专栏首页全栈数据化营销数据增长案例:中原地产用数据挽留22%流失用户,赋能6万经纪人

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:

中原地产是一家以新房、二手房、租房及商业地产为主的代理公司,至今已有 40 年的品牌历史。在过去中原地产一直是传统线下行业,但随着互联网大数据时代的到来,近几年推出了中原找房APP,主要的作用是希望通过这个app为全国6万多房产经纪人提供成交平台,提高成交效率,并且持续吸引更多经纪人加盟。

为此,中原地产构建了全新的营销策略和增长策略,在增长的过程中着力解决了下面3个问题:

1、低频高价产品如何构建增长模型?

2、如何借助漏斗分析,挽留22%流失用户?

3、如何利用用户行为数据,赋能6万经纪人?

1、低频高价产品如何构建增长模型?

房地产,作为高价的不动产,有着不同于快消品的增长内容和增长指标,因此,在制定增长计划前,需要详细分析获客、变现、推荐和留存各项指标在地产行业里的含义。

(1)获客

通常来说,获客是指用户下载并打开一款 APP。但这一动作对房产经纪人而言还远远不够。只有当用户搜索并找到了他/她想要的房源,才认为这是有效用户。

(2)变现

地产行业的用户转化周期通常较长。针对APP进来的用户,将其分为线上和线下两个阶段。用户在线上与房源成功配对后,需要通过与经纪人聊天的形式,完成线上到线下的转化。当用户在线下看完房源,实际签约成交后,才完成了整个变现流程。

(3)留存

中原地产并不奢求用户永久留存,当用户实现转化之后,任务就已经完成。只有针对未有效转化的用户,才会提出留存这一概念。

(4)推荐

毕竟买房并不是冲动消费,用户的决策周期较长,所以中原地产并不期望用户向亲朋好友直接推荐中原找房APP。中原地产理解的推荐,是将房源信息分享给别人,让他们帮忙做决策。因此,推荐并没有被放在增长模型里。

结合实际业务场景,以下是中原地产新定义的增长模式:

获客

配对(指用户与经纪人的配对)

转化和留存(两者不分先后)

接下来,将通过两个具体案例,深入看看中原地产如何解决增长过程中遇到的实际问题。

2.如何借助漏斗分析,挽留 22% 流失用户?

房源搜索,是用户转化周期里的第一步。只有当用户找到了心仪的房源,才会有后续的动作。其中,获客渠道和产品服务是影响搜索效果的两大主要因素。

在获客渠道中,经常会遇到虚假用户和非目标用户。

虚假用户,指浏览轨迹不合理中断的用户。比如用户打开找房APP,进入城市页后就不再有后续动作。如果某渠道这类人群占比特别高,就判断这一渠道存在很多虚假用户。这一点可以通过对推广渠道的用户监测检测出来。

非目标用户,指没有完成我们指定动作的用户。仅使用APP 内的估价功能或浏览房产新闻,而没有进行房源搜索的用户均在此列。

在产品服务层面,产品的功能、布局、交互以及数据的完整性,都是影响搜索效果的因素。下面以搜索功能优化的案例作进一步阐释。

简单来说,整个优化过程可以分为四步:设立目标、采集数据、发现问题、提出假设并验证。

在这个案例里,目标是提高房源搜索的匹配度。通过抓取用户在搜索及房源详情页面的行为数据后,得到以下漏斗图:

不难发现,从“搜索入口”到“搜索框”之间,流失了大量用户。也就是说,用户输入了搜索字段,却没有点击系统提示的搜索词(下图第3步)。

出现这种情况的原因只有一个:系统搜索词与用户期望不一致。于是,提出了以下三个假设及改进方案:

用户输入的楼盘名称有误 —— 需要优化搜索词,增强系统认知力,提高模糊匹配率。

同一楼盘有不同的名称,系统收录不全 —— 补充楼盘别名及简称,增加系统搜索词库。

所搜索的房源未被中原地产包含 —— 推荐相似房源及经纪人,增加搜索联想词挽留用户,并新增“房源订阅”功能,一旦房源上架,就第一时间通知用户。

经过一段时间的数据分析及验证,以上三个方案都有效降低了用户流失率。其中,通过新增的“房源订阅”功能,成功挽留了 22.61% 的流失用户。

3. 如何利用用户行为数据,赋能6万经纪人?

用户和经纪人的线上聊天,是决定用户能否转化的重要环节。需要深度分析用户轨迹和用户需求。

在过去的聊天阶段,经纪人必须经历前期的沟通了解,才能判断用户的实际需求。但有了用户行为数据,就能在聊天发起时,推送相关信息给经纪人,包括用户的来源渠道,过往浏览记录,房源偏好及推荐,大幅提高了沟通效率。

通过以上2个案例,可以发现其实增长的关键,就是在构建适合自身的模型之后,分析每个阶段的转化效果,然后不断提出假设,优化运营方式及产品功能,这点数据的作用是非常直接和全面的。

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

  • 蚂蜂窝 :1.2 亿用户背后的数据驱动

    大家好,我是都斌,现任蚂蜂窝电商事业部副总裁。旅行是一件让人非常开心的事,所以我今天就用比较轻松的方式来跟大家分享一下我们蚂蜂窝是如何数据驱动业务增长的。 一、...

    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
  • 数据分析:研究奥迪、宝马、奔驰新能源汽车用户特点与差异

    新能源汽车的推广是国家战略。中国新能源汽车市场已经起步,并且发展迅速。国内厂商已经争相争夺新能源车的市场份额。在国内有比亚迪、北汽新能源等引领者,传统上的强势进...

    沉默的白面书生
  • 产品经理究竟应该关注什么数据 由产品特点和生命周期决定

    产品这群人啊,真的是三句话不离老本行,之前和部门的产品Mentor一起吃饭的时候,他问了我这么一个问题:“如果你是饿了么的产品经理,那你日常工作的时候应该关注一...

    灯塔大数据
  • 增长黑客需要关注指标

    在日常的运营数据分析中,包括推广数据、活跃数据、留存数等多项数据,从这3个维度,增长黑客需要关注以下指标: 1.推广数据更关注转化用户的后续行为 渠道效果包...

    葆宁
  • 提升转化有无诀窍?利用动态内容促进转化的5个技巧!

    本文长度为5252字,建议阅读10分钟,请细嚼慢咽噢! 今天推荐系统供应商Gravity R&D的营销专员Huba Gaspar将为大家娓娓道来关于动态内容如何...

    iCDO互联网数据官
  • 激活和留存

    增长黑客的拉新和常规市场/运营的拉新区别在于,增长黑客更看重的是新用户为产品带来的实际价值,这个价值可以是电商产品中的用户购买转化,也可以是内容社区产品中的用户...

    葆宁
  • 读《增长黑客》

    这是《我精心挑选了18本给0岁运营的书单》中的《增长黑客》一书的读书笔记。上一次花了1周读了《引爆点》一书。这次花的时间有点多,主要是内容太多了。呵呵。 下面是...

    mixlab
  • 诸葛io客户成就总监邱千秋:数据驱动下的理财产品业务增长探索

    数据猿导读 科技金融相比传统金融具备更高的效率、更大的灵活性和更强的抵御金融风险的能力。想跑在金融标杆的前列,一方面要将用户体验做到极致,另一方面要保持不断创新...

    数据猿
  • 行为·设计·转化率——通过设计引导用户行为提升转化率

    设计是感性的,还是理性的?都有,在理性的基础上,增加感性的元素。这个设计师们都了解,但理性的设计点具体体现在哪些地方呢?如何通过理性的设计影响用户行为,提升转...

    腾讯大讲堂

扫码关注云+社区

领取腾讯云代金券

玩转腾讯云 有奖征文活动