99视频免费在线观看,先锋ady69xfplay色资源网站,又粗又硬麻豆传媒,成人不卡,99国产免费

首頁(yè) >圖片 >
GrowingIO分析模型上新:首復(fù)間隔分析助力企業(yè)提升忠誠(chéng)用戶體量,促進(jìn)交易額增長(zhǎng) 快播報(bào)
發(fā)布時(shí)間:2023-07-06 15:57:49 文章來(lái)源:砍柴網(wǎng)
GrowingIO增長(zhǎng)分析(UBA)中增長(zhǎng)模型的設(shè)計(jì)初衷,是幫助企業(yè)簡(jiǎn)單方便地

GrowingIO增長(zhǎng)分析(UBA)中增長(zhǎng)模型的設(shè)計(jì)初衷,是幫助企業(yè)簡(jiǎn)單方便地分析用戶行為,實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)。隨著企業(yè)增長(zhǎng)模式從粗放式經(jīng)營(yíng)轉(zhuǎn)為精細(xì)化深耕,精準(zhǔn)解決某一業(yè)務(wù)場(chǎng)景需求的分析模型成為企業(yè)使用UBA工具的新需求。

本季度GrowingIO分析云產(chǎn)品聚焦真實(shí)業(yè)務(wù)場(chǎng)景,推出了新的增長(zhǎng)模型——首復(fù)間隔分析,可用于分析用戶全生命周期內(nèi)任意事件首次和N次之間的間隔,發(fā)現(xiàn)轉(zhuǎn)化規(guī)律,做好用戶生命周期劃分,從而指導(dǎo)業(yè)務(wù)人員在合適的時(shí)間點(diǎn)做好營(yíng)銷動(dòng)作觸達(dá)用戶,達(dá)到業(yè)務(wù)更快增長(zhǎng)的目的。

首復(fù)間隔模型可以通過(guò)“再轉(zhuǎn)化比例分析”和“間隔分析”兩張曲線圖直觀呈現(xiàn)轉(zhuǎn)化趨勢(shì)和間隔分布,同時(shí)該分析模型內(nèi)部還自帶資深運(yùn)營(yíng)專家搭建的經(jīng)驗(yàn)?zāi)P?,可智能解讀出分析報(bào)告,幫助業(yè)務(wù)人員快速發(fā)現(xiàn)轉(zhuǎn)化和運(yùn)營(yíng)的關(guān)鍵節(jié)點(diǎn),找到不同階段顧客的最佳營(yíng)銷時(shí)機(jī)。


(資料圖)

例如在購(gòu)買場(chǎng)景中,為了提升復(fù)購(gòu)率,業(yè)務(wù)人員需要分析用戶從新用戶轉(zhuǎn)化為忠誠(chéng)用戶的購(gòu)買次數(shù)、每次復(fù)購(gòu)的間隔是多久,以及找到用戶流失的時(shí)間點(diǎn),及時(shí)挽回用戶。

如上圖所示,在實(shí)際分析時(shí),業(yè)務(wù)人員根據(jù)需要設(shè)置好轉(zhuǎn)化事件(在該場(chǎng)景下轉(zhuǎn)化事件應(yīng)為“購(gòu)買”)、首次追溯期、轉(zhuǎn)化窗口期、目標(biāo)用戶等基本信息,即可獲取分析曲線圖。

“再轉(zhuǎn)化比例分析”曲線示意圖

如圖,可以看到所有首購(gòu)用戶中有多少人完成了二次購(gòu)買,二次購(gòu)買的用戶又有多少完成了三次購(gòu)買,以此類推。

當(dāng)曲線完整呈現(xiàn)后,即可發(fā)現(xiàn)用戶完成N次(上圖是4次)購(gòu)買后,N轉(zhuǎn)N+1的比例趨于穩(wěn)定,那么購(gòu)買N次就是用戶和企業(yè)建立穩(wěn)定忠誠(chéng)度的閾值。

同時(shí),首復(fù)間隔分析可統(tǒng)計(jì)從首購(gòu)開始,每次購(gòu)買之間的間隔時(shí)長(zhǎng)分布。通過(guò)分布概率來(lái)界定每一次轉(zhuǎn)化的黃金時(shí)間,如超過(guò)黃金時(shí)間后還未再次購(gòu)買,這部分用戶大概率會(huì)流失。

“轉(zhuǎn)化間隔分析”統(tǒng)計(jì)示意圖

從上圖的曲線走向不難看出,首購(gòu)到二購(gòu)的轉(zhuǎn)化中,第二周到第四周為轉(zhuǎn)化的關(guān)鍵時(shí)期,即最佳引導(dǎo)時(shí)間。也就是說(shuō),業(yè)務(wù)人員需要在這兩周內(nèi)進(jìn)行充分營(yíng)銷,如推送短信、優(yōu)惠券等促進(jìn)更多首購(gòu)用戶二購(gòu),讓他們盡量按照該路徑進(jìn)行轉(zhuǎn)化,才能降低用戶流失率、提升復(fù)購(gòu)率。

除了購(gòu)買場(chǎng)景,首復(fù)間隔分析還提供包括訪問(wèn)、頁(yè)面瀏覽、廣告點(diǎn)擊等在內(nèi)的多個(gè)事件的轉(zhuǎn)化分析,緊貼業(yè)務(wù)場(chǎng)景,幫助企業(yè)一環(huán)貼一環(huán)地促進(jìn)用戶價(jià)值提升。

案例一:某護(hù)膚品牌潛客首購(gòu)轉(zhuǎn)化率提升20%,客單價(jià)提升10%+

某高端草本護(hù)膚品牌成立50余年,擁有上千萬(wàn)會(huì)員資產(chǎn)、全國(guó)線下專柜250+。

在進(jìn)行線下專柜會(huì)員代運(yùn)營(yíng)時(shí),GrowingIO對(duì)其購(gòu)買場(chǎng)景進(jìn)行首復(fù)間隔分析后發(fā)現(xiàn):潛客注冊(cè)成會(huì)員后第二天會(huì)迎來(lái)購(gòu)買高峰,然后逐漸下滑,在第7天和第30天會(huì)有兩個(gè)更為明顯的滑坡。

為提升潛客首購(gòu)轉(zhuǎn)化率,我們制定了以下運(yùn)營(yíng)策略:在會(huì)員注冊(cè)第7天、第30天發(fā)送“禮遇”信息,如以企微/短信邀請(qǐng)到柜體驗(yàn)護(hù)理項(xiàng)目、贈(zèng)送到店領(lǐng)取的小樣券等方式觸達(dá)會(huì)員,引導(dǎo)首購(gòu)轉(zhuǎn)化觸達(dá)會(huì)員。其中第30天的“禮遇”優(yōu)惠強(qiáng)度高于第7天。

同時(shí),該運(yùn)營(yíng)項(xiàng)目還設(shè)置了對(duì)照組,企業(yè)的業(yè)務(wù)人員基于過(guò)往經(jīng)驗(yàn)向用戶推送“禮遇”信息。

經(jīng)測(cè)試,按照首復(fù)間隔分析結(jié)果推出的運(yùn)營(yíng)策略進(jìn)行營(yíng)銷后,潛客7天用戶整體購(gòu)買轉(zhuǎn)化率高于對(duì)照組20%,客單價(jià)提升10%+,潛客30天觸達(dá)購(gòu)買轉(zhuǎn)化率高于對(duì)照組10%。

案例二:某乳企復(fù)購(gòu)率提升9%,客單價(jià)提升17元+

某大型國(guó)有乳品企業(yè)其中一個(gè)飲料品牌擁有20W+會(huì)員,存量會(huì)員近6W。在服務(wù)過(guò)程中,GrowingIO首先清晰劃分了用戶的生命周期節(jié)點(diǎn),并給出關(guān)鍵動(dòng)作,如下圖所示:

然后再針對(duì)每個(gè)生命周期節(jié)點(diǎn)逐一進(jìn)行分析。比如在進(jìn)行復(fù)購(gòu)分析時(shí),通過(guò)首復(fù)間隔分析的統(tǒng)計(jì)圖我們得出了以下結(jié)論:

在復(fù)購(gòu)間隔達(dá)到流失臨界點(diǎn)N時(shí),包含此間隔天數(shù)且繼續(xù)發(fā)生復(fù)購(gòu)行為的人數(shù)不足3%,且最大復(fù)購(gòu)間隔等于N天的消費(fèi)者不足1%,由此判定首轉(zhuǎn)二的購(gòu)買間隔≥N天為流失分界點(diǎn)。

2、購(gòu)買間隔0天和購(gòu)買間隔1天的復(fù)購(gòu)占比存在大幅下跌,由此判斷促進(jìn)復(fù)購(gòu)的節(jié)點(diǎn)應(yīng)在購(gòu)買后第2天。而為了達(dá)成持續(xù)復(fù)購(gòu),需在不同節(jié)點(diǎn)連續(xù)促購(gòu)3次。

基于以上結(jié)論,GrowingIO幫助該企業(yè)重新制定了會(huì)員運(yùn)營(yíng)策略:

按照關(guān)鍵動(dòng)作節(jié)點(diǎn)在首次購(gòu)買后的不同節(jié)點(diǎn)對(duì)新客進(jìn)行短信、公眾號(hào)、服務(wù)號(hào)等在內(nèi)的多個(gè)渠道的營(yíng)銷觸達(dá),推送滿減優(yōu)惠復(fù)購(gòu)券包;

對(duì)購(gòu)買次數(shù)達(dá)到持續(xù)復(fù)購(gòu)標(biāo)準(zhǔn)的用戶進(jìn)行日常監(jiān)測(cè),并進(jìn)行積分推送,如發(fā)放會(huì)員月卡、券包,通過(guò)智能運(yùn)營(yíng)(MA)進(jìn)行個(gè)性化推薦等等;

對(duì)沉睡人群通過(guò)智能運(yùn)營(yíng)(MA)發(fā)送營(yíng)銷短信,同時(shí)導(dǎo)出價(jià)值客戶營(yíng)銷線索,安排人工/AI回訪;

4、對(duì)流失人群除了重復(fù)執(zhí)行沉睡人群的運(yùn)營(yíng)策略外,還會(huì)發(fā)低門檻大額滿減券在私域觸達(dá)進(jìn)行召回。

最終,該企業(yè)的復(fù)購(gòu)率提高了9%,流失召回率提升0.5%,客單價(jià)提高17元+,有效提升了會(huì)員質(zhì)量。

目前GrowingIO增長(zhǎng)分析(UBA)有二十大分析模型,隨著企業(yè)全方位構(gòu)建數(shù)字化能力進(jìn)程不斷深入,針對(duì)特定場(chǎng)景的分析需求也會(huì)逐漸增多。

未來(lái)GrowingIO的分析模型將更加充分考慮實(shí)際業(yè)務(wù)場(chǎng)景,并不斷降低使用門檻,縮短業(yè)務(wù)人員的分析成本,促進(jìn)業(yè)務(wù)增長(zhǎng)。

標(biāo)簽:

精彩文檔: