越來(lái)越多的企業(yè)已開(kāi)始挖掘用戶行為數(shù)據(jù)的商業(yè)價(jià)值,利用行為數(shù)據(jù)進(jìn)行精準(zhǔn)有效的數(shù)字營(yíng)銷(xiāo)。以科技金融行業(yè)為例,某知名企業(yè)的數(shù)據(jù)表明:用戶行為數(shù)據(jù)的效力是金融數(shù)據(jù)的4倍。
一、企業(yè)的數(shù)據(jù)來(lái)源
企業(yè)收集、存儲(chǔ)、分析數(shù)據(jù),其目的就是為了解決業(yè)務(wù)需求,優(yōu)化業(yè)務(wù)運(yùn)營(yíng)流程,提高其經(jīng)營(yíng)效率并降低成本。企業(yè)業(yè)務(wù)數(shù)據(jù)通過(guò)數(shù)據(jù)挖掘、深度分析和可視化展現(xiàn),充分發(fā)現(xiàn)業(yè)務(wù)運(yùn)營(yíng)中的問(wèn)題,進(jìn)而制定更科學(xué)合理的運(yùn)營(yíng)策略,實(shí)現(xiàn)數(shù)據(jù)的價(jià)值。
企業(yè)有三類數(shù)據(jù):
企業(yè)內(nèi)部的交易數(shù)據(jù)企業(yè)同用戶之間的交互數(shù)據(jù)第三方數(shù)據(jù),或稱為外部數(shù)據(jù)
過(guò)去,企業(yè)的數(shù)據(jù)資產(chǎn)大多是建立在交易數(shù)據(jù)之上的,利用用戶屬性、銷(xiāo)售數(shù)據(jù)、物流數(shù)據(jù)、內(nèi)部流程等數(shù)據(jù)建立數(shù)據(jù)資產(chǎn),開(kāi)展商業(yè)應(yīng)用。隨著“用戶時(shí)代”的到來(lái),擁有數(shù)據(jù)的規(guī)模、靈活性,以及收集、運(yùn)用數(shù)據(jù)的能力,將決定企業(yè)的核心競(jìng)爭(zhēng)力。
通過(guò)挖掘收集的業(yè)務(wù)信息,企業(yè)可以預(yù)測(cè)市場(chǎng)需求,進(jìn)行智能化決策分析,從而制定更加有效的戰(zhàn)略,此外,以用戶數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)為核心優(yōu)化運(yùn)營(yíng),通過(guò)用戶畫(huà)像、市場(chǎng)和渠道分析、銷(xiāo)售數(shù)據(jù)的分析提升產(chǎn)品性能、優(yōu)化運(yùn)營(yíng)效率、進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)。
二、行為數(shù)據(jù)的采集和分析
用戶行為數(shù)據(jù):主要包含用戶在網(wǎng)站和移動(dòng)App中的瀏覽/點(diǎn)擊/發(fā)帖等行為,行為數(shù)據(jù)其實(shí)有很大的商業(yè)價(jià)值,只是很多企業(yè)不知懂如何進(jìn)行應(yīng)用。用戶行為數(shù)據(jù)采集基本上采用SDK方式,采集用戶在頁(yè)面的點(diǎn)擊行為,同時(shí)也可進(jìn)行參數(shù)回傳。SDK就是幾行輕量級(jí)代碼,采集數(shù)據(jù)的類型取決于埋點(diǎn)。SDK在數(shù)據(jù)采集上沒(méi)有技術(shù)壁壘,行為數(shù)據(jù)應(yīng)用的主要技術(shù)壁壘在于海量行為數(shù)據(jù)的處理和分析。
1、SDK采集數(shù)據(jù)的私密性?
很多企業(yè)總認(rèn)為SDK采集數(shù)據(jù)會(huì)涉及個(gè)人隱私,這主要還是不了解SDK數(shù)據(jù)采集的技術(shù)原理。
SDK,Software Development Kit,直譯過(guò)來(lái)就是軟件開(kāi)發(fā)包,用N行軟件代碼采集數(shù)據(jù)。SDK采集的任何數(shù)據(jù)都來(lái)自用戶的主觀行為,企業(yè)在正常商業(yè)活動(dòng)中獲取的個(gè)人隱私數(shù)據(jù)并不違反法規(guī),在沒(méi)有得到用戶授權(quán)的情況下,個(gè)人隱私數(shù)據(jù)被企業(yè)和第三方使用才是違法行為。
2、數(shù)據(jù)處理與分析,有多難?
用戶行為數(shù)據(jù)的處理和分析具有較高的技術(shù)門(mén)檻:
SDK會(huì)采集到大量的“臟數(shù)據(jù)”,包含一些空白區(qū)域和特殊符號(hào),甚至根本沒(méi)有見(jiàn)過(guò)的數(shù)據(jù)類型,這些臟數(shù)據(jù)的處理和分析具有較大的技術(shù)挑戰(zhàn),特別是數(shù)據(jù)的實(shí)時(shí)采集和處理。通常技術(shù)人員只有經(jīng)歷了海量數(shù)據(jù)采集和處理,填平了大量“技術(shù)坑”之后,才能形成成熟的技術(shù)架構(gòu)。
數(shù)據(jù)的采集和處理是個(gè)臟活累活,需要在真實(shí)數(shù)據(jù)環(huán)境進(jìn)行實(shí)戰(zhàn),具有較高的技術(shù)壁壘和門(mén)檻。
3、難道,就這樣放棄了嗎?
為了降低數(shù)據(jù)采集和處理的技術(shù)壁壘,幫助企業(yè)準(zhǔn)確且高效的采集數(shù)據(jù),諸葛io在積累的大量業(yè)務(wù)實(shí)踐中總結(jié)出一系列成功經(jīng)驗(yàn),供您直接“拿來(lái)主義”,直接跨過(guò)這條技術(shù)鴻溝。在數(shù)據(jù)采集階段,諸葛io全程為您保駕護(hù)航,從數(shù)據(jù)分析需求梳理,埋點(diǎn)文檔整理,到最終的技術(shù)執(zhí)行,手把手讓您走穩(wěn)數(shù)據(jù)分析的第一步。
三、用戶行為數(shù)據(jù)的商業(yè)價(jià)值
為了保證用戶的產(chǎn)品使用流程流暢平滑,從用戶出發(fā)進(jìn)行產(chǎn)品設(shè)計(jì)就需要密切關(guān)注用戶的反饋和需求,通過(guò)觀察用戶行為數(shù)據(jù)或者直接與用戶對(duì)話來(lái)得到這些反饋,找到用戶在哪里卡住了、出錯(cuò)了,如此才能打磨出最佳的用戶體驗(yàn)路徑,這就是用戶行為數(shù)據(jù)的價(jià)值所在。在行為數(shù)據(jù)發(fā)揮價(jià)值之前,需要進(jìn)行結(jié)構(gòu)化和標(biāo)簽化:
結(jié)構(gòu)化,指將行為數(shù)據(jù)的展現(xiàn)形式從非結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)為結(jié)構(gòu)化數(shù)據(jù),并進(jìn)行歸類和統(tǒng)計(jì);標(biāo)簽化,指根據(jù)業(yè)務(wù)場(chǎng)景將行為數(shù)據(jù)打上業(yè)務(wù)標(biāo)簽,圍繞設(shè)備并與業(yè)務(wù)場(chǎng)景深度結(jié)合。
為行為數(shù)據(jù)打標(biāo)簽,通常有以下3個(gè)數(shù)據(jù)維度:時(shí)間、頻次、結(jié)果。
1、時(shí)間
行為數(shù)據(jù)時(shí)間維度主要關(guān)注行為發(fā)生的時(shí)間段和持續(xù)時(shí)間,其中時(shí)間段數(shù)據(jù)用于目標(biāo)設(shè)備時(shí)間范圍選擇,用于營(yíng)銷(xiāo)活動(dòng)分析和營(yíng)銷(xiāo)推廣計(jì)劃設(shè)定。時(shí)間段也可以用于風(fēng)控和反欺詐的場(chǎng)景,特殊群體的App使用行為在時(shí)間段具有較高的相似性。持續(xù)時(shí)間關(guān)注行為發(fā)生的過(guò)程,記錄了行為起始和結(jié)束時(shí)間。
某一用戶的全部會(huì)話記錄
說(shuō)明:全視角的用戶畫(huà)像,包括用戶訪問(wèn)時(shí)間段,訪問(wèn)時(shí)長(zhǎng),甚至可以精確到用戶發(fā)起會(huì)話、結(jié)束會(huì)話的時(shí)間點(diǎn)。
持續(xù)時(shí)間對(duì)于分析用戶行為具有重要意義,不同時(shí)間長(zhǎng)短代表用戶不同特征,根據(jù)用戶所處的生命周期,可洞察到用戶與產(chǎn)品的交互狀態(tài)。在一些數(shù)據(jù)模型分析中具有較高的商業(yè)價(jià)值,既可以用于購(gòu)買(mǎi)人群分析、產(chǎn)品體驗(yàn)分析,甚至用于反欺詐分析。
2、頻次
行為數(shù)據(jù)的頻次主要關(guān)注某些特定行為發(fā)生的次數(shù)和趨勢(shì),其中次數(shù)同用戶的興趣具有較大的正相關(guān)度,在一定時(shí)間段內(nèi),點(diǎn)擊瀏覽次數(shù)同用戶購(gòu)買(mǎi)需求成正比。次數(shù)經(jīng)過(guò)標(biāo)簽化之后可以用于營(yíng)銷(xiāo),識(shí)別潛在用戶。
此外,通過(guò)頁(yè)面的點(diǎn)擊分析,了解產(chǎn)品體驗(yàn)和用戶需求,從而優(yōu)化產(chǎn)品布局,進(jìn)行關(guān)聯(lián)產(chǎn)品的銷(xiāo)售。次數(shù)同產(chǎn)品成交和用戶購(gòu)買(mǎi)需求是弱相關(guān)關(guān)系,但是結(jié)合點(diǎn)擊瀏覽次數(shù)等趨勢(shì)數(shù)據(jù),這些數(shù)據(jù)即可反應(yīng)出產(chǎn)品轉(zhuǎn)化和用戶購(gòu)買(mǎi)行為。
例如:用戶在某段時(shí)間內(nèi)突然頻繁登錄汽車(chē)類產(chǎn)品,從趨勢(shì)分析上可以預(yù)測(cè)用戶的購(gòu)買(mǎi)需求,在某些場(chǎng)景下,趨勢(shì)數(shù)據(jù)比頻次數(shù)據(jù)的商業(yè)價(jià)值更高,可以直接預(yù)測(cè)客戶的購(gòu)買(mǎi)需求。
3、結(jié)果
行為數(shù)據(jù)的結(jié)果主要關(guān)注是否完成交易,用于判斷用戶點(diǎn)擊瀏覽的結(jié)果。結(jié)果數(shù)據(jù)分為成交和不成交,基于業(yè)務(wù)需要也可采集填充的數(shù)值實(shí)現(xiàn)進(jìn)一步的應(yīng)用。
成交數(shù)據(jù),可用于產(chǎn)品體驗(yàn)分析,用戶體驗(yàn)分析,渠道ROI分析;不成交數(shù)據(jù),可用于二次營(yíng)銷(xiāo),對(duì)潛在用戶進(jìn)行再次營(yíng)銷(xiāo),結(jié)合時(shí)間段、持續(xù)時(shí)間、頻次數(shù)據(jù)進(jìn)行綜合分析,篩選出目標(biāo)客群。此外,結(jié)合成交數(shù)據(jù)和時(shí)間數(shù)據(jù),在鎖定產(chǎn)品問(wèn)題后,更精準(zhǔn)的優(yōu)化產(chǎn)品體驗(yàn),分析轉(zhuǎn)化漏斗。
結(jié)果數(shù)據(jù)可用于直接營(yíng)銷(xiāo),可加入到數(shù)據(jù)模型中,作為一個(gè)重要維度的參考數(shù)據(jù)。
場(chǎng)景舉例:
篩選出有長(zhǎng)期理財(cái)產(chǎn)品偏好的用戶
說(shuō)明:通過(guò)條件設(shè)置,在最近30天內(nèi)搜索并查看長(zhǎng)期理財(cái)產(chǎn)品分類及詳情頁(yè)大于等于3次的用戶篩選出來(lái),定義為有長(zhǎng)期理財(cái)產(chǎn)品偏好的用戶,可以針對(duì)這一客群進(jìn)行潛在用戶的二次營(yíng)銷(xiāo),比如為其推送長(zhǎng)期理財(cái)產(chǎn)品的加息券等,鼓勵(lì)其完成投資。
四、行為數(shù)據(jù)的場(chǎng)景化應(yīng)用
從業(yè)務(wù)需求(業(yè)務(wù)場(chǎng)景)出發(fā),尋找同其高度相關(guān)的行為數(shù)據(jù),是建立場(chǎng)景化行為數(shù)據(jù)標(biāo)簽的思路之一,分析某個(gè)業(yè)務(wù)在產(chǎn)品中的交易路徑(交易步驟)。在接近交易路徑的前幾步,根據(jù)時(shí)間、頻次和結(jié)果來(lái)建立其場(chǎng)景化標(biāo)簽。
基于行為數(shù)據(jù)的營(yíng)銷(xiāo),需要將重點(diǎn)放在營(yíng)銷(xiāo)效果的衡量和營(yíng)銷(xiāo)方案迭代優(yōu)化上,通過(guò)多次營(yíng)銷(xiāo)嘗試找到一個(gè)比較合適的行為標(biāo)簽建立方式,確定頻次、時(shí)間段、結(jié)果等選值,并逐步建立起一個(gè)穩(wěn)定的運(yùn)營(yíng)方案和運(yùn)營(yíng)計(jì)劃,其中一些固定運(yùn)營(yíng)方案可以固化在一周的某一天,甚至某個(gè)時(shí)段,形成固定的運(yùn)營(yíng)計(jì)劃。
營(yíng)銷(xiāo)成功的關(guān)鍵在于不斷的嘗試,優(yōu)化場(chǎng)景化標(biāo)簽中的各個(gè)數(shù)據(jù)維度和數(shù)值,同時(shí)在效果達(dá)到預(yù)期的方案固化,形成標(biāo)準(zhǔn)的運(yùn)營(yíng)方案。
場(chǎng)景舉例:
1、促進(jìn)首單轉(zhuǎn)化:不斷減少?gòu)男略龅绞淄兜臅r(shí)長(zhǎng)周期
以首單轉(zhuǎn)化場(chǎng)景為例,給新增用戶設(shè)定一個(gè)條件:如果注冊(cè)成功后一天未完成開(kāi)戶行為,即推送一條短信/移動(dòng)端PUSH。在完成運(yùn)營(yíng)動(dòng)作后,可自動(dòng)衡量效果,統(tǒng)計(jì)出在執(zhí)行運(yùn)營(yíng)動(dòng)作后3天內(nèi)實(shí)現(xiàn)“首單投資”的用戶數(shù),分析絕對(duì)數(shù)量/轉(zhuǎn)化率/交易額。
2、促進(jìn)追加投資:引導(dǎo)追加資產(chǎn)促進(jìn)用戶價(jià)值層級(jí)遷越
對(duì)于新手期的活躍用戶,可通過(guò)手動(dòng)設(shè)置完成運(yùn)營(yíng):篩選出資產(chǎn)小于5萬(wàn)且最近30天內(nèi)沒(méi)有投資行為的用戶,為其精準(zhǔn)推送現(xiàn)金券,通過(guò)自動(dòng)衡量查看效果:3天內(nèi)實(shí)現(xiàn)使用現(xiàn)金券投資的用戶數(shù),自動(dòng)分析絕對(duì)數(shù)量/轉(zhuǎn)化率/交易額。
基于用戶行為數(shù)據(jù),以用戶為中心,所有的功能體驗(yàn)都圍繞用戶需求、用戶感知而展開(kāi),才能很好地提升用戶滿意度,那么轉(zhuǎn)化率的提升也就顯得水到渠成。
Growth Hacker
介于技術(shù)和市場(chǎng)之間的新型團(tuán)隊(duì)角色;
懂?dāng)?shù)據(jù),懂人性,懂方法,懂執(zhí)行…
本文經(jīng)授權(quán)發(fā)布,不代表增長(zhǎng)黑客立場(chǎng),如若轉(zhuǎn)載,請(qǐng)注明出處:http://gptmaths.com/cgo/1260.html