专栏首页全栈数据化营销数据化营销:让付费转化率提升8倍的数据化运营方法

数据化营销:让付费转化率提升8倍的数据化运营方法

写这篇文章的主要目的是,想说明数据挖掘在运营、营销中的巨大作用。

最近在和一家做在线转账产品的公司合作,看到该公司对数据的运营相对来说还是比较表面的,拿到数据拉一下表格,做一下横纵对比就完事了。这种做法无论是在电商公司、运营企业,还是在传统企业其实也是非常普遍的,但是也是非常容易产生误差,甚至是错误的指导作用。

特别是偶然间看到一个专注做营运培训和指导的公众号上,发表过一份关于微信公众号数据分析的文章,里面采用的也是一样将一堆数据直接作为分析样本来做横纵对比,这时候我就更加确定,如果想要做好数据分析,一定的统计学和数学知识是必须的,只有具备了完善的知识,才能真正知道如何避免数据陷阱,别忘了,数据在告诉你真相的时候,也是会撒谎的。

Ok,今天这个案例主要是来讲一讲聚类分析的巨大作用,这是一个聚类分析让付费转化率提升8倍的案例。

一、案例背景:

A公司推出了一款在线转账的产品,用户通过该产品在线转账时交易费用比普通的网银要便宜。在经过一段时间的测试性运营之后,企业积累了一定数量的、使用该产品的付费用户,现在产品运营团队需要基于该批实际使用的付费用户数据,来分析找出有价值的特定群体,进而通过精细化运营提升付费用户的数量。

但是由于该产品上线时间很短,业务方面并不清楚付费用户的特点,另外,前期运营阶段并没有做专门的定向推广,所以常规的分类模型并不适合当前的业务场景。

因此,在这种情况下,对客户群体做聚类分析是十分必要的,它能够帮你锁定特征明显的目标群体,让你能够精细化运营促进付费用户的有效增长。

二、基本的数据摸底:

业务方根据业务逻辑和经验,整理出了15个能够反应用户特征的字段,包日均活跃量、总体流量、pv、在线时间等维度。

为了保证聚类效果的真实可靠,这里首先先对部分异常值做删除处理。同时,做聚类分析的时候,参与聚类的变量不能过多,因此,根据业务的需求以及重要性的测量,这里就选择了3个变量参与聚类,其余的变量可以在聚类完成后做群体描述的时候添加进来,在进行群体特征的分析。

三、聚类后的初步分析:

在做了多次的聚类探索之后,可以得到下列表格数据:

可以看到,上述的样本被分为8个群体,整体的R-Square为0.75534,说明群体间的差异性比较明显。但是考虑到部分群体内的样本数量太少,在实际应用中可以忽略不计,所以上述聚类结论中比较有代表性的群体为:

第7组,聚类样本中该组共有192个用户,占样本总量的30%,这组的RMSSTD为0.436632,loginfreq为148.92,tp index均值为11.34,均值为8133.23;

第3组,共有51个用户,占样本总量的8%,该组的RMSSTD为0.495173,loginfreq均值为138.17,tp index均值为8028.51。这组与第七组中的各项指标非常类似,是可以作为优质群体合并的。

再来看第5组,共有304个样本,占样本总量的47%,RMSSTD为0.258068,loginfreq均值为21.32,tp index均值为2.56,pv均值为1808.43.

上述3组共占样本总量的85%,具有很强的代表性。

四、将分析结果与业务结合深度分析

在上述分析的基础上,又增加了其他3组变量来做特征描述,包括俱乐部指数、消耗记录、会员身份,就得到了5类典型的付费群体。通过分析,选择其中的2个群体特征指标做目标用户的圈定,并进行具体的精细化运营:

群体A:占样本数量的15%,主要特征为:全部是企业俱乐部用户,全部有在线交易历史,俱乐部年限小于4年,登陆次数大于110次,pv量大于10000,绝大部分有消耗记录;

群体B:占样本总量的10%,主要特征是:全部是个人俱乐部用户,全部有在线交易历史,俱乐部年限小于2年,登陆次数大于100次,并且俱乐部指数小于80.。

五、落地运营成果:

根据上述2个特征,就可以从全部样本数据中提出去满足上述特征的20000个潜在用户,并进行了为期1周的定向在线运营,通过3轮营销推广活的(不同渠道、不同文案),产生了以下的运营成果:

在为期一周的定向运营活动里,这20000名目标受众总1358名用户转化为付费用户,付费转化率为6.79%,与前期无特定的即时通讯工具运营的付费转化率不足1%相比,可以看到这次运营获得的效率得到明显的提升。

Ps:准备了一个聚类分析银行理财产品的案例,这个案例通过聚类深度分析各个群体的特征,实行精准化营销,最终3个月获得1.4亿销售额,平均客单价为600元。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Excel数据分析案例:用Excel做价格需求弹性分析

    在做产品的价格研究时,通常需要充分考虑一个产品价格的增加或者减少可能带来市场需求的变化,反应到营销场景中就会引起销量和利润的变化,这也就是我们通常说的价格弹性。...

    沉默的白面书生
  • 数据增长案例:中原地产用数据挽留22%流失用户,赋能6万经纪人

    最近在思考大宗高价产品的营销增长案例,看到了中原地产营销增长负责人在增长大会的分享,觉得还是比较全面和充分的,下面就分享大致的演讲内容:

    沉默的白面书生
  • 数据分析案例:6个场景说明数据分析在降低成本和风险、提高利润的运用

    做决策,绝不仅仅只是基于以往经验的定性分析,它还可以是通过数据和逻辑一步步量化得到最优解,从而使得风险最低、利润最大。

    沉默的白面书生
  • 代码审计| APPCMS SQL-XSS-CSRF-SHELL

    0x01 背景 由若水师傅提供的一个素材,想要复现CNVD上披露的一个APPCMS的漏洞,由CNVD上的描述可以知道存在漏洞的地方是comment.php这个...

    漏斗社区
  • 编程小白 | 每日一练(126)

    这道理放在编程上也一并受用。在编程方面有着天赋异禀的人毕竟是少数,我们大多数人想要从编程小白进阶到高手,需要经历的是日积月累的学习,那么如何学习呢?当然是每天都...

    闫小林
  • Redis高可用搭建

    我们都知道单机版的redis,无法保证CAP。所以我们搭建redis集群,实现高可用。

    用户2032165
  • day72_淘淘商城项目_05_匠心笔记

    taotao-portal-web工程中,动态展示内容信息。 前端团队:负责JS,html等开发。 后端团队:负责后台的开发并提供数据给前端。

    黑泽君
  • 挣不到一个亿就裸奔?看区块链如何玩“坏”世界杯

    镁客网
  • 智能合约和 DApp

    2017年11月份和2018年5月份的技术雷达,都将Ethereum for decentralised applications. 放到了 Technique...

    lambeta
  • 缓存之Redis了解及使用

    redis是一种支持Key-Value等多种数据结构的存储系统。可用于缓存,事件发布或订阅,高速队列等场景。该数据库使用ANSI C语言编写,支持网络,提供字符...

    sucl

扫码关注云+社区

领取腾讯云代金券