11大业务场景埋点,细说航空旅行App智能用户运营

易观方舟 2020-08-18
航空旅行APP数据分析埋点,洞察用户行为与转化

 

今天我们生活水平的提升,和消费服务行业的数字化建设,彼此相互推动。随着交通服务越来越发达,人们日常活动场景的增多,航空铁路等出行需求随之扩大,丰富的航空旅行APP为用户提供了快捷便利的数字化出行体验,在出行者与出行工具之间搭起了更加畅通的桥梁。

 

通过使用航空旅行APP,用户可以在线获取航班列车的时刻、价格、空余座位等信息,相比于传统方式大大节省了时间与精力,运营者则可以对以数字形式保存的用户行为进行数据分析,洞察各个细节,对全局进行更准确的把控,实现业务的优化提升。在之前,我们也专门写文聊过聊过《旅游出行类APP,如何靠数据驱动补拙“爆款”营销缺失》。

 

针对自身所处行业的特点,航空旅行APP运营人员在进行用户洞察时,可以从用户转化和用户行为两个大方向着手,从如下业务场景的数据分析埋点入手:

 

 

本文根据分析目标及运用模型,将上述业务场景按下图方式进行归类:

     

 

01

用户转化分析

 

【漏斗分析】模型

 

通过易观方舟的【漏斗分析】模型,能够帮助运营人员了解用户转化漏斗各环节的表现情况,找到用户流失的主要影响因素,准确定位运营过程中的问题,并针对性进行优化,漏斗分析还支持运营人员自定义各个流程、步骤之间的转化过程,进行与自身业务实际情况更加贴合的漏斗分析。

 

注册流程分析

 

对用户展开精细化运营,挖掘和提升用户价值,成功吸引用户完成注册是第一步。我们可以通过易观方舟的【漏斗分析】模型,细化监测到用户的每一个操作,定位注册环节中用户流失的关键行为,并采取高效准确的策略进行优化。例如发现由于所需填写信息过多、无法直接关联第三方软件账号等问题,导致用户在填写信息页面的退出率较高,此时可以对该页面进行删除简化,令用户获得更多便捷体验,成功留住更多用户。

 

 

使用漏斗分析功能,设置注册转化漏斗,设置以下埋点:

1.进入注册页面

2.进入填写注册信息页面

3.完成注册

 

新用户购买漏斗

 

促进用户购买,是用户运营的重要目标之一。用户从产生购买意愿到完成购买的过程中,需要经历若干个步骤,每一个环节都存在用户退出的风险。若更好地提升用户购买率,就要不断优化购买流程体验。比如在用户支付环节,是否因调用支付工具或网络等原因导致失败率较高等。不断优化购买漏斗中的用户流失的关键环节,也将促进复购,提升用户留存率、好感度以及忠诚度。

 

运营人员可以借助易观方舟的【漏斗分析】模型,还原出用户在进行各个操作时的真实体验,发现不足并进行及时弥补。通过不断优化产品细节提升用户使用体验。例如发现用户在搜索行程后由于页面展示不符合习惯,没有提供按时间展示、按价格展示等多种选项而退出率较高后,可以对该页面进行相应优化。

 

使用漏斗分析功能,设置购买转化漏斗,需要设置以下埋点:

1.启动APP(筛选首日启动用户)

2.搜索行程

3.预览机票车票订单

4.提交购买订单

5.支付订单完成

 

Push活动漏斗

 

Push消息是与用户进行近距离沟通,提高消息展现率的有效触达方式,利用好这一触点,能够及时传达优惠活动、个性化推荐等信息,唤醒沉睡用户,引起更多用户的兴趣,高效促进用户转化。

 

使用易观方舟【漏斗分析】模型,能够分析从Push消息推送到订单完成的过程中,用户在各环节上的流失情况,进行针对性改进,或是对比各Push消息的用户表现,摒弃低效消息,提升优惠活动吸引力及个性化推荐准确度。

 

使用漏斗分析功能,设置活动转化漏斗的前提,就需设置以下埋点:

1.推送消息成功

2.点击推送消息

3.推送消息处理成功

4.预览机票车票订单

5.支付订单完成

 

02

用户行为分析

 

【事件分析】模型

 

通过易观方舟的【事件分析】模型,能够实时监测用户在不同平台的用户行为,通过不同维度归因指标变化因素,支持运营者自定义指标,根据实际情况灵活做出分析。在洞察用户行为、了解用户偏好,围绕用户展开优化调整的过程中发挥重要作用。

 

通用搜索分析

 

用户在搜索这一主动行为中,包含了许多个人意向,是直达购买商品的重要途径,可以使用【事件分析】模型,了解用户的常用搜索词、用户搜索到结果的情况,能够更好地知晓用户的行为偏好与特征,以用户为中心展开产品的提升,如通过获取推荐搜索使用率,识别出效果较差的推荐词,进行剔除或更改。

 

使用事件分析建立相应指标评估,需要设置以下埋点:

1.搜索热词排行

2.推荐搜索使用率

3.搜索有结果的比率

 

优惠券分析

 

合适的优惠券发放与使用活动,能够提升产品对用户的吸引力,促进更多消费。优惠券活动的效果反馈在多个层次上,如领取数、使用率、成交额等,可借助易观方舟【事件分析】模型对优惠券活动进行更全面的了解。此外,不同类型的优惠券活动效果有所不同,应及时进行对比,识别出作为平台有效手段的优惠券,进行去劣存优的运营策略调整。

 

使用事件分析建立相应指标评估,需要设置以下埋点:

1.优惠券的领取次数/人数

2.优惠券使用率

3.不同类型优惠券使用率

4.不同类型优惠券带来订单总额

 

取消订单原因分析

 

订单被取消当然是我们都不愿看到的结果,但运营人员可以使用【事件分析】模型,寻找到从这一结果倒推出原因的路径。如果是用户主动取消,则可以采用发起询问、增强反馈机制等方式,进一步了解其中缘由,如果是机票/酒店取消,则要继续发掘营销机会,为用户提供良好的善后措施,以免用户因行程被取消而产生不满。

 

使用事件分析建立相应指标评估,需要设置以下埋点:

1.用户手动取消/超时自动取消的比例

2.机票/酒店取消订单的比例

 

会员等级分析

 

会员等级体系基于用户消费金额、活跃度等指标,很好地按照用户在APP内的行为对其进行了划分,可用【事件分析】模型对不同等级用户的订单成交情况、订单取消情况、优惠使用情况加以了解,由此运营人员可以对各个等级的会员推出各具特色的营销活动、权益礼包,优化激励机制,提高用户精细化运营的程度。

 

使用事件分析建立相应指标评估:

1.不同等级用户的成单数量分布

2.不同等级用户的成单金额分布

3.不同等级用户的取消订单/支付订单的比例分布

4.不同等级用户使用优惠券/支付订单的比例分布

 

机票舱位分析

 

一般而言,不同的机票舱位对应着不同的价格,会直接影响到用户的选择,各舱位对用户的吸引力也随之反映出来,可以在用户支付机票车票订单详情事件中进行埋点,对不同舱位成单数量分布情况进行分析,了解用户的消费偏好,从应用服务、价格折扣等方面进行与之相契合的调整。

 

使用事件分析建立相应指标评估时设置埋点:

不同舱位成单数量分布

 

出发时段偏好

 

由于行程时间限制、相近时间价格不同等因素,航空旅行APP用户对出发时段的偏好有所不同。可以使用【事件分析】模型,以小时为单位,了解各时段的出发人数分布情况,在此基础上可以对航班时间安排、不同时段的折扣力度等做出调整,还可以在用户画像中加入时间维度,向不同类型的用户进行更加精准的机票、车票推荐。

 

使用事件分析建立相应指标评估时设置埋点:

每小时出发人数分布

 

销售额成分分析

 

航空旅行APP的销售额由多种要素构成,可以在【事件分析】模型基础之上,分析各来源的收入比例,利于识别应用运营过程中的短板问题,进一步了解用户消费习惯,针对性地优化销售策略和产品设计。如发现用户在到达城市的成交金额占比偏低,可能是由于未在用户订购机票车票后及时推送目的地相关信息,后续运营中对这一问题做出改进。

 

使用事件分析建立相应指标评估:

1.机票酒店的成交金额分布

2.到达城市的成交金额分布

 

【间隔分析】模型

 

通过易观方舟的【间隔分析】模型,能够提供统计起始事件到转化目标之间的时间、步长等指标,支持运营人员自定义所要追踪的起始行为、转化目标等事件,从而对用户转化过程有更为全面深入的认识。

 

提交到支付间隔时间

 

运营人员可以使用【间隔分析】模型,在用户提交订单、支付订单事件中进行埋点,可以得到各订单从提交到支付的间隔时间,对订单进行聚类、分类后,运营人员能够清晰地比较各个类型订单的平均支付耗时,对比分析出影响用户支付完成率的原因,如发现是由于预览页提供信息不够完善,用户对订单存在疑问而取消支付转向其他APP,则可丰富订单相关的各方面内容,帮助用户扫除信息盲点。

 

使用间隔分析建立相应指标评估时设置埋点:

不同类型订单的平均支付耗时

 

航空旅行APP的用户使用场景繁多复杂,借助数据工具的支持,运营人员能够更为清晰深刻地了解各个场景,洞察用户转化流程与用户行为特征,明确优化方向,为用户提供更加优质的使用体验。更多数据用户运营及分析,欢迎体验易观方舟智能用户运营行业demo。