红利结束之后移动互联网如何搞的问题,其中,打通巨头流量、全渠道流量之外,精细化运营是重中之重了,毕竟,地主家都喊着没余粮的年代,好大喜功不如多快好省。
那么,精细化运营怎么做呢?基于用户人群细分,用户属性、重要度、行为、生命周期等不同颗粒度的标签,构建分析框架,比如,区分用户生命周期中新增、活跃、回流等等不同,进行深层分析和干预,最终,Mr.QM总结来说就是三大法宝:拉新、促活、搏回流。
具体来说,淘集集怎么用“赚赚”模式两个月做到MAU破千万的,百度全民小视频怎么用亿元补贴金+经纪人模式从短视频头部玩家虎口抢食的,网易云音乐召回的近百万用户质量如何……不妨看报告吧。
一、流量枯竭,细分爆发,时长持续增长,精细化运营成为共识
1、中国移动互联网月度活跃智能设备规模见顶,同比增速已放缓至5%以下,但用户上网时长有大幅提升,同时各细分行业依然有很多机会
二、精细化运营的目标及运营场景
1、用户精细化运营以最大化用户的价值为目标,通过结合业务场景与用户分群的运营手段,降低获客成本,提高用户活跃度,提升已有用户ARPU,最终增加总体营收
2、用户分群是做精细化运营的最重要的前提,将用户按照不同的方式切分到更细的颗粒度,分群运营以提高转化效果
3、以用户周期分群为例,构建精细化运营分析框架
3.1 活跃用户分析框架及其案例分析
3.1.1 用户分析框架
1) 活跃用户核心分析指标
2) 活跃用户细分人群分析指标
3.1.2 典型APP活跃用户分析案例——淘集集
1) 淘集集案例核心研究结论及建议
2) 2018年8月正式上线的淘集集在竞争激烈的电商领域实现了突围,短短两个月MAU突破千万;除了常规的“拼团低价”玩法,淘集集还推出了“赚赚”功能来刺激用户增长及提高用户留存率
“赚赚”是淘集集为反馈用户而开通的拉新返佣形式的购物功能,只要用户通过下单,分享邀请好友在淘集集上进行消费,都能获得现金收益。
3) 上线一个多月后,淘集集通过产品迭代,增加新客优惠、上线新功能“赚赚”
4) 运营至2019年初,各用户人群30日留存率均有提升,淘集集的女性用户及下沉城市用户的留存率较高于其它人群;在不同年龄段中,19-24岁用户的留存率在2019年1月反超41-45岁用户,达到近40%
5) 从淘集集整体活跃用户的30日留存率来看,虽有不错的增长,但与头部综合电商均值相比仍相差7.9个百分点;结合不同属性用户的留存率,淘集集在之后的用户精细化运营中,可着重提升男性用户与二线及以上城市用户的留存率
3.2、新增活跃用户分析框架及其案例分析
3.2.1 用户分析框架
1) 新增活跃用户核心分析指标
2) 新增活跃用户细分人群分析指标
3.2.2 典型APP新增用户分析案例——全民小视频
1)全民小视频案例核心研究结论及建议
2)在竞争激烈的短视频赛道中,全民小视频近半年增长显著,2019年2月MAU已超5千万
3) 亿万现金补贴、首创的“经纪人模式”,成为了全民小视频新用户爆发增长的关键因素;作为百度系产品,百度APP对于全民小视频的引流效果显著:全民小视频新增活跃用户中,超7成是百度APP的活跃用户
4) 对短视频行业存量用户争夺:全民小视频2月新增活跃用户中,近75%的用户是短视频行业的存量用户
5) 拉新趋势明确:城市分布进一步下沉,用户向“一老一少”两端延伸
6) 在新增用户的使用粘性上,短视频头部APP的新增用户平均表现要优于全民小视频新增用户
7) 此外,全民小视频在2月的新安装卸载转化率较高,相较短视频头部APP的新安装卸载转化率均值高出7.6个百分点;在短视频内容趋向同质化的情况下,全民小视频不仅要有独特的拉新方式,也要不断完善内容库建设,提供更有新意的短视频内容,以及根据用户偏好优化千人千面的内容分发,从而提高用户粘性与留存
3.3、流失用户与回流用户分析框架及案例分析
3.3.1 用户分析框架
1) 流失用户核心分析指标
2) 流失用户细分人群分析指标
3) 回流用户核心及细分人群分析指标
3.3.2 典型APP卸载回流用户分析案例——网易云音乐
1) 网易云音乐案例核心研究问题及结论
2) 2019年1月的在线音乐行业APP中,网易云音乐的卸载用户召回率位列第三,共召回近百万卸载用户
3) 网易云音乐卸载回流用户1月的使用次数及时长均高于存量活跃用户
4) 网易云音乐的卸载未回流用户,在1月时较多活跃于酷狗音乐、QQ音乐与酷我音乐
5) 网易云音乐卸载未回流的用户中,有超6成的男性用户;而作为网易云音乐的主力军,19-30岁的用户也有超50%的未回流率
延伸阅读:QuestMobile 全线产品与服务邀您试用
QuestMobile 核心产品和服务包括 TRUTH 移动互联网标准数据库系列、TRUTH-PLUS 生态流量服务、DATAMINING 数据挖掘分析服务、GROWTH 数据增长服务以及 QuestMobile 移动大数据研究院的订制研究咨询服务。
特别提醒:本网内容转载自其他媒体,目的在于传递更多信息,并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。