数据化运营中的用户激活
对于互联网产品的运营,在我看来主要是三件事情:拉新、留存、变现。拉新就是通过各种渠道和营销方式,获得新用户,而留存是要将获得的用户能够尽量持久的留在产品上。做好了前面两点还不够,我们还要有好的商业模式,否则作为一个企业,是无法生存的。可大多数的创业公司一方面发现流量越来越贵,获客成本越来越高,另一方面用户来了之后流失严重,甚至还没有带来营收就再也不过来使用了。这两头都不理想该怎么破?答案是要关注用户激活。
用户激活的误区
对于投过 DSP 广告的同学来说,用户激活并不陌生,许多平台的结算方式就是以用户激活数的。一般是把用户下载 APP 并且启动,定义为一个有效的激活用户。为了提升用户激活量,还衍生出了积分墙这样神奇的产品形态。可更多的时候我们看到一个用户其实启动了,也依旧不能保证留存率。对于 SEM 投放来说,是按照链接被点击的次数来计费的,也就是用户只要被引导到你的网站,就要付费,至于后续有没有真正带来价值,搜索引擎公司是不会管的。归根到底,我们往往是把用户触达和用户激活混在一起的,或者干脆没有用户激活的概念。
许多产品关注的用户指标一大堆,其中一个很重要的指标是新增用户数。那一般怎么定义新增用户数呢?就是新注册了一个 ID。等等,成功注册就代表一个真正的用户吗?答案显然不是的。我们所说的用户激活,是指新用户真正体验了产品的核心功能。比如对于一个视频网站而言,用户起码真正的看过一个视频吧?哪怕是 1 分钟。我们不能把它注册就当成激活了。
用户激活和用户触达、留存的关系
如果一个新用户只是注册完成,并没有体验产品的核心功能,那么就没办法给客户带来实际价值,解决不了用户的任何问题,那用户为什么要重新回来呢?所以我们想要提升用户留存的同时,首先要考虑的是,这些流失的用户是否真的体验了产品的核心功能,也就是被真正激活了。只有被激活的用户,才可能有更高的留存率。
用户触达是用户激活的前提,我们通过 PR、广告投放等手段,目的是让用户先要知道你,然后才会尝试你。而我们在进行这些市场活动时,衡量效果的好坏,要以用户激活量来衡量,而非用户触达量,比如访问量、阅读量来衡量。除非你只是为了进行品牌宣传。对于一家初创公司来说,我觉得效果类活动应该要远远大于品牌宣传类活动的,毕竟弹药有限。
那我们怎么衡量用户激活情况呢?通常我们通过一系列的关键动作来定义。比如对于一个互联网金融产品来,用户起码成功绑定了银行卡。对于一个电商产品来说,用户要成功购物。对于一个图片处理产品来说,用户要进行若干次的图片编辑及发布。这些标准根据不同的产品可以由不同的定义,甚至在不同的阶段也可以采用不同的层次,但归根到底,一定要让用户体验了产品的核心功能。
如何提升用户激活
提升用户激活的核心在于让用户尽早的尝到产品的甜头,到达 Aha 时刻。让用户感受到产品所带来的价值,并且具有好的用户体验。当然,如果你的产品本身对用户没什么用,那就另当别论了。这就是说,所有运营活动产生效果的前提是你有一个好的产品,也就是你酿出了好茅台,就差卖了。
具体来说,有这些途径:
- 减少干扰:减少一切不必要的步骤和内容输入,让用户尽早的使用起来核心功能。一些产品让用户上来就要填写一堆的表单,这些表单直接让用户望而却步,可以考虑先让用户用起来,然后逐步补充必要的信息。有些首页做的天花乱坠,结果用户很困惑,不知道能用这个产品做什么,就很容易离开。
- 提升性能:如果用户打开产品都要半天,使用起来非常卡顿,就不用指望用户的激活率了。
- 增加引导:在用户接触产品后,增加引导用户到最关键的操作上来。
- 人工服务:对于 to B 服务来说,用户注册了产品,就是一个强烈的信号。有可能对专业知识比较陌生,需要有专门的咨询顾问进行解答,才能让用户真正体验起来,这个时候人工的介入就非常关键,可以极大的提升激活率。
这只是举了几个可行的方面,具体到你所在的产品,还是要具体问题具体分析。但前提是要明白现状。
使用漏斗和分群来分析用户激活
用户激活往往包括多个步骤,通过漏斗就可以把用户的这些环节的转化给记录下来。以神策数据的官网为例,可以包含这四个步骤:(1)访问首页;
(2)点击“申请试用”;
(3)提交“申请试用”;
(4)登录 Demo 并进行体验操作;
那么,我们就可以通过漏斗分析这多个环节的转化情况如何,分析如何提升这些环节。在我们产品刚上线时,提交申请试用到体验 Demo 的比例只有 41%,可经过优化和人工咨询服务跟进之后,提升到了去年初的 70% 以上,现在的比例更高。
(改进前)
(改进后)
我们还可以使用分群操作,将满足激活条件的用户和不满足的区分开来,然后跟踪他们的差异,找到合适的魔力数字(Magic number)。
通过上面的讲解,相信你对用户激活已经有了一个较为清晰的认识。那么思考一下,你现在的产品,该如何定义用户激活呢?
作者:桑文锋,神策数据创始人兼 CEO,前百度大数据部技术经理
关键字:数据, 产品运营, 用户
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!