用户数据分析与利用(一):寻找增量和筛选渠道

首先,阐述一下个人的一些观点,以减少作者与读者之间各种观点的差异而导致的理解偏差。

  1. 产品/公司生命周期:自然的方向是一切的下坠和终结,动物存活需要抵抗饥饿,疾病,为此需要捕食,治疗,这些是对自然结果做出的对抗,以延长结果到来的时间。对于企业而言也是如此,度过了野蛮生长的阶段,公司发展在没有任何作为任其自然的情况下,就会终结,企业也需要与自然周期对抗,延长终结的到来。
  2. 数据分析的能力:指导资源配置,降低成本,提高收益,刺激原有业务向上发展,延迟终结到来。
  3. 文章内容存在一定局限性,需根据自身业务情况进行调整。

以下开始正文:关于寻找增量和渠道筛选。

一、寻找潜在核心用户

投放初期会采用比较平均的策略,查看市场情况,验证之前提出的想法,通过前期的投放,收回一些数据。根据业务情况,当数据达到相应量级的时候,对数据进行分析。

以游戏分发APP为例,设定收益水平,处理用户付费情况,筛选获得核心收益玩家信息。比如整理一段时间用户累计付费表,根据累计付费金额(刨除优惠券等福利),筛选出前20%用户,然后查看这部分用户的几个数据指标:作为新增设备登录平台的时间;APP启动时间、次数;APP在线时长;登录地点。

  1. 登录平台的时间:这是广告投放渠道接触用户并激发用户下载的时间,通过对这个时间进行分析排序,可以看出该部分用户进入APP的时间分布,找出数量最多,共性最强的时段。
  2. APP启动时间:这部分数据表现的是一个付费用户的空闲时间分布。
  3. APP在线时长:这部分显示的是空闲时间持续的时段。
  4. 条件允许,可以获得用户登录地点信息,从而查看用户登录的城市消费水平,确定用户分类。

通过以上维度的数据对比,获得部分用户画像,实际中根据业务需要添加或去除某些指标,控制数据采集时间段跨度。

二、筛选优质渠道

推广自家的APP,会选择众多渠道进行推广,通过对“在线时长”,“下载量”,“付费量”等一些关键性的指标进行筛查。首先一点用户时间是非常宝贵的,如果不是主动自愿使用APP,那为这些“在线时长”付出的成本还是挺高的;第二点是下载量,下载量需要具体和下载内容,使用时长,留存挂钩,分析是目标用户或者是体验者。

关键的终极指标仍然是“付费量”,看ROI高的渠道。

通过两个指标“在线时长”、“付费量”可以筛选出优质的渠道。所谓优质的渠道并不主要是渠道如何,而是这部分渠道触及的用户,是APP的核心目标用户。APP能很好地满足这部分用户的需求,而这部分用户恰好同样聚集在这个渠道触及的地方。

新增和留存是需要关注的,新增意味着一个渠道的活力,留存意味着一个渠道长期价值。如何去衡量真新增和真留存,排除那些惯性露头,迅速撤退的渠道玩家,除了更详细的数据分析,简便方法是查看“新增-在线时长”和“留存-在线时长”以及二者的合并值,“活跃-用户时长”这类指标。

通过这些初步筛选出,摘出哪些是能为产品提供高收益,高在线时长的渠道,同时也能排查出哪些渠道是质量差或者不适合此产品的,在这之后,需要调整投放策略。

三、调整投放策略

(1)根据用户数据投放

通过数据分析,知道目标用户所处的城市消费水平,加大对同类消费水平的人口进行投放。通过用户空闲时间,登录时间,看是否重叠,推测这段时间是属于娱乐时间(查看资讯、冲浪、玩游戏)还是专属的“游戏时间”,在娱乐时间内加大投放力度,在用户活跃少的时间减小投放力度,控制成本。可以和平均投放同步进行对比,查看之间的差异,验证投放效果。

这里存在一部分“幸存者偏差”的概念,目前分析得出的用户画像信息有限,只能不断深挖这一时段潜在核心用户,当后续构建更完善的用户画像后,便可以主动出击,大面积寻找潜在用户。

(2)根据渠道数据投放

加大力度投放优质渠道的同时,也要不断发现新的优质渠道,保持“渠道活性”。

举个例子:投放资源总量为单位1,渠道数(渠道总量)为单位1。

取渠道总量中的前10%,配置一定比例的投放资源,例如50%;对于全部渠道1,配置投放资源的50%,配置资源根据实际情况进行调整。前10%渠道获得50%的投放资源,这部分可以根据投放情况自动配置投放量,选择智能投放;全部渠道配置50%投放资源,进行均值投放。

全部渠道配置50%投放资源目的在于让渠道进行竞争,筛选优者。对每个渠道投入同样的资源,观察一段时间内渠道之间的竞争情况,自定义替换周期(月度、季度),通过对比周期内各个渠道的成绩,替换前10%的渠道名单,淘汰掉衰退乏力的渠道,将新涌现出来的有实力的渠道放入前10%,进行投放。

以此,前10%的渠道持有较充足的投放资源,且处于一种优胜劣汰的状态中,保持渠道池的活性,同时,对渠道池内的渠道有足够的了解。

这里只是介绍了一部分内容,更具体的情况(例如核心指标,用户定义等)需要结合自身业务进行分析。

有任何问题欢迎讨论交流

 

本文作者 @大川  。

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部