>

别再用“登录次数/时长”定义你的活跃用户!

GIO 增长团队 2019-05-17
413


作者 | Ritika Puri ,Storyhackers 创始人  

来源 | 本文由 GrowingIO 根据 Ritika Puri 博客内容翻译编辑,有所删减


过时的活跃用户定义,可能让你错失真正有价值的用户。


多年来,数字营销行业的从业者往往依赖简单的指标定义“活跃用户”,比如每日/每月登录次数及登陆时长。这种指标虽然便于监控和统计,但仅用登录定义活跃用户,会让我们失去更多维度的数据分析及洞察。那些更深层次的洞察往往能指导我们开展更个性化、更有影响力的营销活动。


单一的指标纬度,可能让你的效果评估产生误差,影响品牌及产品的长远利益。


以 Twitter 为例。刚开始的时候,Twitter 对月度活跃用户的定义是:至少关注 30 个账户,被其中之一关注,且在过去一个月内有登录行为的用户。2014 年,Twitter 将活跃用户的定义进一步扩充,包括通过 API 链接的第三方程序。于是,当季度 Twitter 活跃用户量飙升,给分析师带来了惊喜。


但实际上,对营销人员而言,这里面暗藏着很多问题:

  • 这些新增“活跃用户”,用户与第三方程序的占比各是多少?

  • 个人账户和品牌账户的占比如何?

  • 这些用户有评论、分享等操作还是只是简单的登录?

  • 如何区分潜水用户和发帖用户的活跃度?


数字营销模式在过去十年已经发生了极大变化,因此,监测和评估指标也应该随之而变。Twitter 在 2015 年将“喜爱”标志从星形改为心形,用户参与率就提升了  6% 。活跃用户的定义难道不应该更与时俱进吗?


选择能反映用户实际互动情况的数据指标至关重要。营销人员可以遵循以下三步,定义自己的活跃用户。



第 1 步:站在用户的角度思考


首先,找几个你最喜欢的应用软件(最好不是自家产品),以用户的视角,思考这些软件里能给你带来积极体验的用户行为有哪些。可能是评论、分享内容、收藏、购买等行为或行为组合 —— 这些行为会比登录频次及市场更具参考意义。



不同产品给用户带来积极体验的行为会有差异。比如,在用 Netflix 的时候,你可能会定期登录(每天或每周好几次)、完整观看剧集或电影(而不是看一半)、连续观看多个节目、收藏感兴趣的节目等。而在使用 Amazon 的时候,浏览商品、添加购物车或购买行为会让你感到满足。


SaaS 顾问 Lincoln Murphy 曾提出:“活跃”的定义应建立在你为用户提供的价值上 —— 这就是为什么要去理解用户使用你产品的原因以及他们期望达成的目标。


梳理我们的营销流程,不妨从以下问题开始:

  • 用户在我的应用和网站上实现了哪些目标?

  • 他们采取了哪些行为来实现这些目标?

  • 这些行为分别属于用户旅程的哪个阶段?


这些问题的答案,可以作为我们设计衡量指标的基准,更好的评估应用或网站上的活跃用户。



第 2 步:找到与业务目标最相关的指标


基于第一步得出的答案,我们可以选择其中 5-7 种衡量指标来评估营销活动对活跃用户的提升效果。至少 5 个指标能保证我们的评估纬度足够全面,能反映不同角度的业务情况。指标最多 7 个,以免评估过程过于繁杂。


当然,如果只想到了 3 个或有 10 个衡量方式,也可以尝试,但需要确保这些指标能量化及反映我们的实际业务情况。


创建一个一成不变的活跃衡量指标是几乎不可能的,因为不同的用户群体在业务的不同阶段对产品的互动方式是不一样的。甚至,针对不同的部门,对“活跃用户”进行不同定义的区分,也很有效:和管理层讨论更宏观的指标,把更多技术和细节指标留给营销团队内部讨论。


以下是一些垂直行业体现用户活跃情况的指标,供大家参考:

  • 音乐类产品:用户听歌频次、离线播放量、播放列表创建量、专辑购买等。

  • 旅行类产品:前期 - 搜索频次;后期 - 购买频次等。

  • 外卖类产品:前期 - 餐厅搜索量;后期 - 服务使用频次、优惠券使用频次等。


另外,选择指标时还要考量公司的业务目标。比如,收入来源主要依靠广告的公司可能认为用户登录频次是最重要的指标之一,同时,页面浏览量及停留时长也是定义活跃用户的重要指标。


大家可以通过 GrowingIO 的留存魔法师功能,系统自动基于存量用户数据,找到用户留存的关键行为及数字,更智能、更简单地得到你的活跃指标。



以下是更多常见的用户活跃衡量指标供大家参考:

  • 不同设备/平台的登录频次

  • 内容参与度(完整阅读量,链接点击量,每次登录页面浏览量,总阅读时长)

  • 分享内容

  • 优惠和促销活动的参与度

  • 反馈意愿



第 3 步:将定性描述转化为数据分析


通过第一、二步,我们已经获得了能量化与业务相关的用户活跃指标的,下面我们就可以从中提炼出能定义”活跃用户“的具体指标了。


举一个例子:如果用户每次登录浏览的页面数很重要,那么就要进一步考虑,浏览多少页面能将其定义为活跃?他们还做了什么为业务带来实际价值的行为?首次登录浏览很多页面,却再也不回访的用户也不能定义为活跃。这都是我们团队需要根据业务目标解答的问题。


另外,我们需要和技术团队确认,确保制定的指标是可以量化的。当然,也不要让自己受限于此,比如衡量用户观看某个视频时长的确特别重要,那么也许是时候通过 GrowingIO 准确采集视频播放时长数据,如果你的产品搭建在微信小程序,甚至无需埋点就可以实现采集。


一旦我们定义了活跃用户的行为,我们就能进一步创建用户复合画像,筛选出对市场营销更有价值的用户群。


比如通过 GrowingIO 用户分群,将活跃用户定义出来,并对活跃用户与全量用户从渠道来源、城市、使用路径等多维度进行行为差异对比,活跃、流失原因一目了然。


通过分群行为差异 TOP 10 对比,你可能会发现用户原来非常多样化。他们可能在某些方面特别活跃(比如经常和内容互动)但在其它方面又很不活跃(比如从来不分享,即使阅读频次很高)。这些发现可以帮助我们针对不同用户群定制推广方案。




如何利用活跃用户数据


除了监测评估公司的业务情况,活跃用户指标还能让我们更好的定位市场营销活动。


我们可以针对用户的活跃度情况,定制不同的推送和运营活动,让他们保持活跃或发展为更活跃用户。总之,我们可以打造更高效的营销活动。



关于 GrowingIO

GrowingIO 是基于用户行为的新一代数据分析产品。首推国内领先的“分析工具 + 运营咨询 + 持续增长”数据服务体系,帮助企业构建数据运营闭环。依托于快速部署无埋点技术,实时采集全量行为数据,搭建完整的数据监控体系,高效管控与运营核心业务指标,帮助企业挖掘更多商业价值。