依舊注意一下,數據類文章比較敏感,舔狗只是代詞,千萬不要以爲我是舔狗。
之前我們探討過如何對自己的用戶進行分層:不知怎麼選,用RFM模型看舔狗質量!
也探討了如何判斷自己適不適合海後(主播)這個業務:如何判斷業務做不做,什麼是UE模型?
— 1 —獲客爲主,服務爲王
首先判斷自身條件,思考我們能提供什麼樣的服務:比如直播、比如短視頻、比如線下見面;直播時候是唱歌還是聊天,短視頻是跳舞還是精品內容。這些會成爲我的底色或者說基本人設,在公開的場合我需要去維護我的人設,對於商品的話,這個人設就是品牌的角色定位。在這個基礎上,我提供了的服務,那麼整個做這個事情就是一個UE模型,“我”就是最小運行單元,在這個事情上的所有成本以及收益會變成UE模型,這個是決策要不要做這個事情的重要基礎。由於出衆的外貌以及天生的才華,我走過了第一步,獲取了大量流量,擁有了大批舔狗,於是我自己具有了平臺屬性,我會將直播這個業務、短視頻這個業務、線下見面這個業務,都計算他們的UE模型,如果ROI低,那麼我就會選擇減少投入。同時,我會分析最重要的業務(比如直播業務)產生的粉絲價值如何,比如使用RFM模型對這個平臺(流量渠道)進行用戶分層,找到我的大哥:這裏有兩個核心:1)觸達你的用戶;2)提供優質的服務,留住你的用戶;至於哪個流量渠道ROI高、如何提升舔狗服務率,這個是我們後面思考的,拉新+留存是重中之重!
— 2 —精細化運營
我的人設塑造十分成功,提供的內容服務,大家也很喜愛,所以我已經擁有了穩定的粉絲羣體(有流量了),但他們的轉換率卻不高,這讓我感到焦慮!
從平臺角度來說,流量是有限的,如果我個人(這個產品)的UE ROI太低,平臺可能會收回對我的流量資源投入(限流),這樣的話我的用戶增長便會受挫,固定的粉絲流失會持續,那麼將陷入內卷之中,這不是長久之計,得想辦法提升自己的UE效率,我需要對自己的分析進行精細化運營,這裏的路徑是什麼?
有個姐妹給我說了LTV,但是什麼是LTV?
企業的用戶增長一旦減速,那麼所有的業務都會受到負面影響;行業的增量一旦用完,那麼企業之間只能不斷內卷爭奪對方流量,這樣會導致無效成本提升......
什麼是客戶生命週期價值(LTV)
LTV(Lifetime-Value):生命週期總價值。
意爲客戶終生價值,從用戶所有的互動中所得到的全部經濟收益的總和。
通常用於衡量客戶對我們(企業)所產生的價值,被定爲企業是否能夠取得高利潤的重要參考指標。
所謂用戶生命週期即從我在某流量渠道(可能是直播平臺、或者短視頻平臺),投放了自己的服務(直播內容或者短視頻)後:
1)有多少用戶觀看了我提供的服務,獲取;
2)這些用戶裏面又有多少人進行了點贊和關注行爲,激活;
3)更重要的是,固化下來的用戶流失率是多少,留存;
4)最終,我關注的是他們的付費行爲,盈利;
用戶在取消關注前都是屬於我的生命週期,在這個週期爲我花的錢便是他的生命週期價值。
要知道,流量可不是免費的,內容服務也有各種成本(推廣花了100,內容的成本更高,好心疼),我得不停的計算ROI以及盈利情況,否則便只能找個老實人嫁了!
好在,這一切好姐妹已經總結出規律:
AARR模型
AARR模型是用戶分析的經典模型,是一個典型的漏斗結構。它從生命週期的角度,描述了用戶進入平臺需經歷的四個環節,最終獲取商業價值。
獲取(Acquisition):
用戶從哪個渠道進入?渠道貢獻的用戶份額?哪些分類或內容更能吸引用戶?
比如這個舔狗是在朋友圈看到我的照片,還是在抖音看到我的短視頻,或者在B站上看到我的舞蹈,或者......
所有的這種渠道都要打標籤,後面做數據分析,否則後續對渠道價值會一無所知;
激活(Activation):
用戶激活效率怎麼樣?有效活躍度怎麼樣的?
首先要定義舔狗激活的行爲,這裏的行爲可以是:加羣或者平臺充值、或者觀看我們提供的內容後點贊或者......
留存(Retention):
用戶在各個渠道或不同特性下的留存率?流失率?
需要定義離開行爲,比如不消費,不看我直播,這些人就已經不是我的舔狗了......
收入(Revenue):
用戶的有效付費情況?生命週期(6個月)內銷售額貢獻?收入情況?
舔狗半年內爲我花了多少錢,這個很重要!
分析LTV的意義
1. 獲取更好的資源
評估每個舔狗的價值,通過論證某個拉新舔狗的渠道,這類渠道拉取的用戶可以給我們帶來更多的商業價值,在後續選擇合作渠道可以給予更多的資源分配。
2. 指導業務策略
通過探查舔狗在生命週期內產生關鍵性的行爲的時間節點,形成新舔狗在生命週期內關鍵行爲和表現認知,指導後續相關增長策略。
3. 評估渠道效率
拉新效率較高,哪裏可以有哪些優化的方式?(我沒有具體的做渠道評估方向的分析)動態拉新效果較好不好,我們要如何優化關注轉化漏斗。
4. 優化用戶留存
按照人羣聚類的方式深度挖掘不同羣組的用戶,在生命週期的關鍵性行爲是否隨着生命週期階段的變化而有什麼變化,關鍵性指標可以是每日綁定關注數,每日充值數,有效消費數,高質量消費數;
分職業、分級別、分年齡、分地區、分渠道的探查是否活躍度不同的用戶羣組可能會有什麼特殊的渠道或類別?
按收入橫向對比不同羣組的用戶間,在生命週期內的關鍵性行爲是否會有不同?
5.如何提升用戶留存率:低活躍用戶羣體特徵vs高活躍用戶羣體特徵
高粘性用戶是一羣什麼樣的人?
高粘性用戶爲什麼要持續在這個平臺上活躍?
粘性用戶VS非粘性用戶的流程上的痛點與吸引點在哪?痛點:關注的轉化漏斗過低,如何想辦法提升關注轉化率?
這裏的話題很大,後面章節再討論......
— 3 —如何計算LTV
先出一張表格(裏面數據是假的),由於敏感性,隱去了一部分表頭:
圖表是某小型培訓機構,一個英語老師一年下來用戶的留存:一年下來該老師可以保持24.2個,其實算很不錯的數據了,用戶的ARPU(用戶平均付費)爲2376,所以該老師今年LTV第12月(按月付費)是:
LTV = LT(獲得用戶數) * ARPU = 24.2 * 2376 = 57499.2;
全年的LTV = 每個月總和 = 44w;
然後再將所有成本(房屋費用、教材等耗材、人力費用、清潔費用....)就可以拿到以該培訓老師爲最小運行單元的UE模型了。
至於如何提升LTV,這裏的兩個核心是:
1)拉新效率;
2)轉化效率;
事實上AARR模型每一步都很重要,這個我們後面再繼續討論吧......