為了幫助互聯(lián)網(wǎng)文娛平臺(tái)通過精細(xì)化運(yùn)營(yíng),實(shí)現(xiàn)提升用戶留存、消費(fèi)時(shí)長(zhǎng)、營(yíng)收貢獻(xiàn)等三大業(yè)務(wù)目標(biāo),神策數(shù)據(jù)基于多年數(shù)據(jù)驅(qū)動(dòng)的實(shí)踐,推出文娛行業(yè)解決方案,整個(gè)方案拆解為增長(zhǎng)、留存、商業(yè)化三個(gè)部分,分別為這三部分提供業(yè)務(wù)和策略解決方案。

　　本篇為神策文娛解決方案系列文章之留存篇,將結(jié)合多個(gè)案例,重點(diǎn)介紹如何通過精細(xì)化的用戶運(yùn)營(yíng)、內(nèi)容運(yùn)營(yíng)及活動(dòng)運(yùn)營(yíng),幫助文娛平臺(tái)真正盤活存量用戶,實(shí)現(xiàn)高留存。

　　關(guān)注神策數(shù)據(jù)公眾號(hào),了解神策在 30+ 細(xì)分領(lǐng)域的更多數(shù)字化實(shí)踐。

　　1、用戶運(yùn)營(yíng)

　　互聯(lián)網(wǎng)文娛用戶的生命周期包含新手期-成長(zhǎng)期-成熟期-沉默 & 流失期等階段,根據(jù)不同階段用戶的特征和目標(biāo)進(jìn)行分層運(yùn)營(yíng)。

　　新手期

　　這個(gè)階段的主要運(yùn)營(yíng)目標(biāo)是讓用戶在短時(shí)間內(nèi),體驗(yàn)產(chǎn)品核心功能,快速get到產(chǎn)品的核心價(jià)值。典型的應(yīng)用場(chǎng)景包括:內(nèi)容冷啟動(dòng)和內(nèi)容推薦,即基于用戶首日行為的相關(guān)內(nèi)容推薦,新手任務(wù)激勵(lì)等;不管是在線閱讀、視頻音頻還是社區(qū)社交平臺(tái),都需要讓用戶盡快找到感興趣的內(nèi)容等。

　　在神策的解決方案中,對(duì)新手期的用戶,通過診斷注冊(cè)流程,分析過程中的阻塞點(diǎn),定位流失問題及人群,從而提升注冊(cè)轉(zhuǎn)化率。針對(duì)新手期的冷啟動(dòng),可以基于用戶的點(diǎn)擊反饋快速發(fā)現(xiàn)其興趣點(diǎn),通過差異化的分發(fā)策略提升新用戶的留存。比如用戶看到某篇古言小說軟文后下載了APP,那用戶登錄平臺(tái)后的內(nèi)容推薦應(yīng)優(yōu)先以古代言情類的小說為主。

　　案例:

　　某垂直社交領(lǐng)域頭部產(chǎn)品,對(duì)于新用戶注冊(cè)體驗(yàn)流程進(jìn)行分析,通過注冊(cè)漏斗發(fā)現(xiàn)新用戶轉(zhuǎn)化率約 50% ,一半的用戶沒能完成注冊(cè)體驗(yàn)到產(chǎn)品就流失了,遠(yuǎn)不如預(yù)期,再通過細(xì)分維度查看,發(fā)現(xiàn)完善資料提交環(huán)節(jié)流失較多。

　　于是進(jìn)行新注冊(cè)流程的設(shè)計(jì)優(yōu)化:將原本單頁(yè)面的完善資料頁(yè)改良成多步驟型注冊(cè)流程;用戶單個(gè)頁(yè)面完善一個(gè)資料,再通過點(diǎn)擊「 下一步 」逐步完善,最后完成注冊(cè)進(jìn)入主頁(yè)面。經(jīng)過改良后的新注冊(cè)流程取得了非常好的效果,按月長(zhǎng)期觀測(cè)總體轉(zhuǎn)化率,相較于舊版提升了 95% + ,幾乎達(dá)到了注冊(cè)環(huán)節(jié)無流失。

　　成長(zhǎng)期

　　成長(zhǎng)期的用戶,要增強(qiáng)用戶對(duì)產(chǎn)品的使用粘性,比如可以通過對(duì)搜索頁(yè)面進(jìn)行產(chǎn)品設(shè)計(jì)和運(yùn)營(yíng)干預(yù),結(jié)合推薦策略和A/B測(cè)試,觸發(fā)更多用戶主動(dòng)行為,促進(jìn)內(nèi)容消費(fèi)轉(zhuǎn)化。再比如,分析用戶尋找內(nèi)容的路徑,從而優(yōu)化流量分發(fā)入口,提升用戶的消費(fèi)效率。

　　案例:

　　某知識(shí)付費(fèi)領(lǐng)域產(chǎn)品,為用戶提供書籍精華解讀、精品課程、學(xué)習(xí)社群和電子書等知識(shí)付費(fèi)服務(wù)。通過神策分析平臺(tái)的事件分析、留存分析等,洞察到用戶留存尚有提升空間,且首頁(yè)內(nèi)容點(diǎn)擊率偏低,于是決定提升內(nèi)容針對(duì)性,提升推薦效率:基于歷史閱讀行為和歷史搜索行為,一是短信/push推送相應(yīng)熱門書籍,二是首頁(yè)資源位推薦相應(yīng)熱門書籍,結(jié)合手動(dòng)調(diào)整資源位內(nèi)容,提升了用戶活躍和內(nèi)容點(diǎn)擊率。

　　成熟期

　　成熟期,主要的運(yùn)營(yíng)目標(biāo)是讓更多的用戶付費(fèi),提升平臺(tái)變現(xiàn)情況。一方面,平臺(tái)可以通過付費(fèi)權(quán)益的免費(fèi)試用,吸引更多用戶付費(fèi)。另一方面平臺(tái)上用戶的付費(fèi)程度存在差異,根據(jù)不用用戶的價(jià)值敏感程度,發(fā)放不同面值的優(yōu)惠券,進(jìn)行精細(xì)化的分層運(yùn)營(yíng),從而降低用戶轉(zhuǎn)化成本。

　　沉默&流失期

　　沉默&流失期,需要對(duì)高流失風(fēng)險(xiǎn)客戶深度洞察,進(jìn)行流失用戶召回。一般可以用熱門內(nèi)容 Push 進(jìn)行站內(nèi)/站外召回。因?yàn)橛脩袅魇�是一個(gè)過程,不是一個(gè)節(jié)點(diǎn),用戶流失之后再召回很難100% 召回,所以要在用戶流失前,進(jìn)行有效觸達(dá),防止或者延緩用戶流失,并且召回要有周期性,進(jìn)行多次召回?zé)o果的用戶可自動(dòng)標(biāo)記為無價(jià)值/流失用戶。

　　除了對(duì)流失用戶進(jìn)行召回,對(duì)文娛平臺(tái)來說,對(duì)流失的內(nèi)容創(chuàng)作者進(jìn)行召回也很重要。通常,內(nèi)容創(chuàng)作者在平臺(tái)進(jìn)行創(chuàng)作有三大動(dòng)力:獲得平臺(tái)的創(chuàng)作支持、獲得平臺(tái)的流量曝光、能在平臺(tái)實(shí)現(xiàn)商業(yè)變現(xiàn)。平臺(tái)可以通過數(shù)據(jù)分析及時(shí)評(píng)估不同類型、頻道創(chuàng)作者的活躍度,通過標(biāo)簽和數(shù)據(jù)洞察,及時(shí)發(fā)現(xiàn)高流失風(fēng)險(xiǎn)的高價(jià)值創(chuàng)作者,當(dāng)發(fā)現(xiàn)創(chuàng)作者流失時(shí),可以具體分析其是在以上哪個(gè)方面喪失了創(chuàng)作動(dòng)力,采取針對(duì)性的召回策略。

　　關(guān)注神策數(shù)據(jù)公眾號(hào),了解神策在 30+ 細(xì)分領(lǐng)域的更多數(shù)字化實(shí)踐。

　　2、內(nèi)容運(yùn)營(yíng)

　　神策為互聯(lián)網(wǎng)文娛梳理了內(nèi)容運(yùn)營(yíng)指標(biāo)體系,涵蓋內(nèi)容生產(chǎn)、內(nèi)容消費(fèi)、質(zhì)量評(píng)估、用戶消費(fèi)等,為精細(xì)化內(nèi)容運(yùn)營(yíng)提供數(shù)據(jù)分析助力。

　　內(nèi)容生產(chǎn)

　　在內(nèi)容生產(chǎn)上,比如可以通過 A/B 實(shí)驗(yàn)優(yōu)化創(chuàng)作者工具,讓更多用戶從消費(fèi)者到創(chuàng)作者,盤活整體內(nèi)容生態(tài)。

　　案例:

　　某海外短視頻軟件,在創(chuàng)作者工具中,拼圖創(chuàng)作工具制作門檻相對(duì)較低,之前對(duì)該創(chuàng)作工具的定位聚焦于“制作”而非“社區(qū)創(chuàng)作”,導(dǎo)致用戶制作的拼圖內(nèi)容只有少量能夠順利轉(zhuǎn)化為社區(qū)中的流通內(nèi)容。

　　為了盤活整體內(nèi)容生態(tài),讓用戶從消費(fèi)者轉(zhuǎn)變?yōu)槌蹼A內(nèi)容創(chuàng)造者,低門檻完成投稿、互動(dòng)等行為,提高產(chǎn)品留存,平臺(tái)對(duì)總體投稿水平進(jìn)行分析,定位拼圖制作功能對(duì)平臺(tái)的影響,收集發(fā)布路徑的 A/B 試驗(yàn)數(shù)據(jù),進(jìn)而分析新路徑帶來的留存影響,分析 A/B 試驗(yàn)數(shù)據(jù),同時(shí)構(gòu)建定向引入且有投稿行為的用戶人群包,用于分析其在站內(nèi)的消費(fèi)行為與投稿留存。經(jīng)過以上分析和優(yōu)化,發(fā)布拼圖視頻量提升兩倍以上,發(fā)布拼圖用戶量提升將近兩倍,大盤投稿量和成功投稿用戶數(shù)均有顯著提升,用戶消費(fèi)數(shù)據(jù)無負(fù)向影響。

　　內(nèi)容冷啟動(dòng)

　　在內(nèi)容冷啟動(dòng)上,制定定向內(nèi)容冷啟動(dòng)策略,將新內(nèi)容推薦給感興趣的用戶。

　　內(nèi)容冷啟目的是將用戶內(nèi)容消費(fèi)偏好與上新內(nèi)容屬性結(jié)合,在內(nèi)容進(jìn)入系統(tǒng)伊始,由于缺乏用戶行為反饋,更依賴于內(nèi)容本身的固有屬性來進(jìn)行冷啟動(dòng)。

　　平臺(tái)可以給予小流量曝光,無差別完全隨機(jī)冷啟,但完全隨機(jī)曝光的弊端是會(huì)有不偏好該類內(nèi)容的人群產(chǎn)生負(fù)向反饋,導(dǎo)致推薦數(shù)據(jù)偏差。因此,神策智能推薦可以通過NLP標(biāo)簽定向推薦新內(nèi)容給感興趣的人群,且在推薦過程中,內(nèi)容、封面、作品介紹、人群、時(shí)機(jī)等變量的最佳組合可以搭配A/B測(cè)試,提高運(yùn)營(yíng)決策質(zhì)效。

　　比如將新內(nèi)容推薦給兩組人群,或者針對(duì)同一群用戶展示不同的內(nèi)容封面和簡(jiǎn)介,對(duì)比兩組策略的閱讀轉(zhuǎn)化率,從而找到最佳策略,完成內(nèi)容冷啟動(dòng)。

　　內(nèi)容消費(fèi)

　　在內(nèi)容消費(fèi)上,提供差異化的內(nèi)容消費(fèi)場(chǎng)景和路徑,引導(dǎo)用戶消費(fèi)更多內(nèi)容。

　　比如為了讓用戶探索更多元的內(nèi)容,可以用“小紅點(diǎn)”引導(dǎo),而小紅點(diǎn)的引導(dǎo)頻次、是否帶數(shù)字以及引導(dǎo)后的頁(yè)面承接等運(yùn)營(yíng)細(xì)節(jié),都需要 A/B 試驗(yàn)不斷驗(yàn)證;比如為優(yōu)化用戶消費(fèi)路徑,用戶打開 APP 時(shí)不一定是首頁(yè),而是高消費(fèi)的頁(yè)面等;比如用戶主動(dòng)觸發(fā)的行為場(chǎng)景中,可以進(jìn)行多種場(chǎng)景的內(nèi)容消費(fèi)轉(zhuǎn)化,例如搜索頁(yè)面,可以進(jìn)行產(chǎn)品設(shè)計(jì)和運(yùn)營(yíng)干預(yù),頁(yè)面資源位內(nèi)容推薦是算法還是運(yùn)營(yíng)推薦等,到底哪種方式對(duì)提升內(nèi)容消費(fèi)深度有幫助,需要通過 A/B 測(cè)試和算法推薦不斷嘗試。

　　案例:

　　某小說閱讀平臺(tái)基于數(shù)據(jù)分析發(fā)現(xiàn)大部分用戶在閱讀完第一本書后,因未匹配到感興趣的第二本書而大量流失,于是基于算法結(jié)合用戶歷史行為和內(nèi)容數(shù)據(jù),構(gòu)建深度學(xué)習(xí)模型,在推薦場(chǎng)景下精準(zhǔn)匹配用戶喜好,把合適的內(nèi)容推給感興趣的人;同時(shí),還基于用戶不同興趣領(lǐng)域標(biāo)簽,使用UCB算法,高效探索用戶的潛在興趣,確保推薦小說的多樣性。通過覆蓋用戶不同的興趣領(lǐng)域、拓展用戶興趣,實(shí)現(xiàn)在推薦場(chǎng)景下盡可能的給用戶提供豐富的小說內(nèi)容,促使用戶可以長(zhǎng)期留存。

　　內(nèi)容評(píng)估

　　內(nèi)容引入后,平臺(tái)需要提升內(nèi)容的質(zhì)量。基于產(chǎn)品當(dāng)前的業(yè)務(wù)目標(biāo),需要制定內(nèi)容質(zhì)量評(píng)估體系,用于篩選優(yōu)質(zhì)內(nèi)容。神策數(shù)據(jù)總結(jié)了內(nèi)容評(píng)估五大維度:消費(fèi)價(jià)值、社區(qū)價(jià)值、DAU 增益、稀缺性、營(yíng)收價(jià)值,具體來說:

　　消費(fèi)價(jià)值:可用完播率、深度消費(fèi)率、消費(fèi)時(shí)長(zhǎng)、收藏率等評(píng)估

　　社區(qū)價(jià)值:可用評(píng)論率、關(guān)注率評(píng)估

　　DAU 增益:可用分享率、會(huì)員轉(zhuǎn)化率評(píng)估

　　稀缺性:通過內(nèi)容生產(chǎn)占比與內(nèi)容消費(fèi)占比的對(duì)比分析評(píng)估內(nèi)容稀缺性

　　營(yíng)收價(jià)值:可通過會(huì)員轉(zhuǎn)化率、打賞率評(píng)估;消費(fèi)金額等

　　有了內(nèi)容評(píng)估的標(biāo)準(zhǔn),要提升優(yōu)質(zhì)內(nèi)容供給,需要流量激勵(lì),扶持流量轉(zhuǎn)化為更多的粉絲、更高的互動(dòng),促使創(chuàng)作者生產(chǎn)更多優(yōu)質(zhì)內(nèi)容。同時(shí),也要對(duì)負(fù)向內(nèi)容做打壓,避免劣幣驅(qū)良幣,反哺內(nèi)容引入策略。同時(shí),在內(nèi)容評(píng)估上,可以基于平臺(tái)欄位質(zhì)量進(jìn)行評(píng)估優(yōu)化,提升內(nèi)容消費(fèi)情況等。

　　案例:

　　某小說閱讀平臺(tái)通過數(shù)據(jù)分析發(fā)現(xiàn),通過數(shù)據(jù)分析發(fā)現(xiàn),對(duì)于沒有閱讀行為的用戶來說,曝光的前10本書是否吸引用戶至關(guān)重要,基于此,確定兩個(gè)書籍質(zhì)量評(píng)估的核心指標(biāo):曝光->閱讀的轉(zhuǎn)化率、閱讀->收藏的轉(zhuǎn)化率,前者反映出用戶對(duì)書籍的興趣程度,后者反映出書籍質(zhì)量的優(yōu)質(zhì)程度。然后基于這兩個(gè)關(guān)鍵指標(biāo)對(duì)平臺(tái)書籍進(jìn)行分層評(píng)估,合理分發(fā)流量,比如對(duì)兩個(gè)指標(biāo)都很高的書籍給予更多流量扶持,對(duì)于閱讀到收藏轉(zhuǎn)化率加高,但前者較低的書籍,判斷給予的流量是否有效被利用,并在吸引力優(yōu)化方向上發(fā)力。

　　關(guān)注神策數(shù)據(jù)公眾號(hào),了解神策在 30+ 細(xì)分領(lǐng)域的更多數(shù)字化實(shí)踐。

　　3、活動(dòng)運(yùn)營(yíng)

　　活動(dòng)運(yùn)營(yíng)也是文娛平臺(tái)常見的業(yè)務(wù)抓手之一,以老拉新活動(dòng)為例,神策幫助文娛平臺(tái)梳理出相關(guān)活動(dòng)流程及活動(dòng)評(píng)估指標(biāo)體系,通過數(shù)據(jù)分析針對(duì)性地優(yōu)化活動(dòng)效果。

　　通常新用戶注冊(cè)行為發(fā)生在邀請(qǐng)頁(yè) H5,后續(xù)行為發(fā)生在 App 上,需要啟用「多對(duì)一」的 ID 關(guān)聯(lián)方案 ,將多端數(shù)據(jù)打通,神策可以提供完善的產(chǎn)品能力支撐。同時(shí),邀請(qǐng)頁(yè) H5 頁(yè)面往往被分享至第三方社交產(chǎn)品內(nèi),如微信、QQ、微博,或直接掃碼訪問,可以采取「渠道鏈接」中添加 UTM 參數(shù)的方式渠道標(biāo)識(shí)、分享人ID。

　　老用戶可能多次發(fā)生活動(dòng)頁(yè)面瀏覽和分享行為,需要區(qū)分用戶的首次發(fā)生和重復(fù)發(fā)生,利用神策的「首次觸發(fā)事件」標(biāo)記來標(biāo)識(shí)用戶的首次行為。跟蹤用戶后續(xù)激活 App 的情況,App 激活事件中自動(dòng)記錄廣告系列來源為“邀請(qǐng)頁(yè)”,同時(shí)將廣告系列來源寫入用戶屬性中便于后續(xù)跟蹤分析。

　　案例:

　　某知識(shí)付費(fèi)平臺(tái)開展某次拉新活動(dòng),首先通過漏斗定位各流程中轉(zhuǎn)化的阻塞點(diǎn),結(jié)合行為事件數(shù)據(jù)下鉆、用戶屬性做探索性分析。其中,對(duì)于獲取驗(yàn)證碼、注冊(cè)節(jié)點(diǎn),需要關(guān)注失敗次數(shù)占比,失敗原因分布,及時(shí)優(yōu)化。

　　比如在某知識(shí)付費(fèi)平臺(tái)的一個(gè)老拉新活動(dòng)中,注冊(cè)失敗的集中原因集中為:

　　-邀請(qǐng)的對(duì)象已經(jīng)是產(chǎn)品老用戶。經(jīng)過分析是產(chǎn)品引導(dǎo)問題,為后續(xù)調(diào)整提供了方向。

　　-手機(jī)號(hào)有誤:填寫手機(jī)號(hào)交互不合邏輯,為交互修改提供數(shù)據(jù)支撐。

　　當(dāng)拉來的新用戶在邀請(qǐng)落地頁(yè)上注冊(cè)成功后,此時(shí)通常會(huì)被引導(dǎo)下載 App,該場(chǎng)景下需關(guān)注的指標(biāo)是:注冊(cè)成功的用戶發(fā)生 App 激活的比率等。

　　通過數(shù)據(jù)分析發(fā)現(xiàn),新用戶完成注冊(cè)后到 App 激活的過程,中間發(fā)生了數(shù)據(jù)的斷層,因此圍繞 “注冊(cè)成功到 App 激活轉(zhuǎn)化率” 分析時(shí),將場(chǎng)景進(jìn)一步細(xì)化,聚焦注冊(cè)結(jié)果頁(yè),根據(jù)數(shù)據(jù)表現(xiàn)進(jìn)行相關(guān)的調(diào)整和優(yōu)化,提升新用戶激活比率。

　　此外,文娛平臺(tái)可以基于人群偏好與用戶行為表現(xiàn),構(gòu)建一套精細(xì)化消息推送策略,比如從潛客到活躍到召回,每個(gè)階段推送不同的內(nèi)容及活動(dòng),例如潛客主要推送新手禮包、首次充值優(yōu)惠等;活躍用戶主要推送個(gè)性化內(nèi)容及互動(dòng)激勵(lì)等;對(duì)于沉默用戶推送限時(shí)活動(dòng)和用戶關(guān)懷等。

　　關(guān)注神策數(shù)據(jù)公眾號(hào),了解神策在 30+ 細(xì)分領(lǐng)域的更多數(shù)字化實(shí)踐。