自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

如何用數(shù)據(jù)分析給直播行業(yè)再添一把火?

新聞
諸葛io作為國(guó)內(nèi)最早的精細(xì)化數(shù)據(jù)分析產(chǎn)品,希望通過(guò)數(shù)據(jù)幫助直播企業(yè)做更多的提升,讓其跑贏競(jìng)爭(zhēng)對(duì)手。以往常用的數(shù)據(jù)指標(biāo)如PV(頁(yè)面訪問(wèn)量)、UV(訪客數(shù)量)、DAU(活躍用戶數(shù))這些籠統(tǒng)粗糙的統(tǒng)計(jì)數(shù)字,并不能體現(xiàn)出數(shù)據(jù)增減背后的原因,更無(wú)法用于探索用戶的真實(shí)特性及其價(jià)值,遠(yuǎn)不能滿足直播行業(yè)的分析需求。所以精細(xì)化數(shù)據(jù)分析應(yīng)用在直播行業(yè),大有可為。

數(shù)據(jù)顯示,直播平臺(tái)數(shù)量早已突破200余家,用戶規(guī)模高達(dá)2億,同時(shí)在線人數(shù)超過(guò)400余萬(wàn),同時(shí)在線房間數(shù)達(dá)3000余個(gè),直播行業(yè)已經(jīng)一片紅海。繁榮的市場(chǎng)背后是眾多直播平臺(tái)之間有形或無(wú)形的競(jìng)爭(zhēng)。有預(yù)言稱,2016年底將迎來(lái)一次直播應(yīng)用的大洗牌,那么直播產(chǎn)品如何火力全開(kāi),找到差異化競(jìng)爭(zhēng)優(yōu)勢(shì),殺出重圍?這要看數(shù)據(jù)分析給直播行業(yè)添的這把火。近日,諸葛io創(chuàng)始人孔淼做客起點(diǎn)學(xué)院公開(kāi)課,分享“如何用數(shù)據(jù)驅(qū)動(dòng)直播產(chǎn)品快速增長(zhǎng)”。

諸葛io作為國(guó)內(nèi)最早的精細(xì)化數(shù)據(jù)分析產(chǎn)品,希望通過(guò)數(shù)據(jù)幫助直播企業(yè)做更多的提升,讓其跑贏競(jìng)爭(zhēng)對(duì)手。以往常用的數(shù)據(jù)指標(biāo)如PV(頁(yè)面訪問(wèn)量)、UV(訪客數(shù)量)、DAU(活躍用戶數(shù))這些籠統(tǒng)粗糙的統(tǒng)計(jì)數(shù)字,并不能體現(xiàn)出數(shù)據(jù)增減背后的原因,更無(wú)法用于探索用戶的真實(shí)特性及其價(jià)值,遠(yuǎn)不能滿足直播行業(yè)的分析需求。所以精細(xì)化數(shù)據(jù)分析應(yīng)用在直播行業(yè),大有可為。

了解用戶的三大利器

提升用戶增長(zhǎng),首先要從了解用戶開(kāi)始。想要深入理解用戶,需要三大利器:用戶行為路徑分析、精細(xì)化用戶分群、單體用戶行為跟蹤,從總體用戶的行為概況,到細(xì)分不同用戶群體,再到精確的單個(gè)用戶的行為軌跡,逐步分析了解用戶。

利器1:用戶行為路徑分析

通過(guò)諸葛io平臺(tái),直播客戶可以很容易的跟蹤到整體用戶的行為流程,建立對(duì)廣泛用戶的認(rèn)知,用戶是否按照預(yù)期路徑使用產(chǎn)品?有沒(méi)有與主播很好的互動(dòng)?用戶流失量是否超出預(yù)期?因此我們要通過(guò)“用戶行為路徑”分析出用戶是如何使用產(chǎn)品的,為產(chǎn)品優(yōu)化以及提升用戶轉(zhuǎn)化率提供科學(xué)依據(jù);

在直播產(chǎn)品中,從打開(kāi)直播軟件,到瀏覽房間、進(jìn)入房間、發(fā)道具、與主播互動(dòng)。諸葛io通過(guò)埋點(diǎn)方式記錄下這些關(guān)鍵行為,進(jìn)而分析這些行為的流向,了解用戶從何而來(lái)、去往哪里,精準(zhǔn)把脈用戶。

利器2:精細(xì)化用戶分群。

洞察不同類型的客戶,將用戶關(guān)鍵行為特點(diǎn)進(jìn)行精細(xì)化分群,比如從來(lái)不充值的用戶,喜歡進(jìn)美女主播房間的客戶等。利用精細(xì)化用戶分群,去挖掘直播產(chǎn)品的用戶價(jià)值點(diǎn),進(jìn)而分析群體畫像、留存、轉(zhuǎn)化等指標(biāo),找出提升用戶價(jià)值的優(yōu)化方案。



如上圖,將用戶新增10天內(nèi)充值的用戶分為三個(gè)用戶群,首日充值的一次性用戶、首日充值且產(chǎn)生復(fù)購(gòu)的用戶,次日及后續(xù)復(fù)購(gòu)的用戶,根據(jù)三個(gè)用戶群占比,進(jìn)行對(duì)比分析核心行為的差異,找到能夠提升用戶價(jià)值的關(guān)鍵點(diǎn)。

利器3:?jiǎn)误w用戶行為跟蹤。

通過(guò)諸葛io平臺(tái),可記錄匿名用戶(新增用戶)和實(shí)名用戶(注冊(cè)用戶)的用戶行為,進(jìn)而區(qū)分出二者用戶特點(diǎn)以及流失用戶的使用情況,并根據(jù)每個(gè)用戶的用戶軌跡優(yōu)化產(chǎn)品。比如進(jìn)入注冊(cè)頁(yè)面卻沒(méi)有完成注冊(cè)的用戶,進(jìn)入直播卻很快就退出的用戶,他們前后都發(fā)生了什么,加以分析,找到產(chǎn)品優(yōu)化的方向,增強(qiáng)轉(zhuǎn)化、活躍等。

直播場(chǎng)景的分析實(shí)戰(zhàn)

孔淼分享了直播平臺(tái)的分析模型,分為四個(gè)關(guān)鍵部分:流量、轉(zhuǎn)化、用戶群、留存。流量:通過(guò)各種渠道的推廣獲取用戶;轉(zhuǎn)化:進(jìn)入直播間后通過(guò)運(yùn)營(yíng)手段將新增用戶轉(zhuǎn)化為與主播互動(dòng)用戶,進(jìn)而轉(zhuǎn)化為充值用戶;用戶群:對(duì)不同行為用戶進(jìn)行劃分,將具有相同行為的用戶劃分為同一個(gè)組;留存:通過(guò)運(yùn)營(yíng)等方式增加用戶使用時(shí)長(zhǎng)。



先用數(shù)據(jù)驗(yàn)證幾個(gè)猜想,比如與主播互動(dòng)是否會(huì)對(duì)充值轉(zhuǎn)化有很大的影響?

要驗(yàn)證這個(gè)問(wèn)題,首先需要新建一個(gè)用戶群,例如把7月1號(hào)到31號(hào)這一段時(shí)間,新增1天內(nèi)充值金幣次數(shù)大于等于1劃分為一個(gè)用戶群。通過(guò)諸葛io漏斗分析,查看進(jìn)入直播間到用戶與主播互動(dòng)、用戶與主播互動(dòng)到充值用戶的轉(zhuǎn)化率。

 


如圖,可以看到在新增總數(shù)中,86.26%的用戶未和主播進(jìn)行文字互動(dòng),僅有13.74%的用戶與主播有過(guò)文字互動(dòng)。與主播有過(guò)文字互動(dòng)的用戶,對(duì)充值用戶進(jìn)行劃分,發(fā)現(xiàn)與主播有過(guò)文字互動(dòng)的用戶,在整個(gè)的充值比例是沒(méi)有文字互動(dòng)充值用戶的凈五倍。通過(guò)用戶分群和漏斗分析,驗(yàn)證了一個(gè)結(jié)論:與主播進(jìn)行互動(dòng),對(duì)用戶充值起到了促進(jìn)作用。

接下來(lái)就要針對(duì)這一結(jié)論從幾個(gè)方面來(lái)提升轉(zhuǎn)化。

運(yùn)營(yíng):制定運(yùn)營(yíng)策略,比如直播里面有一部分人會(huì)做托,來(lái)烘托整個(gè)直播氣氛。
充值:通過(guò)機(jī)制的設(shè)置,循循誘導(dǎo)用戶從免費(fèi)送充值金幣到付費(fèi)充值。
等級(jí):通過(guò)設(shè)置初級(jí)、高級(jí)等級(jí)別用戶,增加用戶的心里滿足感。
消費(fèi):通過(guò)對(duì)直播間道具的設(shè)置(比如黃瓜、香蕉)刺激男性用戶進(jìn)行消費(fèi)。

當(dāng)然這只是數(shù)據(jù)分析的冰山一角,當(dāng)你深入理解了用戶的三大利器、理解了直播平臺(tái)的分析模式、熟練應(yīng)用用戶分層數(shù)據(jù),殺出直播行業(yè)重圍,也將指日可待。

責(zé)任編輯:鳶瑋 來(lái)源: 諸葛io
相關(guān)推薦

2023-12-07 17:22:37

銳捷網(wǎng)絡(luò)

2018-03-26 14:02:53

2009-02-23 19:07:14

SaaS800APP八百客

2019-01-15 14:21:13

Python數(shù)據(jù)分析數(shù)據(jù)

2016-12-16 12:20:52

銀行業(yè)大數(shù)據(jù)ATM

2019-07-11 15:13:33

AI芯片英偉達(dá)華為

2009-02-18 09:21:39

聯(lián)想柳傳志PC廠商

2020-05-12 10:44:19

數(shù)據(jù)分析師薪資數(shù)據(jù)

2018-06-26 10:20:17

數(shù)據(jù)分析制造行業(yè)大數(shù)據(jù)

2022-10-09 11:32:52

數(shù)據(jù)分析業(yè)務(wù)銷量

2019-03-04 13:09:50

快手

2019-10-30 05:51:07

物聯(lián)網(wǎng)設(shè)備物聯(lián)網(wǎng)安全物聯(lián)網(wǎng)

2012-11-30 14:49:58

IBMGartnerHadoop

2015-01-04 10:58:41

2019-09-12 09:21:06

數(shù)據(jù)分析游戲行業(yè)游戲設(shè)計(jì)

2017-02-23 08:48:03

2017-02-21 15:00:07

數(shù)據(jù)分析技術(shù)

2021-08-30 13:26:41

數(shù)據(jù)分析

2023-07-06 14:52:36

數(shù)據(jù)分析師SQL

2023-11-13 08:03:53

Next.js命令變量
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)