>

中原地产新增长模式:挽留 22% 流失用户,数据赋能 6 万经纪人

GIO 增长团队 2018-12-24
1424


作者 | 华磊,中原地产增长负责人

来源 | 本文根据华磊在「GrowingIO 2018 增长大会(北京)」上的演讲内容整理编辑


大家好!我是华磊,中原地产的增长负责人。中原地产是一家以新房、二手房、租房及商业地产为主的代理公司,至今已有 40 年的品牌历史。

中原地产过去一直是传统线下行业,但随着互联网大数据时代的到来,我们近几年推出了中原找房 APP。在 2017 年 6 月,我们还集成了 GrowingIO 的 SDK,尝试用数据驱动增长。

今天,我主要想通过以下三点,跟大家分享中原地产构建并落地增长策略的过程:

  • 低频高价产品如何构建增长模型?

  • 如何借助漏斗分析,挽留 22% 流失用户?

  • 如何利用用户行为数据,赋能 6 万经纪人?


1. 低频高价产品如何构建增长模型?


相信大家对 AARRR 的增长模型都不陌生,但不同行业对这一模型会有不同的理解。在制定增长计划前,我们详细分析了获客、变现、推荐和留存各项指标在地产行业里的含义。

  • 获客

通常来说,获客是指用户下载并打开一款 APP。但这一动作对房产经纪人而言还远远不够。只有当用户搜索并找到了他/她想要的房源,我们才认为这是有效用户。

  • 变现

地产行业的用户转化周期通常较长。针对 APP 进来的用户,我们会将其分为线上和线下两个阶段。用户在线上与房源成功配对后,需要通过与经纪人聊天的形式,完成线上到线下的转化。当用户在线下看完房源,实际签约成交后,才完成了整个变现流程。

  • 留存

我们并不奢求用户永久留存,当用户实现转化之后,任务就已经完成。只有针对未有效转化的用户,我们才会提出留存这一概念。

  • 推荐

毕竟买房并不是冲动消费,用户的决策周期较长,所以我们并不期望用户向亲朋好友直接推荐中原找房 APP。我们理解的推荐,是将房源信息分享给别人,让他们帮忙做决策。因此,推荐并没有被我们放在增长模型里。



结合实际业务场景,以下是我们新定义的增长模式:

  • 获客

  • 配对 (指用户与经纪人的配对)

  • 转化和留存(两者不分先后)

接下来,我们将通过两个具体案例,深入看看我们如何解决增长过程中遇到的实际问题。


2. 如何借助漏斗分析,挽留 22% 流失用户?


房源搜索,是用户转化周期里的第一步。只有当用户找到了心仪的房源,才会有后续的动作。其中,获客渠道和产品服务是影响搜索效果的两大主要因素。

在获客渠道中,我们经常会遇到虚假用户和非目标用户。

  • 虚假用户,指浏览轨迹不合理中断的用户。

比如用户打开找房 APP,进入城市页后就不再有后续动作。如果某渠道这类人群占比特别高,我们就判断这一渠道存在很多虚假用户。这一点可以通过 GrowingIO 的用户分群功能进行检测,进而优化渠道投放。(中原地产:如何用 GrowingIO 做好 App 推广渠道监测)

  • 非目标用户,指没有完成我们指定动作的用户。

仅使用 APP 内的估价功能或浏览房产新闻,而没有进行房源搜索的用户均在此列。

在产品服务层面,产品的功能、布局、交互以及数据的完整性,都是影响搜索效果的因素。我们将以搜索功能优化的案例作进一步阐释。



简单来说,整个优化过程可以分为四步:

  • 设立目标

  • 采集数据

  • 发现问题

  • 提出假设并验证

在这个案例里,我们的目标是提高房源搜索的匹配度。通过 GrowingIO 圈选抓取用户在搜索及房源详情页面的行为数据后,得到以下漏斗图:



不难发现,从“搜索入口”到“搜索框”之间,我们流失了大量用户。也就是说,用户输入了搜索字段,却没有点击系统提示的搜索词(下图第3步)。



出现这种情况的原因只有一个:系统搜索词与用户期望不一致。于是,我们提出了以下三个假设及改进方案:

  • 用户输入的楼盘名称有误 —— 需要进行搜索词优化,增强系统认知能力,提高模糊匹配率。

  • 同一楼盘有不同的名称,系统收录不全 —— 补充楼盘别名及简称,增加系统搜索词库。

  • 所搜索的房源未被中原地产包含 —— 推荐相似房源及经纪人,增加搜索联想词挽留用户,并新增“房源订阅”功能,一旦房源上架,就第一时间通知用户。

经过一段时间的数据分析及验证,以上三个方案都为我们有效降低了用户流失率。其中,通过新增的“房源订阅”功能,我们成功挽留了 22.61% 的流失用户。


3. 如何利用用户行为数据,赋能 6 万经纪人?


用户和经纪人的线上聊天,是决定用户能否转化的重要环节。GrowingIO 主要提供两方面信息助力我们提升聊天服务功能:用户轨迹和用户需求。



在过去的聊天阶段,经纪人必须经历前期的沟通了解,才能判断用户的实际需求。但有了 GrowingIO 的用户行为数据,我们就能在聊天发起时,推送相关信息给经纪人,包括用户的来源渠道,过往浏览记录,房源偏好及推荐,大幅提高了沟通效率。实际推送页面可参考以下截图:



以上两个案例,在实践过程中,远比我描述的复杂。由于涉及的部门繁多,团队间的沟通协调在增长过程中变得至关重要。比如刚刚提到的房源搜索,当我们向开发团队提出需求时,他们认为,我们有这个功能就够了,不需要升级。当我们用实际数据,展现房源搜索结果对用户转化的影响时,团队才意识到问题的重要性。

其实增长的关键,就是在构建适合自身的模型之后,分析每个阶段的转化效果,然后不断提出假设,优化运营方式及产品功能。

目前,我们在 APP 的基础上,还开通了中原地产小程序,这将是未来重点推广项目。希望我们能更好的运用这套增长思路,优化产品,实现数据驱动增长。