解構O2O運營中的核心:用戶活躍
在傳統電商中,提高銷售額的核心是提高其中的各個指標,當然提高其中的核心指標最為關鍵。在O2O運營中,它的核心是用戶活躍指標。本文通過解構該指標,提高平臺的銷售額,一起來看看。
傳統線上電商想要銷售額的方法就是要提高黃金公式里面的各種指標:
銷售額=訪客數×轉化率×客單價
只有訪客數、轉化率、客單價三者的綜合乘積提高了,銷售額才能提高。從公式上看,訪客數是銷售額的基礎。
我們把訪客數再精準定義下:活躍用戶數——
銷售額=活躍用戶數×轉化率×客單價
這也是為什么所有平臺把活躍用戶數作為核心指標,并采取有效的運營手段來保障活躍率保持某數值或提升到某數值。如此,我們需要對活躍用戶數進行拆解分析。
一、用戶活躍
先看下活躍用戶與活躍的定義:
- 活躍用戶的構成:新用戶、老用戶。新注冊用戶是次日及轉為老用戶,還是N日后轉為老用戶?
- 活躍:是登錄成功就算?還是點擊幾次算活躍?或者完成某個特定行為?或時長達到某一數值時算活躍?必須完成幾次才能定義為周活、月活?
從上述定義上看,提升活躍用戶量主要2個途徑:增加新用戶量,維持老用戶的活躍。我們看下APP端的用戶活躍。
1. 新用戶
我們分解下新用戶的主要來源:
主要來源說明:
公域-投放導流:媒體廣告投放的可以通過投放計劃來回溯來源渠道、活動、內容。通過內容、活動碼等方式的可以回溯投放碼、來源域名等,通過持續跟蹤客戶質量(活躍、轉化、推薦)來評估渠道貢獻、投放貢獻和制定投放策略。
私域-用戶分享/活動邀請:老用戶直接分享或有激勵的活動分享,比如分享邀請送積分、卡券等。尤其激勵類的分享行為,容易接入一些薅羊毛、僵尸用戶,需要重點監控:
- 分享人最近1或N天內分享拉新的新用戶量有無超出某個閾值?
- 分享拉新的新用戶注冊后的行為除了領取積分相關的動作外,還會有其他行為,比如評論、發帖等相對于點贊、分享等要多一些時間成本的行為。
私域-自然到店/B端用戶分享:用戶直接進店后掃碼注冊成為新用戶,二維碼會有4類:
- 品牌碼,帶有門店信息;
- 顧問碼,帶有門店信息;
- 顧問展示的活動碼,帶有顧問信息;
- 門店活動碼,帶有門店信息。B端用戶(如:顧問)分享的內容或活動信息中都會有顧問信息,以方便追溯和統計。
有一點需要特別說明:數據回溯依賴于數據結構設計,渠道、活動、投放是分離的,不能混在一起、這會讓數據混亂的。這是最近發現幾個產品或項目中普遍存在的問題。未來會在線索、用戶、渠道相關的分享中說明。
生態-合作導入:在用戶的一些消費場景中,為品牌導入新用戶。如商場消費滿200元得車企試駕體驗優惠券,如試駕體驗后下訂、可抵扣500元,通過此方式來獲取高意向的新用戶。
2. 用戶活躍
如果是O2O類業務,如汽車、房產、教育、美妝等行業,以上關于『活躍』定義就不適用了,因為有線下場景。需要接入線下觸點數據,或通過B端用戶上報用戶行為數據。
我們先回顧下線上場景主要的用戶行為:
說明:車控、座艙為汽車行業特有。
但在O2O業務中,用戶從了解、吸引、問詢、行動、擁護的全鏈路上線上與線下融合的非常多,比如用戶『短信』接收到試駕活動信息、『小程序』上報名參加試駕體驗活動、線下『門店』接待后試駕體驗,并『APP』上評價、分享,獲得積分和體驗優惠券。如此,整個用戶行為如下圖:
面對這樣的互動鏈路,如果僅記錄線上行為,對用戶活躍的定義、衡量是不完整的。尤其高單價商品或服務(乘用車/商用車/工程機械/農機/房產/家裝/教育/醫美),線下體驗的重要性也遠高于線上。
二、如何提升用戶活躍?
- 增加新用戶量:快速、低成本的獲取更多新用戶是所有品牌要面臨的挑戰。對來源渠道,監控分析用戶接入量,分首次觸達的新用戶、二次觸達的老用戶;還要監控用戶質量,尤其是僵尸粉、羊毛黨等低質量用戶的來源渠道更要重點監控。主要來源見前述內容。
- 提升用戶活躍:用戶活躍的主要貢獻來源是內容、活動、交易和互動反饋,內容和活動是重點,如下圖:
不同行業、不同企業、不同業務階段的用戶活躍的發力點不同,核心在于關鍵目標達成或轉化路徑的設計,以及相對應的激勵政策的制定。比如:
內容運營:某車企2019年提出的1760計劃,引導PGC參與、C端用戶共創、輸出高質量視頻內容,打起一波品牌聲音、為下一輪的轉化蓄勢。
- 新手任務:引導新用戶參與新手任務,通過激勵的方式,引導用戶不斷參與到新內容、新活動中,以保持每日活躍、度過新手期。
- 日常任務:屬于老用戶促活的常規打法,激勵用戶輸出內容、參與活動等等。
- 特定任務:可發起針對老用戶的特定任務,比如邀請好友、給予激勵,根據用戶增長情況、階段或特定目標需要來發起特定任務,如此收放自如。
促活策略優化
無論針對新用戶的激勵任務、日常激勵還是特定激勵,都會有超出或未達預期的,需要定期復盤(2周左右),分析新用戶、老用戶的活躍數據,并通過運營手段和產品優化來提升。比如:
(1)新用戶在新手期活躍度不高
- 新手任務完成率低
- 新手任務打開率低
- 缺乏引導/入口容易被忽略
運營側:
- 消息推送/專題內容/banner引導等方向進行改善+產品側優化
- 上線監測
- 是否有改善
- 未改善、調整策略繼續……
(2)整體活躍度不高
內容側分析:
① 內容質量不高(點贊、評論、收藏、分享等用戶參與量較低)
- 內容質量提升(加大興趣話題、高質量輸出)
- 誰來輸出、激勵誰?
② 內容數量不足(內容列表頁的用戶量遠大于內容詳情頁瀏覽的用戶量)
- 內容數量輸出提升
- 誰來輸出、激勵誰?
- 上線監測
- 是否有改善
- 未改善、調整策略繼續
- ……
上述中對用戶行為的監測、活躍分析,源于統一的用戶行為數據,需要結構化的思考、落地,未來有機會分享用戶觸點與埋點。
專欄作家
王建儒,微信公眾號:王建儒的B星球,人人都是產品經理專欄作家。18年業務運營、運營平臺規劃與建設經驗,熟悉S2B2C業務模式的業務+數字雙中臺規劃和落地,聚焦汽車、房產等行業的營/銷/服/客戶運營與數字轉型。甲方IT負責人、乙方業務專家/產品團隊負責人。
本文原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自Unsplash,基于CC0協議
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
文檔被編審改的有些邏輯亂了。
新手任務完成率低→新手任務打開率低→缺乏引導/入口容易被忽略→消息推送/專題內容/banner引導等方向進行改善+產品側優化→上線監測→是否有改善→未改善、調整策略繼續……
線上場景分類與行為 內個XMID 要是能看到下面展開的二級分類就更好了??