如何給新用戶推薦一位“老用戶”,進而提升會員轉化率和商品交易額?

14 評論 16342 瀏覽 57 收藏 12 分鐘

本文作者經歷了三次改版,四次評審,N 次權衡,然后總結分析了要如何給新用戶推薦一位“老用戶”,進而提升會員轉化率和商品交易額?

策略往往是一套由數據驅動,存在于產品當中的一套規則與機制。

換個角度解釋:如果一家企業的核心業務高度依賴于人的工作,員工的管理問題可能會是復雜度極高、且穩定性較難保障的;而一家公司的核心業務如果是依賴于機器在跑,那么則將是很穩定并且可持續的。而機器的運轉,需要被規則來約束,而那些支撐機器運轉的規則,就是策略。

某日,接到一個有趣的需求 :如何給新用戶推薦一位“老用戶”,進而提升會員轉化率和商品交易額?

分析主線:給新用戶推薦一位老會員用戶, 使得老用戶獲取自然流量,進而老用戶因邀請返利促使他和新用戶建立關系,最后幫助產品自然轉化更多會員。

分析輔線:

  1. 新用戶注冊時即給他推薦老用戶,那么我需要優化現有注冊登錄流程。
  2. 產品日后注冊分為:自然流量(即:在App Store中搜索注冊的用戶)和邀請注冊(即:通過邀請鏈接建立關系的用戶)。
  3. 需要給每位新注冊的用戶推薦一位“會員上線”。

我經歷了三次改版,四次評審,N 次權衡。

第一版:功能產品

功能和策略的區別在于:功能是針對“一個人”相對聚焦的需求,策略是針對“一群人”更加多樣的需求。

第一個版本就是以功能性思維的方式思考:用戶注冊>選擇注冊方式>驗證密碼>隨機推送一個會員用戶>確認會員用戶>注冊成功。

分配上線使用的是用戶選擇,也就是說:用戶在首次使用產品時選擇的“上線”與自己并沒有直接聯系,用戶選擇誰只能通過誰的頭像漂亮或者名字好聽來選擇。

設計時保留了原有賬戶登錄體系,看似簡潔,實則并沒有解決問題,只是從功能的角度滿足了每一位新用戶都必須選擇一個“上線”的底層需求,并沒有達到“目標”。

在需求評審環節果然有多個問題在此不表,其中產品部五星級leader說:

“你可以嘗試,通過不同渠道的人推薦不同的上線,因為他們的來源需求是不同的”。

聽后,瞬間領悟到可以通過推薦策略來解決這個問題。

第二版:策略產品

策略產品經理需要解決的核心問題,是人與信息的匹配問題,讓用戶在有限的時間里,盡可能看到讓他感興趣的事情且最終引導用戶達到“理想態”。

策略有萬能的四要素:

  1. 待解決問題:策略是圍繞著某個問題產生的,比如:閱讀產品如何讓人們看到各自喜歡的內容。
  2. 輸入: 有了具體的問題那么接下去思考影響解決方案的因素,如:影響人們看到喜歡內容的因素可能有:地域、時間、用戶歷史瀏覽行為、標簽、熱點等等。
  3. 計算邏輯:明確哪些影響要素后,根據你的產品目標去梳理各種可能發生的情況,排除先后順序后給到算法工程師,由他們給各種因素的權重賦值,最后轉化為計算公式。
  4. 輸出:最后將排序由高到低輸出給用戶即:你看到的閱讀產品新聞先后順序排列。

思路打開后進而分析得出:

  1. 需要了解新用戶的來源方向根據不同渠道來源分配不同屬性的“上線”。
  2. 渠道分為商城公眾號和內容APP,我們判斷:從內容APP上自然注冊用戶分配的上線屬性為:“內容達人”,從商城公眾號上自然注冊用戶分配的上線屬性為:“交易達人”。
  3. 后臺需要建立一個“推薦庫”,為每個待推送的會員根據在平臺上的使用記錄打上:內容達人或交易達人的標簽。

核心主旨:更加了解待推薦老用戶,更加了解要注冊的新用戶,從而更高效的促進會員普通用戶之間的連接。

1. 待解決問題(理想態:即你最終想要達到的理想狀態)

從大量會員中推薦當前注冊用戶最易接受的上線綁定,提升會員轉化率和商品交易額。

2. 輸入(影響理想態的因素)

2.1 內容APP 端

(1)注冊用戶屬性

  • 城市:便于用戶開展線下同城活動和中國自古以來的戶籍同地親屬感文化。
  • 寶寶年紀:相近寶寶年紀的家屬更有討論的話題。
  • 寶寶性別:同性別寶寶啟蒙教育更有交流相關性。

(2)推薦庫屬性

① 基本屬性:

  • 會員城市:同區>同市>同省
  • 會員寶寶年紀:0~2、2~4、4~6、6+
  • 會員寶寶性別:男、女

② 內容屬性:

  • 團隊開通會員數量:通過團隊開通會員的數量考核被推薦會員的能力,默認團隊會員數量多的管理者更容易轉換新用戶。
  • 團隊打卡數量:通過團隊開發梳理考核團隊活躍度,默認團隊會員打卡數量多的管理者更容易轉化新用戶。

2.2 商城公眾號端

根據不同端注冊的用戶需要提交的消息不同,盡可能的簡化用戶需要操作的地方。

(1)注冊用戶屬性

城市:便于用戶開展線下同城活動和中國自古以來的戶籍同地親屬感文化。

(2)推薦庫屬性

① 基本屬性:會員城市:同區>同市>同省。

② 購物屬性:

  • 級別:推薦即將到達中堅會員等級的用戶,如:團隊25 人升為中堅會員用戶,那么推薦團隊人數20~24之間會員用戶。
  • 團隊開通會員數量:通過團隊開通會員的數量考核被推薦會員的能力,默認團隊會員數量多的管理者更容易轉換新用戶。
  • 團隊商品銷售總額:通過團隊商品銷售總額考核被推薦會員的能力,默認團隊商品銷售總額越多的管理者更容易轉換新用戶。

3. 計算邏輯

梳理出影響理想態的因素后,需要根據影響因素給出各種狀態的影響排名。

基礎規則:

  1. 所有被推薦用戶都有身份標簽:內容達人或者交易達人。
  2. 如果用戶從內容APP注冊推薦內容達人的上級;如果用戶從商城公號注冊推薦交易達人的上級。
  3. 團隊會員數量:按照團隊開通會員數量正序排列每個城市取前10位,按照正序分配,一輪結束后繼續循環分配。

3.1 內容APP 端

APP影響因素權重排名:城市>年紀>團隊開通會員數量>團隊打卡數量>性別。

影響因素子集說明:

不同狀態排名順序:

3.2 商城公眾號端

公眾號影響因素權重排名:城市> 升級人數 > 會員銷售數量 > 商量銷售總額。

影響因素子集說明:

不同狀態排名順序:

4. 輸出

第三版就是配合算法工程師根據影響因素和排名設計算法,最后新用戶注冊填寫信息后由策略自動分配會員用戶給到新用戶,會員用戶因利益驅動自然可以為產品無限的轉化新會員。


題圖來自Unsplash,基于CC0協議
策略并非是一成不變的,策略根據不同用戶數量和不同業務理想態而變化,往往需要多次版本循環后才能達到理想態。所以需要建立效果監控機制,在登錄注冊中需要預先做數據埋點如:各級頁面跳出率、填寫頁面退出率、會員用戶確認跳出率、注冊成功率等進而分析用戶注冊是否順暢,為下個版本循環做數據參考。

前期需要識別哪些用戶可以進入“推薦庫”,為了更好的促進會員用戶轉換新用戶為會員需要建立一套評分機制,核心參考指標是:被推薦會員用戶轉化新用戶為會員的比例…..

以上是我近期對策略產品的一些淺薄理解和應用實踐,歡迎大家來交流。

PS:那種對復雜情況通過抽絲剝繭般的解析,找出最優解的感覺,非常非常爽。

 

本文由 @Aaron 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

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 邏輯清晰的很,不過沒看出來做的什么業務,有點做分銷/返利策略的意思,玩的是模式對嗎?方便的話,向你學習一下;我微信aqijinggang

    來自浙江 回復
    1. 來自湖北 回復
  2. 作者如果能在文章開頭加入一些所做項目的介紹和需求的背景故事,可能會更好理解 ??

    來自廣東 回復
  3. 需求不明,場景不明,一切討論都是空中樓閣,看的云里霧里。

    來自上海 回復
  4. 請問,分析主線中“給新用戶推薦一位老會員用戶, 使得老用戶獲取自然流量,進而老用戶因邀請返利促使他和新用戶建立關系,最后幫助產品自然轉化更多會員?!边@里的老用戶返利是什么的個關系?不應該是老用戶主動邀請新用戶才能獲取返利嘛?

    來自吉林 回復
  5. “不同狀態的排名順序”的表格應該怎么理解呢?

    來自廣東 回復
    1. 核心規則:首先去判斷如:城市,如果有就排第二個參考值,找到第二參考中的最大值,如有就取他,如沒有就招第三個參考中的最大值,循環下去。

      來自湖北 回復
  6. 其實我一開始都沒看明白,“上線”的概念是什么?為啥會隨機推薦一個上線呢?這樣做對新會員和老會員有什么好處呢?

    來自北京 回復
    1. 拍拍腦袋瞎寫的東西,隨便看看就可以了

      來自廣東 回復
    2. 我覺著這其實是對作者的不尊重。
      而且能夠成文章的東西,從思路和內容上,還是經過思考的

      來自北京 回復
    3. 朋友,感謝說句公正話,我回復你的疑問。
      為用戶分配一個上線首先是為了規范整個平臺的規則,老會員可以要求新用戶成為會員可以獲得返利,新用戶可得到老會員的內容或教育經驗幫助。

      來自湖北 回復
    4. 這其實像是游戲中的師徒制,不過對于平臺來說(可能具體業務不太了解),分配一個“師父”,是否是有必要的呢?

      來自北京 回復
    5. 有,這個底層需求是產品業務方向導致,現還未上線,所以給不了參考的例子。

      來自湖北 回復