一款金融产品,如何通过使用友盟产品注定分层方案与实施迭代策略呢?Enjoy~
![](https://img.haomeiwen.com/i12646942/7a307a25958250cf.png)
原在P2P公司从事产品工作,所以选取P2P产品来作为本次分析的产品,分析其如何使用友盟产品制定分层方案与实施迭代的策略。
本文共分为二个部分:
一、P2P产品业务分析,制定用户分层方案;
二、接入友盟统计工具,进行数据分析;
一、P2P产品业务分析,制定用户分层方案
对于一款P2P产品而言,用户能持续投资的行为对于产品的价值而言是最大,主要的收入来源于撮合借款人和投资人的业务的服务费,用户投资越多,金额越大,期限越长对于产品的价值越大。
其用户价值的成长路径为:注册>初次投资>持续投资。
因产品用户的价值成长路径比较明确,同时用户的投资频次相对较低,且金额投资之后金额就会在产品里锁定1个月及以上期限的时间,那么对于这么一款产品,需重点关注的数据指标为
待回款的总金额(影响用户价值高低,暂先不考虑回款金额与回款日期对于产品价值的高低换算)。
最近登录时间(检测用户是否会流失/沉默)
最后一次投资时间(检测用户是否会流失/沉默)
注册时间(用于评估用户价值)
历史投资总金额(影响用户历史价值,暂时先不考虑做投资金额与投资期限的年化处理)
那么为什么要做用户分层呢?主要是对于一款达到几十万用户的产品,一套运营策略不能满足所有人的需要时才会制定分层运营的策略,希望通过分层用户制定精细化运营策略完成用户进阶或延长用户的生命周期,提升企业的价值(收入/品牌效应)
下面使用用户周期分层的方法进行用户分层,仅考虑注册之后的用户成长价值划分,关于下载的用户到注册这块的暂时未纳入生命周期来考虑。
![](https://img.haomeiwen.com/i12646942/8ccae69f9023b5e2.png)
在做了用户生命周期划分之后,之后需要是看上线的数据指标。
各层级之间的用户占比的变化情况。运营策略是否起效果了,体现在高层级用户总数增多,占比增多。还有就是平台的整体的投资金额提升。平台的成本有降低等。
二、接入友盟统计工具,进行数据分析
如何使用友盟工具来分析,主要分为2步:
1. 接入友盟,上报数据事件;
2. 建立用户分群数据,并进行分析。
1. 接入友盟,上报数据事件
如何接入友盟,就不阐述了,友盟的帮助文档都有。这个阶段主要说明的是根据业务分析结果来确定需要哪些数据指标需要观测并进行数据上报。
在第一步对业务进行分析完之后,提炼出需要如下的数据指标来进行用户分层:
待回款的总金额(计数数据上报)
最近登录时间
最后一次投资时间(计数数据上报)
注册时间
历史投资总金额(计数数据上报)
上报后的自定义事件可以在这下面查看:
![](https://img.haomeiwen.com/i12646942/425513c4cfb4562f.png)
2.建立用户分群数据,并进行分析
在自定义事件导入之后,本想使用友盟的用户生命周期功能,发现并不是适用于我的分层规则。
![](https://img.haomeiwen.com/i12646942/42e0ee0df2556402.png)
![](https://img.haomeiwen.com/i12646942/c767e1cd56ab411f.png)
这个模块暂时不支持自定义的设置指标进行用户生命周期观测,那么怎么办呢?
在第一步我定义的分层结果如下:
![](https://img.haomeiwen.com/i12646942/df29180204a55184.png)
友盟有提供用户分群功能,可以建立9个用户分群。事件上报可以单独设立一个每日上报时间,包含用户的对应的指标数据。
下面列举几个时期的设置条件:
导入期
![](https://img.haomeiwen.com/i12646942/6342467f44a782fe.png)
成长期
![](https://img.haomeiwen.com/i12646942/4a3fa0394b902e8d.png)
……
按照数据指标的方式分别设立用户分群,最后可以看到这样的用户分群数据。
每一个群体分别有多少的用户数,每天计算一次,可以每天导出对应的用户分群数据。
![](https://img.haomeiwen.com/i12646942/05d46e04e2cbe325.png)
友盟有提供推送后台,可以针对用户群进行策略化的推送,并细分每一个用户的投资行为,来具体分析每一个运营策略的有效性。
比如说投资行为,我们针对哪些用户发送了推送XX元的优惠券,其并进行点击同时也进行了投资的占比有多少,这个可以通过友盟的分群和事件漏斗来综合分析。
![](https://img.haomeiwen.com/i12646942/c4a9715ebb160875.png)
而大盘主要是对比1个月后这用户群占比变化与整体业务数据是否有变化,来确定整体的运营策略是否对于用户是有效的。
作者:桢爷
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