幫助

APP年末增長(zhǎng)大戲背后的數(shù)據(jù)邏輯

2019-11-20 17:21 運(yùn)營(yíng)文檔
年末狂歡,APP在增長(zhǎng)上的每一次實(shí)踐,其背后都離不開(kāi)數(shù)據(jù)的應(yīng)用。

剛剛結(jié)束的“雙十一”比往年還要熱鬧一些。在大戲上演的20多天里,電商巨頭旗下的APP們,紛紛以矩陣的形式組團(tuán)出擊,使出渾身解數(shù),用眼花繚亂、環(huán)環(huán)相扣的花式玩法推銷(xiāo)自己。

群雄逐鹿的“雙十一”僅僅只是一個(gè)開(kāi)始,隨著數(shù)據(jù)逐漸深入應(yīng)用到APP推廣和運(yùn)營(yíng)之中,今年APP年末大戲的“增長(zhǎng)”主題依然圍繞著“精準(zhǔn)”、“精細(xì)化”等關(guān)鍵詞。

APP求增長(zhǎng)離不開(kāi)對(duì)數(shù)據(jù)的應(yīng)用,應(yīng)用程度的深淺決定著增長(zhǎng)效果的好壞。基礎(chǔ)的應(yīng)用是把數(shù)據(jù)當(dāng)作驗(yàn)收工具,用來(lái)衡量和評(píng)價(jià)APP增長(zhǎng)各個(gè)環(huán)節(jié)的效果;進(jìn)階的應(yīng)用是把數(shù)據(jù)當(dāng)作重要信息,對(duì)反饋數(shù)據(jù)進(jìn)行全面洞察,找到用戶真正的需求;更深入的應(yīng)用則是把數(shù)據(jù)當(dāng)作APP增長(zhǎng)的重要資源,對(duì)數(shù)據(jù)進(jìn)行動(dòng)態(tài)的管理和挖掘,建立數(shù)據(jù)模型將數(shù)據(jù)背后的價(jià)值開(kāi)發(fā)出來(lái),為APP增長(zhǎng)各個(gè)環(huán)節(jié)的優(yōu)化提供數(shù)據(jù)依據(jù)和驗(yàn)證。

本文將通過(guò)拆解個(gè)推與某共享單車(chē)APP合作完成的“增長(zhǎng)”全案,解讀數(shù)據(jù)在APP增長(zhǎng)全流程中擔(dān)任的角色,以及如何發(fā)揮其作用。

一、人群洞察科學(xué)驗(yàn)證經(jīng)驗(yàn)預(yù)判

策略是APP增長(zhǎng)的基石,而人群洞察是幫助APP驗(yàn)證和明確目標(biāo)人群的“數(shù)字導(dǎo)航儀”。

APP在開(kāi)展人群洞察前不能無(wú)的放矢,必須先要有預(yù)設(shè)的目標(biāo)人群。APP運(yùn)營(yíng)者可以結(jié)合行業(yè)了解、經(jīng)驗(yàn)總結(jié)和APP自有數(shù)據(jù),綜合分析擬定目標(biāo)人群。本案例中的共享單車(chē)APP在進(jìn)行數(shù)據(jù)洞察之前就將大學(xué)生群體作為本次增長(zhǎng)的重點(diǎn)目標(biāo)人群。

APP在擬定了目標(biāo)人群后,首先要做的是去驗(yàn)證目標(biāo)人群的發(fā)展?jié)摿?,是否具?ldquo;增長(zhǎng)”價(jià)值。數(shù)據(jù)洞察可以從APP的用戶畫(huà)像、用戶構(gòu)成以及線下場(chǎng)景等維度,通過(guò)行業(yè)對(duì)比的方式,進(jìn)行驗(yàn)證。

案例從共享單車(chē)行業(yè)整體人群畫(huà)像、該單車(chē)APP用戶人群畫(huà)像兩大維度進(jìn)行對(duì)比分析。通過(guò)兩組用戶畫(huà)像的對(duì)比,得出以下結(jié)論:

1、25-44歲人群是共享單車(chē)類(lèi)APP主流人群;18-24歲人群占比達(dá)18.6%,是主流人群之外很有競(jìng)爭(zhēng)力的人群;

2、該單車(chē)APP人群年齡結(jié)構(gòu)中18-24歲人群占比為12.6%,略低于行業(yè)人群年齡結(jié)構(gòu)中12-24歲的人群占比,這說(shuō)明單車(chē)APP對(duì)18-24歲人群的拓展還有增長(zhǎng)空間;

案例在用戶人群結(jié)構(gòu)占比洞察中,根據(jù)人群標(biāo)簽對(duì)共享單車(chē)人群進(jìn)行人群結(jié)構(gòu)分析,得出以下結(jié)論:

1、大學(xué)生人群是單車(chē)行業(yè)第二大用戶群體;

2、該單車(chē)APP用戶中大學(xué)生人群占比僅為7.3%,遠(yuǎn)低于行業(yè)占比,大學(xué)生人群潛在市場(chǎng)空間較大;

二、線下場(chǎng)景洞察打破空間次元壁

APP對(duì)于用戶洞察的維度不能僅限于線上行為,還要考量線下場(chǎng)景因素。因?yàn)?,線下生活場(chǎng)景也會(huì)對(duì)用戶APP使用行為產(chǎn)生影響。APP在洞察中加入線下場(chǎng)景,可以打破空間次元壁,實(shí)現(xiàn)線上、線下的有機(jī)聯(lián)動(dòng),助力用戶增長(zhǎng)。正如電商們追逐的“新零售”概念,其核心在于打通線上、線下場(chǎng)景,通過(guò)線下需求線上服務(wù)解決的方式促進(jìn)增長(zhǎng),而這一增長(zhǎng)策略的背后需要強(qiáng)大的線下場(chǎng)景洞察。

本案例中,共享單車(chē)APP的“增長(zhǎng)”策略同樣需要線上與線下緊密結(jié)合,因此除了線上人群的對(duì)比,線下場(chǎng)景洞察同樣重要。案例對(duì)于共享單車(chē)用戶線下場(chǎng)景(樣本地:上海、成都)進(jìn)行人口熱力圖分析,尤其關(guān)注大學(xué)城、創(chuàng)業(yè)園等學(xué)生群體密集區(qū)域。

熱力圖通過(guò)顏色深淺的色塊來(lái)顯示人群密集程度,顏色越紅人群越密集。如上圖所示,無(wú)論是上海,還是成都,大學(xué)城所在位置都是區(qū)域人群高度集中的區(qū)域(即紅色色塊),具有拓展價(jià)值。

上述數(shù)據(jù)洞察發(fā)現(xiàn),大學(xué)生人群確實(shí)是具有價(jià)值的目標(biāo)人群。共享單車(chē)APP將大學(xué)生人群作為增長(zhǎng)目標(biāo)用戶是可行的。但是,大學(xué)生人群體量有限,也并非共享單車(chē)行業(yè)的主流用戶人群,APP將增長(zhǎng)目標(biāo)人群僅瞄準(zhǔn)于大學(xué)生人群顯然覆蓋度不夠。APP仍需尋找新的增長(zhǎng)目標(biāo)用戶來(lái)做補(bǔ)充。

根據(jù)先前人群洞察的結(jié)果,上班族是共享單車(chē)APP的“大戶”,共享單車(chē)解決了通勤人群最后一公里的問(wèn)題?;趯?duì)行業(yè)的理解,案例將洞察的方向轉(zhuǎn)至通勤人群,并結(jié)合交通接駁的線下場(chǎng)景,對(duì)上海和成都地鐵沿線站點(diǎn)進(jìn)行人群洞察。此次洞察將用戶線上行為偏好和線下場(chǎng)景相結(jié)合進(jìn)行驗(yàn)證,結(jié)果顯示:

1、早高峰時(shí)地鐵站點(diǎn)周邊單車(chē)人群更為密集;

2、晚高峰時(shí)期,地鐵站點(diǎn)周邊單車(chē)人群更為活躍;

3、地鐵站點(diǎn)半徑1km的范圍內(nèi),單車(chē)潛在用戶較為集聚;

洞察發(fā)現(xiàn),地點(diǎn)站點(diǎn)周邊半徑1KM區(qū)域是共享單車(chē)APP增長(zhǎng)新場(chǎng)景,能夠覆蓋更多的活躍人群。

案例進(jìn)行到這里,增長(zhǎng)策略制定期的數(shù)據(jù)洞察暫時(shí)告一段落。共享單車(chē)APP通過(guò)以上數(shù)據(jù)洞察不但驗(yàn)證了大學(xué)生人群是有價(jià)值的目標(biāo)人群,還發(fā)現(xiàn)地鐵站點(diǎn)周邊區(qū)域目標(biāo)通勤人群較為聚集、APP活躍度較高是有效的“增長(zhǎng)”線下場(chǎng)景。接下來(lái)APP可以根據(jù)數(shù)據(jù)洞察的結(jié)果對(duì)增長(zhǎng)策略進(jìn)行優(yōu)化,比如對(duì)大學(xué)城、創(chuàng)業(yè)園區(qū)等大學(xué)生人群密集場(chǎng)景加強(qiáng)推廣;在早晚高峰時(shí)段,對(duì)地鐵沿線進(jìn)行單車(chē)調(diào)度運(yùn)營(yíng)和活動(dòng)運(yùn)營(yíng)等。

三、構(gòu)建目標(biāo)人群模型 動(dòng)態(tài)提升推廣精準(zhǔn)度

隨著增長(zhǎng)策略的逐步執(zhí)行,數(shù)據(jù)洞察的進(jìn)程也將不斷延續(xù),真正體現(xiàn)數(shù)據(jù)復(fù)合價(jià)值的環(huán)節(jié)才剛剛開(kāi)始。我們認(rèn)為好的數(shù)據(jù)洞察是貫穿于APP增長(zhǎng)推廣的全周期,并能夠生成數(shù)據(jù)模型,在增長(zhǎng)過(guò)程中實(shí)時(shí)積累和處理數(shù)據(jù),不斷迭代優(yōu)化,指導(dǎo)APP增長(zhǎng)策略往最優(yōu)的方向執(zhí)行。

在后續(xù)執(zhí)行和推廣過(guò)程中,APP如何定位目標(biāo)人群,如何更廣泛地觸達(dá)目標(biāo)人群,這就需要使用到目標(biāo)人群模型。

APP想要目標(biāo)人群模型更精準(zhǔn),就需要有更多維度的數(shù)據(jù)特征做基礎(chǔ)。案例中,共享單車(chē)APP的目標(biāo)人群模型建立涉及了5大維度。

  1. 單車(chē)行業(yè)用戶:單車(chē)APP安裝與使用行為特征可用于區(qū)分活躍用戶和沉默用戶,將推廣投放人群聚焦在APP新用戶以及有喚醒價(jià)值的沉默用戶上。

  2. 大學(xué)生人群:在大學(xué)生人群標(biāo)簽的基礎(chǔ)上,加上年齡段、常住地等能提高區(qū)分度的特征,進(jìn)一步瞄準(zhǔn)學(xué)生人群;

  3. 白領(lǐng)人群:在白領(lǐng)人群標(biāo)簽的基礎(chǔ)上,加上工作時(shí)間段、職業(yè)場(chǎng)景等能提高區(qū)分度的特征,進(jìn)一步篩選白領(lǐng)人群;

  4. 地鐵人群:利用LBS地理圍欄技術(shù)圈選地鐵站點(diǎn)場(chǎng)景,更精準(zhǔn)覆蓋通勤人群;

  5. 高密度人群:通過(guò)APP滲透率和線下場(chǎng)景結(jié)合找到單車(chē)需求旺盛的地區(qū)和人群;

以上五個(gè)維度中,單車(chē)行業(yè)用戶、高密度人群從宏觀的維度覆蓋到了共享單車(chē)APP還未觸達(dá)且有需求的用戶;大學(xué)生人群、白領(lǐng)人群、地鐵人群相對(duì)微觀,起到鎖定目標(biāo)人群的作用。這樣形成的目標(biāo)人群模型被應(yīng)用到APP增長(zhǎng)推廣中既能精準(zhǔn)鎖定主要目標(biāo)人群,又能同時(shí)兼顧傳播的廣度,影響更多的人。

目標(biāo)人群模型并不是一成不變的,需要根據(jù)每一個(gè)投放環(huán)節(jié)的數(shù)據(jù)回流進(jìn)行不斷迭代優(yōu)化,其精準(zhǔn)度才會(huì)持續(xù)提高。

一次有效的推廣需要關(guān)注整個(gè)轉(zhuǎn)化漏斗的各個(gè)環(huán)節(jié),每個(gè)環(huán)節(jié)都需要收集數(shù)據(jù)、分析數(shù)據(jù)、仔細(xì)觀察數(shù)據(jù)背后反應(yīng)出來(lái)的問(wèn)題。APP需要以實(shí)際投放效果對(duì)轉(zhuǎn)化人群特征進(jìn)行深層次挖掘,更好地加深對(duì)目標(biāo)人群的了解,進(jìn)一步優(yōu)化人群定向,為下一次投放做好準(zhǔn)備。

四、設(shè)定自然流量對(duì)照組 優(yōu)化效果歸因模型

效果歸因在增長(zhǎng)推廣過(guò)程中的作用,一方面幫助APP考評(píng)推廣組合的效果,另一方面幫助APP解決錢(qián)要怎么花才能實(shí)現(xiàn)增長(zhǎng)的“現(xiàn)實(shí)問(wèn)題”。

效果歸因最重要的是要了解各種導(dǎo)致轉(zhuǎn)化的跨渠道之間的交互以及應(yīng)用于每次交互之間的相對(duì)權(quán)重。效果歸因的數(shù)據(jù)越客觀其對(duì)最終投放結(jié)果的作用就越大。但是目前的主流的歸因邏輯還是存在不夠客觀的弊端。比如Facebook和Applovin提供的歸因模型,都無(wú)法去除自然增長(zhǎng)流量對(duì)推廣效果帶來(lái)的干擾。

本案例將目標(biāo)人群按照9:1的方式分為推廣樣本集和對(duì)照樣本集。對(duì)投放樣本集中的人群進(jìn)行推廣,并按照主流歸因邏輯進(jìn)行統(tǒng)計(jì)。對(duì)照樣本集的人群則不進(jìn)行推廣,統(tǒng)計(jì)其自然增長(zhǎng)的情況。在最終的數(shù)據(jù)歸因階段,通過(guò)去除對(duì)照樣本集采集到的自然流量增長(zhǎng)率來(lái)減弱主流歸因邏輯中自然流量的干擾,挖掘更優(yōu)質(zhì)的推廣渠道。當(dāng)然對(duì)照樣本集的自然安裝率是通過(guò)抽樣樣本計(jì)算所得,相對(duì)于實(shí)際的自然安裝率存在誤差,這就需要APP根據(jù)實(shí)際情況做一些優(yōu)化調(diào)整。

五、多元數(shù)據(jù)洞察 優(yōu)化APP推廣執(zhí)行細(xì)節(jié)

在APP增長(zhǎng)過(guò)程中,還有很多細(xì)節(jié)是可以通過(guò)數(shù)據(jù)洞察找到最優(yōu)解決方案的。比如,黑流量識(shí)別與防護(hù)、尋找最優(yōu)出價(jià)區(qū)間、曝光次數(shù)與推廣效果關(guān)聯(lián)關(guān)系、線下推廣場(chǎng)景優(yōu)選等。

本案例中對(duì)曝光次數(shù)與推廣效果的數(shù)據(jù)洞察幫助共享單車(chē)APP以最優(yōu)的成本獲得最佳的推廣效應(yīng)。

洞察發(fā)現(xiàn),曝光5次以下,曝光次數(shù)與推廣效果成正相關(guān),且CPA成本能控制在6.24元左右;曝光5次及以上,曝光次數(shù)與推廣效果無(wú)直接關(guān)系,且CPA 價(jià)格成倍增長(zhǎng)。另一方面,從邊際CPA分析得出,每多曝光一次所帶來(lái)的推廣效果并沒(méi)有發(fā)生太大變化。

由此可以得出結(jié)論,高成本未必會(huì)換回好效果,APP不需要做過(guò)多無(wú)謂的曝光,將曝光次數(shù)控制在5次以下的方案性?xún)r(jià)比最高,可以以最少的成本取得最好的效果。

總體來(lái)說(shuō),隨著數(shù)據(jù)智能在互聯(lián)網(wǎng)行業(yè)的逐步落地,大數(shù)據(jù)將成為新一代增長(zhǎng)“黑科技”。大廠們?cè)谶@一方面布局很早,在模型和數(shù)據(jù)量上都有了一定積累。其他APP開(kāi)發(fā)者也可以通過(guò)第三方數(shù)據(jù)服務(wù)商提供的工具和服務(wù),快速實(shí)現(xiàn)數(shù)據(jù)的應(yīng)用。在硬件和軟件都準(zhǔn)備充足的背景下,APP還需要對(duì)數(shù)據(jù)智能更多一點(diǎn)點(diǎn)的耐心,畢竟數(shù)據(jù)模型的迭代和優(yōu)化需要慢工出細(xì)活。


相關(guān)推薦

QQ在線咨詢(xún)