低成本高活躍,用戶召回應該怎么做?
?今天講的內容主要結合用戶運營,希望通過我的分享對大家的具體工作有一定啟發,也希望能記住一些關鍵詞。
一、?如何分解“運營職能”
首先,第一個詞就是分解。如何通過分解解決KPI?這個KPI就是如何低成本來提升用戶活躍。
那么怎么完成指標?首先要知道運營在干什么。
1、要做好內容運營。內容運營是產量和流量的問題,不同網站不同產品的要求也不一樣。產量主要來自明星企業和熱門企業,而流量主要通過用戶的瀏覽量、轉發量和互動量來統計。
2、用戶運營。用戶運營主要針對用戶活躍,這里包括兩塊,新增和留存。
3、產品運營。產品運營更關心產品指標,比如產品有多少人使用,產生多少效果轉化,以及多少項目營收。比如王者榮耀提供打折英雄,還提供英雄體驗卡。產品經理在做優化時,有一天英雄體驗卡,還有三天和七天的。在做用戶投遞時,運營要和產品小伙伴一起來做。
4、新型運營,這里指新媒體運營。以微信平臺為例,做的事就是內容的瀏覽量,這是產量和流量的問題。瀏覽以后產生的新粉絲關注量,產生購買行為的轉化量。
二、?如何分解“活躍用戶”
“活躍用戶”包括用戶新增和用戶留存。
1、用戶新增
新增用戶從哪里來?有很多,比如PC端、app端和新媒體等。但對運營人來說,做用戶運營需要掌握渠道是次要的,重點需要掌握方法——漏斗模型。平臺產生多少流量、帶來多少點擊,其中多少是新用戶注冊,這里通過優化,來提升用戶點擊率和注冊率,最終降低成本。
2、用戶留存
用戶留存,包括召回用戶和老用戶。召回用戶要看為什么來和怎么來。有的老用戶可能會主動回到平臺,舉個例子,春運期間用12306搶火車票,輸完驗證碼發現沒票了,第二天還得接著來。為什么大部分產品沒有那么強勢?這時該如何召回用戶?這就是今天的主題,低成本召回用戶。
三、?如何分解召回過程
1、用戶為什么來?
這里我建議做歸因分析。
第一是求職剛需。這類用戶有兩種,一個是主動求職,數據表現是短期內有頻繁登錄,有經常投遞和經常瀏覽。偶爾產生投遞,這是屬于準備跳槽,但是這個職位只有一部分滿足需求。這兩類用戶都是比較受歡迎的。
第二是職場知識。可能需要一些求職技巧,比如簡歷怎么寫,怎么和HR溝通,這類用戶的瀏覽行為主要是學生用戶比較多,這是他們的需求。另外是職業技能要求,這屬于自我提升。
第三是職場資訊方面。主要分三部分,一個是薪資分析,比如一線城市的運營崗薪資和二三線城市薪資對比。第二是需求動態分析,比如各個城市有哪些人才動態。第三是職業咨詢,一個是測評,了解崗位前對崗位的評價如何,以及轉型咨詢。
2、用戶怎么來?
無非是站內和站外。站內比如短信、EDM、push等,站外是廣告效果和用戶分享。
其實用戶產生注冊行為,會附帶老用戶的召回。比如做SEM有時候做到1:3的召回,這是注冊的附帶效果。還有用戶分享,內容特別好的時候會產生分享的附帶效果。還有活動,可能有刺激類或者紅包類的活動,當然這類活動涉及花費,可以先以站內觸達為主。
那么,如何觸達用戶?需要把用戶的觸達方式進行細分,做場景設計。
設計場景分現有方式和新增場景。現有是HR邀約投遞簡歷和主動投遞反饋。除了這兩個,新增場景有四個:第一是職位推薦,針對主動求職用戶;第二是職位頭條,針對準備跳槽用戶;第三是HR查看,針對市場動態需求用戶;第四是職場攻略,找求職技巧的用戶。
(1)職位推薦——基本思路
做了新增場景之后,會有一個基本的思路。比如做用戶召回有一個循環,從用戶投遞—投遞職位—收集職位和意愿—平臺做算法加權—匹配用戶,職位推薦。
(2)職位推薦——基本流程
在做流程時,第一需要了解,基本思路是先有求職行為,然后做用戶過濾。已經有意向的用戶做匹配,就需要收集用戶的意愿,收集以后再對應職位匹配,然后形成列表推薦給用戶,以此形成用戶循環。
如果用戶沒有行為怎么辦?按照其他三個場景,去匹配場景做召回。這樣把用戶循環完成,就基本完成職位推薦的流程。
(3)職位推薦——執行流程
流程做好了,如何執行?第一天要收集用戶數據,收集用戶的投遞行為,包括職位信息和意愿等。第二天做算法推薦,通過push、短信、EDM、微信等觸達用戶。第三天進行用戶跟進,有投遞行為的用戶繼續進行算法匹配,為投遞用戶匹配其他場景。第四和第三天同樣,逐步循環,把召回變成循環往復的流程。
職位推薦——人工驗證
平臺往往開發一個功能時,技術會需要一些數據的支持。這個數據怎么來?需要做人工驗證。
- 首先,整理算法。把用戶規則做具體書面上的呈現,制定用戶篩選規則和職位匹配規則。
- 第二,提取數據。與數據部門合作,提取一個周期內符合規則的用戶,匹配相對應的職位信息。
- 第三,文案觸達。對應用戶的ID或聯系方式,以及用戶對應職位,這時要做最后驗證。驗證文案要多套文案進行對比,同時做EDM和App的觸達,把用戶分成十批分別去驗證。
(4)職位推薦——意愿收集
沒有求職意愿的用戶,可以發“名企直通車”。由于已經注冊,只需要填寫感興趣的行業和公司、所在職位,平臺就能收集用戶的意愿狀態。
(5)職位推薦——落地頁面
有了意愿以后,可以發職位的落地頁,用戶會產生投遞行為。用戶打開頁面進入職位詳情看具體信息,這樣人工驗證基本完成。
(6)職位推薦——交叉驗證
這些做完以后需要做效果驗證。從圖上來看,文案12345的發送,整個數據曲線幾乎相同,這說明這些用戶對于匹配行為的認可程度相同。如果產生交錯或者不太平衡,這個數據就無法作為參照。
(7)職位推薦——驗證效果
在效果驗證中,大圈里是所有的目標用戶,這是整體目標。其次是觸達用戶,觸達是最終多少信息發到用戶手里,無論是EDM還是Push類都無法實現百分百觸達, 86.4%的用戶是收到觸達消息,其中26.1%被召回,最后19.5%是投遞用戶。
有四分之一被召回,五分之一產生投遞行為。通過這樣的驗證數據向產品部門證明,這個事情可不可行。所以運營和產品不分家,運營需要和產品打好交道。
所有流程實現以后,需要做最后一步——效果分析。完成了KPI指標,這個流程才徹底解決了低成本提升用戶活躍的問題,就是通過召回。
最后,天下大事必做于細,天下難事必做于易。一個運營人做一件事情,有一個大指標。這個大指標前提下需要不斷分解指標,細化成明確可執行的具體細節指標,才知道我們做什么KPI。通過不斷的分解和優化,最終幫助運營人不斷提高自己的運營工作能力。
作者:賀濤,大街網運營副總監
本文由 @運營直升機 (yunyingzhishengji)整編發布于人人都是產品經理。未經許可,禁止轉載。
題圖來自 Pexels,基于 CC0 協議
- 目前還沒評論,等你發揮!