
大數據時代 數字化移動互聯網運營里的商業秘密
2015年雙十一結束后,根據天貓公布的數字,其移動端交易占比為68%,超過了去年的49%的占比。雙十一期間其他電商的報告也揭示,移動端交易占比在70%左右。移動互聯網正在成為所有商業行為的入口。包括金融行業在內,未來行業的客戶競爭一定發生在移動互聯網,發生在移動App之上。
根據2014年的數據統計,平均每個中國人每天使用智能手機的時間為104分鐘,其中移動App占了78%的時間。2015年這個數據將會增長,其中一二線城市的年輕人,每天智能手機的使用時間超過了180分鐘,智能手機的App正在成為所有企業的商業入口、客戶入口、數據入口。
增長黑客(growth hacker)一詞幾年前就在硅谷十分盛行,最早在2010年由 Qualaroo的創始人兼首席執行官Sean Ellis 提出。由Adnrew Chen 在2012年4月發表的一篇文章《Growth Hacker is the new VP marking》引起了大家的關注。在國內由范冰寫的一本書《增長黑客》引起廣泛關注,這本書受到很多移動運營專家的推崇,成為移動運營的一本實用的工具書?!对鲩L黑客》一書通過很多案例和數據,揭示了數字化移動App運營的商業秘密。
在中國的傳統思想中,無規矩不成方圓。理論支撐和方法論是商業行為的框架和指引?,F代管理思想和制度基本上都是建立在方法論的基礎之上的。我們常常提到的大師級人物,彼得德魯克、泰勒、麥克爾波頓,菲利普科得勒都是方法論的締造者。他們的方法論代表了現代管理思想,引領了時代的進步。
在移動運營方面,2A3R理論是經典的方法論,其起源于Dave McClure分享的創業公司海盜指標,被TalkingData引入到移動互聯網運營領域后,逐步完善為移動互聯網運營的經典方法論。
2A3R是由Acquisition、Activation、Retention、Revenue、Refer,這幾個單詞縮寫構成,分別對應一款生命周期的5個重要過程,即從獲取用戶,到提升活躍度,提升留存率,并獲取收入,直至最后形成病毒式傳播。
把控產品整體的成本/收入關系,用戶生命周期價值(LTV)遠大于用戶獲取成本(CAC)就意味著產品運營的成功。
1. Acquisition獲取用戶
運營App毫無疑問是獲取用戶(Acquisition),也就是推廣,從不同的地方引入更多的用戶。如果沒有用戶,就談不上運營。
這個階段是業務的投入期:運營者通過各種推廣渠道,以各種方式獲取目標用戶;通過時間、地域、版本、推廣渠道等不同維度來拆解分析新增、總數及增長率,組合各種維度來分析各種營銷渠道的用戶獲取效果以及目標用戶分布;對各種營銷渠道的效果進行評估,從而更加優化合理的確定投入策略,最小化用戶獲取成本(CAC)。
2. Activation 提高活躍度
新增用戶經過沉淀轉化為活躍(Activation)用戶?;钴S用戶的絕對數量低,或相對于總用戶數量的比例低,說明用戶的質量不高,應結合渠道等維度深入分析目標用戶群是否準確或者深入分析產品使用是否存在問題。反之,如果很多用戶是通過終端預置(刷機)、廣告等不同的渠道獲得,有很高活躍用戶量,則并不能絕對說明用戶質量高,產品使用不存在問題,還應當結合其他指標深入分析判斷。這些用戶是被動地進入App的。如何把他們轉化為活躍用戶,是運營者面臨的第一個問題。
3 Retention 提高留存率
解決了活躍度的問題,又發現了另一個問題:“用戶來得快、走得也快”。有時候我們也說是沒有用戶粘性或者留存。
我們需要可以用于衡量用戶粘性和質量的指標,這是一種評判App初期能否留下用戶和活躍用戶規模增長的手段。從運營來說,我們需要關心的就是哪個渠道效果會更好一些,尋找最佳渠道,持續投入,盡可能降低成本,轉化更多用戶,使渠道從幾十個變成最后幾個重點維持,這是需要抉擇的,留存率(Retention)是手段之一
4. Revenue 獲取收入
獲取收入(Revenue)其實是運營最核心的一塊。收入增長的因素在移動端愈發明顯,移動App重要收入主要的有三種:付費應用、應用購買產品,以及廣告。無論是以上哪一種,收入都直接或間接來自用戶。所以,前面所提的提高活躍度、提高留存率,對獲取收入來說,是必需的基礎。用戶基數大了,收入才有可能上量。
5 Refer 自傳播
社交網絡的興起,使得運營增加了一個方面,那就是基于社交網絡的病毒式傳播,這已經成為獲取用戶的一個新途徑。這種方式的成本很低,而且效果有可能非常好。唯一的前提是產品自身要足夠好,有很好的口碑。
6 2A3R方法論升級為3A3R方法論
傳統企業進入到移動互聯網運營領域,很難順利掌握2A3R理論,原因是其團隊在意識上有較大的差距,為了讓2A3R方法論真正能夠幫到企業運營App,TalkingData將2A3R理論擴充為3A3R理論。原有的經典理論框架不變,增加了一個A(awareness),代表意識或者對數字化移動運營的理解力。這個Awareness 貫穿所有運營環節,通過數據采集和分析來完善用戶經營、產品經營、渠道經營,最后來打造移動數字化運營的閉環。
7 傳統企業需要同移動互聯網企業聯合運營App
3A3R中的意識Awareness對傳統企業非常重要,僅僅通過簡單的理論培訓無法達到效果,需要團隊成員參與到移動運營的2A3R的各個環節之中,借鑒移動互聯網運營團隊的經驗和技術。傳統企業組織中沒有移動運營人員或者叫產品運營人員,現有的團隊對移動互聯網App運營缺少實戰經驗。但他們商業敏感度高,熟悉業務,可以依據數據分析來完善產品。移動互聯網人員運營人員熟悉數據分析,了解移動互聯網用戶需求,熟悉統計分析工具,并具有較強的實戰經驗,利用數據分析來了解客戶,產品經營、渠道經營、用戶經營提出建議,移動互聯網企業可以幫助傳統企業經營好App,提升客戶體驗和激活客戶交易。
傳統企業如果想取得移動互聯網的領先,將移動App打造成其未來主要的商業入口,增加客戶粘性,提高客戶的活躍率和交易量。建議應該聯合移動互聯網企業一起運營移動App,利用成熟的工具和方法論來分析客戶行為,優化數字廣告渠道,改善產品設計,提升客戶體驗,經營好客戶。
數字化移動運營是未來所有企業,包括金融企業必須經歷的一個階段。同具有數據、工具、方法論、數據挖掘和分析能力的移動互聯網公司聯合運營App,將成為很多金融企業包括互聯網金融企業取得移動App運營領先的一個利器,也是短時間贏得市場的一個捷徑。
3A3R的方法論有了,企業如果想打造一款令人羨慕的App,經營好用戶,從App側獲得較高的收入。企業需要利用數據進行客戶和產品分析。移動App統計分析工具可以支撐3A3R方法論的實施,幫助企業實現數據經營的閉環。
PC互聯網時代,Google Analysis 和百度統計作為網頁分析的主流工具。PV、UV、Traffic Source、Flow Report 稱為關鍵業務指標。這些網頁端的統計工具都是以訪問為中心,揭示網站的訪情況和渠道轉化情況。
移動互聯網時代,數據分析將轉向以用戶為中心,分析用戶在App的訪問行為。通過自定義事件,來了解用戶訪問行為,營銷渠道轉化率,產品轉化率,用戶體驗等關鍵指標。DAU、MAU、留存率、轉化率、ARPU、銷售額等成為移動運營的關鍵指標。
移動App統計分析工具,國外著名的有Mixpanel,Flurry,Localytics等,其中Mixpanel偏重于用戶分析,Localytics偏向于產品分析。國內著名的移動統計分析工具有友盟和TalkingData,其中友盟的主要為開發者服務,側重于App 的產品分析。TalkingData的工具基于2A3R理論開發,為開發者服務和移動App運營團隊服務,側重于用戶分析和業務分析。兩款工具的功能差不太多,友盟的可視化比較好,TalkingData的業務分析能力強,適合用于移動App的業務運營分析。
國內其他軟件廠商的統計分析平臺,推出時間較晚,面對國內復雜的android環境(上萬款android 設備型號),SDK的兼容性可能不太適應,另外客戶較少,產品的迭代慢。有一些統計分析工具仍然將PC互聯網統計分析的方法論和關鍵運營指標帶到了移動互聯網,同業務運營相關度不大。
統計分析工具業務應用場景較廣,采集來的數據可以有效支撐業務發展,為產品營銷和渠道優化提供數據支撐。借助于統計分析工具SDK埋點,企業可以得到大量的運營數據,了解業務運營的關鍵指標。統計分析平臺對企業App運營具有影響的數據應用場景有:
1)優化廣告渠道,提廣告的ROI
利用統計分析平臺的數據,企業可以了解客戶主要從哪些應用商店下載App,可以加大這些渠道的投入,降低App獲客成本,提高數字廣告ROI。
另外結合外部數據,企業可以了解哪些渠道的引流效果好,廣告帶來的ROI高,優化企業移動廣告上面的投入。
2)判斷問題出在用戶體驗還是產品設計
統計分析平臺可以在每個點擊頁面埋點,采集數據。例如某個產品從進入App頁面到購買需要5個步驟,如果大量都客戶流失都出現在第五個步驟,說明其產品設計有問題,客戶在最后一刻決定不購買產品。如果大量的客戶都流失在第二個步驟,說明App用戶體驗有問題,客戶不愿意更進一步去了解產品。用戶離開第原因也很復雜,這里主要從概率角度來判斷,不包含閃退等意外情況。
3)找到對企業價值最大的用戶群體
企業最喜歡忠誠度高并且價值高的用戶,忠誠度高意味著,客戶經常購買企業產品,價值度高意味著,客戶單個人為企業創造的價值較高。
統計分析平臺可以利用數據,幫助企業找到活躍度高,交易價值高的客戶。企業需要為他們單獨定制產品,單獨進行營銷,服務好他們。參考帕累托二八法則,企業可以從這批客戶中獲得更多的利潤。
老客戶的營銷成本是新客戶營銷成本的四分之一,利用這個數據,企業可以找到更多的高忠誠度客戶,擴大其忠誠客戶比例,從中挖掘出更多的高價值客戶。利用老客戶進行產品推廣,轉化率會提高,同時由于其是高價值客戶,帶給企業的收入也會更高,這種二八法則適用于金融行業。
企業擁有高價值、高忠誠度的用戶越多,企業就會更容易從經營產品轉向經營客戶,利用經營客戶獲得更多的利潤。另外百分之八十的長尾客戶,企業需要投入較少的營銷費用,保持恰當的活躍度和留存率。
4)規劃App中產品的營銷位置和生命周期
移動App方寸之地,哪個產品排在App的首頁,排在顯著位置,對產品的轉化率影響較大。產品在App中生命周期和投入的營銷費用,都會影響單個產品給企業帶來的收入。
利用統計分析平臺的自定義事件,企業可以了解哪些產品的點擊率高,用戶增長快,產品轉化率高,給企業創造的價值大。企業可以依據數據分析,安排不同產品在App內部展示的欄位,展示的時間。對于熱銷產品,將提供更好的展示位置,延長其展示時間。對于轉化率和用戶點擊下降的產品,企業可以將其從App中撤下來,讓位于其他的新產品。
統計分析平臺的產品分析數據,可以幫助企業進行科學決策,實現精細化運營產品。確保企業在移動App側產品運營的最大收益。
5)依據數據分析,適當推出促銷活動
用戶的活躍時間和活躍程度,對于廣告App內部廣告推送效果有較大影響。如果廣告選在用戶不活躍期間推出,其廣告轉化效果不會很理想。同樣當用戶已經很活躍時,其廣告對業務的提升度也不明顯,反而會引起客戶反感。
統計分析平臺的數據可以告訴企業,用戶在哪個時段比較活躍,在這個時段推出廣告,效果會很好。統計分析平臺也可以告訴企業,App的活躍情況,一旦用戶活躍程度下降,企業應該利用數據找到原因,推出促銷廣告,激活用戶。
移動統計分析平臺的商業應用場景很多,包括A/B 測試,用戶生命周期管理,產品ROI測算,產品生命周期管理、渠道優化等,移動統計分析平臺正在成為數字化運營App的必備工具。
移動互聯網的數字化運營主要關注用戶運營和業務運營。影響用戶運營和業務運營的因素很多。讓我們利用數據說話,看看《增長黑客》告訴我們哪些商業秘密。
靠砸錢堆起用戶的歲月已經不存在了
去年主流渠道單個應用激活成本為5元,特殊應用如電商、游戲單個激活成本達到幾十甚至上百,曾經靠砸錢就能堆起用戶量的歲月已經不存在了,所有企業必須依靠技術和數據來經營用戶,利用技術的力量來增長客戶。數據分析、用戶獲取、產品研發、文化建設、人才招聘成為用戶增長保證的關鍵5點。增長黑客就是利用技術和數據完成用戶增長的一群人。
增長黑客應具有的特質和能力
增長黑客具有數據為王,專注目標,關注細節,富于創意,信息通透的特質。工程師和負責移動App運營的人可能最接近和容易成為增長黑客的一群人。其不僅僅需要想法,更加需要將想法落實到行動的能力,包括自研工具、采集樣本、分析數據、大規模推廣。增長黑客本身也應該是專業的用戶研究者,游走于產品、運營、研發、設計、用研等環節之間,既是粘合劑又是潤滑劑,既要串聯起產品開發過程中各個環節,又需要抹平造成阻礙等因素,降低失靈卡殼等可能。
增長黑客軟硬實力
增長黑客要建立“T”形知識結構,在橫向上對跨界知識信手拈來,有機結合,在縱向上精于某一領域,甚至達到旁人難以企及的深度。熱情、聰明、好奇、資源、影響力、心態開放、內心強大、強迫癥都是增長黑客的軟實力。增長黑客必須利用工具和數據分析來實現用戶增長,基于用戶行為的統計分析工具成為其基本工具。
冷啟動的問題如何解決
冷啟動是擺在App開發者和產品運營者前面的一座大山。滴滴的第一家合作出租車公司來自地推,當時團隊都沒有絕對信心,認為這個模式一定行,北京的所有出租車公司一個個談,談到最后如果都沒有人愿意合作那就放棄,談到最后果然只有一家小出租車公司愿意合作,他們抓住這個機會快速實現了產品的零用戶突破,最后像滾雪球一樣,最初拒絕了他們的公司也都慢慢的合作了。這是一個O2O領域產品冷啟動的故事,但這更是一個勵志故事,而且是真實的故事。圈子、業界領袖、push、自媒體、水軍、地推、自己裝扮成客戶等,都可以成為冷啟動的方式。
Linkedin的魔法數字4
Linkedin在當年利用A/B 測試調研新注冊用戶愿意邀請的客戶數量,經過多次反復測試,最終確定了4這個魔法數字。當新用戶到達“邀請好友”的頁面時,如果系統默認建議用戶邀請的朋友數量少于4人,則他們很可能會輕易忽略這一步驟。如果多于4人,則可能讓用戶感到焦慮和麻煩;正好為4人時,能夠實現最大程度的邀請轉化率。
A/B測試來告訴我們客戶到底喜歡哪一個方案,通過數據來反映客戶的需要,為決策提供支持。
激勵對App活躍的重要性
滴滴打車配有300多人的算法和數據處理團隊,每天需要實時分析和匹配海量的用戶打車數據,僅訂單的日成交量就有數百萬。滴滴會對司機的用戶畫像進行分析,了解他們的實用行為,如經常出現的地點,交班時間,在哪種情況會拒單。滴滴發現在某些場景下,司機不愿意接單,為此滴滴設計了一個激勵系統“滴米”,司機在接活時,會根據這一單子的難易程度,來增減滴米,受歡迎的單子會扣除滴米,存在難度的單子會獎勵滴米,司機滴米越多,其搶好單子的可能性就越大。
通過類似游戲積分的滴米機制,提高了司機在某些場景搶單子滴積極性,同時滿足了客戶在高峰期間打到車的需要。激勵機制對App的活躍程度起了很大的作用。
休眠客戶是企業一筆大財富
美國貝恩公司調查,在商業社會中,5%的客戶留存增長意味著公司利潤30%的增長,而將產品賣給老客戶的成功概率是新客戶的三倍,留住已有的客戶勝過拓展新的客戶。
筆者很為某些金融機構60%以上的休眠客戶比例著急呀!據說有的銀行休眠客戶超過80%,太浪費客戶資源了。
留存率決定App 的活躍率
一家電商網站,只要留存率維持在20%-30%,基本上其生存就不會太糟。如果是一家社交媒體,第一批用戶月留存率低于80%,基本上就別指望做大了。如果想讓游戲的DAU(日活)超過100萬,那么新用戶次日留存率應該大于40%,7日留存率和30日留存率需要大于20%和10%。這就是廣為流傳的40-20-10規則。
移動應用留存率最高的三種類型應用為咨詢閱讀、社交溝通和系統工具,其4個月的留存率為10%左右。金融行業App的30日留存率能夠達到10%就已經很不錯了。
Push功能對移動App活躍程度很有幫助
依據移動調研公司Ubran Airship 對2400款應用,以及5億個推送通知樣本進行調研后得出,使移動推送功能(Push)后,App日啟動率可以提升540%,分享到社交媒體提升30%,通過推送進入App的用戶平均使用時間比普通進入App的高30%,6個月的留存率也提高很多。
利用人類僥幸中大獎的心里來進行產品推廣
某互聯網金融公司在利用禮金券推廣產品時發現,給一個人20元注冊禮金券,幾天內,大概可以獲得將近3000人注冊交易,送出去的禮金券為60000元。如果將活動改為注冊成功交易后,用戶將有機會獲得10000元大獎,發現注冊交易的人員超過了5000人,最后送出去的禮金券僅用20000元。推廣成本下降了60%,客戶增加了50%。
移動互聯網用戶具有僥幸的賭博心理,大多數用戶愿意犧牲小利益(20元)去博取更大的收益10000元,就像很多人愿意花兩元錢買彩票去博取500萬大獎一樣,移動App可以利用大家的僥幸心理來進行推廣。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25