美文网首页解密大数据
商业分析之数据词典| 得到

商业分析之数据词典| 得到

作者: conniesun | 来源:发表于2017-04-16 20:05 被阅读106次

罗辑思维旗下的得到App上线一年多的时间就已经取得令人瞩目的成绩,据其今年2.21发布的数据称2016年营收1.4亿,虽说和专栏作者是五五分成,但是金额也不算小,在内容付费领域做成了一骑绝尘的网红品牌。
罗振宇说他们会是一家技术驱动的公司,因此数据分析在其技术业务中一定占有重要的一席之地,结合泰阁志的数据课程,把得到作为一个案例,尝试做个商业分析。

PC端

记得以前得到是没有网页版的,但是写这篇分析要对比PC端和移动端的差异,重新搜索了一下,不知道什么时候有网页版了。

得到网页版首页.png

得到的网页版的作用就是引流下载App收听付费内容,因此网页的界面非常简单,首页大比例给了三个订阅人数最多的专栏作者,轮流滑动显示。顶部栏就是各个产品的介绍,下拉就是按顺序每个顶部栏的说明。App下载自然是放在第一位的。

因此网页版的数据指标衡量也很直接--App下载的转化率。数据指标如下:

PV 页面浏览量
UV 独立访问者
初访者
回访者
访问来源
下载app的用户数
转化率--下载App的用户数/独立访问的用户数

这些指标主要是关注新用户的增长。用户从哪里来,是搜索引擎还是其他推广链接,转化率如何。原来没有网页版到现在有网页版,引流是否明显。根据网页的转化率来调整推广的渠道或者效果。

移动端

得到的App可以简单理解成一个付费内容的音频播放应用,主要的使用场景还是在移动端,所以分析主要针对得到的App。设计的数据词典如下。

数据词典--维度.png 数据词典-量度.png
流量/用户

得到的盈利很直接就是向用户收费。用户永远是互联网产品的第一要义,有了用户才能有付费的基础。那得到的目标用户是什么样的用户?

利用碎片时间接收新知识

因此第5季罗辑思维把一小时左右的视频节目改成十分钟左右的短音频也可以理解了,就是针对碎片化时间做的改进,所以虽然反对声很大,估计也流失了很多喜欢长视频的用户,但是这样反而更专注于其目标用户。

那要如何统计用户指标?
除了常规的用户指标,总用户,新增用户,活跃用户之外,把付费用户和订阅用户分开算作两个指标。因为其一,计费方式不同。订阅用户是年费,其他听书电子书等主要是论本收费,现在还有了包月的收费。其二,因为订阅用户的付费占主要营收比例较高,单独列出分析会比较有参考性。正常用户转化率应该是一个漏斗形,新增用户>活跃用户>付费用户>订阅用户。

得到花了大力气来增加新用户的,推广得到有书免费拿,有节操币送,有各种福利,鼓励用户互动,通过老用户推荐新用户,用口碑传播。K因子这个指标就能衡量这种推广的效果,如果大于1,表明产品具有自我传播能力,能随着用户的使用而持续扩散。

增加网页版也是增加新用户的一种方式,包括各种推广和链接,等于多了一种渠道来增加新用户。如果转化率好,这方面的推广也可以加强。

转化率

有了新用户,就要引导转换成付费用户,因此转化率指标是关键。

虽然得到的产品几乎都要付费,但是还有免费的知识新闻每日更新来获取用户的好感和强化使用体验,培养用户每日使用的习惯,然后再进一步争取转化成付费用户。

得到在培养用户的习惯方面做得很好,因此转化率指标应该不错。如罗辑思维这个产品,象征性的收1元钱,现在1元钱几乎就是免费的代名词,如果是付费用户就免费使用了。 有些产品本身就想免费给用户的,但是也象征性的收0.1元钱,就是为了培养用户的付费习惯。

现在互联网用户的付费习惯尤其是内容领域的付费习惯已经养成,这里应该有罗辑思维的一份贡献。

各个专栏的作者在得到平台做直播也是吸引新用户转成付费用户的好手法。很多看直播的人会被专栏作者的个人魅力所打动,就效果来看,转化率不错,但是各产品经理的广告水平不一,赤裸裸的直白没有说服力,感染力有待改进。

留存率

想要持续创收,就要看留存率指标。 留存率受到多方面影响,提高优化也可以分别进行。

使用时长&使用次数
通过使用时长和使用次数来衡量用户粘性。
得到在订阅专栏中开发了学习小组,每日打卡,都是为了让用户增加使用时长。但是打卡的效果似乎不理想,所以才会呼吁用户把App弹出通知打开,这样可以提醒用户使用。

得到还使用了一些游戏化的策略来获取用户的满足感,比如徽章的收集。这些徽章的设计都是为了增加用户的使用时长,并且把这个数据开放给用户,让用户知道自己已经学习了多少个小时,任何人看到每天增长的学习时间都有一定的心理满足,并且学习到一定的时间还有徽章可以点亮,点亮徽章还有书的奖励,一关接一关,玩的很上瘾,增加了用户的使用时间和用户粘性,有助于留存率的提高。

其中值得一提的是订阅专栏的留存率。最早上线的专栏快要到一年了,续订人数究竟会不会有大的变化,关系到内容付费这种商业模式能不能持续。很多用户反映随着专栏订阅的增多,时间明显不够用,第二年是否会持续订阅那么多专栏是个问号。经过一年的订阅,基本了解这个专栏的内容,用户是否会喜新厌旧换其他专栏也不得而知。如果一年来订阅人数都相对较少的专栏,是不是在得到用户群中就是小众需求,是继续配置资源留着长尾还是做出调整。这些都有待观察。

打开率
参考打开率指标来衡量产品内容。
得到独有的优势就是通过头部产品内容的打磨来强化用户对得到产品的使用。那些专栏作者本身都是在各自领域有建树的人,自带影响力,还都一起聚集在得到平台上,聚合效应明显。其中也不乏出版过著作的作者,自带流量和读者,有些作者的书还是在罗辑思维的商城里卖的,本身用户就是罗辑思维的老用户,转化这部分用户肯定更容易。

看到网上说罗辑思维找专栏作者不接受熟人推荐,是不是以后会由数据驱动来决定引入什么样的专栏不得而知,但是先分析用户需求再决定相关领域去找合适的人总是会更有效。
从最早上新的专栏到现在一年不到,有23个专栏上线,平均一个月两个新专栏。最早的专栏各个领域都有,音乐,个人成长,商业,科技,但是从今年开始,明显有关孩子方面的专栏增加不少。现在个人成长类的专栏貌似最受欢迎,还有商业类,经济类,育儿类。
以后专栏越来越多,如果还是这个速度上新栏目,两年后有48个专栏,作为用户,选择多了,就要挑挑拣拣,想要增加留存率,最终还是落实在产品内容上。但是打开率随着用户订阅专栏数量的增多会有一定影响,光靠打开率指标不能完全衡量内容,是不是增加一个衡量互动性的指标,看看效果是否更直观。

升级版本用户数
可以参考升级版本用户数的指标来改进用户体验。 罗辑思维以音频为主,改善用户体验应该朝着播放器的标准去改善,播放的优化一直是个持续改进的重点。 版本快速迭代,界面设计和调整都可以做优化来取得更好的用户体验。

以上这些指标都可以是提高留存率的改进方向,但是留存率是一个综合指标,完全去除其他指标的影响,单看一个数据指标做决策也是有风险的。

数据

分析完了以上数据指标最后仍旧回到数据本身。
罗辑思维是一个开放型公司,把公司例会也开成直播的也不多见,有些数据是在开例会的时候共享出来的,收集了先留存,和一年之后专栏到期的续订人数一起再来比较,应该会很有意思,希望对有兴趣做内容的人有所启发。


截止4.11例会时的数据

总用户数 650万
新增用户数 2~3万/日
日活跃用户数 57万
订阅用户数 187万--应该是含了罗振宇的订阅用户

整理的专栏订阅人数表格

截止4.15订阅专栏人数.png 每日平均订阅人数.png

明显专栏上新的时候每日平均订阅人数很惊人,但是时间太短不具有参考价值,而且也没有以前那些专栏上新的数据做参考和比较。但是专栏上新半年以上的每日平均订阅人数应该是可以参考的。等到一年满了之后才来比较分析会比较有参考意义。

相关文章

  • 商业分析之数据词典| 得到

    罗辑思维旗下的得到App上线一年多的时间就已经取得令人瞩目的成绩,据其今年2.21发布的数据称2016年营收1.4...

  • 大数据作业6 - 商业分析之数据词典|微信

    微信 (WeChat)是腾讯公司于2011年1月21日推出的一个为智能终端提供即时通讯服务的免费应用程序,由张小龙...

  • 《商业数据分析 原理、方法与应用》读后总结

    本书主要概括性地讲了五个问题: 1、有哪些最新商业数据分析理念? 2、什么是商业数据分析? 3、为什么商业数据分析...

  • 商业分析之数据指标

    习题#1 定义一组量化数据指标 基础指标 同比和环比 新客和老客 PV(page views)/UV(unique...

  • 数据分析的一周工作日程:工作流水帐大公开,有感了解数据分析做什么

    数据分析在干嘛?这个问题在Google可以得到无数多的回答,其中一个标准的答案会是:透过分析数据,得出具备商业价值...

  • 商业数据分析及其思维

    商业数据分析及其思维 商业数据分析是指以数据和商业理论为基础,通过寻找数据规律,结合业务背景,依靠统计软件和可视化...

  • 工作碎片总结

    一、BI智能商业 智能商业利用技术(数据仓库、联机分析处理OLAP、数据挖掘分析),用于整合企业数据、提供报表(分...

  • 如何成为商业分析师?

    什么是商业分析师? 商业分析师负责利用数据分析将IT技术和商业联系起来,通过数据分析帮助企业优化生产流程,产品,服...

  • 数据分析方法论

    理解数据分析 我认为在商业中,数据分析就是以数据为桥梁,用科学的分析方法和做事步骤,对商业现象进行研究分析,从中获...

  • BI分析

    BI商业分析数据分析方法分类, 一,商业智能:a可视化,b交互式c数据加工整合建模,d数据透视 二预测分析,a简单...

网友评论

    本文标题:商业分析之数据词典| 得到

    本文链接:https://www.haomeiwen.com/subject/qchyottx.html