唤醒“佛系”用户,你可以用2A3R分析模型来实现

唤醒“佛系”用户,你得用2A3R分析模型

 

最近网上流行“佛系”,佛系网络流行词,该词的含义是一种怎么都行、不大走心、看淡一切的活法和生活方式。佛系成为作为一种文化现象,有看破红尘、按自己生活方式生活的一种生态状态和人生态度。这跟宗教没关系,简单来说,佛系就是“都行、可以、没关系”。

2017122603193745

佛系是一种生活方式,一种生活态度,但是对运营人员来说,面对海量的“佛系用户”却是欲哭无泪。运营人员既要做运营,又得背负销量KPI,要想完成营销转化,就得要唤醒打动这些“佛系用户”。在这里,99click商助科技为大家分享一下如何实现这个目标。在这里为大家说说AARRR数据分析模型

数据分析中, AARRR模型是产品经理经常用到的数据分析模型。著名的《增长黑客》里面的数据分析基础,也是以这个模型为基础的。AARRR模型分析在指导产品运营中发挥了重要作用。

AARRR用户运营模型是在海盗理论模型基础上简化了,把用户细分,不同类型的用户对应的处理方式不同,用户分为新增、活跃、流失三类,每一种类型用户所对应的KPI也不同。比如新增用户,需要拉新,最终我们要看的是有多少用户去注册了,是否有达到我们预定的KPI。

1

通过AARRR模型去分析产品运营中每一个环节所存在的问题,进而分析原因制定合理的解决方案。

案例分析:如何发现、分析问题?

案例解析一:如何发现问题

某电商客户,每周四举行会员日活动,活动前两天和活动当天会在几个固定渠道做推广,上期活动订单转化率约为5% (下图是各个环节的数据指标)

1-2

分析:从活动曝光到成功下单,是一个完整的环节,但仔细看发现点击很高,但最终的转化率很低,说明中间的环节存在问题,比如活动设置、内容等。

案例解析二——活动细分

已知媒体A、B投放的是PC端,媒体C、D投放的是手机端H5。

2

从上图可以看出移动端媒体移动端媒体D带来的流量二跳率明显偏低;PC端订单和注册转化率比移动端的低。

分析:二跳率和内容有关系,转化率低和引导过程有关系。因此可以在内容、活动引导方面进行优化。此外媒体D虽然二跳低但是转化却不低,说明媒体D为新拓展的APP渠道,蕴藏着潜在的大客户,或消费人群。

案例解析三——着陆页分析

3

分析媒体AB带来流量在页面上的点击行为,从点击上来看基本正常, 根据转化漏斗的影响因素,接下来对用户注册的引导进行分析。

从图中可以看到红包点击看着是正常的,但是后续流程发现实际是有问题的。数据不能看表面,要深入分析。

案例解析四——注册流程分析

4

从图中可以看出注册路径的用户留存情况,用户留存低是由于过多的中间环节所导致。一般来说PC端手机注册需要用户自己发短信,移动端的手机注册是自动获取验证码。互联网有个思维方式叫做去中间化,我们可以用这个理念去优化注册环节。

案例解析五——注册流程分析(逆向分析)

5-1

从分析图中可以看出,通过PC端注册的用户留存远远低于手机端,说明PC端注册有问题。可以通过逆流向分析,找出所有手机注册的转化; 锁定关键页面,分析页面注册体验设计。 通过分析可以得知PC注册低是因为验证码环节,因为PC端手机注册需要用户自己发短信,而移动端的手机注册是自动获取验证。对于PC端用户来说注册过于繁琐,操作不便捷。

案例解析六——销售流程分析

典型的模式为:活动页->产品页->功能页->产品页->功能页->产品页

6

分析活动的销售转化流程发现存在反复寻找产品的行为。通过对这些行为分析用户的浏览途径,用户喜好,进而设置合理的购物流程。

案例解析七——销售商品分析

上个会员日四个渠道所销售的商品,经过与活动页上所有商品比对后发现,30%的成交商品没有在活动页上陈列。这时候就需要对商品进行优化,商品的陈列摆放位置等。

AARRR分析如何解决问题,提升销量?

案例解析——如何解决已发现的问题

针对已经发现的问题,我们可以采取一些措施:

1、在下一次的会员日活动前,根据上述分析针对性的去掉登录提示信息,直接进入登录页;

2、调整PC会员注册页功能,改为与PC站一致的获取短信注册。

对于用户重复选品问题,可以根据实时分析到的用户商品浏览情况,及时调整活动页商品陈列布局。(F型浏览),此外在活动进行中在活动进行中实时监控活动情况,及时发现异常。

最终我们发现当期活动结束后,会员注册转化率从2%提升至5%,订单转化率从5%提升至8%。可以说巧用AARRR分析模型,成功唤醒了众多的“佛系用户”,让销量提升成为现实!

关注微信公众号cn99click,免费获取试用产品及更多产品资讯详情!

去年今日运营文章

  1. 2022:  用户体验地图浅析(0)
  2. 2022:  如何搭建数据指标(0)
  3. 2020:  《首席增长官》张溪梦(0)
  4. 2020:  如何用数据驱动增长(0)
  5. 2020:  《增长黑客》肖恩·埃利斯(0)

本文由商助科技投稿,不代表爱运营立场,如若转载,请注明出处:https://www.iyunying.org/seo/dataanalysis/123149.html

(0)
商助科技的头像商助科技投稿者
上一篇 2017年12月26日 上午10:30
下一篇 2017年12月26日 上午11:29

推荐资讯

发表回复

登录后才能评论
分享本页
返回顶部