這才是真正的用戶活躍分析,而不是羅列DAU
用戶活躍度分析是衡量產品健康度的關鍵指標之一,但許多公司在分析DAU和MAU等指標時,往往陷入數字游戲而忽視了分析的真正價值。本文系統性地講解了如何深入進行用戶活躍分析,從建立高價值用戶標簽到識別活躍行為特點,再到找到提升活躍的有效手段,提供了一套完整的分析框架。
用戶活躍該怎么分析?很多公司日常在監控DAU、MAU指標,可監控以后呢?經常是DAU下降3%,就逼著人分析半天,結果還沒出報告,又漲上去了……純純空耗人力。用戶活躍分析,該怎么做的更有價值,今天系統講解一下。
一、用戶活躍分析的常見問題
- 常見問題一:缺乏判斷標準,陷入細節無法自拔。就像開頭說的,很多活躍分析,陷入“1%上漲”“2%下跌”中無法自拔,完全無法深入,每次都不了了之。
- 常見問題二:盲目拆解,沒有落地建議。很多分析活躍波動,就是閉著眼睛按用戶性別,設備型號,一通拆解??刹鸾馔炅?,知道“男性用戶活躍率下降1%”又怎樣呢?所以要做個男性專屬版本來拉這1%的活躍嗎?
- 常見問題三:盲目促活,沒有長期效果。用戶活躍降了,直接想到的辦法就是站內做打卡,拉長線活躍,站外猛推一波信息,把不登錄的拉回來。可拉回來以后呢?該不消費還是不消費,DAU漲,轉化率掉,更頭疼了。
為什么會有以上問題,本質上,因為:
- 活躍很容易短期波動,抓長線規律才不至于一葉障目
- 活躍很容易被短期拉升,但活躍高不等于有轉化
- 不同用戶的活躍價值不一樣,抓核心用戶才是關鍵
因此,區分用戶價值,識別活躍特點,找到提升高價值用戶活躍的抓手,才是把活躍分析從內耗變得有價值的關鍵,具體怎么做,一起來看看。
二、建立高價值用戶標簽
并不是所有用戶的活躍都有價值的,比如:
- 直營電商:用戶有消費才有價值,可以考察用戶過往30天/90天/180天內累計消費金額,消費頻次,產生的毛利。
- 平臺型企業:入住商家能產生GMV,能充值廣告費才有價值,可以考察過往30天/90天/180天內商家GMV,廣告充值/消耗數量。
- 內容型產品:用戶登錄,消費內容,且點擊廣告/充值打賞才有價值,可以考察過往7天/14天/30天內用戶登錄頻次,總時長。
- SaaS產品:大部分saas是toB銷售的,采購部門簽單,業務部門使用。此時活躍影響的不是當期的交易,而是后續的續費,畢竟如果連業務都用不起來,也沒人會再續費了。
綜合分類后,我們可以得到比性別、年齡、設備類型更有用的標簽(如下圖),在后續分析時能導出更有用的結論。
三、識別活躍行為的特點
有了用戶標簽,我們可以區分出高價值的核心用戶群,比如:
- 新用戶中有消費群體
- 老用戶中高消費群體
- 老用戶中無消費但高活躍群體
在解讀活躍數據的時候,能把活躍的波動,具體拆分到各群體,從而綜合判斷:活躍下降,到底有沒有影響核心群體(如下圖)。
這樣既可以避免“3%波動到底是不是大問題”的糾結,又能快速鎖定出問題群體,具體思考:“要不要改善活躍?改善哪些人群的活躍?”而不是盲目地拆分來,拆分去:
- 如果波動很小,甚至就是周期性波動,不用著急
- 如果波動大,但尚未影響到核心群體,一般慢慢排查邊緣用戶
- 如果波動大,且核心用戶有明顯損失,就得立即采取行動,不然收入等指標一定會遭殃
四、找到提升活躍的抓手
站在運營的角度,促活的手段,分登錄中,登錄后兩類。在用戶尚處于登錄狀態時,要給用戶留下念想,讓用戶有惦記的東西,比如:
- 電商平臺:收藏/加購/轉發商品
- 直播平臺:關注主播/主播互動
- 內容平臺:點贊/轉發等主動行為
- SaaS產品:核心功能的使用數量
在數據上,應首先監控這些有利行為的發生情況:
- 有多少用戶在活躍期間發生了有利行為
- 有多少用戶高頻率的發生了有利行為
- 哪一種行為能吸引更多用戶/哪一種沒用
通過數據監控,如果發現:發生有利行為用戶占比在下降,那么長期來看,活躍是必然持續降低的。反之,如果運營活動/產品改版,能讓用戶有利行為持續增加,則說明長期活躍有提升的機會。
除此以外,還可以根據登錄時行為,對用戶打標簽,比如:
- 該用戶對A商品的收藏次數大于X次 → “A商品偏好”標簽
- 該用戶和X主播的互動頻次高于平均水平→ “X主播偏好”標簽
- 該用戶XX話題的瀏覽次數占自己總瀏覽比例大→ “X主播偏好”標簽
這些標簽在后續分析時,可以成為好用的工具。
在登錄后,用戶已下線,能用的手段就是信息推送/站外廣告,此時的常用思路是:
- 根據用戶活躍前偏好標簽,篩選內容/商品推送
- 根據當前站內主力推的活動,主力推的產品來推送
- 根據當前社會上流行話題,應季產品來推送
這里特別要注意!有可能所謂千人千面,是個偽命題。特別是非壟斷企業,自身平臺提供的內容/商品有限。有可能就是當前熱點是啥,推啥最管用。所以這里重點工作還是打標簽,記錄用戶響應情況。一來從總體上看,哪一類推送拉回用戶效果最好,二來看每個用戶對不同類型活動的響應,從而指導更細節的業務行動(如下圖)。
五、觀察促活的綜合效益
經過以上三步,我們可以:
- 識別高價值用戶與有利的用戶行為
- 觀察活躍波動來自哪個群體,是否傷及KPI指標
- 觀察活躍行為中,有利行為是否增加,是否向好方向
- 觀察拉回活動的手段,對什么人起作用,能起多大作用
做到這,就只剩最后一步:持續觀察活躍走勢變化。
- 用戶活躍增長,不以站外投放費用率的增長為代價
- 用戶活躍增長,不以轉化率下降為代價
- 用戶活躍增長,高價值用戶群體規模同步壯大
這就是非常好的數據表現(如下圖)。
本文由人人都是產品經理作者【接地氣的陳老師】,微信公眾號:【接地氣的陳老師】,原創/授權 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。
- 目前還沒評論,等你發揮!