。后端
近两年,增加***、流量池、裂变营销、私域流量这类增加相关话题一直备受关注。在付费流量成本不断上涨的环境下,以裂变为表明的“免费”流量获取方式,被愈来愈多的平台青睐。没有哪一种流量能够彻底免费得到,品牌、内容、传播都须要成本,这里的“免费”是对比付费渠道的相对免费。框架
对于裂变营销,市场上刷屏的成功案例愈来愈多,工做中也经历了若干项目。今天我就以裂变活动为例,总结一下裂变活动从策划至完结,各个环节中须要的流量数据分析内容及分析思路。ide
完整裂变活动流程及各环节对应的数据分析框架以下:学习
因而可知裂变活动的每一个环节都重度依赖数据分析,数据决策的正确与否直接决定了活动的成败。框架中各个环节串联在一块儿,涉及流量结构、流量质量、用户行为等方面内容,所以完整的参与一次裂变活动分析,也就至关于对产品流量进行一次全局复盘分析。优化
一、评估量化目标设定是否合理设计
工做中,一些没有经验数据借鉴的场景下,目标设定的方法就是“拍脑门”。但用户增加是以目标为导向,裂变活动的目标必须设定合理。判断其是否合理的标准其实很简单就是看裂变度(K)和活动参与用户占比是否合理。裂变度(K)=被邀请的新增用户数/发起邀请的老用户数;活动参与用户占比=参与活动用户数/活跃用户数。blog
假设,一APP的DAU为20W,那么裂变活动的新增用户总量目标设定为10W是否合理?K=1表明参与活动的每一个用户都邀请到了新用户,这种状况在实际业务中很难达到。按照活动策划合格标准预估,K=0.6,参与活动用户数则为16.7W,占活跃用户比例83%,显然目标太高。
那么建议目标值是多少呢?保守预估:K=0.5,30%活跃用户参与,那么目标应设定为3W;激进预估:K=0.7,50%活跃用户参与,那么目标应设定为7W;这样就给出了个预估的区间,最终可结合业务实际进行目标设定。
数据分析
二、选择裂变活动目标种子用户产品
目标种子用户即为可以参与活动且转化能力较高的用户。为了使K尽量的高,在活动入口全局覆盖的同时,还应该有侧重的进行活动推荐。在种子用户选择时,须要对于活跃用户的行为进行分析。it
以信息流内容APP为例,用户选择时需关注用户浏览、评论、转发、收藏、问题反馈等相关行为的占比。如A用户浏览、收藏较多;B用户浏览、评论较多;C用户浏览、转发较多;那么种子用户选取优先级C>B>A。在实际工做中,能够对用户的行为作分值设置,根据行为占比加权平均计算出用户分值,选择分值较高的用户做为种子用户。
种子用户选取也是当前产品的用户行为盘点、用户(流量)质量评估。选取种子用户的行为评分可复用于流量质量评估。
数值策划部分须要按顺序进行。
Step1:产品设计出分享页面后,须要根据设计出的页面分享路径、转化经验数据预估分享页面转化漏斗;
Step2:根据转化漏斗、种子用户数、目标拉新数测算传播度数值;
Step3:根据活动预算、传播度数值测算成本数值
一、分享页面用户各环节转化行为数据预估
页面转化漏斗的预估要点是:
①明确用户访问的产品路径
②考虑各个动做的流失不用遗漏。不一样产品的活动设计差别很大,在实际预估中遵循预估要点便可。根据常见产品路径粗略概括计算公式以下:
活动入口转化=DAU活动入口页面访问比例活动ICON点击率
分享路径转化=活动页面曝光分享按钮点击率被分享页面成功曝光率*被分享页面触达用户按钮点击率
二、裂变模型传播度、成本数值测算
传播度数值测算,通俗的讲就是套路设计,计算老用户须要产生多少传播才能得到权益奖励。以用户发起福袋帮拆赢现金红包活动为例,老用户发起帮拆邀请后,每一个帮拆用户可拆得的金额该如何设定呢?新用户比老用户拆的多?老用户必定拆不开嘛?一系列问题接踵而至。
数值设定的要点:
①不易过难提高指望值;
②拉新为传播的主要目标、曝光为次要目标。
数值设置方式可以下例:
假设发放福袋的金额固定为10元钱,
①第一个帮拆用户帮拆金额设为5元左右的随机数,提高用户得到奖励的指望值;
②在邀请到帮拆新用户前,从第二个开始的帮拆老用户帮拆金额设置为0.5元左右随机数字,设置1元保护,当福袋剩余金额小于等于1元时随机数字调整为0.01元左右直至福袋拆完;
③从第二个开始的帮拆用户若是为新用户那么帮拆的金额设置成1元左右的随机数字,如已邀请到新用户取消1元保护。
那么成本该如何保证呢?结合活动预算、新增用户目标预期,可以计算可接受获取新增用户成本。根据数值设置的极大场景、极小场景便可推算裂变模型下的获取新增用户成本区间。最终经过调节影响拆福袋难易程度的参数,控制模型下的获取新增用户成本在可接受范围内,模型便可生效。
一、活动监控数据模板制做&数据监控
一样已拆福袋活动得到红包活动为例,须要从发起用户、帮拆用户两个角度进行数据收集。包含的要点是:
①分享连接、分享页面、中间页面的浏览、点击指标监控;
②触达用户数、发放权益数量监控。
发起用户角度:
帮拆用户角度:
二、结合数据表现及时评估效果达成
总结裂变活动核心结果值以下:
活动触达老用户数→参与活动老用户数→活动参与率
得到权益老用户数→活动带来新增用户数→裂变度K
活动支出权益金额→活动预算消耗进度→活动拉新成本
核心结果值可以代表活动目标达成状况、预算花费状况、活动成功与否。在活动进行中须要随时关注核心指标变化,根据数据不一样表现及时调整活动难易度、预算投入,使活动达成最优效果。
一、活动效果数据盘点
活动效果数据盘点核心结果指标与过程监控一致,须要盘点的内容是:这次活动花了多少钱?获取了多少新用户?获客成本跟付费渠道相比是可能是少?有多少老用户参与活动?裂变度是多少?哪一个环节的转化率较低?该如何优化?
二、引入流量质量分析
经过活动引入的流量,一样须要监控用户行为、评估流量质量。监控的数据指标、分析方法与付费渠道一致。具体内容参见《付费流量全链路数据监控》中的后端数据监控。
一个数据人的自留地是一个助力数据人成长的你们庭,帮助对数据感兴趣的伙伴们明确学习方向、精准提高技能。扫码关注我,带你探索数据的神奇奥秘