Kullanıcıların hızla büyümesinin arkasındaki itici güç nedir?
Içerik kaynağı : 14-17 Kasım 2019 tarihlerinde, msup (Yibai Örneği olarak kısaltılmıştır) ev sahipliğinde 8. Global Yazılım Örnek Olay Zirvesi'nde Amazon'un kıdemli yöneticisi Xu Xiaopeng, "Gelecek tahmin edilebilir: Büyüme noktası nasıl seçilir" üzerine bir konuşma yaptı Tema için harika paylaşım. Ortak olarak Not Defteri, düzenleyen ve konuşmacı tarafından incelenir ve yetkilendirilir.
Not defteri | Zhang Wang
Kapak tasarımı Sorumlu editör | Zimo
Madde 4480 İyi ayrıntılı makale: 4781 kelime | 9 dakika okumak
Faaliyet notları Ürün operasyonu
Bu makalenin kalitesi: + Lezzet: Orijinal Cevizli
Notlar sizi okumaya davet etmeden önce şunları düşünün:
- Kullanıcıların gelecekteki değeri nedir?
- Kullanıcıları kategoriler arası tüketime nasıl yönlendirebilirim?
- Düşük değerli davranışların mutlaka yatırım değeri yok mu? neden?
Yerli internet şirketlerinin çoğu hızla büyüyor ve ardından kademeli olarak rafine operasyonlara ve ürün tasarım çalışmalarına geçiyor; yabancı şirketler ise başından beri karlılık ve rafine operasyonlar peşinde koşuyor ve onları yönlendirmek için çok titiz yöntemler kullanıyor.
Bugün sizinle ilgili bazı uygulamaları paylaşmaya çalışıyorum.
1. Kullanıcıların gelecekteki değeri
1. AB testinin etkili olması zordur
Geleneksel operasyonlarda, belirli bir davranışın gelecek üzerindeki etkisini bilmek istiyorsak, eşdeğer ancak farklı trafiği test etmek için sadece kontrol değişkeni yöntemini kullanmamız ve ardından AB testi dediğimiz cevabı elde etmek için sonuçları karşılaştırmamız gerekir.
Bununla birlikte, gerçek karmaşık ortamda, özellikle e-ticaret alanında, üç nedenden dolayı geleneksel AB testinin çalışması zordur:
AB testi zamana duyarlıdır
Kontrollü değişken yöntemini kullandığımızda, iki eşit ancak farklı akışı keseceğiz ve ardından değişkenin sonucunun ne olduğunu bilmek için iki akışı karşılaştıracağız. Normal şartlar altında bir ay yeterlidir.
Ancak aslında, "istek listesi" işlevi gibi bazı ürün işlevlerinin tam olarak etkili olduğu zamanı bilemeyiz.
Kullanıcı ürünü istek listesine ekledikten sonra, genellikle "yıldönümüne" kadar satın alır, ancak "yıldönümünün" bir hafta mı yoksa bir yıl sonra mı olduğunu tam olarak bilemeyiz. Bir ay içinde veri değişikliği olabilir veya Sadece bir yıl sonra. Bu durumda verileri tespit etmek zor olacaktır.
AB testi tek bir değişken gerektirir
E-ticaret sadece mal satmak değil, aynı zamanda pazarlama, marka işbirliğini ve hizmetlerle ilgili bazı satışları birbirine bağlamaktır. Aynı zamanda, tüm bu işlerin arkasındaki iş teşvikleri de sürekli değişiyor.
Bir AB testi yapmak için değişkenlerin birliği gereklidir. Ama tabii ki e-ticaret alanındaki değişkenler bu özelliğe sahip değil.
AB testi tutarlı akış gerektirir
AB testinin beklenen sonuçları elde etmesi için, kesilen trafiğin aynı kullanıcı profiline sahip olması gerekir, böylece tek bir değişken kontrol edilebilir. Ancak, e-ticaret alanındaki kullanıcı seviyesi tipik olarak on milyonlarca veya en az bir milyondur.Çok sayıda kullanıcı çok güçlü farklı özellikler gösterir ve tamamen tutarlı bir segmentasyon yapmak zordur.
Örneğin, biri Pekin'de ve diğeri Şangay'da daha fazla kullanıcı olmak üzere iki uçtan uca trafik kesilirse, sonuçlar önyargılı olmalıdır.
Özellikle bir e-ticaret platformunun bir yinelemesi, aynı anda yüzlerce özellik güncellemesini tetikleyebildiğinde, tüm trafik çok ince bir şekilde kesilecek ve üst üste bindirildiğinde, farklı kullanıcılar tamamen farklı özellik kombinasyonlarını görecektir. Etkinin ölçülmesi de zordur.
2. Kullanıcı değeri nasıl hesaplanır?
Kullanıcının hesaplaması nasıl yapılır Gelecek değer Ne? Aşağıdaki üç adımı kullanıyoruz:
İlk olarak, büyük miktarda kullanıcı bilgisi farklı boyutlardan ölçülebilir, böylece her kullanıcının etiketi tanımlanabilir.
Örneğin, tüketim gücü açısından bakıldığında, bazı kullanıcılar ayda 0-1000 yuan, bazı kullanıcılar 1000-2000 yuan ve bazı kullanıcılar 2000-3000 yuan vb. Bu tür 10 boyutumuz varsa, her kullanıcının bir nokta ile temsil edilebildiği on boyutlu bir koordinat sistemi kurabiliriz.
Jingdong Taobao gibi bir şirket için 100 milyonluk birimdeki herkes bu alanda bir noktadır.Her zaman on boyutlu özellikleri çok yakın olan bazı kullanıcılar vardır ve temsil ettikleri noktalar bir araya toplanacaktır. Küme, galaksimize benzer. Aynı kümedeki bir grup insana ikizler diyoruz.
İkinci olarak, yalnızca iki tür veri için hesaplamalar yapın.
Birincisi, kullanıcının davranışının ürettiği değerdir.Örneğin, bir üye satın almak yüksek değerli bir davranış ve oturum açmak düşük değerli bir davranış; ikincisi, bir sipariş gecikmesi yaşayan kullanıcı gibi olayın kendisi üzerindeki etkisidir.
İkizlerin kullanıcı özelliklerinin birbirine çok benzediğini biliyoruz, ancak her zaman üye satın almak gibi bir eylemi olacak bazı insanlar olacaktır.
Şu anda her bir ikizin bir sonraki yılki tüketim durumunu sayacağız ve ardından tüm sistemin verilerini tarayarak, üye satın almadan önce ve sonra farklı kümelerdeki ikizlerin katkılarındaki farkı görebiliyoruz. Bu temelde, bu şekilde, bir davranışın değerini hesaplamak için ağırlıklı ortalama hesaplayabiliriz.
Üçüncüsü, muhasebenin uygulama derecesi.
Ölçüm sonuçlarını aldıktan sonra bir doğrulama sürecimiz olacak Bu aşamada geçmiş tahminlerin doğruluğunu belirlemek için ölçüm sonuçları ile gerçek veriler arasındaki farka, yani sürekli doğrulama yoluyla bakacağız. Sonuçların test süresine ve popülasyona bağlı olarak değişeceğini de göreceğiz.
Öngörülen sonuç ile gerçek sonuç arasındaki eşleşmeye uygulama derecesi adını veriyoruz Sadece uygulama derecesi belirli bir değerden yüksek olduğunda, bu tahmini referans almaya değer buluyoruz.
Bu üç adımı kullanarak, yaptığımız her şeyin geleceği nasıl etkileyeceğini temelde görebiliriz.
Bu konuda size söylemek istediğim şey şu:
Sadece şimdiye değil, aynı zamanda uzak geleceğe de bakmalıyız Bu gelecek, onun için bir kapsam belirlememizi gerektirir, örneğin, yarım yıl veya üç yıl Bu, gelecekteki değerdir.
Gelecekteki bir değere sahip olduğumuzda, tüm sistemdeki çabalarımızın net bir yönü olacaktır.
Örneğin, kategoriler için, farklı kategorilerin platform için farklı değerlere sahip olduğunu bulacağız, bu da kullanıcıları kategoriler arasında yönlendirmemizi gerektiriyor. Normal şartlar altında, kullanıcılar yalnızca entegre bir e-ticaret platformunda kategoriler arası tüketim yaptıklarında platforma daha sadık ve istikrarlı olacaklardır.
Peki, kullanıcıları kategoriler arası tüketime nasıl yönlendirebiliriz?
Açık olması gereken ilk şey şudur: Farklı talepler, kullanıcılara farklı rehberlik sağlar .
Az önce bahsedilen yüksek değerli davranış hesaplamasına geri dönersek, onu kategorilerde kullanıyoruz ve farklı kategorilerdeki kullanıcılar tarafından verilen bir siparişin uzun vadeli değerinin siparişin kendisi değil, ne olduğunu görebiliriz.
Bir kullanıcının sipariş verdikten sonra, yeni müşterinin dönüşümünü yansıtabilmesi ve eski müşterinin tekrar etkinleştirildiğini yansıtabilmesi için, bu da alıkoyma olasılığını artırır.
Tüketim sıklığını artırmak istiyorsak, sadece dijital ve ev aletleri alan kullanıcıları taze ürün almaya yönlendirmemiz gerekiyor; brüt karı artırmak istiyorsak, sadece taze ürün alan kullanıcılara güzellik ürünleri satın almaları için rehberlik edebiliriz ...
Aynısı müşteri kazanımı için de geçerlidir, örneğin, bir kullanıcı bir gruba katılmaya başlarsa, kesinlikle müşteri kazanma şansı olacaktır. Bu süreçte kullanıcı yorum yazabilir ancak yorumun kendisi tüm ürünün pazarlama fırsatlarını arttırır ve farklı bir değere sahiptir.
Aslında, her alan farklı davranışlara karşılık gelir Anahtar nokta, tüm değer ölçümünün her alanda hedeflenen bir şekilde nasıl kullanılacağıdır.
2. Yüksek değerli davranışlara öncelik verin ve düşük değerli davranışları etkili bir şekilde yönlendirin
Uygulamada, her bir kaygı davranışını işaretleyeceğiz, ilgili bir liste alacağız ve ardından sistemde tarama yapacağız ve her davranış için değerini tarayabiliyoruz.
Bu değerin iki türü vardır, biri satış, diğeri kârdır. Elbette ikisi tamamen ayrıdır.
Bu noktada tüm eşyaların geride bir değer getirebileceğini ve sonra bu değerlere göre sıralayabileceğini göreceğiz. Aynı zamanda, gelecekteki bu değerler için bir eşik belirleyeceğiz.Belirli bir değerden yüksek olanlar yüksek değerli davranışlardır.Kaynakların önceliklendirilmesi gereken yer burasıdır.
Ancak düşük değerli davranışların mutlaka yatırım değeri yok mu? şart değil.
Örnek olarak oturum açmayı ele alalım. Bir kullanıcı yalnızca bir kez oturum açarsa, platformun değeri neredeyse sıfırdır. Ancak 100 kez giriş yaparsa tüm sitenin trafiğini artırmakla eşdeğerdir, dönüşüm oranı ile çarpılırsa tüm sitenin satışlarını artırması olasıdır.
Ek olarak, bu 100 zamanın bir ayda yoğunlaşıp yoğunlaşmadığını veya 12 ayda eşit olarak dağılıp dağılmadığını da dikkate almak gerekir, çünkü iki vakanın değeri farklıdır. Örneğin, her web sayfasına günde birçok kez göz atarsınız, ancak günde birkaç sipariş veremezsiniz.
Bu nedenle, kullanıcıların uygun sıklıkta oturum açacağını umuyoruz, buna katılım seviyesi diyoruz.
Örneğin, katılım seviyesi 1 ayda 4 kereden az anlamına gelir, katılım seviyesi 2 ayda 5-8 kez anlamına gelir, katılım seviyesi 3 ayda 9-12 kez anlamına gelir, vb.
Aynı seviyede, kullanıcıların değerinin nispeten yakın olduğunu düşünebiliriz. Faaliyetlerimiz sırasında yeterli sayıda kullanıcıyı katılım seviyesi 1'den katılım seviyesi 2'ye yükseltirsek, böyle bir artış satışlarımızı büyük ölçüde artıracaktır.
Buna ek olarak, " sihirli sayı "Veri.
Kullanıcı elde tutmanın bazı davranışlarla ilişkili olduğunu bulduk. gibi:
Platforma geldikten sonra hiç sipariş vermeyen bir kullanıcının kaybetme olasılığı çok yüksektir; sipariş verdiğinde elde tutma oranı kesinlikle sipariş vermemiş kullanıcılara göre daha yüksektir; iki sipariş verirse saklama oranı tekrar olur. Bir sonraki siparişten daha büyük olacak.
Bununla birlikte, belirli bir seviyeye ulaştıktan sonra, tutma oranının kademeli olarak sabit bir değere yöneleceğini göreceğiz. Örneğin, JD.com'a yılda 50 sipariş veren kullanıcılar ve JD.com'a yılda 52 sipariş veren kullanıcılar neredeyse aynı saklama oranına sahiptir.
Bu, belirli bir sipariş sayısından fazlasına eşdeğerdir, saklama oranı daha istikrarlı olacaktır. Bu sayıdaki siparişlere yalnızca, daha önce bahsedilen "sihirli numara" olan bekleyen siparişlerin sayısı diyoruz.
Yüksek değerli davranışın kendisine dönersek, bazı özel davranışlar olduğunu görürüz: Olmaya devam ettiğinde, yüksek değerli bir davranış haline gelir .
Neden öyle diyorsun? Bu tipik bir doğrusal ilişki olmadığından, zaman başına 1 blok, 100 defa 100 blok değil, ancak her seferinde 1 blok, 100 defa 10.000 blok olabilir.
Bu tür davranışlara etkileşimli davranışlar denir, tipik olarak ürünlere göz atmak, incelemeleri okumak, toplamak vb.
Biraz özetlemek gerekirse:
ilk , Her davranışın veya olayın ne tür bir değer üreteceğini görmeliyiz;
ikinci , Tüm sistemin davranışlarını veya olaylarını tarayın ve ardından en değerli davranışları elde etmek için davranışların ve olayların genel değerini hesaplayın ve sıralayın ve ardından bunları her alandaki kullanıcılara yol gösterecek en önemli şeylere ayırın;
üçüncü , Teşvik etmek istediğimiz kalıcılık ve büyüme ile ilgili davranışlar, aslında sıklıkla ortaya çıkan ve yüksek değerli davranışlara dönüşen özel düşük değerli davranışları ortaya çıkarmak ve yeniden yönlendirmektir.
3. Rafine operasyon
İnternetin ikinci yarısının rafine operasyonu, iş hedeflerimize ulaşmak için farklı kişilere ve farklı işletmelere göre farklı zamanlarda çok farklı stratejiler kullanmaktır.
Örneğin, kullanıcıları basitçe üç kategoriye ayırabiliriz: üyeler, üye olmayanlar ve müşteri olmayanlar; ve ardından bunları tüketim sıklığına göre alt bölümlere ayırabiliriz.
1. Müşteri olmayanlar
Müşteri olmayanlar için ulaşılması zor kullanıcılar olabilir, üye olarak kaydolmuş ancak satın almamış ziyaretçiler olabilir veya yalnızca bir veya iki sipariş vermiş veya çok sayıda sipariş vermiş olan düşük değerli müşteriler olabilirler. Yüksek değerli kayıp müşteriler. Şu anda, operasyonun odak noktası, yüksek değerli çalkalayıcıları geri çağırmaktır.
2. Üye olmayan
Üye olmayanlar için de pek çok durum vardır.Örneğin, yeni kayıt olan kullanıcı ilk siparişi verir ve yüksek tutma oranının sihirli sayısına ulaşmak için hızlıca 6 sipariş vermesi için ona rehberlik edebiliriz.
Sık satın alan üye olmayanlar için, bazı kişilerin fiyatlara duyarlı olmayabileceğini ve üyelerin yararlandığı hak ve menfaatleri umursamadığını daha ayrıntılı analiz ediyoruz.
Bazı insanlar, bir üye satın aldıktan sonra gerçekten kullanılan faydaların hala üyelik ücreti kadar iyi olmadığını düşünüyor. Herkesin farklı fikirleri var.
Sık sık üye olmayanlar için, bir üyeyi daha hızlı satın almasını sağlamak ve üyeyi yılda bir ödeme yapmaktan üç ayda bir ödeme yapmak veya hatta ayda bir ödeme yapmak için değiştirebilmek için aylık üye olabiliriz. Birçok insan daha az para harcayacağı için daha az endişelenebilir.
Bununla birlikte, bu fenomenin arkasından görebiliriz: Yüksek sıklıkta üye olmayanları kaybetmek istemiyorsanız, bu onları üye satın almanın en güvenli yoludur; EĞER kullanıcıların elde tutma oranlarını artırmak için tüketim sıklıklarını artırmaları gerekiyorsa. Örneğin, JD platformunda yalnızca dijital ürünler ve ev aletleri satın alan kullanıcıları yeni kategoriye yönlendirmek gibi.
3. Üye
Elbette üyeler için birkaç özel durum söz konusudur.Örneğin, fiyata duyarlı olmayan kullanıcılar ilk siparişlerini verdiklerinde üye satın alacaklardır.Ancak, bir üye satın aldıktan sonra bir yıl boyunca sipariş vermemiş çok sayıda kullanıcı vardır.
Bu nedenle üyelik grubunda düşük frekanslı ve orta frekanslı kullanıcıların satın alma sıklıklarını nasıl artıracağına daha çok dikkat etmeliyiz. Bununla birlikte, belirli işlemlerde farklılıklar vardır.
IF üyeleri için ortak sıklık artırma yöntemimiz, periyodik satın alımları başlatmaktır.
Örneğin, süt içmeye alışkın bir tüketiciyseniz, genel olarak konuşursak, süt içme sıklığı da bellidir, bu nedenle süt satın alma döngüsü de kesindir, içtikten sonra yine de tekrar tekrar satın alacaksınız.
ve bu yüzden, Periyodik satın alma, kullanıcıların gelecekteki tüketimlerini kilitlemenin önemli bir yoludur .
Düşük frekanslı üyeler için işimizin çoğu, ona doğrudan emir vermesi için rehberlik etmek değil, tüm sistemle etkileşime girmesi için ona rehberlik etmektir.
Örneğin, e-ticaret şirketleri, alışveriş rehberi makaleleri, çevrimiçi ünlü canlı yayınları vb. Gibi yapışkan içerikler hazırlayacaktır.
Kullanıcılar bu içerikleri gördüklerinde sipariş vermeyebilirler ancak yazı okuyacaklar, video izleyebilecekler hatta bazı kişiler her gün izleyebilecektir.Bu içerikler sayesinde kullanıcının genel katılım düzeyini artırmak için etkili bir yöntemdir.
4. Genişletilmiş uygulama
Her eylemin arkasında karşılık gelen bir değer vardır, ancak bazen kullanıcının eylemleri birleştirilir.
Örnek olarak kayıp modelini ele alalım:
Kaybedilen kullanıcının kayıptan önceki aylarda hangi eylemleri gerçekleştirdiğini görmek için verileri alabiliriz, bu da sonuçta kullanıcının kaybına yol açar.
Bu şekilde, hangi davranışların kombinasyon halinde tehlikeli olduğunu bileceğiz ve bu davranışlardan kaçınmak için doğal olarak karşılık gelen yol gösterici eylemler tasarlayacağız.
Bazen, davranışsal değerin kendisi de olumsuzdur, örneğin teslimat gecikmesi yaşamak, kullanıcı nasıl hissedecek?
Bu nedenle, tüm sistem taramasında değere göre sıraladıktan sonra görünen bir dizi negatif değer bulacağız.Ayrıca özel dikkat gösterilmelidir. Daha da önemlisi, bu olumsuz değer üreten davranışlardan nasıl kaçınılacağı da birçok proje için temel teşkil etmektedir.
Bugünkü paylaşım burada, teşekkürler.
* Makale, yazarın bağımsız bakış açısıdır ve Noteman'ın bakış açısını temsil etmez
Organizatör hakkında
Msup'ın ev sahipliği yaptığı Yibai Vaka Zirvesi, tıpkı iş alanındaki Harvard vakasında olduğu gibi, bilim ve teknoloji endüstrisinde vaka öğretimi önemi olan projeleri veya metodolojileri keşfetmeyi amaçlayan yıllık bir vaka çalışması listesidir, bilim ve teknoloji endüstrisindeki Yibai vaka listesi her yıl seçilir. 100 vaka teması, medyanın etkin noktalarından ve yeni kavramlarından farklıdır ve profesyonel gücü ve vaka uygulamasını savunur. 2012'deki kuruluşundan bu yana, 100 vaka listesi 500'den fazla yerli ve yabancı tanınmış yazılım ve İnternet şirketini kapsamaktadır.
