前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >社群分享裂变场景化分析

社群分享裂变场景化分析

作者头像
腾讯灯塔小明
发布2022-08-25 10:18:05
7910
发布2022-08-25 10:18:05
举报
文章被收录于专栏:敏捷分析敏捷分析

作者的话

本文荣获2020年下半年腾讯知识奖

本文将重点介绍在微信生态下,如何借助小程序形态进行社群分享裂变的场景分析,希望可以给大家一些参考和借鉴。文中数据已脱敏处理,仅供参考。

社交裂变的价值

众所周知,一切产品业务发生的前提是有用户,在此基础上才有转化流程,尤其在企业初创期,最核心的指标是用户增长。且在如今的市场环境下,增长不再主要依赖广告投放,而是主要基于社交网络的裂变拉新。小程序处在微信生态下,分享功能是小程序拉新、获客的重要途径。微信作为国内最大社交网络,利用其生态进行社交裂变是当前的推广运营业务热点之一,特别是小程序出现后,更是降低了变现微信社交流量的门槛,因此社群分享裂变对于以微信小程序为主的产品来说尤为重要。

本文将重点介绍在微信生态下,如何借助小程序形态进行社群分享裂变的场景分析:

1、社交裂变的价值

2、常见的裂变模式

3、社交裂变发生的原理及计算公式

4、社交裂变场景进行有效分析的框架

5、基于裂变的数据结构化采集方案

图1.1 拼多多微信小程序分享流程截图

1.1

两种获取用户的方式

首先,从传统流量采买裂变拉新两个角度进行对比。

传统流量采买主要存在 3 个特点:

1、层层转化的过程,如对于线上付费产品,用户转化过程是从拉新到注册再到体验课最终实现成交才形成一个高价值用户,其对应实际获客成本较高;

2、推式营销,如做 APP 推广时,一般应用商店以及信息流广告带来的用户质量会低于产品本身自然流量质量;

3、用户易疲劳,其投放素材以及用户技巧都需要不断迭代以持续吸引用户,因此难一直产出有效的推广方式。

裂变拉新也主要存在 3 个特点:

1、私域流量,裂变本质基于社交网络,如社区将用户拉到企业自有流量池,基于私域流量再做转化,构成相对稳定的流量池,特点是价格可控,如做裂变拉新一般会采取给予用户优惠的方式,在这个过程中业务人员可以调整激励的参数使其可控;

2、用户主动选择,假设分享一个优惠券促进用户的点击、回流、转化,本质是用户主动选择的过程,其质量会较好;

3、方法生命周期更长,企业可摸索出用户裂变长期可用的操作方法,以实现流量的持续增长。

1.2

裂变技术的当前手段

从宏观角度来看

1、裂变拉新可视为一种技术,在其技术周期上现已处于较成熟的阶段,其显著特点是技术通用化,表现在不仅应用于线上的产品裂变,还应用于线下,如商场的砍价、拼团、分享朋友圈获得优惠等,本质上也是利用社交网络完成品牌主导与用户增长。

2、可实现方法系统成体系,如市面上较成熟产品的方法可结合到自身业务实践中,方法是可借鉴和复用的。

1.3

社群裂变的目标

常见的裂变模式

图1.2 社群裂变模式

2.1

老拉新

老拉新是指老用户通过分享获得优惠,同时新人也获得优惠的方式,也是目前最通用的方式。且最早可追溯到国外的 Dropbox 应用,其核心逻辑是用户邀请一个好友使用可获得该产品的 16G 免费空间,该模式的适用的核心特点是产品价值是否通用,用户是否认可该优惠,这与具体社会环境背景相联系。以 Dropbox 为例,个人云空间在国外是非常刚需的东西,有价值并且需要用户付费购买,因此送新人免费空间可受到用户的价值认可,但中国的云盘产品,这种方式便不一定有用。因此,老拉新的优惠通用性和价值认可度均需要着重考虑。

2.2

砍价助力

砍价助力模式的关键是用户的占便宜心理,并伴有及时反馈,如图2.1的分享界面,让用户感觉只差一点就可以达到目标,且针对新用户其激励力度更大,如 iphone 等礼品的巨大折扣等,因此很容易泛滥,或造成社交压力,目前这种方式对下沉市场用户较为有效。

图2.1 拼多多砍价助力

03

社群打卡/签到

社群打卡模式的特点是将裂变巧妙地结合在产品中,具有诸多正向循环的好处,如薄荷阅读的英文阅读需打卡才能完成学习,其分享动作对分享者也是形成正面的社交影响,促使用户形成较高频率的分享,而非用户见到分享后的学习焦虑也容易促转化。拼多多企业内购每日打卡获取津贴奖励可以提高产品用户留存。

图2.2 左-薄荷阅读打卡,右-拼多多签到页面

2.4

海报

相较用户转化高的社群打卡模式,海报模式是以更直接的形式分享到朋友圈,用户数量少但质量高,因为朋友圈已经为受众人群做了一层过滤,朋友圈中对产品感兴趣的就是潜在用户。其海报设计将成为一个关键,其重点不是海报的美观度,而是将一些远超成本价值的内容展现在海报中。

下图为任务宝盲盒裂变路径:

1、朋友圈/社群看盲盒活动海报

2、用户扫码参与活动,获取专属海报及活动规则文案

3、用户转发海报,邀请好友为自己助力

4、完成任务,填写收货地址,等待盲盒送货到家

图2.3 任务宝盲盒海报裂变分享

裂变后的用户转化主要有3种模型

1)企业微信号/微信个人号 转化用户

引流入口:活动欢迎语、图文消息、助力提醒、任务完成提醒、填写收货地址详情页等。通过这些引流入口,将用户引流至客服号,通过与用户一对一的沟通,来转化用户,比如发送专属福利、优惠活动、裂变活动、开课提醒、活动宣发、干货内容等。

2)社群转化用户

社群的引流入口和客户号是一样的,用户进入社群后,通过拼团、秒杀、抽奖、老带新、直播等方式转化用户。

3)多次群发消息 转化用户

多次群发消息是指在用户关注公众号后,公众号在特定时间内,比如10min、60min、2h、24h等,公众号会自动给用户推送多条消息。可能是低价的引流课,可能是其他的裂变活动,也可能是进入社群的链接…

社交裂变发生的原理及计算公式

3.1

 基于关系链

关系链是最容易获取流量的入口

人因关系而有价值,社会因关系而存在,一切社交产品都是基于人与人之间复杂的关系。对于大多数个人来说,关系链是其获取流量的最佳途径。

建立链接的思路:

微信获取流量建立关系不难。现在谁没有个几百好友?加几个群,聊聊天,群里的大家彼此就都产生了“链接”,有了初级链接就有了做强做大关系链的机会。对于关系链的核心思路,就是要精不要杂。你肯定知道你擅长什么,在做什么业务,希望结交什么样的朋友。把自己的定位确立清楚再去匹配对应的渠道,关系链才可得以最大限度发挥。互联网时代,在线下的沟通成本其实并不比线上低,你是你个人社交的中心点,却不是整个社交网络的中心点。你希望快速找到共同兴趣的群体并建立链接,社群关系是最佳选择。

图3.1 基于关系链建立链接

3.2

病毒传播的公式

病毒系数K的计算公式是K=I*Conv

I:Invitation代表的是每个用户发送的分享数量

Conv:Conversion rate指的是每个分享的成功概率(分享接受率)

假设一次活动,你给10个人发送了分享,这个I=10,而这10个人当中有2个人接受了你的分享,那么Conv=20%,K=10*20%=2人,也就是说每个初始用户可以带来2位新人。当然了,现在的人一般也不仅仅会发送给个人,也可能会发送到朋友圈和微信群等等。所以一般来说,假设你的好友+微信群+朋友圈总共覆盖了1000人,最后有5个人达成了购买。那么就是I=1000,Conv=0.5%,K=5(当然了,放在单个人身上的话是一目了然的事情)。

病毒式传播系数K

病毒式传播系数 K=人均分享次数 * 分享接受率 Conv=分享带来的用户数 /发出分享用户数

人均分享次数 =发出分享次数I / 发出分享用户数

分享接受率=分享带来的用户数 / 发出分享次数I

注:由于微信限制,微信接口已取消分享成功结果回调,无法通过埋点获取“分享成功”事件,仅能获取发起分享的触发事件

社交裂变场景进行有效分析的框架

社群裂变场景有两个主要思路:过程拆解(漏斗)和矩阵维度。

图4.1 社群裂变分析思路

4.1

过程拆解

过程拆解指通过对传播裂变过程的拆解,找出待优化环节,提升整体的裂变销量,其与漏斗的逻辑一样。

结合病毒传播的公式来看,拉新效果影响因素包含:初始的参与传播人数、K 值、一定时间内的传播次数。其中 K 值是每个用户发送邀请数量乘以邀请成功转化率(如下图),综合来看,其影响因素包含四个:初始的参与传播人数、分享触达人数、转化率、一定时间内再分享率。

图4.2 邀请分享漏斗分析

产品维度分析可以从社交传播量角度进行指标拆解,分析思路如下表。

4.2

矩阵分析

矩阵分析主要指通过两个属性的交叉分析,可以划分用户群体,精细化运营;也可以将内容分类,研究如何优化内容来提高转化。

在社交网络中,存在不同类型的用户,比如「泛KOL」型用户(除了一般的网红,还包括小领域或圈子里的领袖人群),比如羊毛用户。从精细化运营的角度来看,针对不同类型的社交用户,社交裂变的运营策略也要做到差异化。从提升传播数据和质量出发,我们提供一个分析思路:应用矩阵分析法。

图4.3 社群裂变矩阵分析

通过裂变质量和裂变数量两个属性的交叉分析可以看到几类用户的明显特征:

超级KOL:个人传播量指标非常突出,远高于其他人群,而且注册转化、裂变率也不差,但是人数占比很小;

小KOL:个人传播量仍远高于其他人群,但是裂变质量比超级KOL要差,影响力不如超级KOL;

裂变种子用户:个人传播量不突出,但是在裂变率上转化率很高,注册转化也不差,有潜力发展为KOL;

熟人传播用户:个人传播量不突出,但是在注册转化和购买转化上表现很好,大多是属于家庭、伴侣、闺蜜等熟人传播类型;

普通用户:各方面表现都不突出,人数占比最高;

利益用户:裂变数量很大,但是裂变质量较差,大多场合下该类用户是利益强驱动,为了获取奖励进行无差别传播,但是收效甚微,如果本类用户较多,可考虑加大奖励梯度差异,低有效邀请时奖励较弱,减少这类用户造成的品牌形象折损;

羊毛用户:短期质量指标很好,长期质量指标很差,裂变数量较少,常见的羊毛用户群,比如一人多号、家庭号等;

普通用户:数量和质量都较差,大部分用户的表现都在本区域内。

4.3

腾讯灯塔分享裂变插件

拼多多经常会做一些限时秒杀的活动,如化妆品、母婴用品、3C数码电子产品等。但是哪一款商品的社群传播力度最大,效果最好呢?面向不同人群是否有定向推荐不同品类的商品,并且制定不同的价格呢?

图4.4 拼多多特价商品

利用灯塔分享裂变插件分享过程(漏斗)拆解的方法可以很容易得出不同商品、不同活动的分享裂变效果,运营同学在每一次电商活动时,不但可以利用该插件快速选择传播系数更高的单品,还可以利用该插件很好地评估每一次活动的裂变效果。

图4.5 分享裂变插件的查询示图

4.3.1 社群划分

以社交为主的电商产品往往积累了异常丰富的账号数据,这些账号之间可以形成各种巨大的社交网络。这些社交网络中存在着各种各样的关系链,根据网络连边形成的原因可以分为强关系和弱关系(或称为泛关系)。比如微信用户天然具有强联系的好友关系,根据他们的好友关系构建的网络属于强关系网络;对于群、微信公众号和小程序等账号之间并无直接的关系,通过群的共同成员关系、小程序转发关系等间接行为构建的网络属于弱关系网络。

社群划分或社群发现是图计算中重要的应用领域,它能够快速发现相似的网络节点,找出网络拓扑结构紧密的关联团伙,对于识别恶意账号能够实现“牵一发而动全身“的效果。如图4.6所示,相同颜色的节点表示同一个社群的一组账号。

图4.6 社群划分示例(画图采用可视化工具Gephi)

4.3.2 Fast Unfolding 算法

灯塔分享裂变插件社群挖掘采用的是 Fast Unfolding 算法,这是基于模块度的图网络分圈算法。模块度是度量社区划分优劣的重要标准,划分后的网络模块度值越大,说明社区划分的效果越好,Fast Unfolding算法便是基于模块度对社区划分的算法。同时,Fast Unfolding算法是一种迭代的算法,主要目标是不断划分社区使得划分后的整个网络的模块度不断增大。

算法流程

1)初始化,将每个点划分在不同的社区中;

2)对每个节点,将每个点尝试划分到与其邻接的点所在的社区中,计算此时的模块度,判断划分前后的模块度的差值ΔQ是否为正数,若为正数,则接受本次的划分,若不为正数,则放弃本次的划分;

3)重复以上的过程,直到不能再增大模块度为止;

4)构造新图,新图中的每个点代表的是步骤3中划出来的每个社区,继续执行步骤2和步骤3,直到社区的结构不再改变为止。

图4.7 FastUnfolding算法经典示意图

分享裂变插件使用 FastUnfolding 算法寻找头部社群,下图选择「某商品」分享裂变 Top50社群,发现社群ID-210的下单转化GMV最高。除了找出高转化的社群,还可以利用该算法找出数据异常的黑产群和羊毛群。

找出头部社群之后,可以查看对应社群成员详细信息,进而找出社群传播的关键KOL,运营同学也可以可以针对这些KOL建立微信群,将头部社群KOL管理起来,作为活动冷启动的首要触达对象。另外,对于数据异常的KOL(黑产)还可以通过数据监控及时封号处理。

分析完成后,点击分享裂变插件右上角「下载」按钮可以下载对应社群成员。在此我们下载「某商品」210社群成员id,然后在灯塔用户管家上传,步骤:创建人群->本店ID列表->上传txt格式社群成员id->生成社群用户号码包,之后在对应灯塔事件多维分析可以分析对应该社群的用户画像情况。

可以看出「某商品」-210社群的用户年龄集中在20~35之间,以二三四线城市的女性用户为主,互联网从业占比低于其他行业如金融。同样的方式我们可以查询其他社群的用户画像进行比对。

基于裂变的数据结构化采集方案

为了实现分析思路里的指标体系请补充以下埋点方案设计。

埋点模板:

🔗见文末原文链接

综上为社交裂变的场景化分析的阶段性总结,希望对你有所帮助!

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2022-07-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 腾讯灯塔 微信公众号,前往查看

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

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档