如何高效快速唤醒APP里80%的沉睡用户?

2017-08-29

导读:互联网人口红利吃了20余年,现在拉新成本高,质量不靠谱,用户活跃度低。靠谱的路径是唤醒沉睡用户,稳住老用户不流失,这比拉新省钱省力,但也是用户运营里难啃的硬骨头。

如何高效快速唤醒APP里80%的沉睡用户?-数据分析网

移动互联网两大难:拉新成本越来越高,活跃度越来越低

互联网从1995年至今已发展了20多年,人口红利也吃了20年,从16年开始,流量成本越来越高,获取新增用户越来越难,甚至有钱也买不到靠谱的流量。

2012-13年,单个用户获客成本也就几毛钱,现在都翻了10多倍。互联网急速发展的时期已经过去了,意味着厮杀结束,流量入口被头部企业占据,BAT和独角兽公司(爱奇艺、优酷、美团、58同城、滴滴、京东)的用户覆盖已经达到至高点。从2016年开始,对于大部分广告主而言,不仅拉新是个大问题,如何留下存量用户,并促进用户活跃是个更大的难题。

16年之前,移动互联网是产品为王,发展至今产品同质化严重,利用产品差异化来实现用户变现越来越难。16年之后,移动互联网逐渐变为运营为王,用户用不用你最后不是因产品设计的原因,可能是某个活动吸引了他,某项精细化运营留住了他。现在,无论是广告主还是投资方,不仅看你的用户量,更看活跃、留存、看ROI。

于是,大家想破脑袋也要争取用户在APP上的活跃,争取获得更多用户的注意力资源。而粗放式圈人引流带来一堆问题,比如圈来一大堆虚假用户,如果你的用户里三分之一是虚假用户,想必你比谁都着急。互联网公司动辄号称日活上亿,可是不敢说自己的活跃用户在总用户池子里占了多少比重,更不敢说其实自家用户活跃度都不到20%。

那么,80%沉睡用户是什么样的?就拿我自己来说,光电商APP就装了4、5个,有的一个月用一次,有的半年都不用。这种就属于APP的边缘用户、沉睡用户,对于广告主来说如果不盘活不唤醒,实际价值很小。

相比用户拉新,唤醒80%的沉睡用户才是最划算的

APP用户拉新的成本越来越高,这是所有人的共识,相比而言唤醒80%的那部分沉睡用户才是最划算的事。其优势在于:

1、对这部分用户而言没有教育成本;

2、唤醒成本要远比拉新成本低得多;

3、只要有合适的内容触发用户再次活跃,效果要远远好于去拉一个新用户。

唤醒沉睡用户本质是用户精细化运营的一部分。运营人员担着活跃的KPI,推广担着新增的KPI,据说现在大多数公司里运营和推广撕得很厉害。运营要想出业绩,又不背锅,就得把用户活跃度做上去,其中最重要的是唤醒沉睡用户。

一般有效唤醒的定义为:对于已经卸载APP的用户,通过唤醒活动促使其点击按钮直接跳转到APP下载页面,让用户重新下载。对于没有卸载APP的用户,促使其点击按钮直接打开APP。沉睡用户需要给予一些刺激触发他们再次活跃,那么唤醒是不是谁都可以做好呢?有人说用户数据在我手里,我去给他推送活动,不就可以唤醒了吗,当然没那么简单。

为什么很多公司(尤其是大中型公司有海量沉睡用户)都有用户唤醒的需求?因为自己做的唤醒效果不太好。我们来回想一下,手机是不是经常会收到来自某APP的短信,或者APP内的活动提醒,大部分活动内容都是你完全不感兴趣的,比如给不需要贷款的用户投放贷款促销活动,给不方便外出的新妈妈投放自由行的活动。如果不了解用户,再好的唤醒活动也白搭。

要想啃下“用户唤醒”这块硬骨头,还得结合大数据技术

目前量江湖在与一些头部互联网公司一起做用户唤醒,发现结合大数据技术效果是最好的。大数据用户唤醒实际操作中用到用户画像分析、流量识别反作弊技术等,使得用户唤醒更精准,用户更真实,反馈更活跃。

1、利用大数据技术做用户画像分析,实现精准唤醒

大多数广告主对自己的用户了解甚少,虽然有设备号,但是用户的兴趣爱好、消费习惯、消费水平等完全不了解,所以根本没法做到高效唤醒。

决定用户唤醒的质量不取决于谁有用户,而取决于谁更了解用户。量江湖因为是独立第三方大数据公司,拥有5亿移动用户数据,其中1.2亿IOS用户,通过大数据技术完成对用户的精准画像分析,在此基础上定位精准用户可以进行高效唤醒。

以京东购物节为例,一个购物节分很多不同群体,就得基于对用户的深度分析做有针对性的推送,比如针对母婴推送母婴类活动,针对白领男性推送3C类产品活动,这样的唤醒几率才会更高。甚至说分男女、地区、职业、消费水平等差异做更细致的内容推送。

不论是做用户唤醒还是其他定向投放,用户画像都是最重要的一环,我们的用户数据维度包括人口属性、兴趣图谱、商品图谱、行为图谱等多重维度的标签:

人口属性:性别、年龄、学历、婚姻、子女、收入、信用。

兴趣图谱:比如关注游戏、金融、母婴、直播等。

商品图谱:游戏商品图谱、母婴商品图谱、金融商品图谱、APP图谱。

行为图谱:以兴趣为主的行为细分,例如游戏用户是否付费等。

用户画像到底可以做到多精准?下图以一个汽车用户为例,用户的所有社交行为都被分析出来,你可以了解到该用户近期有购车需求,以及他的消费能力、对汽车车型、性能及价位的偏好等,在此基础上才能做出更高效的用户转化方案。试想一下,如果对一个完全没有购车需求,或者关注价位比较低的用户去推送中高端汽车,肯定产生不了转化。

如何高效快速唤醒APP里80%的沉睡用户?-数据分析网

用户画像分析是为精细化唤醒做准备。当你足够了解用户时,才能站在用户场景了解用户最需要的是什么。在做不同产品的用户唤醒时所做的用户画像也不一样,具体根据产品来定。

此外,大约有25%的APP IOS用户是僵尸用户,结合大数据反作弊技术也可以在事先将其有效剔除。也就是说做用户画像分析前已经排除虚假用户,保证用户的真实性也会提升用户转化率。

2、从用户场景出发设计并筛选转化效果最好的活动与文案

首先,设计有针对性的活动与文案,其次,在测试投放阶段根据数据反馈筛选出针对目标用户转化率更高的活动与文案。一般唤醒活动要满足参加方便、满足用户猎奇心理、提供互惠诱惑等要素,下图是团购美食类APP的活动,最终在测试投放后发现转盘抽奖活动转化率最高,抽奖满足了用户猎奇心理、参与感,大奖对用户产生了极大诱惑,所以这个活动可以瞬间触动用户的点击行为。

如何高效快速唤醒APP里80%的沉睡用户?-数据分析网

每次投放新活动针对营销文案也要测试其转化情况,选取转化最优的文案进行后续投放,我们通常会从十多条文案中选出至少五条文案进行投放,再选出两条转化率高的进行二次投放。

文案1:幸运大比拼,点击抽奖,乐享Mac Book、迪拜双人游。免费吃喝玩乐,不信你戳;文案2:感恩大回馈,您还有一次免费抽奖机会未使用!神秘大奖等着你,快来参加转盘抽奖吧!

本案例中,第2条文案转化明显高很多,最终将其作大面积投放。在文案创作时尽可能最大化引导用户点击,比如文案2的“通知+悬念”就能更好引导用户点击,而文案1的陈述句式则引导性差很多,在实际操作再根据数据转化结果来评估与优化。

3、在投放过程中将数据追踪与精细化运营做到极致

投放初期不适宜直接大量投放数据,采取少量投放测试出稳定的转化率之后,根据投放效率优化投放策略之后,再适度增加投放量级。

如何高效快速唤醒APP里80%的沉睡用户?-数据分析网

投放过程中以天、周为单位更新数据,实际上你会看到一周内每天的唤醒转化是不同的(一周内每天投放量级相同的情况下测试),在唤醒转化稳定后,根据每天的转化情况适当调整每天的投放量级。

如何高效快速唤醒APP里80%的沉睡用户?-数据分析网

针对每天的唤醒时间也要在转化数据基础上,进行实时优化。比如初试阶段,在不清楚具体哪个时间点转化最优,尽可能多的选择时间段投放(比如10:00-12:00,17:00-19:30)。到了稳定阶段,通过唤醒转化高低比较,最终选取5个转化较高的时间点(11:00,17:30,18:30,19:00,19:30)进行后续投放。最后是精细化阶段,就是在几个投放时间点(10:00-12:00,17:00-19:30)中进一步筛选出每天转化率更高的时间点,做重点投放。

如何高效快速唤醒APP里80%的沉睡用户?-数据分析网

三个数字,看大数据用户唤醒转化效果

量江湖作为一家大数据公司从2012年开始就在做大数据精准营销,以往针对传统企业的比较多,从2016年开始,移动互联网APP的用户唤醒需求激增,尤其是大中型厂商,移动互联网的发展变迁决定了企业对用户运营的焦虑。目前唤醒转化效果如?从以往做得比较多的新闻类、美食类、工具类APP唤醒案例来讲:

1、剔除僵尸用户:基于大数据反作弊技术,对APP用户将僵尸(虚假)用户排除掉,剩下真实用户。大约有25%的APP的IOS用户是僵尸用户,可以有效剔除。

2、用户点击率:通过“千人千面”的推广媒体/推广文案,用户点击率高达31%。在推广前,首先通过多重数据挖掘,确定用户活跃媒体,其次,针对用户活跃媒体,准确捕捉沉默用户,通过用户活跃媒体DSP等形式对用户触达,完成唤醒转化。

3、唤醒转化率:唤醒用户转化率高达14%,极大地减低了客户成本。唤醒转化率主要基于大数据精准用户画像:深度挖掘搜索数据、竞品数据、移动内容浏览数据,为每个用户画像,包括性别、职业、兴趣等,保证每个类别用户的推广方案都有针对性。

互联网“下半场”概念是美团CEO王兴在2016年乌镇世界互联网大会上提出的,有人说,在红利尽失的下半场真难,拉新难,守住存量用户更难。可是在另一片土地上,(人工智能、机器学习)大数据技术越来越成熟,它提出了精细化用户运营的解决之道。而一些头部或成熟公司,正积极开展大数据用户唤醒活动,守住打下的江山才是下半场最重要的课题。你今天不行动,没准明天那80%的沉睡用户就是别人的了。

转载:《如何高效快速唤醒APP里80%的沉睡用户?》http://www.afenxi.com/post/47592

沃非软件科技有限公司 © 冀ICP备2022007023号-1

/upload/images/2017/9/t_7141531334.jpg
扫描二维码关注我们
确 认