低成本高活躍,用戶召回應(yīng)該怎么做?

1 評論 16322 瀏覽 54 收藏 11 分鐘
🔗 B端产品经理需要更多地关注客户的商业需求、痛点、预算、决策流程等,而C端产品经理需要更多地关注用户的个人需求

?今天講的內(nèi)容主要結(jié)合用戶運(yùn)營,希望通過我的分享對大家的具體工作有一定啟發(fā),也希望能記住一些關(guān)鍵詞。

一、?如何分解“運(yùn)營職能”

首先,第一個詞就是分解。如何通過分解解決KPI?這個KPI就是如何低成本來提升用戶活躍。

那么怎么完成指標(biāo)?首先要知道運(yùn)營在干什么。

1、要做好內(nèi)容運(yùn)營。內(nèi)容運(yùn)營是產(chǎn)量和流量的問題,不同網(wǎng)站不同產(chǎn)品的要求也不一樣。產(chǎn)量主要來自明星企業(yè)和熱門企業(yè),而流量主要通過用戶的瀏覽量、轉(zhuǎn)發(fā)量和互動量來統(tǒng)計。

2、用戶運(yùn)營。用戶運(yùn)營主要針對用戶活躍,這里包括兩塊,新增和留存。

3、產(chǎn)品運(yùn)營。產(chǎn)品運(yùn)營更關(guān)心產(chǎn)品指標(biāo),比如產(chǎn)品有多少人使用,產(chǎn)生多少效果轉(zhuǎn)化,以及多少項目營收。比如王者榮耀提供打折英雄,還提供英雄體驗卡。產(chǎn)品經(jīng)理在做優(yōu)化時,有一天英雄體驗卡,還有三天和七天的。在做用戶投遞時,運(yùn)營要和產(chǎn)品小伙伴一起來做。

4、新型運(yùn)營,這里指新媒體運(yùn)營。以微信平臺為例,做的事就是內(nèi)容的瀏覽量,這是產(chǎn)量和流量的問題。瀏覽以后產(chǎn)生的新粉絲關(guān)注量,產(chǎn)生購買行為的轉(zhuǎn)化量。

二、?如何分解“活躍用戶”

“活躍用戶”包括用戶新增和用戶留存。

1、用戶新增

新增用戶從哪里來?有很多,比如PC端、app端和新媒體等。但對運(yùn)營人來說,做用戶運(yùn)營需要掌握渠道是次要的,重點(diǎn)需要掌握方法——漏斗模型。平臺產(chǎn)生多少流量、帶來多少點(diǎn)擊,其中多少是新用戶注冊,這里通過優(yōu)化,來提升用戶點(diǎn)擊率和注冊率,最終降低成本。

2、用戶留存

用戶留存,包括召回用戶和老用戶。召回用戶要看為什么來和怎么來。有的老用戶可能會主動回到平臺,舉個例子,春運(yùn)期間用12306搶火車票,輸完驗證碼發(fā)現(xiàn)沒票了,第二天還得接著來。為什么大部分產(chǎn)品沒有那么強(qiáng)勢?這時該如何召回用戶?這就是今天的主題,低成本召回用戶。

三、?如何分解召回過程

1、用戶為什么來?

這里我建議做歸因分析。

第一是求職剛需。這類用戶有兩種,一個是主動求職,數(shù)據(jù)表現(xiàn)是短期內(nèi)有頻繁登錄,有經(jīng)常投遞和經(jīng)常瀏覽。偶爾產(chǎn)生投遞,這是屬于準(zhǔn)備跳槽,但是這個職位只有一部分滿足需求。這兩類用戶都是比較受歡迎的。

第二是職場知識。可能需要一些求職技巧,比如簡歷怎么寫,怎么和HR溝通,這類用戶的瀏覽行為主要是學(xué)生用戶比較多,這是他們的需求。另外是職業(yè)技能要求,這屬于自我提升。

第三是職場資訊方面。主要分三部分,一個是薪資分析,比如一線城市的運(yùn)營崗薪資和二三線城市薪資對比。第二是需求動態(tài)分析,比如各個城市有哪些人才動態(tài)。第三是職業(yè)咨詢,一個是測評,了解崗位前對崗位的評價如何,以及轉(zhuǎn)型咨詢。

2、用戶怎么來?

無非是站內(nèi)和站外。站內(nèi)比如短信、EDM、push等,站外是廣告效果和用戶分享。

其實用戶產(chǎn)生注冊行為,會附帶老用戶的召回。比如做SEM有時候做到1:3的召回,這是注冊的附帶效果。還有用戶分享,內(nèi)容特別好的時候會產(chǎn)生分享的附帶效果。還有活動,可能有刺激類或者紅包類的活動,當(dāng)然這類活動涉及花費(fèi),可以先以站內(nèi)觸達(dá)為主。

那么,如何觸達(dá)用戶?需要把用戶的觸達(dá)方式進(jìn)行細(xì)分,做場景設(shè)計。

設(shè)計場景分現(xiàn)有方式和新增場景?,F(xiàn)有是HR邀約投遞簡歷和主動投遞反饋。除了這兩個,新增場景有四個:第一是職位推薦,針對主動求職用戶;第二是職位頭條,針對準(zhǔn)備跳槽用戶;第三是HR查看,針對市場動態(tài)需求用戶;第四是職場攻略,找求職技巧的用戶。

(1)職位推薦——基本思路

做了新增場景之后,會有一個基本的思路。比如做用戶召回有一個循環(huán),從用戶投遞—投遞職位—收集職位和意愿—平臺做算法加權(quán)—匹配用戶,職位推薦。

(2)職位推薦——基本流程

在做流程時,第一需要了解,基本思路是先有求職行為,然后做用戶過濾。已經(jīng)有意向的用戶做匹配,就需要收集用戶的意愿,收集以后再對應(yīng)職位匹配,然后形成列表推薦給用戶,以此形成用戶循環(huán)。

如果用戶沒有行為怎么辦?按照其他三個場景,去匹配場景做召回。這樣把用戶循環(huán)完成,就基本完成職位推薦的流程。

(3)職位推薦——執(zhí)行流程

流程做好了,如何執(zhí)行?第一天要收集用戶數(shù)據(jù),收集用戶的投遞行為,包括職位信息和意愿等。第二天做算法推薦,通過push、短信、EDM、微信等觸達(dá)用戶。第三天進(jìn)行用戶跟進(jìn),有投遞行為的用戶繼續(xù)進(jìn)行算法匹配,為投遞用戶匹配其他場景。第四和第三天同樣,逐步循環(huán),把召回變成循環(huán)往復(fù)的流程。

職位推薦——人工驗證

平臺往往開發(fā)一個功能時,技術(shù)會需要一些數(shù)據(jù)的支持。這個數(shù)據(jù)怎么來?需要做人工驗證。

  • 首先,整理算法。把用戶規(guī)則做具體書面上的呈現(xiàn),制定用戶篩選規(guī)則和職位匹配規(guī)則。
  • 第二,提取數(shù)據(jù)。與數(shù)據(jù)部門合作,提取一個周期內(nèi)符合規(guī)則的用戶,匹配相對應(yīng)的職位信息。
  • 第三,文案觸達(dá)。對應(yīng)用戶的ID或聯(lián)系方式,以及用戶對應(yīng)職位,這時要做最后驗證。驗證文案要多套文案進(jìn)行對比,同時做EDM和App的觸達(dá),把用戶分成十批分別去驗證。

(4)職位推薦——意愿收集

沒有求職意愿的用戶,可以發(fā)“名企直通車”。由于已經(jīng)注冊,只需要填寫感興趣的行業(yè)和公司、所在職位,平臺就能收集用戶的意愿狀態(tài)。

(5)職位推薦——落地頁面

有了意愿以后,可以發(fā)職位的落地頁,用戶會產(chǎn)生投遞行為。用戶打開頁面進(jìn)入職位詳情看具體信息,這樣人工驗證基本完成。

(6)職位推薦——交叉驗證

這些做完以后需要做效果驗證。從圖上來看,文案12345的發(fā)送,整個數(shù)據(jù)曲線幾乎相同,這說明這些用戶對于匹配行為的認(rèn)可程度相同。如果產(chǎn)生交錯或者不太平衡,這個數(shù)據(jù)就無法作為參照。

(7)職位推薦——驗證效果

在效果驗證中,大圈里是所有的目標(biāo)用戶,這是整體目標(biāo)。其次是觸達(dá)用戶,觸達(dá)是最終多少信息發(fā)到用戶手里,無論是EDM還是Push類都無法實現(xiàn)百分百觸達(dá), 86.4%的用戶是收到觸達(dá)消息,其中26.1%被召回,最后19.5%是投遞用戶。

有四分之一被召回,五分之一產(chǎn)生投遞行為。通過這樣的驗證數(shù)據(jù)向產(chǎn)品部門證明,這個事情可不可行。所以運(yùn)營和產(chǎn)品不分家,運(yùn)營需要和產(chǎn)品打好交道。

所有流程實現(xiàn)以后,需要做最后一步——效果分析。完成了KPI指標(biāo),這個流程才徹底解決了低成本提升用戶活躍的問題,就是通過召回。

最后,天下大事必做于細(xì),天下難事必做于易。一個運(yùn)營人做一件事情,有一個大指標(biāo)。這個大指標(biāo)前提下需要不斷分解指標(biāo),細(xì)化成明確可執(zhí)行的具體細(xì)節(jié)指標(biāo),才知道我們做什么KPI。通過不斷的分解和優(yōu)化,最終幫助運(yùn)營人不斷提高自己的運(yùn)營工作能力。

 

作者:賀濤,大街網(wǎng)運(yùn)營副總監(jiān)

本文由 @運(yùn)營直升機(jī) (yunyingzhishengji)整編發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自 Pexels,基于 CC0 協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!
专题
17614人已学习13篇文章
在精细化运营的过程中,为自己的产品搭建一套数据指标体系,对于促进产品和业务增长是至关重要的。本专题的文章分享了如何搭建数据指标体系。
专题
13276人已学习12篇文章
需求管理,也是产品运营人工作中非常重要的一个任务。本专题的文章分享了如何做需求管理。
专题
12102人已学习12篇文章
精细化运营、抓住老用户、提升用户复购,则将是品牌需要着重留意的地方。本专题的文章分享了提升复购率的N种方法。
专题
19246人已学习13篇文章
画像标签是由数据标签经过分析、加工处理,形成的更加抽象、易于理解的复合标签。本专题的文章分享了如何设计用户标签体系。
专题
101499人已学习23篇文章
做产品难,做运营更难,做APP运营推广难上加难。