墨记 直播行业,一片红海,谁将杀出重围,“问鼎中原”?
10个月前
1634 6
+1
分享 收藏

  一片红海的直播行业


从艾瑞咨询数据看,截止目前直播平台数量已经达到200余家,用户规模高达2亿,同时在线人数超过400余万,同时在线房间数达3000余个,数据表明直播行业已经进入一片红海。200多家直播平台同时争夺2亿用户,对一个企业而言,技术成本和直播成本都会增加。有预言称,2016年底将迎来一次直播应用的大洗牌,那么谁能最终杀出重围“问鼎中原”?这要看数据分析给直播行业添的这把火。

 

诸葛io作为国内最早的精细化数据分析产品,我们希望能够通过数据帮助直播企业做更多的提升,让其跑赢竞争对手。过去企业常用的页面访问量(pv)、访客数量(uv)、活跃用户数(dau)这些笼统粗糙的统计数字,并不能体现数据涨跌背后的原因,更无法用于探索用户的真实特性及其价值,远远不能满足企业的分析需求。所以精细化数据分析应用在直播行业,大有可为。


 

直播产品的数据分析与应用


今天主要从四个方面来分享数据分析在直播行业的应用和价值,第一是深入理解用户的三大利器;第二是用户分群的分析方法;第三是直播平台的分析模式;第四是用户分层数据应用。

 

13.jpeg


1.深入理解用户的三大利器

   1)第一把利器:诸葛io的用户行为路径分析

通过跟踪整个用户的行为流程,帮我们建立对用户的认知,用户是否按照我们预期路径去使用我们的产品?用户是否超出预期严重流失?因此我们要通过用户行为路径用户是怎么使用我们的产品,为产品优化用户以及提升用户转化率提供科学依据;


以直播产品为例,从打开直播软件,到浏览房间、进入房间、发道具、与主播互动。诸葛io通过埋点方式记录下这些关键行为,进而分析这些行为的流向,可以了解用户的来龙去脉。


  2)第二把利器:诸葛io的精细化用户分群

洞察不同类型的客户:比如从来不充值的用户,喜欢进美女主播房间的客户等,将用户关键行为特点进行精细化分群,进而分析群体画像、留存、转化等指标。


  3)第三把利器:诸葛io的单体用户行为跟踪

通过诸葛io平台,记录下用户行为,统计出包括匿名用户和实名用户,进而可以区分出二者用户特点以及流失用户的使用情况。


2.用户分群的分析方法                                                                                       

 利用精细化用户分群,去挖掘直播产品的用户价值点,也是直播产品的数据分析与应用里一个很核心的基础,通过对用户的分群,对行为进行对比,查看用户留存与转化,分析出能够提升用户价值的地方。

孔淼直播1.jpg

图1


如图1,选择了7月1号到31号的这个时间段,将新增10天内充值金币次数大于等于1、新增1天内充值次数大于等于1、新增1天内充值次数并且充值金币次数为1,分别分成三个用户群,根据三个用户群占比,进行对比分析核心行为的差异,找到能够提升用户价值的关键点。


3.直播平台的分析模型


图2


1)与主播互动是否会对充值转化有很大的影响呢?

要验证这个问题,首先需要新建一个用户群,例如把7月1号到31号这一段时间,新增1天内充值金币次数大于等于5划分为一个用户群,接下来,通过漏斗分析,查看进入直播间到用户与主播互动、用户与主播互动到充值用户的转化率。


直播行业解决方案-2.jpg

图3


如图3,可以看到在新增总数中,86.26%的用户未和主播进行文字互动,仅有13.74%的用户与主播有过文字互动。与主播有过文字互动的用户,对充值用户进行划分,发现与主播有过文字互动的用户,在整个的充值比例是没有文字互动充值用户的净五倍。通过用户分群和漏斗分析,验证了一个结论:与主播进行互动,对用户充值起到了促进作用。


从以上例子来看,直播平台的分析模式主要划分为四个关键部分:

  •  流量:通过各种渠道的推广获取用户。

  • 转化:进入直播间后通过运营手段将新增用户转化为与主播互动用户,进而转化为充值用户。

  • 用户群:对不同行为用户进行划分,将具有相同行为的用户划分为同一个组。

  • 留存:通过运营等方式增加用户使用时长。


2)对于留存,深入到直播业务模型里面,通过关键四点来提升留存率:

  • 运营:制定运营策略,比如直播里面有一部分人会做托,来烘托整个直播气氛。

  • 充值:通过机制的设置,循循诱导用户从免费送充值金币到付费充值。

  • 等级:通过设置初级、高级等级别用户,增加用户的心里满足感。

  • 消费:通过对直播间道具的设置(比如黄瓜、香蕉)刺激男性用户进行消费。


a. 运营效果如何评估?

通过分析核心指标来评估运营效果。例如新增聊天的用户数量、主播新增关注的用户数量、人均消费次数、人均炫耀次数、人均分享次数等对运营的内容质量效果进行评估。


 b. 充值特点分析-基于用户生命周期特点

  • 用户从新增到充值之间时间间隔分布

  • 充值占活跃用户比

  • 充值数额分布

  • 充值转化(意愿)分析

  • APRU值

  •  影响充值相关因素分析


c.  用户等级分析-基于用户群特点

  • 活跃用户等级分布

  • 不同等级用户的画像

  • 不同等级用户充值特点

  • 不同等级用户消费特点

  •  新增后成功留存用户的等级分布


d. 特点分析

  • 免费金币的消费习惯

  • 消费意愿分析

  • 付费用户消费频次分布

  • 消费用户占活跃用户比

  • 消费内容类型分布


4. 数据应用:精细化的用户分层——洞察用户状态设计增长方案

用户生命周期中有一个著名的模型—AARRR模型(也称海盗法则): Acquisition(新增)、Activation)(活跃)、Retention(留存)、Refer(传播),Revenue(商业变现)五个环节。一款直播产品,从产品获取用户,到用户长时间停留在直播间、流失掉,以及部分忠实用户主动分享给其他人,这一过程就是直播产品的2A3R生命周期模型。


直播行业解决方案-1.jpg

图4


图4所示金字塔模型,完整地展现了直播产品的生命周期。企业通过跟踪研究用户行为,快速地明确用户生命周期中的不同阶段,并以此将用户划分为:

  • 访客流量;   

  • 互动用户;  

  • 充值用户;    

  • 高等用户;


四个用户层级。通过分析四个不同层级的用户背后行为,为产品的设计和迭代以及制定相应的运营策略。


通过对DAU等指标进行拆分(充值过的访客和没充值过的访客),让管理层对用户的成长、进化和流失趋势能够有一个清晰的把握

 

例如在整个产品的发展过程中,运营部门需要制定拉新、促活等策略,通过:

  • 整体把控用户运营质量

  • 纵向精细化运营,挖掘用户状态迁越的关键点

  • 横向监控,阶段性的设计促活和召回策略

      进而洞察用户状态,制定科学可行的增长方案。

 

当你深入理解了用户的三大利器;掌握了用户分群的分析方法;理解了直播平台的分析模式;熟练应用用户分层数据,杀出直播行业重围,“问鼎中原”,指日可待。




本文作者孔淼,诸葛io创始人 & CEO。本文首发于诸葛io微信公众号(ID:zhugeio1)和博客,并注明出处。


诸葛io,国内首屈一指的数据智能决策平台。通过数据分析方法,来帮助产品优化以及迭代衡量、提升转化率、提高留存。点击我,免费试用


评论 0
写评论
提交

暂无点评,你也可以点评哦:)

添加到资源集
+创建资源集
取消
确定
新建资源集 ×
标题:
描述:

返回
创建
用户名不正确!
下次自动登录
×
创建资源集目前仅对内测用户开放,点击获取内测权限。