tft每日頭條

 > 科技

 > 如何通過數據分析掌握用戶行為

如何通過數據分析掌握用戶行為

科技 更新时间:2024-12-21 03:13:56

“挖掘一下,哪些客戶有潛力”是很多同學在日常工作中老大難問題。到底怎麼算是有潛力?又該怎麼用數據挖掘?不清楚。經常是做數據的同學辛辛苦苦做出來,然後被業務抱怨:“我早知道了,你說的這有啥依據!”

如何通過數據分析掌握用戶行為(用數據挖掘潛力用戶)1

今天系統講解下,可以怎麼做。

1

常見做法

看個具體問題場景:

某互聯網廣告平台,主要客戶是B類企業,現在需要挖掘潛力客戶,問該如何進行分析?

注意:題目是toB業務,與toC業務最大區别是:B端客戶有固定的行業歸屬(汽車、美容、快消、遊戲……),B端客戶,也有經營規模的區别(可以從企業人數、已公開的财報,第三方行業報告等渠道獲取)。因此,如果事先做了功課,是可以對企業打标簽,對行業、規模進行分類的。

于是很多同學一拿到題,就開始:做交叉。拿行業、企業規模标簽做分類維度,對用戶廣告投放金額做交叉。得到一張下邊的表,然後就開始說:因為A行業企業投放廣告多,所以A行業裡邊的企業都是潛力客戶……(如下圖)

如何通過數據分析掌握用戶行為(用數據挖掘潛力用戶)2

這種結果當然會被業務噴了:

“我早知道了!”

“它既然是潛力,為啥我們做不出來呢?”

“其他企業目前投放不多,你能保證以後也不多?”

那麼,問題出在哪裡呢?

2

問題難點

從本質上看,問題的難點,在于:“潛力”兩個字,在業務上怎麼定義。

數據隻能告訴你:

l 這個用戶的行業、規模

l 這個用戶過去投放了多少錢

l 這個用戶過去投放了什麼形式的廣告

但是,這些都是在描述現狀,不能成為判斷“潛力”的标準。如果不談标準,孤零零地描述現狀,就會産生問題和疑惑:

l 你說過去投得多的是潛力,我早知道了……

l 你說過去投得少的是潛力,我咋沒做成呢???

類似的雞生蛋、蛋生雞的問題,根本無解。

所以,這個問題的破題之道,一定不是拿着數據交叉來交叉去,而且紮紮實實地回到業務中,看不同場景下,業務所謂的“潛力”是什麼意思。

3

區分場景

作為廣告業務,有三個關鍵客戶屬性,決定了客戶會不會持續投放:

1、行業屬性:有些行業是長期、剛性需要廣告(遊戲、美妝、服裝……)。有的則是季節性需有廣告高峰(地産、汽車、耐用品……)

2、客戶對平台熟悉程度:不同廣告平台玩法不同,客戶需要熟悉過程。

3、客戶在平台收益情況:如果投放廣告見效了,自然會多投,不見效會少投

因此,在區分場景的時候,首先得對客戶根據下面維度進行區分,便于後續識别工作:

1、客戶行業分類(行業名稱)

2、客戶規模(企業人數/行業排名/營業額)

3、客戶生命周期(初入、嘗試、高峰、衰退、流失)

4、客戶過往投放效果(按投放ROI分:好、中、差)

5、客戶價值分層(按銷售貢獻分:高、中、低)

其次,作為toB類業務,客戶流失,可能不全是我方平台的問題,很有可能是客戶自身行業/企業的問題。

比如:

1、客戶行業整體在衰退

2、客戶行業沒問題,但企業在衰退

3、客戶企業沒問題,但是不會玩

如果是情況3,尚可作為潛力看待,畢竟尚有教育孵化的機會,但是如果是情況1,2就真的回天乏術了。因此需要區别對待。注意:這裡的數據采集難度會很大。因為可能涉及幾十上百個行業和數萬乃至數十萬公司,一一收集難度太大。因此需要先做好基礎分類,再逐個挑重點來做。

再次,作為toB類業務,業務方擁有更多的一對一客戶溝通機會,與引導客戶的可能性。因此,需要做好标杆分析法,找出重點客戶群體中成功案例/成功标杆。這樣可以幫助業務更好的跟進潛力客戶,也能解答業務經常問的一個很緻命的問題:“為什麼你說它是潛力,但它沒有表現出來呢?”答曰:“親,那是你沒有用對方法……”

如何通過數據分析掌握用戶行為(用數據挖掘潛力用戶)3

做完以上準備,就有了分析潛力客戶的基本素材,可以正式開工了。

4

定義潛力

考慮到不同生命周期下,能采集到的數據量不同,因此建議以生命周期為主要劃分維度,結合其他信息作出判斷。

▌初入期:

初入期分析整體思路,以做一單為目标。嘗試激活新獲取用戶充值/首次投放。因為初入期還沒有用戶投放數據,因此隻能根據行業、規模等基礎信息進行分類。這裡可以對現有高價值用戶進行畫像分析,找出行業、規模等特征,對初入期有類似特征的客戶重點工作(如下圖)。

如何通過數據分析掌握用戶行為(用數據挖掘潛力用戶)4

▌嘗試期:

嘗試期,已經有部分用戶數據,并且用戶已經開始分化:有些用戶投放後确實賺到了錢,有些用戶效果一塌糊塗,活躍度已經很低了。此時挖潛思路,建議是:保種子。因為一個個說服效果差的用戶再進行投放,實在太難,因此可以重點保住那些有潛力成為高價值用戶的客戶。

如何通過數據分析掌握用戶行為(用數據挖掘潛力用戶)5

▌高峰期:

高峰期,除去嘗試期流失的用戶,能進入高峰期的,或者投放費用充足,或者在之前的投放中已經斬獲頗豐,因此都具有持續挖潛的機會。挖潛的思路也有不同,如果之前斬獲頗豐,可以推交叉銷售,推新的投放産品。如果效果一般,但仍有大量投入,則可以推其同行業的競品案例,以服務的形式,提升付費的時候同時提質量。總之,兩個挖潛方向都是:拉升客單價。

如何通過數據分析掌握用戶行為(用數據挖掘潛力用戶)6

▌衰退期:

衰退期,優先區分客戶的衰退原因。

l 周期性波動:多說無益,反正人家還會回來

l 行業性問題:多說無益,說了人家也不聽

l 企業性問題:多說無益,人家自己要救命

l 效益性問題:有機會,可嘗試拿着案例挽回

因為以上問題,都涉及數據采集,因此可以對用戶價值分層後,針對高價值用戶重點做,先解決大客戶衰退問題。此時挖潛目标,就是:保住現有投放,能挽回一點算一點。

如何通過數據分析掌握用戶行為(用數據挖掘潛力用戶)7

▌流失期:

流失期,和衰退思路接近,首先要區分流失原因。剔除正常死亡,聚焦曾經的高價值用戶,之後可以在用戶行業回暖,用戶行業有新成功案例湧出的時候,再進行潛力挖掘,目标是召回用戶。

5

縱觀全局

做完以上分類,每個生命周期的“潛力用戶”有了初步定義。但并不一定要一股腦地把所有“潛力用戶”推給業務。因為不同階段,業務的重點不一樣,可能不需要這麼多信息。

比如當期業務重點是拉新,那就重點解決初入期/嘗試期潛力問題。如果當期重點是提升生産力,那就重點挖高峰期/衰退期用戶。

還有另一種情況,就是業務已經有了行動方案,希望數據能找出來符合這個行動方案的用戶。此時的“潛力”其實已經非常清晰:有潛力參與XX活動,有潛力購買XX商品的客戶。

此時的做法,和上文已經完全不同,因為“潛力”的含義已經很清晰了,隻是匹配問題。後續再專門分享這一類做法。

有同學會問:這裡是不是可以建一個算法模型,不用業務規則來推演?答:可以。但是注意:要建的不是一個算法模型,而是切分場景,根據數據特點建模。不然眉毛胡子一把抓,建的模型會有問題。有興趣的話,關注公衆号接地氣學堂,我們下一篇分享《潛力用戶評估模型如何建》敬請期待哦。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关科技资讯推荐

热门科技资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved