开发者社区> 凌云Cloud> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

数据策略分析

简介: 数据策略如何驱动业务增长
+关注继续查看

什么是策略

“策略”一词由来已久,远在春秋战国时期,就有专门制定策略的策士,为诸侯出谋划策,最有名气的就是主张“远交近攻”的秦国丞相张仪和“合纵抗秦”的六国丞相苏秦。


在我们日常生活中也能随处见到策略的影子,比如,你在逛商场时,会发现商品的打折促销信息;商城布局永远是电影院在顶层,超市大多在负一层;还有开车上班时你会发现公交专用道只是早晚高峰不能占用,经过的高速收费口总是 ETC 通道多于人工通道等等...... 这些都蕴含着相应的数据策略。

image.png

新客冷启动

在有阿里、京东这样巨头拦路虎的情况下,想要实现新企业的生存、发展非常难。在这样的困境下,拼多多是如何破局的呢?下面我就来重点分析拼多多初期是如何通过数据策略来提高新客冷启动留存的。


新客冷启动,指的是新用户在初次来到 App 后,通过展示什么内容,能够最大可能性地留住用户继续使用 App。考核的指标主要包括:次日留存、周留存、App 使用时长等。


围绕新客冷启动问题,推荐算法、产品、运营、数据针对各自所长,都会给出自己的解决方案。


推荐算法:新用户的行为数据是空的,无法基于历史数据做相似兴趣推荐,解决冷启动最简单有效的策略就是将 App 最热门的商品推给新客户,然后根据用户对热门商品的互动行为(比如打开、加车等),为新客户打上偏好标签,从而完成新客冷启动。


产品:可以在新用户注册时,让用户选择自己喜欢的商品类型,比如服饰、化妆品、图书等。然后,提前准备好兴趣标签的热门内容。当用户完成注册后,便对其进行标签推荐。


运营:设计积分体系,让新用户完成任务领积分,最后以积分兑换商品、直接返现等形式返利。这种玩法很多,也很有效果。


以上,是有关推荐算法、产品和运营提出的自己对于新客冷启动的解决方案。这些方案目前被应用得非常广泛,在一定程度上解决了新客冷启动痛点问题。


我们接下来具体看一个拼多多冷启动的策略。


案例1: 邀请微信好友砍一刀

image.png

相信你也有被邀请砍价或助力的经历。我们深深地感受到:拼多多砍价套路深!越往后砍得越少,以后再也不上当了。


虽然我们达成“套路深”的共识,但拼多多砍一刀的玩法并没有消失,反而来得更加凶猛密集了。时至今日,我们还是会不断收到好友的"砍价"邀请。


拼多多这样做的原因,是因为“砍价”可以降低平均拉新成本,而且传播迅速快,起量快。这一系列动作的背后是基于让利+社交+游戏的策略。


整个策略:降低平均获客成本,比如将获客成本降低到 50 元/新用户,只要满足这个预算上限,就可以一直将活动进行下去。


运营策略:被砍价的商品库的选择,须靠近用户偏好,推出让用户有动力砍价的商品。


产品策略:让用户尽量能够完成游戏目标,可以提高前几刀砍价比例,让用户不断看到希望,而越往后砍价数值越小,尽可能地“榨干”社交关系,换得更多流量。


新客留存

下面,我们具体看下拼多多在留存方面具体使用了什么样的策略。

案例2: 走路赚现金

拼多多采用用户每天运动的步数可以用来兑换健康金的策略,让用户通过多走路就可以换取真金白银,而拼多多平台则可以借此换来源源不断的用户访问流量,只要有访问有互动,加以引导就可能产生购买订单。


image.png

我们看看其中蕴含的数据策略:


每天步数兑换健康金, 1 万步兑换 1 元, 满 10 元可兑换无门槛优惠券。为什么是满 10 元而不是满 1 元或者 100 元?因为如果满 1 元就容易,会圈进来更多步数,这都会变成成本。如果满 100 元兑换则难度太大,容易吓退用户。


每天步数兑换上限 1.5 万步。平台的目的是通过适当让利,换来用户每天的访问。兑换步数上限设置过高会透支平台营销成本,过低则无法激发用户动力。


购买拼单商品、免费获得步数,或者让步数翻倍。这个是拼步数产品真正的目的,对于拼单可兑换的健康金数量,是可以通过平台整体成单成本来换算的。


拼多多采用这样的策略在留存上获得了很大的成功,相信以后会有更多玩法,比如,好友捐赠,朋友圈运动比赛等,并给予用户更多打开 App 的理由,创造了更多的购物场景。


以上,我们从数据上给予不同策略支持 App 顺利度过了冷启动阶段。而拼多多作为一家电商公司,核心商业逻辑是处理好商家、消费者、平台之间的关系,要让商家有生意做,要让消费者感受到占便宜,最后平台才能有钱赚。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
Cypress系列(64)- 数据驱动策略
Cypress系列(64)- 数据驱动策略
83 0
数据分析
什么是数据分析?数据分析的本质是什么?
779 0
数据分析第一周
数据分析的结构层次 底层数据的收集/产品端收集 数据采集简称埋点,收集用户在网页端,产品端,客户端等终端的数据,也包括第三方外部数据。用户行为-原始数据 数据业务化/产品需要什么样的数据? 将收集的数据转换为可理解,可量化,可观察的业务指标。
1015 0
数据分析
数据分析 提供了数据集合, 应该将他们分成两类, 一个是测试类, 一个是训练类 深度学习中最难的就是特征提取 并不是数据中的所有特征都有用的, 没有需要的使用DataFrame中的drop()去掉 one-hot: 将string值转为int值,方便运算 --> pd.
733 0
R 数据质量分析①
数据质量分析 数据质量分析是数据挖掘中数据准备的最重要一环,是数据处理的前体。数据质量分分析主要任务是识别脏数据。常见的脏数据包括: 缺失值 异常值 不一致的值 重复数据或者包括特殊符号的数据 缺失值处理 处理数据缺失的一般步骤: 识别缺失数据 检测导致数据缺失的原因 删除包含缺失值的实例或用合理的数值代替(插补)缺失值。
984 0
小白学数据分析----->基于数据驱动的最佳渠道评估策略
对于游戏数据分析来说,我们要从很多方面下手,具体从数据分析角度来说,作为游戏CP需要作三块工作,第一是游戏推广,第二是游戏质量,第三是游戏运营,就这三点来看,推广是未来游戏是否有稳定人气,获得稳定收入的关键一环。
1008 0
+关注
凌云Cloud
All in Cloud Native PaaS , Focus on Develop\Data middle-end
67
文章
17
问答
文章排行榜
最热
最新
相关电子书
更多
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
冬季实战营第三期:MySQL数据库进阶实战
立即下载