易观朱江:四个要素提升用户生命周期的价值度

易观 2016-10-27 17:21:50   32

10月27日下午,“2016易观A10大数据应用峰会”主论坛,易观产品中心总经理朱江出席,并发表了“基于数字用户资产的精细化运营”的主题演讲,分享了易观在数字资产管理方面的经验。

朱江认为,未来的互联网下半场可能需要把以前这种通过不断的人口红利带来的增长,转变成为基于存量用户的精细化运营管理才能实现一个企业的增长。具体而言,可以分为以下几个方面:

首先,对于用户精细化运营管理先要从用户数字化生命周期来做切分。精细化运营要解决的问题是:从潜在用户获取过程中需要如何发现有价值的核心用户,另外一个,在转换过程中如何高效的转换。最后,如何把客户和自家的产品,自家的服务,自家的品牌,更有效的粘合在一起。

对于用户的精细化运营前半截,可以说是通过有效的数据分析,通过获客管理,通过有效用户的识别,来提高用户获取的ROI,在中部用户成熟区过程中,需要通过高价值用户的识别,来提升用户价值。在整个生命周期过程中需要对用户的粘性进行管理,让用户更长的去跟自家的产品和服务捆绑在一起。从行业类型角度来说,整个精细化运营对于toC行业的企业都是适合去使用的。耐用消费品因为消费周期比较长,企业更多会把注意力放在获客角度上,对于像快消、金融银行、品牌零售等等相对消费周期比较短的行业来说,企业应该更重要的把自己的精力放在既得用户维护上面。从市场格局角度看,很多市场格局没有确定的行业,大部分都去跑马圈地,但未来因为人口红利逐渐消失,更需要把精力更多放在既得用户的维护上来。

朱江提到,靠新增用户的带动,不能长久的持续的发展下去,需要通过向存量用户要利润,这个才是企业,或者产品存活下去的关键因素。

而用户数据资产管理的关键环节与关键要素,根据业务特征,要找到用户数字和企业估值之间的对应关系,根据这个业务目标来确定模型,这是和用户产生互动,效果回来之后做算法的优化,根据成本和利润去提升ROI的过程。整个过程需要四个要素来支撑。首先是数据,其次是算法,然后是技术,最后则是业务应用场景。

要创造用户最终的策略,可以根据业务目标来建立相关性的模型关系,并获取到相关的用户数据,从而通过模型把用户细分,分成不同的细分人群,然后再去做无论是广告投放、营销还是客户关怀的动作。最后评估反馈效果,回过头来进行整个模型和标签的调整。

接下来是与用户产生互动,这个过程中,对不同的细分人群采取不同的策略去互动,从易观的数据上可以看出他的内容偏好是什么,也会看他的行为偏好是什么,包括中间这部分人口属性,包括他不同的生活方式是什么,我们了解不同用户人群的特征,从而制定分群激励维护的策略。这个是在与用户互动过程中采取不同用户的分群运营的策略。

做完用户互动之后,需要对整个算法模型进行优化,根据实施的成本去控制降低成本,提高ROI。

朱江还提到,之前的互联网发展模式都是通过不断拉新,不断找新的用户,但这不是精细化运营,精细化运营其实在于要识别每一个漏斗中每一部分的用户他的人群到底是什么样子的,也就是说,真正花钱买你产品使用你产品的用户到底是什么样的人群特征,这就需要了解用户的生活方式的画像。

朱江在演讲最后总结道:对于企业的MTP,也就是企业的愿景,则是希望通过易观的数据能够帮助企业,给企业去赋能,帮助企业实现用户资产的成长而实现的。所以基于用户数据资产的精细化运营驱动企业成长,有三个方向:降低获客成本,降低营销成本,降低用户维护的成本,再通过精细化运营来提升整个用户生命周期的价值度。

以下是朱江演讲实录:

朱江:大家下午好!我是易观产品中心的朱江,很高兴在这里和大家分享易观数字资产管理方面的经验。刚才朱磊发布了我们之前一期通过易观数据讨论的第四张报表的东西,其实我们和德勤的合作还有很多,包括数据进一步商业化的思路,我们后续也会和德勤一起再进一步的做一些技术上面的探讨。今天我分享的内容叫基于数字用户资产的精细化运营,从今天上午,包括我们中午吃饭时候讨论的过程,我们都在说目前这个市场的现状是什么样子的,今年整个资本都比较谨慎,很多企业,尤其是在之前一些野蛮生长的方式,通过野蛮生长的方式不断的烧钱,去拉新的客户,但是没有处理好留存用户的维护。这些企业都纷纷倒下了,与此同时,还有一些企业,他有一个明确的赢利模式,这些企业反而得到资本的一些追捧。所以我们现在得到的一个结论,其实未来在互联网下半场可能我们需要把以前这种通过不断的人口红利带来的增长转变成为我们基于存量用户的精细化运营管理才能实现一个企业的增长。所以我们现在就来看一看我要分享的一些内容。

首先,对于用户精细化运营管理先要从用户数字化生命周期来做切分,大家可以把用户和自己产品服务整个接触过程划分为若干个阶段,无论是从潜在客户到新客户到后面的成熟用户,包括最后慢慢衰退慢慢流失,这些都是用户的阶段,如果我们把它一分为二,前半边我们叫潜在用户,而到跟我的产品跟我的服务发生购买,进行注册等等活动之后,我们可以把它划作为既得用户。精细化运营要解决什么问题呢?从潜在用户获取过程中需要的是我们如何发现有价值的核心用户,另外一个,在转换过程中如何高效的转换。对于既得用户,在他的成熟期里面我们需要的是让这个用户不断的在我的产品里,在我的服务里面做消费、复购等等动作,从而造成我的用户价值不断提升。另外一个,如何把客户和我的产品,和我的服务,和我的品牌,更有效的粘合在一起,让他始终更长久的跟我的品牌一路走下去,从而由于生命周期的延长带来单个用户给我的企业价值增加。

所以我们可以汇总一下,对于用户的精细化运营前半截我们可以说是通过有效的数据分析,通过获客管理,通过有效用户的识别,来提高用户获取的ROI,在中部用户成熟区过程中,我们需要通过高价值用户的识别,来做比如产品交叉营销等等,来提升用户价值。在整个生命周期过程中我们都需要对用户品牌的忠诚度,对于互联网来说,用户的粘性进行管理,让用户更长的去跟我们的产品和服务捆绑在一起。针对于不同的行业,我们看看精细化运营的差异,我们先从行业类型角度来说,我认为整个精细化运营是对于toC行业的企业我们都适合去使用的,toC行业有快消、汽车,包括金融服务,包括互联网很多企业也都是toC企业。耐用消费品因为消费周期比较长,企业更多会把注意力放在获客角度上,对于像快消、金融银行、品牌零售等等相对消费周期比较短的行业来说,企业应该更重要的把自己的精力放在既得用户维护上面。从市场格局角度看,很多市场格局没有确定的行业,企业应该是去跑马圈地,这好像前几年的互联网,其实大家都在纷纷做跑马圈地,未来因为人口红利逐渐消失,大家需要把精力更多放在既得用户的维护上来。所以对于格局已经确定的一些市场面来说,大家更多的应该重视深度挖掘既有用户的价值,这个是行业上的差异和分析。

通过刚才说到的,我们靠新增用户的带动,不能长久的持续的发展下去,需要通过向存量用户要利润,这个才是企业,或者产品存活下去的关键因素。我们可以分析一下,对于一个产品来说,在用户生命周期它的利润来源包括的是哪些部分,咱们先看下面这部分。从用户收入上来说,用户收入就是每个用户平均的收入和他的活跃用户成绩,对于整个生命周期中,如果把每个月用户ARPU×生命周期,可以得出这个用户综合APA是多少,对于我们招募一个用户、维护一个用户以及唤回一个用户来说都是有成本的,所以上面的用户获取成本以及用户维护和用户唤回成本刨掉,在今天获客成本越来越高的时代,如果我们盲目做获客投入,也许这个获客成本非常高,但我并没有很好的营利方式,造成企业不营利的状态。所以我们的目标其实是两个部分,一个是延长生命周期,提高ARPU值,提高复购。另外是降低成本,我们需要真正招募那些高价值,有可能给我们带来利润的用户,对他们做维护,对他们做唤醒的动作,降低整个成本。

用户数据资产管理的关键环节与关键要素,首先根据业务特征,我们要确定一个目标,就好像刚才德勤发布的,我们要找到用户数字和企业估值之间的对应关系,根据这个业务目标我们要确定模型,无论你去做营销,做用户的维护,包括忠诚度的维护,都是和用户产生互动,效果回来之后我们可能需要做算法的优化,根据成本和利润去提升ROI的过程。整个过程需要右侧这部分四个要素来支撑。首先需要数据,精细化运营,最根本的其实是需要各种各样的数据,另外一个是算法,一个好的算法,一个好的模型,能够提升很高的效率。再是业务应用场景,这一切其实都需要有技术的架构来支撑整个精细化运营实施。

一个一个来分析,首先我们以终为始,我们干什么,业务目标是什么,也许我是要提高用户忠诚度的粘性,也许我要减少流失,也许我要为用户创造更高的价值,没关系,我们要创造用户最终的策略,就像刚才各种模型一样,我们可以根据我们的业务目标来建立相关性的模型关系,无论是价值模型还是生命周期的模型,每一个模型需要的相关数据是不一样的,因此我们要去找这些用户数据,找这些可以获取到的用户数据,从而通过模型把用户细分,分成不同的细分人群,然后再去做整个的无论是广告投放、营销还是客户关怀的动作。最后评估反馈效果,回过头来进行整个模型和标签的调整。

这里面做的一个例子,我们通过一个简单的二维模型,通过用户的访问频次、购买频次和用户购买的间隔,是二维化的过程,可以把用户切分为若干价值度的细分人群。最左上角的人群是价值度最高的,也是给我们企业带来最高利润率的用户群体,越往外部是用户价值度越低的人群。对于不同的,比如忠诚的用户,我们可能给他的一个维护策略是我要做个性化的关怀,让他持续在我的产品中生命周期延续下去,对于这种成熟期、成长期的会员来说,我就要给他做一些促销的活动,尤其成长期的用户,给他做促销,让他快速养成使用我产品的习惯。对于成熟期的,我只需要给他做一些新品推介就好了,而对于价值度比较低的新会员我其实根本不需要去管他,只需要正常做品牌广告投放影响到这些人群就可以了。这个就是精细化运营的前提,我们把不同价值度的人群划分出来。我们也可以通过找到的这些最核心的最高价值的用户人群画像去指导我们做广告投放时候的策略。

接下来是与用户产生互动,这个过程中,对不同的细分人群采取不同的策略去互动,无论是你给他做的营销活动,无论是你给他做投放广告的创意,还是说你与他沟通过程中的一些话术,其实都可以采取不同方式的。我们刚才举的例子,这个模型也是二维模型,是一个电商网站的分析,它管理用户的活跃度和用户购买的价值度做了一个二维模型,最右上教的VIP部分其实是高价值用户,其实两侧的用户也是潜在的VIP用户,所以我们为了转换这两部分用户成为VIP的时候,我们可以把这部分人群做画像。中间这部分是通过用户画像描述这个人群的一些特征,通过聚类的方式可以把这两部分人群聚成八类人群,每一个人群的特征又细分了一下,每一个人群的画像也有一些差异。从易观的数据上可以把这些人群也去看他的内容偏好是什么,也会看他的行为偏好是什么,包括中间这部分人口属性,包括他不同的生活方式是什么,我们了解不同用户人群的特征,从而制定分群激励维护的策略。这个是在与用户互动过程中采取不同用户的分群运营的策略。

做完用户互动之后,我们需要对整个算法模型进行优化,根据实施的成本去控制降低成本,提高ROI。这个例子是在一个银行信用卡信用额度扩充过程中,开始的时候去做的一个响应,非常低的一个测试,只有8%的用户产生了反应。在这个用户里边我们找到差异化,哪些人群反映会比较高,后来通过数据分析可以看到,商务贷款的效果会更好,远远高于私人贷款响应的效果,能够提高50%左右,进一步投放短信、电话也好,都是有成本的,我把响应维度和贷款维度再做二维交叉,可以找到贷款维度给我带来利润率比较低的人群,我就不碰他,优化过程之后,我可以对潜在响应率很高,有潜在贷款额度升级的人群进行二次营销,所以结果就可以把整个人群营销KPI指标提高3倍左右。

我们最后再回过头来看,之前的互联网发展模式都是通过不断拉新,不断找新的用户,这个漏斗是AARRR转换漏斗,获取用户,活跃用户,留存用户,购买用户,传播用户,也有对应指标分析,很多地方都讲了,我不再细分析。每一个指标在我们看来都是结果,已经产生了这样一个用户获取,转换到用户活跃的转换率,已经留存率是这样了,其实这不是精细化运营,我们认为精细化运营在于我要识别每一个漏斗中每一部分的用户他的人群到底是什么样子的,也就是说,真正花钱买你产品使用你产品的用户到底是什么样的人群特征,这就需要了解用户的生活方式的画像。

我们来到了刚才说的四个要素,刚才说的前面这些部分其实都是我们业务应用的方向,四个要素首先是数据,企业无论是互联网企业还是传统企业,其实都有自己的用户数据,无论是在他们的CRM系统里边,包括一些400客服电话里面,都记录了大量客户用户信息,但这不足以描述用户的完整画像,更多的可能是需要我们在不同的应用场景下对用户更多的信息采集。比如说在第三方社会化媒体上,包括一些支付环节,包括对广告的理解,其中我们认为比较重要的是在移动端的用户行为,因为移动端整个用户行为其实是伴随着用户在不同场景不同时间上的变化而对应的行为,它可以反映更多的真实用户更全面的生活场景。所以内部的数据要和外部的数据整合起来使用才能够精准的去描述这个用户的全景用户画像。

有了这个数据之后,第二个要素是算法要素,算法要素有很多,我们谈了很多标签,给用户贴标签,我们希望对于用户标签进行一个合理的量化,易观我们监测到的用户行为实际上是把用户的客观行为进行TGI的量化,所谓TGI是我这个人在某个功能上某个领域上的偏好,和全网的人相比到底高还是低,高就说明我在某一个领域上面是有偏好的,低就说明我是偏好相对比较弱的,如果没有说明我压根没有这个偏好。所以再一层,通过我们的模型,比如说用户消费的场景下面它的使用TGI,我们通过模型对用户的价值去做一个评价。还有他的媒体价值、游戏价值、用户价值等等做量化指标。第三个,通过前面的评价行为和量化指标,做用户推导型的标签,比如性别、年龄,包括消费的价值观等等这样一些标签,这样就能得出来每一个用户身上都会有无数量化标签,来表示出他在生活场景中的偏好。右边是人群偏好TGI标签列表,我们可以轻松看到这类人群偏好是什么,好处是我们可以对行为偏好差异进行非常简单的对比,能够轻松得出人群不同场景下行为差异。

再有一个,技术要素。刚才说到了,我们需要有一个技术平台来支撑整个数据采集、清洗,包括标签化,包括我们做建模,做数据计算的过程。另外一个,需要跟我们现有的一些系统,比如CRM系统,比如说客服的一些系统,去做一些接口的对接,通过这个平台需要提供相对应的数据服务。当然,除了自己的数据之外还需要有接口引入第三方数据,这是一个技术平台需要支撑我们整个精细化运营的业务管理,明天会有一个技术专场专门介绍整个大数据技术架构,大家感兴趣可以明天来听一下。

今天上午我们易观对易观品牌进行了升级,对于企业的MTP,也就是企业的愿景是通过易观的数据能够帮助企业,给企业去赋能,帮助企业实现用户资产的成长。所以我最后这部分是我们基于用户数据资产的精细化运营驱动企业成长,我们三个方向:降低获客成本,降低营销成本,降低用户维护的成本,再通过精细化运营来提升整个用户生命周期的价值度。

最后,我们易观有这样几款产品,易观千帆,易观万像,易观方舟,在企业不同生命周期中伴随着企业成长,比如在企业产品探索期,可以通过易观千帆去了解市场,学习竞争同类的产品,通过易观万像了解用户的行为,指导用户的需求,在导入期可以通过易观万像拉新客户,指导广告投放的策略。易观方舟可以帮助企业在整个产品和运营阶段,能够帮助产品和用户生命周期实现精细化的管理。在成长期和成熟期很多企业会用易观千帆的数据来进行对标分析,也可以用易观的第三方总数据做企业宣传,这个是整个易观几个大数据产品伴随企业用户资产成长的价值点,也希望在座的朋友能够继续关注易观,关注易观大数据产品。

我今天的分享就到这里,谢谢大家!