这也是一个技术的问题。

这里面还包含了后面客户持续的追踪包括归因,也是通过大数据做的个推的数据,后面还有一些案例,帮助知名的共享单车APP做推广,帮他做品牌广告,以品牌的方式来投放曝光,最后归因成APP安装。

广告投放我们不缺渠道,缺的是三点平衡最适合的渠道,多渠道也包括应用商店,DSP,IN-APP广告位,线下渠道, 各种各样线下渠道都在做,各有各的特点,有的是一些深入的合作能够带来的客户体验,相对成活周期更长一些,一些是短频快,对下一个阶段的运营带来很大的挑战。

渠道新客的数据验证,模型抽象,这个时候我们是DMP的概念,数据管理平台,数据管理平台很多时候不同的应用场景,这里面简单列了几个场景,一个是数据验证,进来的新客是什么样的,先把他数据化起来放在DMP,看他的画像和你预期推广的范围,这个范围包括年龄、性别、区域、消费水平还有一些其他的兴趣爱好的归集。还有中级应用,协助建立典型用户模型,随着迭代能够更清晰的看到发展出来的用户有什么样的特征,这些客户具备的特征会有什么样的聚类。还有一些高级应用,通过数据迭代直接应用下一轮的投放,数据就是我刚才说的瞬息即逝的情况,非常短暂的产生,非常短暂的就要挖掘出他的价值,进而直接去做价值的连接,应用到新客获取当中。

作为成长阶段,作为潜客到保客的第一个阶段,冷启动,内容推荐,活动运营和内容运营几个方向。新装应用来了一个用户,没有深入的交互之前大家都对他缺乏了解,这样借助第三方平台可以帮助APP开发者能够更加的了解应该做一个冷启动的内容推荐,这个在一些APP内容里边做的非常多,也收到了比较好的效果,包括信息流内,视频类的,还有新闻阅读类的。

这里面也是为了做到千人千面,实际千人千面是很难的事情,很多时候大家是做分组运营,最后做到向量级别的分类,进而才能做到千人千面,不是一开始上来就能达到千人千面和效果平衡,千人千面毕竟要付出更多的成本,这个是循序渐进的过程,没有一蹴而就的。

这里其实是一个分组聚类的模型,分层聚类相对普通的一层会有更好的适应性,做起来成本也更高,分层模型,我们做了三层,帮他做用户特征的分析,包括老用户的聚类,从而推出来新用户应该分成几类做推广,相对刚才那个它更用数据说话,数据本身来反映分类,分成几类,这个时候预算量和模型成熟度都是这样,算力和算法。

成长阶段的服务,包括登录的过程,装了APP再到快速的登录进来,这个过程提供了验证的服务,感知的服务,相当于客户能够非常清晰的简单的没有这样的验证服务在,后台已经完成了匹配和校对过程,这个是基于庞大的数据体系,以及对终端用户的了解和对业务的判断进行无感的验证,就好像大家现在在做的支付的时候,体验已经非常流畅了,这些背后都是在做提前的校验和场景当中的风险。

这里面包含我刚才说的反欺诈、场景风险的评估,个体标签的补全、线上场景应用、线下场景应用,线下提供了APP的分类,以及机型的,包括线下在场景当中的判断和场景之间的交互关系,进入场景在场景当中停留时间,和场景之间的紧密程度,进出的频次。

接下来这个阶段,就像我刚才所说的一个用户从进来开始,总有一天是要离开的,如果发现了在衰退甚至流失的时候,这个时候需要做什么样的事情?首先要做分析,分析去看,它这个到底是被什么样的APP取代了,还是说就没有这方面的需求,在这个之前,做一些唤醒的动作,来确认这个人是不是真的流失了,这个时候就要有转化的状态,一个沉默用户也会分为价值的高低,你跟他做进一步的尝试沟通的时候做区分的转化,看他是否是高价值的沉默到高价值的活跃做转化,还是往低价值去走,这里面是要有聚类模型或者是根据标签去做的模型,判断我应该用什么样的沟通手段去跟用户做零流失之前的最后几次沟通,这个非常关键,它是你在做挽回一个事情的努力。包括使用偏好,行业使用的情况,同样是互联网共享单车,他没有用,这个哥们是不骑车了,还是不想交押金不想用,还是他已经被另外一个行业伙伴去替代了,人家有更适合这一组人群的方案,这里就有行为特征的动态,进而去做方案的准备。如果各方面都试过了,发现他是一个无价值的活跃,这个时候你就放心或者是大胆不要再纠缠于此,也避免于更多的投放费用和运营费用在上面,想办法找新的价值点来连接流失的用户。

卸载是很让人忧伤的话题,机器换掉了,没有想把我装回来,这时候自然的和他主动的都会存在这样的情况,卸载,卸载了多少,这个数很多APP并不知道,他只知道这个人好久没活跃了,这个人在手机上有没有卸载这个是通过个推第三方的平台来帮助做校验数据的提供,这个时候是数量,是什么样的成分,卸载用户的成分,是哪一类用户给卸载了,卸载的时候,它是得到了同行的另外一个APP,还是做了一个升级,从纯文字的升级到了短视频的升级,这里面是根据不同的客户是有不同的分组,如何知道这一点是需要借助第三方的平台来帮助卸载的分析,当然还包括召回,召回这个事情是很难的,举个例子,你和你的前任重新谈一段轰轰烈烈的感情,这件事情挺难的,谈的好会比原来更好,谈的不好,这件事情你会发现成本就会很高,召回这个事情首先要有一个客观的分析,即使对于流失用户也是需要不同的分类去做不同的尝试,把尝试的结果再迭代到人群里面去做。

我们也帮助一个新闻类的APP做过这样的尝试,最后做了一些问卷去做主观态度的表达和客观态度的归集去看卸载用户的分析。还有一些行业洞察。

这里边包括新增用户、活跃用户、留存率和市场占有率,在看整个行业,当发现我的用户变少了,这个时候是不是全行业用户都在变少,我在其中处于什么样的地位,是因为大的环境还有因为我小的运营问题,还是因为我的服务本身没有跟上,这个是要根据数据来说话,是要看整个市场和市场占有率,这也是反过来你会看到最开始有一些相对畸形的KPI带给各个渠道是互相的作用,很多时候甚至不是自己的渠道造成的。

这里边是一个案例,这个案例前边说了一点点,这里面有一个特别的地方,去做分析的很多时候是看一个平面或者是低维的数字,这里面提供一个新的思路,我们把它摊到二维地图上去看,北京地图,你看分成好几个小格子,当这个小格子的APP,这是单车类的,某个颜色的单车,颜色A的单车和颜色B的单车,如果A的活跃度比B大一些就标成蓝色,反过来就标成红色,对于线下场景的APP在自己运营相关的关联特别直观,你能看到在左上角中关村这个区域,某一类的单车投放效率非常多,你看在这里活跃度非常高,东三环红色比较多,这个时候你就知道我在运营团队和客户生命周期的时候,观察的时候会有不同的策略,这个时候帮助APP和线下场景去做进一步的场景化地理位置相关的运营。

再有是纯线上,纯线上也要抓一个转换漏斗,包括比较典型的电商浏览收藏创建最后购买,这个案子做到最后购买成功率达到了8%,这个在电商里面也是非常难得的结果。

最后是一个广告时间,个推,在这里提供了全生命周期各个数据的提供和运营提供,也包含了我们之前非常多的运营经验,包括服务APP,开发者,商业体等合作伙伴的运营,希望把我们全生命周期用户运营的思路以数据化,智能化的方式带给大家。

责任编辑: 3963ZWQ TO006-BD
责任编辑: 3963ZWQ TO006-BD
广告