我们通过使用友盟+移动统计（U-App AI版）中的用户洞察、渠道分析、自定义事件、用户生命周期等模块进行数据分析来拆解目标，最终在新版上线后，使沉默用户转化为成长用户的转化率不断升高。
题图来自Unsplash，基于CC0协议
一、背景
斗米是一款解决国内灵活用工的兼职类平台。招聘旺季即将到来，斗米沉淀了大量的老用户，所以需要对这部分用户进行召回，使沉默用户转化为成长用户。
我们通过使用友盟+移动统计（U-App AI版）中的用户洞察、渠道分析、自定义事件、用户生命周期等模块进行数据分析来拆解目标，最终在新版上线后，使沉默用户转化为成长用户的转化率不断升高。
数据结果如下（黄线是转化率，蓝线是转化人数）：
二、策略
2.1 指标拆解
沉默用户转化为成长用户，对应两个关键词：“转化”和“成长”，即需要完成“召回”和“激活”两个动作。每个动作又可以拆解成三个步骤：
目标用户定义，目标用户在哪里，他们都在干什么；
满足需求，怎么触达用户怎么满足他们的需求；
监测数据，通过数据监测及时调整；
唤醒沉默用户：一是在投放渠道上，尽可能使能够召回的沉默用户数量变大；二是在精细化运营上，尽可能使能够留存并转换的回归用户的比例提高。前者是投放力度，后者是精细化运营。
2.2 Action：“召回”
2.2.1 目标用户定义：查看用户画像
先进行用户分群，用户分群的方式包括三种：通过条件分群，上传人群包分群，以及已有分群进行交叉获得新用户群。计算的分组额度有两种，一般设置为昨天启动过App的用户，和前7天启动过App的用户。
分群之后，我们可以获得用户群体画像，辅助投放和运营策略。例如，通过用户群体常用的手机品牌，判断不同应用商店的投入：
通过用户群体的地域分布，提升投放ROI：
在线上，对于不同渠道的目标投放人群以及App偏好，确定投放策略和力度。在线下，针对不同城市的差异，在物料制作以及推广文案上做分区。
2.2.2 满足用户需求
即在新版App发版时，加大在第一大手机厂商自带的应用商店内的精准投放力度。例如：当原有投放模式里，对所有手机型号所处的自带应用商店的广告，都会无差别地投放，但在新场景下，我们会对沉默用户基数较大的（如华为）应用商店中加大投放力度——包括频次和时段等。
2.2.3 监测数据
通过渠道分析，分析斗米新用户来源渠道。
如下图(3月24日为新版的发版日)，新版发版开始，我们在第一条渠道上加大投入，可以发现从该渠道来源的用户增长显著快于其他渠道。
（Tips：友盟+的渠道分析可以清晰的看到来自不同渠道的各项指标变化，方便大家进行决策。还有活跃用户、启动次数、次日留存等指标，以及渠道对比、分时间段分析和明细数据导出等功能给大家使用）
同时，线上投放渠道的监测中：不同渠道用户，每天实际使用高峰时间也会有所不同——虽然手机使用时间段大致相似，但是在波峰和波段等特征上，确实存在差别。通过U-App的时段详情，斗米还可以通过确定投放的时间点，来进行更精细化的渠道投放。
2.3 Action：“激活”
2.3.1 目标用户定义
查看自定义埋点，分析用户真实需求。这里需要提前将需要收集数据的事件埋点，通过友盟+提供的SDK上报，然后在U-App中使用，以下为其中一种基础应用。还可以基于自定义事件，制作事件分析报表、分析漏斗、自定义留存等图表。
我们在进行事件分析的思路为：
1） 分析使用次数TOP10的事件；
2） 核心事件都依赖于内容列表；
3） 提炼内容列表最常上报内容。
从用户使用的TOP10 事件分析，我们可以在这份事件点击排名中，找到用户最关心的点。比如：经常出现在事件点击“Top 10”列表中的事件，除去普通运营位、立即报名、筛选项等4 个基础功能外，其他6个事件吸引用户点击的内容都依赖于内容匹配的精准性，那么我们就可以将这些事件适当调整位置。
结合对B端和C端用户的访谈调研，以及对C 端用户简历完整度的分析，发现老用户普遍缺少几个关键的信息；同时通过对比发现，完善这些关键信息，对匹配的精准度提升十分明显。我们调整了老用户回归等多个版块界面，并且对产品结构做出了一定的调整，同时丰富了点击渠道与内容。
2.3.2 满足用户需求
所以本次APP 改版主要是引导用户完善自己的基础信息，示例如下：
1） 引导用户填写更多关键信息。新用户在新手引导页面完成；老用户在每次登陆时完成。
2） 内容列表页增加更多结构化信息，将职位内容标签化展示，降低用户获取信息的成本；丰富筛选项，降低用户查找成本。
2.3.3 监测数据
新版本上线后，沉默用户转化为成长用户的转化率显著提升，并不断的上升中。我们在设置场景之前，老用户的“沉默转化率”为0.17%，预期能提高30%；但在实际运行场景后，其整体转化率达到了0.25%，提高了50%。
三、总结
1 确认指标—明确目标；
2 拆解为动作—明确落地方向；
3 细化为步骤—拆解为可执行的步骤；
1） 我们做了非常详细和具有针对性的用户分析；
2） 配合用户分析以及运营工具的事件统计，能够清晰完整地看到产品的全面，从而不断调整自己的方向与方式，不断试错、总结，最终达成结果；
3） 监测数据与根据效果反馈不断做出调整，对于渠道投放和实际运营数据，我们都能做到非常高效且全面多维度的监控与反馈，然后根据这些反馈再不断优化自己的运营策略。
最后，友盟+提供了非常好用的数据分析工具，降低了使用数据分析的门槛，对我们创业公司尤其有用。既节省了研发的成本，免去从头梳理数据定义、上报数据、清洗数据的成本；还降低了产品和运营使用数据的门槛，丰富的可视化功能一目了然；同时，由于产品和运营的数据口径一致，还降低了隐形的沟通成本。
作者：行云
本文为「人人都是产品经理」社区和友盟＋联合举办的“2019「友盟杯」数据分析大赛”中获奖作品，未经作者及平台许可，禁止转载
本文部分数据有脱敏处理，非全部真实数据
有关产品测评大赛合作事宜，请联系邮箱：denis@woshipm.com
网友评论