本文作者将以一家服务全球商家嘚B2C跨境电子商务交易平台一次拉新活动为例介绍其团队如何通过数据分析来评估和改进一次拉新活动。enjoy~
拉新一直是众多活动运营的目标拉新活动方式有很多,包括“以老带新”客户口碑式的拉新、锁定目标式的地推拉新、宣传合作的线上渠道拉新等精心策划的线上线丅活动,可以快速实现拉新。而拉新活动的终极目标是转化并非拉新人数的美丽数值。在每一家追求数据驱动的企业一味沉浸在单调的突增指标并非依靠数据驱动决策,而是在数据的泥沙中挣扎
最近笔者参与一家服务全球商家的B2C跨境电子商务交易平台,该平台一直通过數据驱动理念把握用户需求我以该平台一次拉新活动为例,介绍其团队如何通过数据分析来评估和改进一次拉新活动
一. “看上去很美”,拉新虚荣指标背后的三大问题
今年6月该企业策划了一次长达一个月以“A计划”为题的拉新活动。该活动形式是由老会员邀请新会员紸册为主上线第一天成果显著:日新增会员数量增加高达100% – 200%,且活动当日平台的成交额提升20% – 30%两个指标的飙升让参与此项目的活动同學格外兴奋。
在数据分析领域“总注册数”、“新增注册数”指标本身是一个虚荣指标,该指标随着活动力度、形式等呈现短期暴增怹能够告诉你的活动传递并影响了多少“新用户”,这些新用户知道你在做什么而并不意味你的产品一定对他有价值。显然要结合新用戶的留存、转化等情况综合考量
的确,随着活动的持续进展配合数据深度观察,看似光鲜的外表下却暗藏着不少问题我来列举了较為典型的三大问题。
无效邀请比例高达 40%
该活动大部分新增会员是由老会员邀请而来而经多维数据分析发现,超过 40% 的新客户属于“无效邀請”即存在邀请者和被邀请者注册国家不一致(正常情况下的邀请应为同一国籍的邀请)、邀请码无效(被邀请者错填邀请码)、设备偅复(一个设备多次重复注册)等问题。
图1 拉新活动当天发现邀请者和被邀请者注册国家不一致的情况(图片来源:神策数据)
转化率较低付费意愿较差
一周后数据统计,与自然流量相比A计划新注册会员的留存率与转化率均低于其50%;从注册到浏览商品详情的转化率低于其60%;另外,人均支付单数降低3倍人均消费金额仅占自然流量的25%。下图为活动带来的新会员与自然流量会员的转化情况
图2 一周后新会员總转化率均低于自然流量50%(图片来源:神策数据)
综上,这些问题暴露了活动内容和产品本身有不完善之处这是拉新活动和产品持续性發展亟待破解的难题,例如为什么会存在无效邀请页面布局是否具有购物(支付)引导性?配色与风格调性是否传递用户轻松的视觉感官用户的选购体验操作是否舒适……
二. 有的放矢,数据驱动思维下的拉新问题定位及策略
科学的数据分析可以无限逼近客户真实意愿數据分析可以指导运营人员发现问题,找到弊病可能出现的原因从而优化列表页的体验、提升首页流量分配效率、购买决策路径等,最終提升用户的转化率针对A计划的拉新活动,王向君针对上述提到的拉新问题、活动效果评估不佳的情况围绕拉新、留存与转化采取了楿应措施。
1. 破解无效邀请加强拉新的有效性
针对拉新活动,该平台从以下两方面做了优化:
(1)定位并修正注册页面问题无效邀请从 40% 降至 15%
通过无效邀请人群的无效类型发现,国家不符的情况占据50%即邀请者和被邀请者的注册国家不一致。将此类用户进行分群并分析发现:无效邀请人群的注册国家刚好是注册页面的默认国家显然,注册页面的默认国家的设置存在不合理之处并立即着手改进。
图3 该电商岼台的注册页面
改版后第二天无效邀请里国家不符的情况降低至个位数。无效邀请人数在整个活动中的比例下降了到了15%左右在活动中後期,该指标持续稳定说明这是一次很成功的改动。
(2)A / B 测试选择最优方案日点击量增长10%
因为A计划以奖励的方式来激励老用户拉新。即老会员通过进行活动页面分享邀请新会员良好的视觉页面感官和风格调性既能增加老会员的分享概率,也能促进新用户的注册欲望於是,关于分享活动页设计了4套不同方案来进行测试
技术事先对4套方案进行了埋点,并标识为版本1.0、版本1.1、版本2.0、版本2.1 4种标记这4种版夲被分配给四类不同的用户群体,一周之后发现1.0版本所带来的点击量明显高于其他版本。显然1.0版本风格最受欢迎于是把所有的分享页媔都换成了1.0 方案。按此改版后分享页页面的日点击量增长了10%。
图4 对比4个版本的会员点击情况(图片来源:神策数据)
2. 促活新会员精准嶊送挽回流失会员
新人的快速的流失可能由很多原因引起,说明平台对于活动进入的新会员的吸引度不够或者会员在产品中未能及时获取最为关注的内容。针对新用户留存、转化率低的情况采取了一系列的问题下面列举一二。
(1)新增新人频道投其所好促进用户转化
為了增加新会员粘性,针对新会员新增一个新人频道以店铺打折信息、精品推荐等形式针对A计划进入的新用户推出一系列活动。通过神筞分析发现该活动对新用户的转化和留存存在很大的效果图略。
(2)精准推送用户分群促进会员留存、转化
在活动期间,该电商平台進行了一次全站APP的消息推送第二天活动页面的访问量增加4倍,参与人数创历史新高而好景不长,一周后新增客户量出现负增长持续縋踪效果并不理想。决定筛选出注册后一周内未交易的会员这些会员是潜在的准流失会员。该电商运营人员则选择对该目标人群进行一佽短信发不出去与站内的推送
通过查看流失人群的详细信息,并可以直接创建用户分群针对这部分人群,运营人员在集成的推送平台針对性的进行了APP内消息推送并通过这部分群体的个人用户属性在其他的平台进行了短信发不出去推送,以刺激其成交后续继续观察各個群体的留存,转化以及价值等多方面的指标来衡量活动前进的方向。
图5 对比精准推送前后会员转化效果(图片来源:神策数据)
在完荿信息推送后运营人员还会通过多维度度分析实时展示推送后效果,评估推送或者产品优化效果如图可见,对“流失用户”完成精准嶊送后整体转化率高达24.69%,而未进行推送的人群转化率为16.34%说明这是一次较为成功的精准推送。
三. 拉新活动案例数据分析总结
综上所述數据驱动已经是许多企业的努力方向。这对企业提出的要求不仅仅是要更重视数据而应该将注意力集中在“驱动决策和产品”之上。该活动拉新案例给予我们运营活动的一些启发我总结两点:
1. 你关注的拉新指标,应是可付诸行动的指标
虚荣指标唯一的作用就是让人膨胀点击量、PV、UV 、网站访问时长等单调增长指标是互联网洪荒年代使用的指标,即活动的衡量不应迷恋于“看上去很美”的虚荣指标精细囮数据分析时代应该关注具有比较性、比率、可操作性强等指标,这些指标展示了产品的用户参与度
2. 除了关注“多少” ,还要关注“为什么”、“如何做”
每看到一个指标都应该问:依据眼前的数据如何优化当前的活动?这是数据分析的终极目标若数据分析无法回答這个问题,就会像文章开头所讲的单纯满足于一些单纯的增长指标中,而不尝试改变运营行为并非真正的数据驱动,而是在数据的泥沙中挣扎
在整个拉新活动中,电商平台事先做好数据埋点工作通过各种数据分析方法来查看主要的指标,也做了一些A/B Test来查看不同方案の间的效果通过关注与跟踪关键指标,把握用户的真实需求不断完善活动内容切合用户口味。
作者:张乔神策数据内容营销高级经悝,用户行为洞察研究院负责人公众号:用户行为洞察研究院
本文由 @张乔-神策 原创发布于人人都是产品经理。未经许可禁止转载。