数据运营实战(一):细分目标人群,结合用户特征分析的实践

作者:winniezhuo

导语: 分群是精细化运营的常用方式。通过用户分群设置,将用户群切割成更细粒度,以推断并定位对关键事件/指标有明显影响的因子。

数据分析对于运营来说是一个数据抽象的过程。现实情况是连续的、复杂的、互相影响的,而数据抽象的过程,就是将这些复杂多变的现实情况简化为数字量,搭建数据模型,计算相关因子,推断事件归因,并推进自身改进优化。

由于现实的复杂性,我们作为产品、运营或者数据分析师,在实际问题处理时,就需要做归因分析,需要屏蔽其他因子的干扰,因此我们常常使用用户分群

分群后,我们的用户群可能简化为:

在每一个分群下,我们可以简化地对比某个因素对关键路径或者关键指标的影响因素。分群是手段,是工具,简单来说,分群分析就是通过聚类的方式,把相似的人群合并,考察同一事件或同一指标在不同人群上的表现,以推断并定位对该事件/指标有明显影响的因子。

那么,用户分群与用户特征分析如何结合使用?接下来,我们举个App案例进行说明

某电商App,现在面临的问题是用户成交量较低,与投放推广的成本相比,ROI较低。

这个问题,我们应该如何分析?

首先,我们想看看成交的这部分用户与大盘用户之间有什么区别。我们在用户中选出成交的用户,建立用户群对比大盘用户。

这里,我们需要使用腾讯移动分析MTA自定义事件。设置“付款成功”为一个自定义事件,然后使用MTA中的用户分群功能,将自定义事件中满足“付款成功”的用户群筛选出来,命名为“成交用户”;我们还可以设置一个叫做“高价值用户”的用户群,将“付款成功”且付款金额>=100的用户筛选出来。

图:此处定义高价值用户为成交单价>100元的用户

1、用户分群分析

得到了三个用户群之后,我们使用数据分析工具,比如腾讯移动分析MTA,对比这三个用户群特点间的区别。以下为三个用户群特征的对比:

从图中我们可以发现,大盘用户中男性较多,但实际成单与高价值用户中,都是女性偏多,且此部分用户对购物类App、金融类App的兴趣要明显高于大盘用户,表现出了较强的消费能力。

现在我们的问题是投放回报率较低,ROI不符合预期。

那么,我们可以初步判断,可以优化的有以下两个方向:

1、 用户引流渠道可能有问题,需要调整渠道引流策略,包括渠道选择、人群针对性优化等,引入与消费行为匹配的新用户群,提高销售量;

2、 商品定位的调整:现有产品对男性的吸引力不足,导致大量大盘用户并没促成成单,这也是导致ROI较低的另一方面原因,可能需要调整的包括商品品类、商品推荐等;

其中,第一种优化方式的见效周期较短,而第二种调整方式相对影响层面较大、周期较长。我们优先实践第一种优化方式,以调整渠道引入流量为主,优化引入人群的匹配程度,实现提高ROI的目标。后续还需要斟酌是否需要优化产品定位,比如打造针对男性的亮点频道,进行产品改善迭代。

2、渠道优化策略

那么,渠道应该如何做改善?我们先对单周渠道引入量的数据,进行初步评估。

图:成交率数值应用的是漏斗模型的渠道筛选功能

**此处渠道只列了5支较典型的渠道样本数据,实际渠道分布更多

从图表上看,我们当前主要的流量渠道是渠道D与渠道E,而且渠道D的留存率很高,可以认为是我们的优质渠道。

但从成交上看,我们认为渠道A其实有很大的潜力,虽然现在的引入量较小,但与成交人群重合度较高,考虑到A渠道的获客成本低于渠道D,加大投放之后很可能会有一个不错的收益,能够实现我们提高ROI的目标。

3、渠道人群特征验证

我们对渠道人群A进行特征分析,女性比例高达62.36%,其用户群对购物类App的兴趣也高于大盘用户,与我们高价值人群特征匹配度较高

现在渠道A给我们带来的流量还比较小,但由于其渠道收益上ROI比例较高,且其群体画像与我们高价值用户的特征吻合度高,表现出了很高的投放潜力。

我们的改善方法是:调整渠道投放的比例,减少渠道B、渠道C的投放,增强渠道A的投放,以周为单位,迭代优化渠道投放效果,并监测ROI的变动。

4、渠道投放优化效果

在投放一周后,对新增用户有了增长,我们临时决议再次加大渠道A的投放比例。这里是一个月的时间周期内,我们的新增用户数在渠道上的分布有了显著变化。

优化投放渠道前后,购买转化漏斗转化率的改变:

由于渠道A的平均客单价约是渠道D的1/2~1/3,我们的投入产出比例得到了优化。这主要依赖于通过数据分析找到了优质低价的渠道,降低了获客成本。

那么这个转化漏斗中,是否还有其他优化的空间?我们还能做什么改善?请关注我们下周的案例分享《数据运营实战(二)》。

原创声明,本文系作者授权云+社区-专栏发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏区块链大本营

用百万笔每秒,表示区块链性能?错!

1333
来自专栏SDNLAB

IT从业者在数字化浪潮下的抉择

数字化正在改变世界。企业,组织和政府都在利用数字化的力量建立可信的、移动更快、提高更大的价值和成长。因此,网络也经历了巨大的变化,它是从物理设备(硬件)到虚拟设...

3247
来自专栏区块链大本营

快讯 | 三位大咖共话区块链性能:侧链、分片和架构,下次别忘了到场

35310
来自专栏云计算D1net

评估混合云时需要考虑的七大关键问题

混合云是眼下IT界的热门话题,但是为了尽量避免你无法逃避的成本高昂、耗费人力的特大项目,要特别注意尽量减少实施和管理方面的复杂性。下面这些问题将帮助你确定最适合...

2606
来自专栏SDNLAB

【技术专栏】基于SDN与ICN的移动互联网CDN

近年来,传输多媒体内容成为移动通信发展的一个显著趋势,移动多媒体流量在今后10年将增加1000倍已成为共识。然而,当前的移动通信网络存在两方面的问题: (1)访...

3147
来自专栏区块链开发

区块链技术开发公司谈区块链技术存在的技术优势

  区块链技术起源于2008年,狭义的区块链技术是一种按照时间顺序将数据区块以链条的方式组合成特定数据结构,并以密码学方式保证的不可篡改和不可伪造的去中心化共享...

36910
来自专栏企鹅号快讯

人们可能会犯的7个数据错误

随着移动通信和最后一英里的带宽进入高级和现代化的应用,人们需要低延迟的网络连接,计算负载正在从集中式的数据中心移动到网络的边缘。但是人们关于边缘数据中心有很多的...

1827
来自专栏SDNLAB

“白牌”来挑战 传统品牌交换机还行吗?

编者按:“白牌”交换机的呼声甚嚣尘上,“控制器+白牌交换机”似乎已经是黄金组合,其实不然。瘦死的骆驼比马大,传统交换机横行这么多年必然有其可取之处,因此在白牌交...

2929
来自专栏云计算D1net

云计算对阵高性能计算:谁更具竞争力?

最近一段时间以来,高性能计算集群方案到底应该自主构建还是直接购买的争论可谓如火如荼,其部分原因在于原本属于市场空白的性能与软件生态系统关键性组成部分如今已经逐渐...

3367
来自专栏云计算D1net

如何管理云计算成本

如今,组织经常选择使用公共云服务,其部分原因是希望节省资金。但是,如果组织没有实施正确的治理和成本优化措施,通常会发现他们的云计算成本正在失控,将会大幅增长。 ...

3974

扫码关注云+社区