데이터를 사용하여 활동을 평가하는 방법은 무엇입니까? 이 글의 저자가 자신의 경험을 바탕으로 여러분과 함께 분석해 보겠습니다. 즐겨주세요~ 1. 배경 전자상거래 플랫폼 A는 설립된 지 거의 10년이 지났지만 업계에서는 여전히 꽤 유명합니다. 분할된 필드. 올해는 그다지 좋지 않았습니다. 플랫폼 APP의 일일 활동은 연초 50만 달러에서 감소했으며 현재 운영은 40만 위안을 얻기 위해 고군분투하고 있으며 사장은 투자자를 설득하기 위해 노력하고 있습니다. 회의가 있어요. "이대로는 안 돼요. 방법을 생각해야 해요." 사장님이 반쯤 탄 담배를 꺼주셨다. "자원을 교환하고 트래픽을 생성하기 위해 여러 협력 플랫폼을 논의합니까?" "몇 가지 콘텐츠 KOL에 투자합니까, 아니면 광고주에 투자합니까?" "Push와 협력하여 일상적인 활동을 늘리십시오." 그리고 운영 제안 조언을 해주었지만 사장은 침묵을 지켰다. 2018년에는 모바일 단말기가 불황에 빠졌고, 업계는 물량을 보존하고 있었고, 누구도 감히 그것에 많은 실제 돈을 쓸 생각을 하지 못했습니다. 프로모션을 통해 손실을 막을 수는 있지만 문제를 완전히 해결하려면 새로운 트래픽이 유입되어야 합니다. 한동안 침묵을 지킨 뒤 사장은 "지난 몇 년간 플랫폼에서 주문을 놓친 기존 고객이 대략 몇 명인가"라며 "이러한 사용자를 다시 불러올 수 있는 방법을 생각해 보라"고 물었다. " 2. 상사의 방법이 맞습니다. 경험으로 볼 때, 잃어버린 기존 고객을 불러내는 것은 신규 고객을 유치하는 것보다 더 저렴하고 정확하며 트래픽 품질이 더 좋아야 합니다. 1. 어떻게 도달하나요? 등록 및 주문 시 휴대폰 번호, 이름, 주소 및 기타 정보를 남긴 일반 고객이 800만~900만 명에 달합니다. 이들에게 연락하는 가장 간단하고 효율적이며 저렴한 방법은 문자 메시지입니다. 2. 그들에게 무엇을 말해야 할까요? 고객의 관심을 끌기 위해 어떤 종류의 문자 메시지를 보낼 수 있나요? 전자 상거래에 관한 한 일반적으로 세 가지 플레이 방법이 있습니다. 프로모션 할인: 모든 인기 여름 미용 제품 30% 할인, SK-2 요정수 698파운드, 빠르게 구입, 천천히 판매 ! ; 다음과 같은 쿠폰을 증정합니다. 주말이 오면 88위안 음식 쿠폰을 드려요. 링크를 클릭해 신청하세요! 제품 수집 예 : 너무 오랫동안 오지 않았다면 상사가 나에게 직무 태만하다고 말하고 59 위안 상당의 광선 마스크를 줄 것입니다. 와서 수집하십시오! 첫 번째 방법은 상대적으로 비용이 저렴하지만(문자 메시지만 비용) 반응이 좋지 않습니다. 일반적으로 판촉 활동에 협조하는 데 사용되며 기존 고객 리콜에는 적합하지 않습니다. 두 번째와 세 번째 방법은 일반적으로 SMS나 Push에서 잘 반응합니다. 하지만, 비자운영 플랫폼으로서 쿠폰은 1:1이라는 높은 보조금을 의미함과 동시에, 구매욕구가 불분명한 분실된 기존 고객에게는 쿠폰이 꼭 필요하지 않으며 매력도가 제한적입니다. 상대적으로 "인기 상품을 무료로 받아보세요"는 활용도가 높을 뿐만 아니라 대량 구매 시 비용도 저렴합니다. 따라서 우리는 세 번째 방법을 채택합니다. 길을 잃은 기존 고객에게 문자 메시지 알림을 보내 반품하고 사은품을 받을 수 있도록 합니다. 3. 그들을 어디로 끌어들일 것인가? 어디서 구할 수 있나요? 앱? 사라진 기존 고객은 180일 동안 방문하지 않은 고객입니다. 대부분이 앱을 제거한 상태입니다. 앱을 다시 활성화하는 데 드는 비용이 너무 높고 비현실적입니다. APP으로 가지 않으면 어디로 갈 수 있나요? 전자상거래 업계에서 "무료로 받기" 활동에는 일반적으로 단체 구매, 공유, 교섭과 같은 소셜 게임이 수반됩니다. Pinduoduo의 보조 교섭, 일일 고품질 과일과 같은 핵분열 및 모집을 통해 비용이 더욱 완충됩니다. 0 위안 등. 사회적 분열의 가장 좋은 온상은 의심할 바 없이 작은 프로그램이다. A-플랫폼 미니 프로그램은 WeChat 생태계의 확장으로 가볍고 기능이 완벽합니다. 기존 고객의 복귀를 위한 첫 번째 기반으로 적합합니다. 정리하자면, 길을 잃은 기존 고객에게 문자 메시지를 통해 Weili를 돌려보내라고 알리고 미니 프로그램에 소개하며 소셜 게임 플레이를 통해 분열을 일으킬 것입니다. 활동 과정은 다음과 같습니다. 위 그림의 과정에서 주요 상태인지 목적 상태인지, 그룹을 시작하거나 그룹에 가입하는지, 그룹이 형성되거나 실패한 후에는 그룹의 끝을 의미하지 않습니다. 운영 작업. 사용자가 이 단계에 참여하면 WeChat OpenID와 템플릿 메시지 푸시 권한이 부여됩니다. 이때 사용자의 상태에 따라 타겟 프로모션 제품, 쿠폰 또는 기타 활동을 푸시하여 추가 전환을 수행할 수 있습니다. 사용자. 이벤트의 배경과 계획은 이미 명확해졌습니다. 이제 데이터를 사용하여 이벤트의 효과를 추적하고 평가하는 방법에 대해 이야기하겠습니다. 3. 데이터 위 활동의 효과에 대한 데이터 평가를 위해 응답 데이터 분열, 데이터 가치 추적, 비용 평가의 네 가지 차원에서 수행합니다. 이 네 가지 차원은 기본적으로 모든 마이크로 작업 활동을 평가하는 데에도 적합합니다. 아래에서는 이전 활동을 바탕으로 하나씩 확장하고 예시를 제시하겠습니다. 비즈니스 규칙을 고려하여 데이터는 합리적인 범위 내에서 정리됩니다. 1. 응답 데이터 응답 데이터는 우리가 흔히 "퍼널"이라고 부르는 데이터입니다. 일정 기간 동안 1,000명이 광고를 클릭했고, 200명이 클릭 후 등록했으며, 50명이 등록 후 안내에 따라 앱을 다운로드했으며, 최종적으로 10명만이 소비 전환을 완료했다고 가정합니다. 앱. 여기서는 1000부터 10까지 간단한 깔때기입니다. 사용자가 터치한 후 첫 번째 특정 작업부터 최종 전환까지 모든 활동이 퍼널입니다. 퍼널은 캠페인의 직접적인 결과를 보여주고 결과를 개별 단계로 분류하여 결과에 대한 각 수준의 기여도를 제공합니다. 다음은 이 기존 고객 리콜 캠페인의 전환 유입 경로입니다. "비밀번호 입력 비율"이 낮습니다. 아마도 문자 메시지 사본이 충분히 선명하지 않고 제품 선택이 충분히 매력적이지 않기 때문일 것입니다. 링크를 공유하는 사람 수' 및 '그룹을 시작하는 사람 수' 모두 꽤 좋습니다. 즉, 사용자가 비밀번호를 입력한 후 그룹 전달 및 시작에 대한 지침과 프로세스가 명확하고 간결하며 사용자 작업 임계값이 명확하다는 의미입니다. 전체 "그룹 형성률"은 7.79%로 업계 수준보다 낮습니다. 3인조 그룹에 인원이 많아 너무 어렵기 때문일 수도 있고, 이용자들이 귀찮다고 느끼거나 사회적 가치를 악용하는 것을 꺼려하기 때문일 수도 있다는 추측이 나온다.
퍼널을 통해 활동의 전반적인 전환 수준을 확인할 수 있을 뿐만 아니라 각 링크의 데이터 성능을 면밀히 연구하여 문제가 있는 부분을 한눈에 알 수 있습니다. “문제가 무엇입니까?”는 퍼널이 해결하는 첫 번째 문제일 뿐이며, “어떻게 해결하느냐”가 더 중요합니다. 위는 퍼널의 "트렁크"이고, 다음은 퍼널의 "브랜치"에 대한 소개입니다. "낮은 입력 비밀번호" 문제는 카피라이팅, 제품 선택, 배송과 관련이 있을 것으로 추측됩니다. 시간 등 제품 선택을 예로 들면, 비교 테스트를 위해 행사 전 각 그룹별 소수 인원(5,000명)으로 통제그룹을 구성하고 어떤 제품이 더 매력적인지 확인하기 위해 문자 메시지를 보냈습니다. 이 그룹의 사람들. 24세 미만의 사용자는 안약을 무료로 받을 의향이 더 많고, 페이셜 마스크는 25~29세 사용자에게 더 매력적이며, 30~39세 사용자는 치약을 더 선호할 가능성이 높습니다. 위의 표에는 '제품 선택'이라는 변수뿐만 아니라 '연령 계층화'와 '제품 선택'이라는 두 변수의 교집합도 포함되어 있음을 발견했습니다. 활동에서 특정 링크의 결과에 영향을 미치는 변수는 종종 다양하고 얽혀 있습니다. 예를 들어 이 활동에서 "비밀번호 입력 비율"에 영향을 미치는 요소는 단일 변수가 아니라 "연령 및 제품 선택"입니다. ", "나이 "카피라이팅"과 같은 변수 조합 또는 "나이", "제품 선택", "카피라이팅", "발송 시간" 등과 같은 모든 관련 변수의 최적 조합도 가능합니다. 따라서 깔때기의 "분기"는 다양한 변수의 최적 조합을 찾는 것입니다. 실제 운영 과정에서는 변수의 조합이 기하급수적인 증가를 낳게 되는데, 3~5개의 변수가 조합되어 수백 가지 상황이 발생할 수 있으며, 이를 하나씩 테스트하는 것은 비현실적입니다. 따라서 변수 최적화는 비즈니스 판단을 기반으로 해야 합니다. 예를 들어 이 예에서는 비즈니스 경험을 시작으로 다양한 연령대의 사용자의 제품 요구 사항이 달라야 하므로 "연령"과 "제품 선택"에 대한 변수 테스트를 수행했습니다. ; 마찬가지로 "상품 선택"과 "SMS 발송 시간" 사이에는 명확한 상관관계가 없다고 판단하여 "SMS 발송 시간"을 변수로 사용하여 별도의 테스트를 진행했습니다. 추측의 검증이든 통찰력의 마이닝이든 데이터는 비즈니스 자체가 아닌 비즈니스를 위한 도구일 뿐이어야 합니다. 2. 핵분열 데이터 운영 활동을 계획할 때 핵분열을 전체 활동의 출발점으로 삼지 않는다면 적어도 이를 핵심 가치 고리로 간주해야 합니다. Ele.me 스타일의 빨간 봉투 공유, Pinduoduo 스타일의 가격 흥정 지원, 매일 신선한 과일 0위안, Ctrip의 기차표 구매 지원, 최근 친구들 사이의 현상 등 NetEase의 Jungian 심리 테스트, Even Coffee의 '나의 커피숍'은 이러한 교과서 수준의 활동이나 게임플레이가 전환지향이나 의사소통지향을 떠나 모두 '사회적 상호작용'이라는 가치관을 중심으로 이루어져 있다. Alipay의 봄 축제 오복 컬렉션과 같은 WeChat 생태계 외부 활동에서도 고도로 사회적인 '말씀 축복'은 활동 참여와 전환의 핵심 원천입니다. 광고에서 활동이 큰 기회를 갖는 이유는 전달, 공유, 좋아요 등 소셜 커뮤니케이션 행위에 달려 있습니다. 이 모든 것을 말하면서, 저는 운영 활동이 점점 더 사회적으로 변하면서 "핵분열 데이터"의 추적 및 분석이 결코 필수가 아니며 점차 활동의 효율성을 평가하기 위한 중요한 데이터 지표가 되었음을 보여주고 싶습니다. 우리의 경우로 돌아 갑시다. 활동 SOP 다이어그램에서 볼 수 있듯이 이 활동에는 두 가지 주요 분열 방법이 있습니다. 주요 상태 분열: 0위안으로 제품을 얻기 위해 사용자는 3개의 다른 그룹에 참여하게 됩니다. 그룹 구성원이 링크를 보면 3번 공유하여 0위안으로 그룹을 시작할 수 있는 기회를 얻을 수 있으며 이는 새로운 트렌드가 되었습니다. 게스트 모드 분열: 기본 사용자가 그룹을 시작한 후 새 사용자가 그룹에 참여하면 게스트 모드 분열이 완료됩니다. 1차 핵분열은 SMS 푸시 사용자에 의해 발생하는 1차 핵분열 효과를 보여줍니다. 후속 핵분열은 39,859명의 SMS 푸시 사용자 그룹에게 전송되는 활성 링크로 인해 발생하는 제어할 수 없는 핵분열을 의미합니다. 숨겨진 활동 페이지로 인해 이후의 핵분열은 필요하지만 계층적으로 계속 추적할 수 없습니다(다양한 연령대의 사용자가 전달한 그룹은 품질이 완전히 다를 수 있음). 후속 핵분열에서 공유 수와 열리는 그룹 수는 주요 국가 핵분열을 나타내고, 그룹에 참여하는 사람의 수는 게스트 국가 핵분열을 나타냅니다. 표를 보면 1차 + 후속분열*** 총 39859 + 13477 = 53336 그룹이었는데, 링크를 클릭한 사람은 11211명에 불과했고, 그룹당 평균 클릭수는 0.21에 불과했습니다. 이는 당사 링크의 형태와 관심 지점에 큰 문제가 있을 가능성이 있음을 나타냅니다. 1차 분열에 비해 1인당 지분 수, 그룹에 참여하는 사람의 비율, 그룹 형성률이 감소했습니다. 이는 한편으로는 두 그룹이 사용자에게 노출되는 정보가 다르기 때문이고, 반면에 문자 메시지를 받는 사람들은 플랫폼 A의 단골 고객이기 때문에 더 정확합니다. 그러나 핵분열로 생성된 사용자는 고르지 않아 타겟팅할 수 없으며 정확도가 떨어집니다. 이전 글에서도 낮은 그룹 형성률과 적은 참여자 수의 문제점을 분석했습니다. 요약하면, 이 이벤트의 분열은 이상적이지 않습니다. 공유 링크의 표시, 제품 선택, 카피라이팅 등이 최적화된 후에도 여전히 이상적이지 않은 경우 전체 이벤트의 논리를 수정해야 할 수 있습니다. 재검토되었습니다. 3. 가치 추적: 반응 및 핵분열 데이터로 무장한 운영진은 자신 있게 상사 사무실에 들어갈 수 있습니다. 그는 변환 및 핵분열 데이터의 핵심 사항을 상사에게 간략하게 보고하고 비즈니스 수준의 귀속을 작성했으며 다음 실행 계획의 최적화를 위한 몇 가지 제안과 준비를 했습니다. 사장님은 데이터를 보더니 뭔가 고민하다가 살짝 고개를 끄덕였습니다. 이때 소규모 작전이 요약을 해 상사를 화나게했다. "이번 활동의 효과는 꽤 좋은 것 같아요. 핵분열의 논리를 최적화하면 대량으로 할 수 있을 것 같아요." 실제로 전환된 사용자의 가치를 추적하기 전에는 어떠한 결론도 도출해서는 안 됩니다.
소위 "전환"은 그룹 개설 및 가입을 완료한 후에만 계산되는 것이 아닙니다. 당사와 관계가 있는 한 공유, 등록, 그룹 참여 등의 링크에서 탈퇴한 사용자는 전환으로 간주되지만 전환 정도는 다릅니다. 각 사용자 전환은 실제 비용과 보조금을 의미하며, 이는 후속 구매로 인한 이익으로 충당되어야 합니다. 해당 활동으로 인한 사용자 재구매 및 활동이 극도로 저조한 경우 전환율이 아무리 높아도 해당 활동은 실패하게 됩니다. 당신의 활동이 운영계에서 두려운 집단인 울 파티(Wool Party)를 끌어 모았기 때문입니다. 전환 후 사용자의 후속 성능을 향상시키기 위해 운영자는 일반적으로 푸시 또는 문자 메시지를 사용하여 추가 동기를 부여합니다. 예를 들어, 이 예에서는 그룹 시작 성공, 그룹 시작 실패, 그룹 가입 성공, 그룹 가입 실패, 링크 공유 횟수가 3회 미만인 사용자에 대해 개인화된 푸시를 제공합니다. 24시간 고객의 전환 정도에 따른 행동 성향을 바탕으로 쿠폰, 할인 상품, 이벤트 링크 등을 구성하여 후속 전환을 유도하고 이러한 사용자를 유지하기 위해 최선을 다합니다. 가치 추적 데이터는 사용자 계층화, 시간 계층화, 행동 계층화 등을 기반으로 비교적 복잡하며, 거대한 가치 추적 시스템을 형성할 수 있습니다. 저자는 공간을 고려하여 이 예에서 가치 추적을 단순화하고 다음 두 부분으로 나누었습니다. (1) 핵심 가치 추적 이 테이블에는 세 가지 핵심 사항이 있습니다. 1) 전환된 신규 고객이 누구인지 추적합니다. 그러나 SMS 푸시의 연령 레이어 외에 전환 수준의 레이어도 포함해야 전환 수준이 다른 사용자 간의 가치 차이를 추적할 수 있습니다. 위 표에서 볼 수 있듯이, '그룹에 가입한 사용자'는 '그룹에 가입하지 않은 사용자'보다 재구매 빈도가 더 높고, 핵분열 사용자는 푸시 사용자보다 낮은 가치를 갖고 있음을 알 수 있습니다. 2) 추적 기간은 제품 사용 빈도와 사용자 수명주기에 따라 다릅니다. 일반적으로 전자상거래 추적은 90일 또는 180일 동안 지속됩니다. 활동 최적화로 인해 결론 데이터 지원이 긴급하게 필요한 경우 단기 추적 데이터가 제공될 수 있습니다. 3) 추구해야 할 것은 제품에 대한 사용자의 가장 중요한 가치 지표를 추적하는 것이어야 합니다. 셀프 미디어의 경우 클릭, 리포스트, 보상이 될 수 있고, 게임의 경우 활동 및 결제가 될 수 있으며, 전자상거래 플랫폼의 경우 자연스럽게 GMV, 주문 수, 고객별 단가 등의 거래 데이터가 될 수 있습니다. . 이 시점에서 우리는 각 계층 사용자가 서로 다른 기간에 얼마나 많은 GMV를 기여했는지 파악한 다음 플랫폼 거래율을 곱하면 플랫폼이 얻는 이익을 쉽게 계산할 수 있습니다. 이러한 이익을 통해 우리는 다양한 계층 사용자의 가치를 직관적으로 판단할 수 있으며, 다른 한편으로는 비용과 비교하여 활동의 이점을 판단하고 해당 활동이 상품화될 수 있는지 또는 복제될 수 있는지 여부를 결정할 수 있습니다. 대규모로. 제품이 상대적으로 단순하고 활동 규모가 작은 경우 위의 가치 추적을 통해 기본적으로 활동의 가치를 입증할 수 있습니다. 그러나 제품 생태계가 복잡하고 사용자 소비 행동이 다양하다면 계층별로 사용자 행동을 추적하는 것이 필요합니다. (2) 행동 계층적 추적 동일한 제품에서 서로 다른 사용자는 서로 다른 행동을 기반으로 플랫폼에 서로 다른 가치를 기여하고 완전한 생태계를 공동으로 구축합니다. 가장 대표적인 UGC 콘텐츠 플랫폼인 Zhihu를 예로 들어 보겠습니다. 사용자 행동과 이에 따른 가치는 대략 다음과 같이 나뉩니다. Zhihu에 비해 전자상거래 플랫폼의 생태계는 더 복잡할 수 있습니다. '매수'만 있는 것이 아니라 '매도'만큼 간단합니다. 검색 및 구매 사용자는 플랫폼 생존의 기반인 GMV의 대부분을 기여하며, "쇼핑"을 좋아하는 사용자는 상당한 GMV 기여 외에도 다양한 테마 배너 및 모듈에 대한 피드백도 제공합니다. 클릭, 체류 및 기타 행동과 제품의 인기를 통해 운영 작업의 방향을 제시하고 공동 구매에 열중하고 흥정을 돕는 사용자가 WeChat에 모여 플랫폼의 대가로 노동력을 분산시킵니다. 현재 대부분의 전자상거래 기업에서도 플랫폼에 지속적으로 새로운 트래픽을 도입하고 있습니다. 플랫폼은 전략, 리뷰 등 콘텐츠의 하위 생태계를 도입했으며, 리뷰 작성을 좋아하는 사용자는 이 하위 생태계의 핵심 지원입니다. . 따라서 구매력만으로 사용자 가치를 판단할 수는 없습니다. 즉, 해당 활동에 매료된 사용자가 충분히 구매하지 않았기 때문에 해당 활동이 실패했다고 질적으로 결론을 내릴 수는 없습니다. 왜냐하면 이러한 사용자는 다른 중요한 생태적 가치에 기여할 가능성이 높기 때문입니다. 데이터로 볼 때, 이번 이벤트를 통해 모인 사용자는 그룹 시작, 흥정 지원, 서비스 계정 팔로우 측면에서 더 두드러지며, 이는 사용자가 소통 가치가 좋은 위챗 미니 프로그램에 주로 모인다는 것을 의미합니다. 이는 이벤트의 게임플레이 때문일 수 있습니다. 공동 구매이기 때문에 트래픽이 다소 잦아들고 이로 인해 재구매 가치에 대한 기대도 낮아집니다. 이러한 사용자는 미니 프로그램의 플랫폼에 대한 주변 통신에 더 적합합니다. 4. 비용 데이터 "비용 데이터"와 "가치 추적"은 활동의 음과 양 측면입니다. 가치와 비용의 차이는 기본적으로 전체 활동의 초기 수입을 나타냅니다. 이 활동과 관련하여 비용은 주로 세 곳에서 발생합니다. SMS 데이터, 분실된 기존 고객의 연락처 문자 메시지는 약 0.03위안/문자이며, 모든 단체 주문에는 약 20위안의 지불이 필요합니다. 제품 비용, 후속 인센티브 보조금, 사용자 전환 후 일부 쿠폰을 푸시하여 재구매를 촉진할 수 있습니다. 세 번째 단계에서는 재구매의 총 GMV를 추적하고 플랫폼 요율을 곱하여 수익을 얻은 다음 위의 세 가지 비용의 합을 빼서 활동 수익을 얻습니다. 비용 데이터 논리는 간단합니다. 주목할 가치가 있는 유일한 것은 계층화 여부입니다. 서로 다른 계층의 사용자는 서로 다른 가치를 갖고 서로 다른 비용을 소비합니다. 동일한 계층을 사용하여 가치와 비용을 추적하면 서로 다른 계층의 ROI를 계산하고 손익분기점을 찾아 선택적으로 푸시하여 전체 활동을 개선할 수 있습니다. . 소득. 그러나 대부분의 경우 제한된 사용자 목록, 데이터 임베딩 포인트 등의 제한으로 인해 계층적 ROI 최적화를 달성하기 어렵습니다. 따라서 레이어로 분할할지 여부는 비즈니스 상황에 따라 다릅니다.
마지막으로 마인드맵은 다음과 같습니다.