欢迎光临
我们一直在努力

浅谈微信小程序的渠道分析​

微信小程序的乱世该如何合作呢?
且听我细细道来。

一、乱世引言

天下大势分久必合,久合必分。纷扰的互联网行业群雄逐鹿,各自攻城拔寨,正如一个乱世。乱世中,诸侯合纵连横,单打独斗的孤胆英雄难以突破重围。因此合作是这个乱世里的话题,作为互联网乱世中的一家诸侯,与其他诸侯合作帮助自己变强大,是如今互联网行业发展趋近规模化、成熟化后的必行之事。那么每一次与一个诸侯合作,便是一次渠道合作,在合作之后,又该如何去判断是否可与一家诸侯合作呢?

 

二、乱世的结盟——渠道合作

我是互联网乱世中一家主打微信小程序的诸侯的产品幕僚,即产品经理,我们主打的是小游戏以及游戏资讯小程序。由于对于数据有精细化与个性化的要求,因此我们自建了BI系统,并服务于内部产品调优、外部商务合作。我在负责小程序产品的功能策划之时也是也是数据后台的策划者。在初期的实力积累阶段,买量是积累用户的有效手段。与各家渠道打交道是商务渠道运营人员的主要工作,此时数据便是合作双方核对的唯一标准。

小程序平台的设计与运营思路与APP时代有不少共通之处,因此在制定渠道合作方案之时,我们的标准也是参考了APP广告模式的CPA,即以我引入的新增用户数为最后的核算标准。在渠道的合作中引出了一个问题,商务运营人员对于产品的功能并不会那么敏感,她们优先或者集中精力关注的是与外部渠道的合作的效果好与坏,即引入的用户质量。

(一)  小试牛刀

对于一款产品而言,产品的用户类型,在以日为时间区间单位的条件下常见的我们会分为以下两类:

1.  活跃用户:访问过产品一次即算一个活跃用户,同一用户重复访问不重复记录;
2.  新增用户:第一次访问产品的用户,同一用户重复访问不重复记录。

作为一个负责产品功能策划以及数据设计的产品人员,我与商务运营的沟通中更多的则是在讨论渠道维度的数据。小程序与APP在渠道合作中比较类似的一点是都会在外部渠道的产品中投放广告,帮助自己的产品引入新增用户。而二者最大的不同点在于:

1.  在APP中投放广告以后,用户存在下载-注册这一转化过程。在小程序平台中,用户通过广告访问到小程序之后,即可静默登录,即在不获取用户所在地区、性别等个人数据的条件下,就完成登录,对于产品而言就是获取了一个注册用户。
2.  由于APP中存在下载到注册这个转化过程,因此用户的渠道区别是明显的。而小程序平台在与其他渠道合作时,由于小程序没有下载的过程,导致用户的访问来源极多,存在新增是一个渠道,后续访问是另外一个渠道的情况。即用户的访问渠道多样、访问频繁。

基于两个平台的区别,我并未完全使用原来APP时代使用友盟统计做数据的思路。因此在自建BI系统时,我将用户分成了产品、渠道两个维度。

产品维度依然是APP常见的活跃、新增两个用户类型。

在渠道维度,我针对小程序的特点定义了三种用户类型:

1. 标记活跃用户:渠道维度的活跃用户在保留了访问一次即为活跃的基础上,增加了一个新的定义。即若某个用户是渠道一引入的新增用户,那么在之后的时间中,他再次访问都会算作渠道一的一个活跃用户,即使用渠道一对用户进行了标记。以下为避免与产品维度的活跃用户混淆,称作标记活跃用户。
2.  新增用户:第一次访问产品的用户,同一用户重复访问不重复记录。

这里的新增用户并没有新的定义,只是需要注意每个新增用户都有一个来源渠道的概念。

3.  访问用户:通过某个渠道访问到产品的用户,包含了新用户与老用户。

访问用户这个概念是基于小程序平台小程序入口众多而重新定义的一种用户类型,即只关注用户某一次的访问来源,用于判断某个来源渠道的受访情况,以及新老用户分布情况。

简单总结一下这三类用户,标记活跃用户用于观察某个渠道用户的长期访问行为,新增用户观察某个渠道的引新能力,访问用户观察某个渠道入口吸引用户能力。一定程度上,这种用户类型的设计也适用于APP。

(二) 兵不厌诈

与外部渠道的合作,就像乱世中与其他诸侯的合作,知己知彼的同时,也要有所防范。在一次产品推广中,我方的小程序投放到了一个外部的合作小程序中,连续三天,对方都说有10000个用户对我们的产品进行了访问,而我方的数据统计中除第一天有2000新增外仅有数百个新增,运营人员每天轰炸式的询问我,我们的数据是不是异常了,何时修复?然而从日志分析到结果都没有发现我们的数据存在问题。

在详细查询了这三天的数据后我有所发现。第一天新增2000,标记活跃2000,访问人数9500.这是我方统计到的数据,基本与对方说的一致。问题则出在了第二天与第三天。

第二天,新增500,标记活跃1500,访问人数9200;第三天新增400,标记活跃1900,访问人数9000.从中可以看到老用户(访问用户-新增用户=老用户)的占比极高。而对方一直只强调的是有10000人进行了访问。但是仅从人数来判断,依然无法说服运营人员坚定的相信这次合作存在问题。

于是我又查询了第一天开始的新增用户留存率。第一天新增用户次日留存率50%,第二天的新增用户次日留存率也达到了40%。再结合标记活跃用户数量来看,对方一直在使用第一天为我们贡献的新增在之后的时间里反复访问,同时利用之前就已经访问过我方产品的用户访问,导致了访问用户多,新增用户少。经此一役,在渠道评估中,为了避免判断失误,我增加了对于渠道用户的留存率以及使用时长作为辅助判断依据。

标记活跃、新增以及访问三种类型用户可以帮助我们从表象上判断渠道用户数量上的问题,想要对用户质量进行更加细致的预判与评价依然不足。


三、乱世的实力——认清自我

对于渠道运营人员而言,他们对于产品的各类功能并不会如产品运营一般那么关注,他们更加关注的是自己在渠道合作中引入的用户质量,所以在产品维度的许多指标并不是渠道人员关注的重点。前文谈到的标记活跃用户也一度是渠道运营人员觉得意义不大的一个指标。

在发展过程中,公司又拓展了微信小游戏。我在原有以APP思路设计的数据上又针对游戏增加了一些指标,同时也考虑了对于渠道买量的一些数据支持。

1.  一次性用户:某一天的新增用户,在次日开始的7天内仅访问过1次产品的人数。
2.  重复访问用户:1天访问2次以上产品的活跃用户数。

前者一次性用户是对于新增用户行为质量的评估,后者则是对活跃用户活跃度的评估。

在活跃用户的分析中,我参考使用了友盟的活跃用户分析思路。

主要观察了活跃用户数、近7日活跃用户数、近30日活跃用户数以及日活除以近7与近30活跃的用户黏度。但是问题也随之而来,在渠道合作中引入的用户,我如何直接的了解到这些用户的质量。依靠留存与时长,仅可以判断新增用户的行为质量。活跃用户的黏度仅在产品维度,这并不是渠道人员关注的重点。于是在很长一段时间内,渠道引入用户的评估仅仅停留在观察留存与使用时长是否优于产品本身的留存与时长。

(一)标记活跃用户的价值

在友盟统计中有一个用户新鲜度的功能菜单,是我在APP时代较为关注的数据。

在这个功能菜单中,我可以了解到当日的活跃用户中来自某天的新增用户数占比。而我定义的标记活跃用户,正标记了这些用户的新增来源时间。每一个渠道的投放的时间,正是渠道活跃用户的来源时间。因此在友盟的这个数据思路下,我所定义的标记活跃用户也可以做到用户新鲜度的分析。同时我的每一个用户,都可以通过渠道对其进行标记。举一个例子:我是一个饭店的销售人员,我每拉来一个顾客,我的工资中就可以从中抽成,我拉来的客户越多,抽成也就越多。同时我也知道客户何时被我引入到店中。此时可以把一个渠道理解为一个销售人员,标记活跃用户就是客户,客户越多,证明渠道的能力越可靠。而标记活跃用户累计的越多,也可以证明这个渠道引入的用户在某个时间段内的黏度较高,这是作为游戏类产品最希望见到的。

(二)标记活跃用户的软肋

通过使用标记活跃用户实现了用户新鲜度的分析,同时渠道人员也可以在某个时间内更加客观的观察某个渠道的质量。但是与此同时,渠道标记这个功能也存在较为明显的问题。如果一个用户在很久以前通过某个渠道一访问过我的产品,非常久以后的今天,他又重新通过另外一个渠道二访问到产品中。从标记活跃的角度来说他属于渠道一,但他这一次通过另外一个渠道二访问,也许他已经忘记了自己访问过这款产品,此时作为回流用户的他不应该算在渠道一头上。再次使用饭店的例子进行说明,我一年前拉来的客户,在一年后通过另外一个销售人员来店消费,此时这位客户的抽成就不算在我头上了。

为解决这个问题,我在之前三类用户类型的定义之上,完善增加了流失用户与回流用户。

1.  流失用户:截止到当前日期,距离上一次访问X天未访问过产品的用户。
2.  回流用户:在流失以后重新访问产品的用户。

流失用户的流失时间周期X可以根据产品的功能特性来制定,并无绝对标准。回流用户相当于对标记活跃用户进行了重新标记,为渠道观察提供了更加客观的分析依据。

如此一来,基于标记活跃、新增、访问、流失以及回流用户5种用户类型,结合新增用户的留存率、时长,我们可以对某个渠道的拉新、活跃召回能力有非常直观的了解。通过一次性用户、重复访问用户的辅助分析,可以比较充分的了解到某个渠道引入的标记活跃以及新增用户行为质量。

在长期的渠道投放中,渠道运营人员与我沟通时反馈道,有一家渠道为我们引入的新增用户一次性用户占比(一次性用户/新增用户)为60%,低于游戏本身65%,留存率也高于游戏本身。同时这些数据也反馈给了游戏开发组,我们也总结发现了以下现象:

1.  在渠道质量评估中,以标记活跃用户数为基础的新鲜度分析,产品需要更加关注长期留存。对于渠道投放而言也需要更长的观察周期才能比较客观的了解渠道。
2.
以标记活跃、新增、访问、流失与回流5个用户类型组成了渠道用户分析的基础,通过5类用户数值的观察可以了解到渠道引新、召回活跃的能力,一次性用户、重复访问用户、使用时长以及留存率等用户行为指标则可以辅助判断用户质量。
但是这种方式都无法给出一个明确的结果,这个渠道于我而言,究竟是否存在商业合作价值。


四、乱世的法则——以结果为导向

在基于前文谈到的基础下进行了渠道分析后,看似客观可行,却暴露了一个更加严重的问题,以上的各项指标体现的均为用户行为质量,即体现了用户在使用产品中的行为表现,缺少根据结果的结论分析——用户的商业价值是多少。发现这个问题是源于一款内购型游戏产品的渠道合作。

在某次对我方一款内购型游戏的渠道合作中,某个渠道引入的新增用户次日留存率25%高于了游戏本身的20%,新增时长也与游戏本身水平持平,在之后的观察中一次性用户占比也低于游戏本身。看似这是一个非常令人满意的渠道。在渠道投放合作了一段时间以后,虽然从数据表现上来看,这是一个值得长期合作的伙伴,但是游戏的收入并未有明显的增长。游戏3%的付费率长期稳定,并没有因为与这看似不错的渠道合作后有所刺激增长。渠道人员产生了困惑,这个渠道该不该加大投放规模呢?

渠道人员很快就找到了解决方法,他们通过新增用户付费率、新增用户付费金额即可直接客观的了解到新增用户的付费情况。对于内购型的产品而言,观察用户的付费行为需要有一定的时间周期,此时标记活跃用户便可以用于评估某渠道某时间区间内的内购情况。我们通过查询每天各渠道标记活跃用户的情况,便可以直接的了解到该渠道引入的用户在某个时间段内购付费情况,同时又可以通过观察新增用户来充分评估渠道的质量。如此一来这个渠道从投入成本到产生价值这一流程的ROI便可充分计算出来。

于是我与渠道运营人员重新分析了之前那个渠道,渠道的用户虽然稳定,但标记活跃用户的付费率仅有不到1%,显著低于游戏本身。而通过分析发现游戏的主要付费用户是复购用户(产生过付费行为的用户),且复购用户的主要来源是分享。我们了解到了游戏之所以付费率稳定,是因为付费用户自己形成了一个小团体,他们通过自发分享引入其他用户。而当用户产生了付费行为之后,他会更加愿意再次付费。因此游戏开发组方面加入了一些刺激用户消费的活动,期望吸引更多用户来内购付费。如此一来也就盘活了之前那个觉得不错实际存在问题的渠道。我们根据投入成本以及收益核算后,调整了规模,让这次合作效果最大化。

不论引入的用户多么活跃,黏度多么高,对于互联网产品而言,用户的商业价值如果无法激发与提升,这些用户都只是“中看不中用”。以商业价值为结果,以结果为导向,是渠道运营中必须要重视的问题。


五、合理预判,以结果论优劣

(一)用户行为质量的体现

我们在观察用户行为时,留存率是一个有效且直观的指标。用户使用时长的长短可以作为判断用户对于产品的一种反馈,但无法直接的帮助分析人员做判断。如果留存率较高,此时渠道在用户留存方面的价值一定程度上比时长等其他指标更直接的提供分析依据。观察留存率需要设定一个较长的时间周期,一般在8-15天,我们才能了解到一个渠道中期留存的数据。然而日常在合作中我们是很难花这么多的时间去充分的观察。甚至某些渠道合作时间仅有一两天,我们就需要通过这短暂时间内的数据来判断渠道的用户质量。在和上级以及伙伴的讨论中,我们通过以下的方式为渠道运营提供了一个参考评估方案。

以下是某产品甲1,2,3,4,5,6,7,14,30日留存的数据,见图1。

现在我们要做的就是通过产品已有的留存数据,根据和某个渠道一合作以后的新增次留,推算出该渠道未来时间的留存率,用以判断用户的质量。我们的方案如下。

第一步,拟合留存曲线。我们通过产品已有的留存数据进行计算。由于每日的留存数据存在波动,因此我们采用了计算均值的方式,而均值的区间是7天。我们使用某个7天内的次日留存用户总数/7天的新增用户总数,算出7日平均次日留存率。

例如我们使用最近的已计算完成的留存率数据,假设今日是4月21日,计算出的次日留存率均值=(26.42%*90000+23.39*42000+……+18.91%%*50000)/(90000+42000+……+50000)=0.221779,用同样的方式我们可以计算出1,3,7,14,30日5个平均留存率,见表1。

表1 平均留存率数据

图1 某产品留存数据

利用已有数据的留存率我们计算出了5个留存率均值,然后使用这些均值拟合一个留存率的函数,具体见下。

图2 留存数据拟合曲线

我们可以得到了留存率的长尾曲线,函数为y=0.2377x-0.693.其中变量x为天数。通过这个拟合的函数我们可以了解到这款产品的留存率曲线,根据R平方系数越接近1,拟合精准度越高,可见本次拟合的曲线很精确。因为使用均值拟合,所以一定程度上避免了因为部分数值的陡增或陡降导致的数据跳动情况,拟合后的曲线也更加接近于正常水平。

第二步,计算预估的渠道留存率。假设4月19日投放了一个渠道,假设的当日时间为4月21日,已可以查询到4月19日的次日留存率。在实践中,我们遇到的情况是渠道的用户次留率比产品本身水平低30%,那我们假设渠道的次留率为15%。首先我们通过拟合的曲线函数算出1到30日的拟合留存率,见图3。

通过拟合之后计算出了每日的留存率数值。用户行为在正常的情况下都呈现长尾分布,所以渠道的留存率也是如此。我们可以通过带入渠道的次日留存率得到渠道的留存曲线,见图4与图5。


3 拟合留存数据

           

图4 拟合留存数据1

 
图5拟合留存数据曲线图

渠道留存拟合曲线中预测的二日留存的计算方式是:拟合二日留存率*渠道次日留存率/拟合次日留存率,未来其他几日的留存率依此递推计算即可。因为我们使用了均值进行拟合,所以避免了因数据抖动造成的误差。如此一来便可以在只了解渠道次日留存率的基础上了解未来的留存趋势。

但是这里要注意的是,由于用户行为并非严格遵循曲线。真实的用户行为在符合长尾分布的趋势上,会有一定的误差。我们在观察拟合的曲线之时,若是真实的留存率与拟合值非高度一致,但是依然遵循曲线趋势,这都是正常的。但是如果留存率数值出现了明显的波动,导致与趋势不一致,不论过高抑或是过低,都需要留意这个渠道的动作,可能存在异常。

例如在过去的一次投放中,某个渠道的某一天的用户次日留存率达到了40%,而产品本身只有20%-25区间。当时我与渠道运营人员沟通时,建议保持警惕,于是并没有立即增加投放。而在一周后再次观察该渠道留存时,发现2、3、4日留存均在30%-35%区间内,甚至7日留存率也有25%,均高于产品本身的水平。根据我们统计到的标记活跃在后面几天趋于稳定,新增乏力,极有可能存在刷量的可能。通过分析留存曲线,发现这是一个十分诡异的且基本不符合长尾分布的曲线。为严谨分析,这一次我们调出了日志,发现该渠道承诺的每天固定数量用户贡献,引入的用户ID基本属于同一批。换言之,对方用一批人反复的对我们的产品进行了访问。

最后再额外补充一下观察渠道用户行为的几个前提:

1.  在《推荐系统实践》一书的2.2节用户行为分析中谈到,互联网中很多数据满足长尾分布。留存率这个指标的数值根据经验研究并不符合正态分布,随着时间数值会减小,这与用户行为相关,因此留存率也是符合长尾分布的。
2.  本实例中拟合曲线使用了平均值,是为了规避某一天的数据异常导致的误判。这个分析过程可用于辅助分析,不建议作为结果论据。

(二)商业价值的体现——ROI与新增用户LTV

渠道分析与产品分析最不同的一点在于,渠道分析在数据方面会缺少产品维度的大局观,更加局限于一部分非完全的用户角度。渠道评估对比的是产品本身,简而言之就是引入的用户表现是否优于产品本身的数据。那么在渠道的评价中,我们需要明确且有效的指标对比渠道与产品本身。我建立了用户-留存-时长为主的用户质量评估体系,但是这些都只是用户行为评估。渠道的分析评估,需要更加直观的北极星指标,这个北极星指标就是最终创造的结果价值,可量化的呈现出来的收益指标。

存在内购付费的产品比较简单,可以通过用户付费情况直接算出收益价值,进而核算ROI以及LTV。而像我负责过的APP时代的安卓游戏分发平台、小程序平台中的游戏资讯类应用,则需要去想别的方法去量化用户的收益。这需要结合产品功能本身,则是另外一个大问题了。

那么渠道分析的最终,是否可以最后的ROI作为唯一的衡量标准呢?我的看法是ROI很重要,也可以说是最为重要的。但是跳出渠道运营,我们做一款产品的最终目标是收益最大化,ROI容易让人陷入短期的效益中。

在笔者观察的一款内购型微信小游戏中,因为开发组过度的引导用户充值,短期内ROI极高,但是之后出现了新增用户付费乏力,留存难以提升,付费用户积累较少的情况。这个个例不代表一种现象,但是告诉了我关注ROI的同时更要从产品本身去分析,产品本身是否有实力长期的吸引用户。这是产品功能设计策略的问题,因此既要注重结果,也要注重过程。

除去ROI以外,新增用户LTV也是衡量渠道的指标之一。新增用户LTV这个指标可以弥补ROI短期高造成的判断误导。我们可以通过观察用户7、14以及30日内用户创造的收益除以新增用户数来衡量某一天的新增用户创造收益的能力。

不过不能忽视的是,不论是ROI还是新增用户LTV都是基于新增用户这个类型来计算的数值,更多的还是在体现新增用户的质量。如果想要观察某个渠道长期的用户行为价值,那么标记活跃用户的使用则可以为渠道评估提供另一个角度的支持。

短期通过留存率预估渠道用户留存,使用时长、一次性用户等指标辅以判断用户行为质量,事后根据收益核算ROI分析渠道价值。渠道分析与评估基于此基础,便可继续深入挖掘分析。


六、乱世的制胜法宝——知己知彼

在互联网的乱世中,行业风云变幻,今日与你并肩作战的诸侯也许明天就是你最大的对手。渠道合作的本质,是找到最适合自己的合作伙伴,如果一味追求数值,很容易陷入到误区中。保持初心,真正客观分析的自己产品的用户特征,制定好发展计划,充分的了解自己需要怎样的用户。

同时也要对合作伙伴有充分的了解,数据不会骗人,但是数据有迷惑性。我所设计的渠道评估体系集中在用户-收益两方面,而用户则集中在留存-时长上,这些都需要有足够的观察周期。不论是产品分析,还是渠道分析,以结果为导向,知己知彼,方可发现自身不足。

做数据的主导者,而不是完全被数据主导。知己知彼,和数据做一个好朋友。

赞(0) 打赏
未经允许不得转载:小程序营销网 » 浅谈微信小程序的渠道分析​
分享到: 更多 (0)

小程序营销网

联系我们立即定制