旅游行业增长新方向:除了订单数据,你更要关注用户行为数据

揭发 2017-06-08 icon-tag 在线旅游

[点击此处]立刻下载现场演讲PPT和视频

作者  |  揭发,GrowingIO 业务增长负责人

来源  |  6月5日在环球旅讯开放日的演讲

在具体展开今天的内容之前,不得不先提来自硅谷增长黑客的海盗模型。这个模型适用的行业非常多,是用户跨生命周期的一个增长模型。

1.png

第一步,我们会比较关注获客。获取用户之后,接下来的步骤是激活——如何把一个潜在的用户,变成你的客户。之后是如何留存,有了留存才有转化的前提。有了留存才有了转化和变现,变现之后我们还希望这些用户能帮我们做推荐。

从这个模型里面,我今天抽出四点跟大家交流,包括:用户的获取,以及从整个运营模型中的商品、用户、产品三个角度进行分析。

 一、用户获取:通过 UTM 监测渠道

对于用户的获取,有几个方面的东西需要去关注:

第一,是渠道的评估体系。这个很多公司已经在做,或者过往也做了很多工作,但是可能做得比较粗犷。怎么才能做到更体系化,精细化?

第二,流量已经贵了成本已经很高了,怎么定义恶意流量?

第三,怎么把外部渠道来源关联到网站和App行为中,怎么打通这些数据?

(一)用 UTM 搭建渠道监测体系

我们先从一个全面精细化的体系说起,这个是一个 UTM 的追踪方式。这个方式来自谷歌,通过UTM标准体系化,把我们在所有的渠道,不管是线上线下,很细微地监控起来。

2.png

所以,利用这样体系化的方式,我们能获得到具体的营销效果。比如你可以知道,在微信投的100篇文章,不同关键词、不同内容的文章所带来的效果如何。这样一来,长期的监测和对比还能反向帮助营销去衍生内容,根据结果去判断内容应该怎么产生,怎么迭代。

(二)如何识别流量作弊渠道

这是我们某一个合作伙伴的渠道分析案例,他全面使用了UTM体系。

3.png

比如我们看排名前十的渠道,从第6名到第10名,在单独间夜数量都很大,流量很高;但是当我们切入到订单提交的时候,数据断崖式地下降,所以非常甄别出来这是有问题的渠道。

另外有一个案例,某客户发现他们有些主要投放的跳出率非常高,接近100%。那么我们可以做一组分析,把所有跳出的用户IP、访问频次,包括进一步能看到的特征——点击了什么,做了什么操作分析。最后发现看全是一个网端的,那么很有可能这就是一个作弊的渠道。

二、商品优化:提前判断商品流量

引流到自己的平台之后,怎么利用好这个流量,这就饱含了商品运营的方法体系。这里面有两个事情非常关键,一个是怎么把流量跟资源和商品匹配;第二是如何基于用户行为数据。

以前很多航空公司和酒店去做营销决策的时候,是根据业务数据和订单数据采取措施;但根据这个结果再采取措施已经迟了,现在的行为数据可以提前告知用户的兴趣度。


4.png

商品运营最早起源于电商,如果懂电商的商品运营,那会看得非常明显,很多电商App首页一进来是图片和广告的互动,每天都要换,做生鲜的甚至一个小时就要换一次。这三个平台完全不同,但他们背后的逻辑和思路一模一样——流量进来之后,怎么通过数据实现个性化推荐,而且还要及时切换不同的商品推荐,因为这个位置非常贵。

那我们做什么?第一,对比不同的广告位、不同的活动、不同的商品,最终转化和波动是怎么呈现的。根据这些数据结果切换品类,如果我是一个 App 的运营,我一定需要这样的数据。这样我可以结合我的业务经验和库存,调整货品的运营。

5.png


当然我们还需要更实时的数据,活动的趋势是怎么变化,如果往下跌了我可以马上知道。

6.png

另外,旅游行业有各种各样筛选商品的方式,各种各样的标签——商圈、价格区间、类型偏好等等。如果这些行为数据如果可以采集下来,都可以帮助我们判断:

商品可以往哪个地方落地;

用户最喜欢房间可能是哪些;

他们会在什么时间出现预订的高峰;

有哪些目的地,或者那些种类的商品客户根本不关注?

根据这些信息可以提前去做相应的营销策略。我们反过来看以前,通过订单的数据再来获得这些信息,已经迟了。

三、产品优化:用户购买路径及搜索优化

除了运营,产品层面怎么做优化?我们最近服务了很多酒店航空公司,很多客户自己也承认,在用户体验这个事情上,跟 OTA 差的不是一点半点。有一句评价是这么说的:”这些OTA没有房子没有飞机,但是把业务做起来了,因为他们抓住了用户。”

(一)用户购买路径的优化

用户体验该怎么提升?有很多地方可以去做,比如用户的购买路径、酒店的列表页、详情页、订单填写页等等,如果打通会员体系,我们还能实现更多营销和运营。

7.png

这是以酒店为例,典型转化路径——从渠道到落地页,到注册,到搜索需要的商品,到结果,到购买,到支付,到复购,这个流程是业务方的逻辑,如果我是App的产品经理,这是我背后的逻辑。

8.png

在业务方的逻辑基础上,这张图通过数据还原用户真正在网站App里面的购买行为路径,多少人走这条路,多少人走那条路。通过这个路径还原,我可以发现有多少人走的是我根本不想让他走的路。案例中有30%的用户走了差不多10步步骤,那么路径越长,转化率会越低。作为一个产品经理,我希望知道用户体验的真实感受,哪些地方可以做优化和调整。这些,数据都可以算出来。

(二)通过搜索和筛选提升转化率

前段时间和酒店探讨的一个话题是,一个访客购买之前,究竟会看多少次产品详情页?

如果效率越低,客户找到他要的SKU时间越长,它的数据一定会越大。对访客来说,购买之前平均下来大概有6-8遍。而下单客户,平均下来会比访客多0.5个页面,因为用户决策需要看的详情页更多。所以,如果我们想提高用户转化效率,还有哪些地方可以去做?

搜索和筛选项可以用来为用户缩短时间,但是当我们用上了热图分析,下图中我们可以看到一个问题,筛选项用户基本不用,说明这个页面的筛选功能的效率很低,不能帮用户解决问题。

9.png

另外搜索中还会存在的问题是,使用一些筛选条件之后,出来的结果找不到你要房间。我自己平常使用的也经常会出现这样的情况。比如我在北京,搜了上海徐家汇的酒店,但是这依然呈现的是北京的酒店,可能逻辑是基于地理位置来的,不是基于用户搜索来的。

再谈一个搜索,比如我希望寻找附近的酒店,在搜索框中输入“外婆家”,出来的列表和搜索标签没有任何关联,这就很可能说明他没有关注搜索的热度,去把对应产品标签去做匹配。同时用OTA,搜索同样一个词“外婆家”,你可以看到很多酒店标签,都打上了。最终我们还是要通过行为数据去给用户推荐有高度相关性的结果。

这些很多都是细小的问题,但都是需要我们用心去解决的产品路径问题。

 四、用户整合:打通线上线下数据

最后我们再说用户运营,怎么把行为数据跟业务数据打通做用户运营?

(一)用户行为数据和会员体系打通

结果数据相对是滞后的,当下的行为数据更可以反映用户的趋向,这两个数据要很好结合。结合这个之后,基于会员体系、商品倾向、决策阶段来做差异化的用户运营。

10.png

我们可以利用一些基本的模型去跟会员体系打通。基于产品的偏好,用户活跃度,基于不同的决策阶段,比如已经提交订单的,已经访问了很多SKU,但是一直没有加入购物车等等,这些都应该有不同的方式对待。而且一旦跟线下数据做打通,基于ID、邮箱或者短信和电话号码,还能够进行相应的运营。

(二)链家网如何打通线上线下数据

最后再讲一个链家的案例,一个高度重视服务的线下行业如何用数据驱动。

11.png

链家数据线上线下的打通和切换做得非常好。前端我们会去帮他们采集用户各个平台上的行为数据,那线下通过经纪人采集了很多用户的身份证号、电话、其它子类信息等等。

我们做了关联之后,它能够做什么?以前经纪人,带着客户看2-3次房子才搞清楚客户预算是多少,想买多少户型,想买什么位置。但是通过采集线上的行为数据,可以做到把获知他们的预算、户型朝向偏好等,导给链家线下系统对接。


12.png

左边显示的数据是用户到首页去搜房,从首页到房间的详情页的转化率,是47.8%。还有另外一条路径,通过首页的功能地图找房再进到详情页是77.2%。 结合用户量对比,搜房是248K,地图找房18K,所以可见地图找房转化率高但是使用率偏低。

13.png

链家根据这个数据马上做了改版,把这个功能放大,而且在很多位置可用。改版之后再做数据对比,到详情页的订单量总体转化率从47.8%提升到52.5%。这个转化率的提升,就是产品经理做了一个小时数据分析,工程师做了3个小时的版本改动,效果非常显著。


[点击此处]立刻下载现场演讲PPT和视频