以获客为目标 ,如何从0到1实现用户增长?

简介: 以获客为目标 ,如何从0到1实现用户增长? 周长清 2018-04-11 18:08UTM, 代码部署, 留存分析, 网站分析, 转化漏斗每个网站都有目标。

以获客为目标 ,如何从0到1实现用户增长?

每个网站都有目标。如果网站以获客为目标,那么就需要尽可能地让客户留下自己的信息,即我们常说的销售线索。网站目标确定后又该如何实现呢?首先需要对这个目标进行分解。

 

获客目标解析

获客目标解析

 

▌业务+技术,双重角度把握网站背景信息

把握网站的关键背景信息,主要从两个角度进行--

● 业务角度:确定网站所构建的用户旅程,关系到最终数据看板的呈现;

● 技术角度:探寻技术实施落地的思路,关系到技术实施能否达到业务目标。

 

▌监测用户旅程,开启获客第一步

简单理解,用户从来到网站到离开网站,这中间的过程及客户的感受都属于用户旅程(Customer Journey)。以获客为目的,关注的用户旅程主要需要进行以下部分的监测:

● 监测用户所有交互,即网站所有页面打开、关闭、跳出

● 监测大部分用户都会产生的交互,即页面曝光度的监测。

很多网站会将联系电话、邮箱或二维码放在页面底部,那么怎样监测页面底部信息的曝光度?这就需要对页面进行滚屏监测,如果根据滚屏监测的结果显示,200人来到网站,但只有6个人把网页拉到了最底部,这时我们就应该考虑是否需要将联系电话、邮箱、二维码挪到首屏。

● 监测注册流程及注册引导过程:

 

1、【注册】流程本身

客户来到网站首页-点击首页的注册按钮-进入注册页面-填写邮箱、手机号等注册信息-获取验证码-点击【立即注册】,这个过程中可能会出现流失用户的现象,如获取验证码失败。

对【注册】流程本身的监测可形成漏斗,如下图。

 

注册流程转化漏斗

 

2、注册引导过程

以易观方舟官网(http://ark.analysys.cn/)为例,将网站根据功能划分为三大模块:产品功能及介绍模块、产品文档模块、博客模块,如果所有模块在设计时都存在网站的注册引导功能,那么我们就需要将网站所有的注册引导过程监控起来。

 

注册引导过程图

注册引导过程图

 

3、产品模块内部的注册引导:

● 首页首屏和尾屏的注册引导、导航栏的注册引导

● 文档介绍模块的注册引导

● 博客模块的注册引导

 

▌技术实施落地,加强数据可视化

(一)检查网站的结构

检查网站结构时,有以下几点需要注意:

 

网站部码判断表格

 

(二)需要的代码

1、基础代码:监测每个页面基础的UV和PV

如果使用易观方舟SDK,引入SDK后每个页面可自动实现UV和PV的监测,无需单独埋点。

 

2、滚屏代码:滚屏代码设置时需注意滚屏设置:一般设置为20%、40%、60% 、80% 、98%五档即可。为什么不监测100%的页面呢?实际在大部分监测过程中,用户下拉到98%程度时,即可默认为用户加载并观看了100%的页面。

 

3、事件代码:比如监测"注册",监测关键事件

fz.event({

EI:"ID01",

EPD:{

"event01":"事件01"

}

});

 

4、用户属性代码

fz.setUInfo({

"UID":"123456",

"UN":"用户01",

"UPRO":"直接注册",

"EM":"123456@qq.com",

"PN":"18600001234",

"SEX":"1",

"BIY":"1988-01-01",

"QQ":"123456",

"WED":"18600001234",

"WBD":"123456@qq.com",

"UPD":{"自定义属性01":"属性01"}

});

 

(三)数据看板的设置

采集回来的数据,需要可视化为数据看板,才能方便随时监控或满足日常报表需求。

具体来说,如何选择合适的分析图表?例如针对【注册】按钮,可选择事件分析图表,如果我们要进行【注册】流程分析,可选择转化漏斗图表。如果我们要分析【注册】这个事件,则可以用事件分析图表。

 

事件分析图表

易观方舟事件分析图表

 

怎样根据分析图表,设置数据看板?每个分析图表应该可以解决特定的业务问题,然后将这些图表按照一定的逻辑进行组合。

以下给出一种参考方式来构建数据看板:

● 网站流量情况(流量来源类型分布、流量来源趋势、外部链接分布等)

● 用户质量情况(新增用户留存概括/趋势、活跃用户留存概括/趋势等)

● 用户转换情况(各环节用户转化率等)

另外,还可以将日活、新增等最常用的且每天第一时间都会关注的指标放在【日常指标】中,起到每日指标概览的作用;

 

数据看板-新增用户留存趋势图

数据看板-新增用户留存趋势图

 

▌UTM追踪,点亮获客的隐藏技能

最大程度地获取销售线索,除了对网站本身页面、按钮、属性等的监测,还需要关注用户的来源。用户是从哪里来的?怎样来的?为什么会来?这些监测主要通过UTM追踪来实现。可以向网址添加的UTM参数主要有以下5个:

● 来源 (utm_source) :必须参数,用来标识流量来源网站、搜索引擎或其他来源。示例:utm_source=baidu

 媒介 (utm_medium) :必须参数,用来标识媒介,比如电子邮件或每次点击费用。示例:utm_medium=cpc

 名称 (utm_campaign) :必须参数,用来标识特定的产品推广活动。示例:utm_campaign=summer_spread

● 关键字(utm_term):非必须参数,常见于付费关键字广告所使用的字词或是连结名称/图片的替代文字。示例:utm_term = web+analysis

● 内容 (utm_content) :非必须参数,使用utm_content区分指向同一个网址的广告或链接。示例:utm_content=logolink或utm_content=textlink

 

数据看板-流量来源类型分布

数据看板-流量来源类型分布

 

▌总结

● 以获客为目标搭建数据分析体系,需要做到监测每一个页面、每一个按钮,并且知道其业务意义;

● 了解业务最好懂代码,清楚关键流程、关键指标,也需要知道技术如何落地,如何统计到自己想要统计的数据,最大程度地避免数据的不准确性;

●巧用图表,设置符合自身与领导需求的数据看板;

●根据收集回来的数据,建立数据面板,进行数据分析,采取有效措施确实改善网站的获客情况,这是最后的一步,但实际是最后的99步。

 

欢迎试用易观方舟

目录
相关文章
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
银行营销定制方案:大模型赋能,提升存量客户业务效益近30倍
随着科技的进步和数字化趋势的加速,作为典型知识密集型行业的银行业正面临着前所未有的挑战和机遇。在这个过程中,大模型因为相较传统机器学习有着更强的长文本处理能力,通过海量训练可以形成知识洞察和智能涌现能力,这种独有的能力正在发挥着越来越重要的作用。特别是在存量客户营销方面,大模型正在改变传统营销模式,提供更加精准、个性化的服务,帮助银行更好地满足客户需求,提升客户满意度和忠诚度。
|
7月前
|
定位技术 黑灰产治理
用户增长模型:AARRR
AARRR是用来分析用户增长的一个框架。分别表示获取(Acquisition)、激活(Activation)、留存(Retention)、变现(Revenue)和传播(Referral)。
189 0
用户增长模型:AARRR
客户增长平台
本文研究全球及中国市场客户增长平台现状及未来发展趋势,侧重分析全球及中国市场的主要企业,同时对比北美、欧洲、中国、日本、东南亚和印度等地区的现状及未来发展趋势
|
大数据
采用高级分析策略的多数企业收入增长超过15%
采用高级分析策略的多数企业收入增长超过15%
|
运维 监控 前端开发
用户增速与体验质量并存,博睿数据携阿里云发布双十一电商网站用户体验报告
博睿数据基于阿里云 ARMS 云拨测产品,出品《双十一电商行业网站用户体验报告》,旨在与众多互联网从业者共同了解面对全球化营销以及大促带来的流量浪涌,电商行业各大玩家如何应对散布在全球不同地区与国家的海量用户,及时发现流量激增带来的用户体验与性能问题。
用户增速与体验质量并存,博睿数据携阿里云发布双十一电商网站用户体验报告
|
机器学习/深度学习 数据采集 算法
某运营商客户流失分析
当今时代,价值客户不仅是电信企业的宝贵资源, 也是其竞争对手不断争取的对象。据某运营商的统计数据显示,每个季度的客户流失现象非常严重。这使得移动运营商不得不关注客户流失管理。本项目主要通过对某运营商第一季度统计数据,运用机器学习算法进行建模与预测,预测出用户是否流失,帮助运营商更好的了解流失客户,以便于采取有力措施防止客户流失。
622 0
某运营商客户流失分析
|
移动开发 小程序 算法
线上流量越发昂贵,如何通过裂变营销实现业务增长?
公域流量流量越来越聚集于头部的媒体同时投放的费用越来越高。如:在游戏电商或金融行业,在广告投放拉新方面成本达到了100元左右。除了头部媒体的流量以外,在中长尾的流量上,这部分虽然成本低,但转化效果却很差。
线上流量越发昂贵,如何通过裂变营销实现业务增长?
|
分布式计算 并行计算 算法
快速验证业务决策,“玩转”用户增长
作者:闲鱼技术-云听 背景 闲鱼目前已经是国内最大的闲置物品交易平台,每天都有数以千万计的用户过来闲鱼,以C2C交易为主。在闲鱼里面,用户的C2C购物频率其实是很低的,而纯粹地逛商品feed流是一件挺无聊的事情。
2007 0