一,主要路径分析
一切能够推广产品,促进用户使用,提高用户粘性和留存,传播自己,让用户付费的活动,都可以称为运营。在运营上,我们可以利用AARRR增长模型将产品运营路径拆分为:激活、注册、留存、下单、传播,然后对每条路径进行分析,优化产品和运营策略。
1.使活动
不同的行业和模式有不同的激活方式。比如之前我们做的运动类app的激活方式就是从跑团和微信微信官方账号导入用户。先在微信群里沉淀目标用户,然后利用大型马拉松的名额吸引他们号召用户下载app报名。
而对于B2B电商平台来说,用户激活主要以推送和客服推广为主。因为进入平台需要一定的资质证明,而且用户是在网上自发注册的,但是地推激活的相对成本比较高。
2.登记
用户在注册时,往往会因为某个步骤描述不清或流程复杂、需要上传的文档太多等原因而流失。这时候我们可以用漏斗来分析用户流失严重的是哪一步,然后分析具体原因再优化产品。
3.保留
激活注册后,需要看用户留存率。每个应用都有不同的保留时间定义。例如:
对于社交软件,3天不登录,可能会被标记为失联用户;
对于我们现在做的医药电商,一般用户的购买周期在15天左右,所以我们把超过15天没有下单的用户称为流失用户。对于流失的用户,我们一般会拿送优惠券,促使他们再次下单。
4.收入
我们需要明白,作为一个电商平台,只有在平台提供的价格、品类、物流服务有吸引力之后,用户才愿意下单。
如果用户在需要购买商品的时候没有下单,多半是因为自己的商品与竞争对手相比,在价格和服务上不够吸引人。这时候就需要通过爬虫抓取竞争对手的商品数据,然后调整自己的定价,做一些营销活动来吸引客户。
5.沟通
因为获客成本比较高,所以让用户自己传播来获取新产品也是一种可行的营销方式。鉴于此,我们邀请好友获取优惠券,并鼓励用户帮助我们获取新产品。
二、行为数据分析
分析的目的是了解用户的使用习惯、使用路径和使用频率,从而发现用户更喜欢使用哪些功能,验证产品用户体验是否良好,线上运营活动是否受欢迎。
在做行为数据分析之前,首先我们需要做埋点,可以是第三方埋,也可以是我们自己埋。有利有弊,这个需要公司来决定。
下面是我们之前做的埋点表和每个用户行为记录的字段。埋点主要分为两类:点击事件和页面曝光事件。然后根据页面曝光事件,统计页面停留时间和用户路径。
用户每次触发事件时需要记录的字段(具体来说,也需要基于公司需要收集的数据):
source; //来源 001-app 002-pclogined; //是否已经登录 1-是,0-否typeUser; //用户的类型 001-采购商 002-供应商userId; //用户的idcodePage; //页面对应的代码numEvent; //事件编号nameEvent; //事件名称codeEvent; //事件代码typeEvent; //事件类型timeEvent; //事件发生的时间purchaserId; //采购商idip; //作用是解析地址或识别客户province; //事件发生的省份city; //事件发生的城市os; //操作系统,android或io***frs; //生产厂商 如:华为,OPPO,苹果,VIVOtypeUnit; //设备型号 如:荣耀R10,OPPO R7,iphone X,VIVO X20versionSystem; //系统版本 如:android 5.0wifi; //是否使用wifi,1-是,0-否firstId; //一级idsecondId; //二级idfromPage; //上一页toPage; //下一页url; //parameter; //参数,同一事件可能包含多个参数property; //属性,与参数对应proJson; //KEY-VALUE对的JSON形式re***rk; //备注
埋藏记录的类型和规则
要分析的行为数据的内容
对于电商平台,主要分析点有:
1.用户注册路径:分析每个注册步骤的转化率,分析转化率低的步骤中的原因,进而优化产品。
2.用户的购买路径:首页-搜索-购物车-订单提交页面-支付页面。通过每条路径的转化率,可以分析用户在哪个阶段流失最严重,进而分析用户流失的原因。
比如之前我们分析过,从购物车到订单提交页面的用户流失特别严重。后来经过分析,我们发现商家设置的最新购买金额过高,导致用户达不到购买金额,无法提交订单。我们和商家协商降低最低购买金额后,转化率提高了不少。
3.分析运营线上营销活动的用户点击率,以及通过活动添加购物车购买的商品数量,从而判断运营活动的好坏。
4.分析哪些功能是用户经常使用的,哪些是不常用的。我们应该努力提高我们的核心竞争力。
比如通过数据分析可以得出,用户购买商品最常用的功能是搜索,很少通过推荐或分类添加到购物车中,所以我们花费更多的经验来优化搜索功能。
第三,用户群体分析
在数据分析中,我们需要对具有共同特征的用户进行分类管理,然后针对不同类型采取相同的营销方式。
我们将根据RFM模型对其进行分类:
R(Recency)代表下单离当前的时间,距离越近代表客户约优质;F(Frequency)代表下单的频率,频率越高代表用户对我们平台约认可;M(Monetary)代表下单的金额,消费金额体现用户的消费潜力。然后根据不同的指标然后给予打分。
比如我们会把时间段设定为三个月(因为一般用户的购买周期比较长,但具体时间需要根据行业不同而不同),对最晚下单时间进行评分。如果从当前时间起6天内下单,打5分,7到12天打4分,以此类推。
根据用户的下单频率,订单大于5的打5分,订单4的打4分,以此类推。
根据用户的购买金额,5000元以上的打5分,4000元以上的打4分,以此类推。
打分后,我们计算每个用户的分数。计算分数后,我们可以根据分数将用户分成不同的组:
分组后,我们可以针对不同的群体使用不同的营销策略。我们通常不需要管理高价值用户。
对于低贡献用户,需要分析是用户本身的购买力不强,还是平台的产品优惠力度不够大。如果产品折扣力度不够,我们可以向对方推送优惠券,让用户回平台购买。如果用户购买力不足,我们需要激发足够的购买欲望。
本文来自果味果冻投稿,不代表舒华文档立场,如若转载,请注明出处:https://www.chinashuhua.cn/24/616193.html