資料分析，如何助力使用者增長？

首頁 > 科技

資料分析，如何助力使用者增長？

來源：變廢為寶 釋出時間：2023-09-28 00:00

在實際業務中，我們會遇到很多與使用者增長相關的問題，那麼又該如何用資料分析解決使用者增長的問題呢？今天通過幾個例子來簡單講解一下。希望對你有所啟發。

由於「增長駭客」的影響，很多同學看到「使用者增長」這幾個字，馬上就會想到這些場景：

好像自己都能幹，但是又總覺得這好像也不對，那好像也不對。那麼為什麼會有這種感覺呢？在實際業務中，又該如何用資料分析解決使用者增長的問題呢？今天通過幾個例子來簡單講解一下。

一、使用者增長的現狀

首先我們需要清晰的是大部分的公司離建立系統性的畫像和增長模型還有很長一段距離。

在大部分公司裡，是沒有辦法做到像google和facebook那樣的資料化、體系化的增長的。

目前市面上的「使用者增長」主要有三個型別：

  1. 投放流：這個流派中的「使用者增長」，其實就是廣告投放，最佳化廣告投放策略，以達到更高的ROI。
  2. 裂變流：這個流派的人熱衷基於微信生態搞各種轉發、分銷、提現等裂變活動，達到快速圈人頭的目的。
  3. ABtest流：這個流派就比前兩個更像正規軍了，需要做各種策略設計，產品嚐試去尋找更適合不同使用者群的點子。這個就是隻有大平臺能做的事兒了。

但這三種流派並不是互斥的，反而是相輔相成，解決不同階段的問題。三種流派的勢力範圍可參考下圖：

投放流解決的問題是「渠道質量」和「使用者質量」的問題，會看到新使用者是否轉化為活躍使用者。

裂變流解決的問題是「活動質量」和「使用者質量」的問題，一般使用活躍使用者作為活動的基礎，設計裂變規則和邏輯。

ABtest覆蓋的介面很廣，但一般不用來解決「渠道質量」問題，更多的是去解決「產品迭代」和「活動策略」的方案選擇問題。

有了基礎概念之後，我們可以根據資料表現來判斷，當增長出現問題的時候，用什麼辦法解決更合適。

二、使用者增長中常見的資料表現型別

1. 啟用到註冊斷崖式下跌

這樣的資料表現一般考慮以下幾種因素：

使用者超早期流失一般都是投放人員需要關注的問題，且前期的使用者質量是跟買量策略強相關的，所以渠道質量是前期最重要也最需要關注的。

在進行分析之前，我們先需要明確什麼是假量、什麼是積分牆使用者。

如果產品是APP，很多投放人員在做應用商店投放計劃的時候，會刻意的允許一些假量進來，幫助打榜，爭奪應用市場排名。所以應對這種場景，有以下常見的分析點：

找到問題渠道或者計劃後，就是投放型增長的發揮領域了。

2. 註冊到新手流程大部分下滑

當用戶走到註冊這一步，前面說的假量過多的問題已經減少很大一部分了。而「積分牆使用者」的行為習慣是跟「非精準使用者」、「低價值使用者」的行為是非常類似的，區分的難度和成本都特別高，而受益會比較低。

例如，有某個使用者的行為序列是：

下載—註冊—新手頁面1—新手頁面2—退出

其實從行為上是分辨不出來他是不喜歡我們的產品、仍是就是來做個任務的。

所以這個階段一般分析點都會聚焦到「產品流程」的迭代上。

常見的分析點有：

上一篇：SanatanaDhar... 下一篇：無錫雙法蘭傳...
猜你喜歡
熱門閱讀
同類推薦

本站內容收集於網路，如有侵權，請聯絡我們處理

IT-TOOLS | PDF Tools | TinyImage | 詩韻中華 | OG Image Generator

今日必看 | 聯絡我們 | sitemap | 簡體中文