2020年,用户留存怎么玩?

2020 年 1 月 5 日 人人都是产品经理

关注并将「人人都是产品经理」设为星标

每天早 07 : 45 按时送达


为什么购物或视频会给我们推荐一些商品和视频内容?为什么我们如此沉迷抖音无法自拔?这都是由于产品采用了推荐策略,给用户看喜欢看的内容,产品让用户觉得有价值,那么用户和产品的粘性就会增强,就会实现最终的转化。作者以电商平台付款时间为例,分析如何针对性采取不同策略,希望能给各位同学带来启发。


作者:Carlos-梦

微信公众号:产品叨比叨

题图由正版图库 图虫创意 授权

全文共 3282 字 3 图,阅读需要 7 分钟


—————— BEGIN ——————


作为一枚互联网人,可能大家都知道并且熟知策略这个词,对它又爱又恨。


用户可以通过产品策略推荐内容快速得到自己喜欢的东西,免除了大量查找搜索的时间。但是,正因为策略推荐的内容太过精准很容易让自己沉迷其中无法自拔。


今天,我就为大家详细梳理一下“策略”是什么,怎么能够实现精准策略推荐。


一、策略是什么


策略,咋听起来是一个非常高大上的词儿。


那么,策略到底是什么呢?


策略与功能、文案、活动一样,是一种解决问题,实现指标的有效手段。其实,策略在生活中无处不在,但它是隐形的,像“一只看不见的手”时刻影响着我们每个人的生活。


策略可以在任何一个行业、产品、形态中看到,甚至只是一个目的。例如:新闻推荐策略(如何从大量候选内容中找到用户最喜欢的内容)、反欺诈策略(如何避免意外发生,将产品收益做到最大化)、价格策略(制定怎样的价格可以让商品销售额最大)等。


那么,策略是如何在生活中起作用的?


作为产品,我们如何才能更好地使用策略呢?


举个例子:


超市的货品怎么摆放,才会让商品更畅销的同时让超市获取更高的利润(待解决的问题)?


首先,我们来分析下影响超市商品销售的因素有哪些(影响解决方案的因素):


  • 商品类别维度来看,商品可以分为:热销商品、一般商品、滞销商品;

  • 时间维度来看,商品有未过期、即将过期两种;

  • 超市老板角度来看,既想多屯商品以便卖出去更多,同时又要保证让商品在保质期内尽可能全部卖出去,以保证不会砸在手里造成经济损失。


根据上述分类,我们可以采取的策略有(计算逻辑和输出):


  • 将一般商品放在显眼且前置的位置来提高曝光率;

  • 将滞销商品与热销商品摆在一起同时摆在靠后的位置;

  • 同类别或商品的周边辅助产品摆放在一起,将快过保质期的商品放在商品的前边等。


这样,我们就可以整理出来策略的四大要素:


  1. 待解决问题

  2. 影响解决方案的因素(输入)

  3. 将输入转化成输出的规则(计算逻辑)

  4. 具体的解决方案(输出)


在面对一些问题的时候,我们首先需要对问题进行拆解,找到影响问题的所有因素。


我们需要时刻收集这些因素的变化,并通过一定的计算逻辑进行转化,以便使解决方案随着外部因素的变化而不停的调整,让问题得到更好的解决。


这种手段即是策略,而策略实行的过程点就叫做策略四要素。


二、如何找到待解决的问题


有时候解决问题不难,但是找到应该解决的问题,才是最难的。


一般来说,发现问题的途径总结出来就四种途径:


  1. 用户反馈收集;

  2. 系统监控;

  3. 阶段性调研;

  4. 效果回归。


1. 用户反馈收集


通过“自有渠道+外部渠道”收集产品信息,根据不同的反馈信息进行分类,剔除无意义的反馈后进行分类归档。


  • 常见自有渠道:产品各端上的用户反馈入口、客户收集到的问题等;

  • 常见外部渠道:各类应用商店评论、微博、贴吧等媒体渠道的评论。


2. 系统监控


此类途径针对的是数据相对稳定的产品,通过对数字性指标的收集和观察,能够自动、实时地发现问题进行通知的手段。


此类途径能够帮助我们解放双手,自动发现需求。然而,此类途径的关键点为如何定义待监控指标(告诉机器要观察哪些指标)与如何定义报警规则(告诉机器什么时候通知我们、怎么去通知我们)。


以电商平台支付为例:


  • 定义待监控指标:电商平台的一次支付、二次支付比例数据;

  • 定义报警规则:二次支付订单(首次订单取消后再次下单同一商品)占比超过1%,系统邮件通知相关负责人发出警报。


3. 阶段性调研


此类途径是针对产品现状进行的系统性分析,此时产出的分析结论最能代表产品问题全貌,可以有效指导下阶段的产品计划。


阶段性(产品)调研的时间节点:


  • 接触新产品:接手某个产品方向的时候;

  • 周期性回顾:每个月/季度/半年等固定周期的回顾;

  • 不定期回顾:其他需要临时回顾整个产品现状的时候。


具体如何调研,需要注意的是,这里的调研指的并不是通常意义上的产品调研,而是产品业务中的某项数据指标调研


例如,之前的待监控指标数据是否达到理想状态、拆解未达理想态的情况。至于什么是理想态、怎么定义理想态、理想态怎么拆解下文会有详细讲解。


4. 效果回归


此类途径为策略产品工作循环的最后一环,一句话解释,就是之前发现的问题有没有解决掉/是否达成目标。


如果问题有被解决掉/已达成目标,那么有没有进一步优化空间、有没有引入新的问题。


如果前置问题没有被解决掉/未达成目标,是因为什么导致问题没有被解决/目标没有达成,如果要达到目标接下来要做什么。


三、如何策略地解决问题


解决问题我们可以分为四步走,分别为:定义理想态,拆解未达理想态的情况,提出解决方案,验证是否解决。



1. 定义理想态


某项数据/功能我们期望它是什么样的,能够达到何种状态。


需要注意的是,所有的理想态都是为阶段性的产品目标服务的。随着产品的进化,理想态的定义也在随着进化。


2. 拆解未达理想态的情况


通过对一段时间内的理想态内容数据进行case抽样提取,将所有未达到理想态的case进行分析、统计归类,明确未满足的原因。


3. 提出解决方案


根据case的未满足原因,使用hmw方法对其进行解决方案设计。


4. 验证是否解决


解决方案上线一段时间后,再次进行case抽样查看分析,是否达到理想态状态。若已达到理想态,那么是否还有进一步优化的可能;若未达到理想态,则再对未达到理想的状态进行拆解分析。


总而言之,策略的通用工作流程就是“发现问题→解决问题”的循环。通俗来讲,就是没事找事,别让自己闲下来。


四、案例


背景:某电商平台发现,一小部分的用户(影响面约3%)会在购物订单取消后,(在订单生成之后的)30min-120min内,二次生成订单,并完成支付订单。


经了解,现有产品逻辑是:30min内用户未付款交易自动取消。


现有的这种时间限制似乎有点影响用户体验,我们假设将订单支付的时间延长,应当能增加订单付款的成功率。为此,我们要针对用户的待支付时长设计一套解决方案,以此来增加付款成功率。


1. 待解决问题


购物订单取消且倒计时结束之后,二次生成订单并完成支付购买的用户比例小于3%


2. 输入


分析影响订单时长因素:



A:用户


用户分为普通用户、会员用户。根据用户的身份以及购物频率的维度进行区分,在支付订单时长进行区分对待。通过提高用户与商家的体验,降低购物订单取消后二次生成订单并完成支付的影响,使影响面小于3%。


B:价格


价格(奢侈品)因素对于用户分为两类:经常性购买奢侈品的用户更多是冲动型消费,订单支付时间越短越会刺激该类用户的购买;但是,对于不购买/很少购买奢侈品的用户来讲,需要进行多方对比,最终选择一个性价比最高的平台来下单。


因此,对于该类型的用户来讲,订单自动取消时间不宜过短。由于用户非寺库那种专属高端用户,所以订单自动取消时长不宜过短。


根据商品价格来区分订单支付时长,从而降低购物订单取消后二次生成订单并完成支付的影响,使影响面小于3%。


C:商品状态


商品状态分为折扣商品与普通商品。由于折扣(限时)商品数量有限,如果遇到恶意占用库存的人,对于商家、想购买该商品的用户来说伤害特别大。


因此,通过商品的状态来区分订单支付时长,从而降低购物订单取消后二次生成订单并完成支付的影响,使影响面小于3%。


D:商品类型


商品类型分为受时间影响较大与受时间影响较小的商品,比如蛋糕等食品的保质期非常短,如果订单取消时间过长会导致食品变


因此,通过商品是否受时间影响来区分订单支付时长,从而降低购物订单取消后二次生成订单并完成支付的影响,使影响面小于3%。


小结:



3. 计算逻辑


根据以上影响因素分析初步设计,分数占比如下(权重大小与具体得分数值,根据影响因素的重要程度的相关分析进行相应设定)。



4. 输出(case实例)



计算:


  • 用户身份:普通用户(1分)

  • 订单价格:1-1000元区间(1分)

  • 商品状态:折扣商品(2分)

  • 商品类型:商品类型B(2分)

  • 订单自动取消时长=(1+1+2+2)* 5=30min


五、总结


策略遍布我们身边无处无在,在技术不断革新与用户“见异思迁”的当下,如何能够通过策略来更好地帮助我们解决问题,是我们应该时刻深入思考的事情。


—————— / END / ——————


每个「在看」,都是一次鼓励 ▼

登录查看更多
0

相关内容

最新《Deepfakes:创造与检测》2020综述论文,36页pdf
专知会员服务
62+阅读 · 2020年5月15日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
35+阅读 · 2020年4月5日
专知会员服务
123+阅读 · 2020年3月26日
推荐系统(一):推荐系统基础
菜鸟的机器学习
25+阅读 · 2019年9月2日
2019,再不做私域流量就晚了?
互联网er的早读课
16+阅读 · 2019年4月10日
我是怎么走上推荐系统这条(不归)路的……
全球人工智能
11+阅读 · 2019年4月9日
深度 | 推荐系统如何冷启动?
AI100
17+阅读 · 2019年4月7日
深度 | 推荐系统评估
AI100
24+阅读 · 2019年3月16日
如何运营15万付费用户?
三节课
6+阅读 · 2019年2月28日
推荐|网易云音乐分析之推荐算法
人人都是产品经理
10+阅读 · 2018年2月26日
有了场景和画像才懂用户
互联网er的早读课
6+阅读 · 2017年8月26日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
3+阅读 · 2018年3月21日
Arxiv
5+阅读 · 2018年3月16日
Arxiv
6+阅读 · 2018年1月14日
Arxiv
3+阅读 · 2017年12月23日
VIP会员
相关资讯
推荐系统(一):推荐系统基础
菜鸟的机器学习
25+阅读 · 2019年9月2日
2019,再不做私域流量就晚了?
互联网er的早读课
16+阅读 · 2019年4月10日
我是怎么走上推荐系统这条(不归)路的……
全球人工智能
11+阅读 · 2019年4月9日
深度 | 推荐系统如何冷启动?
AI100
17+阅读 · 2019年4月7日
深度 | 推荐系统评估
AI100
24+阅读 · 2019年3月16日
如何运营15万付费用户?
三节课
6+阅读 · 2019年2月28日
推荐|网易云音乐分析之推荐算法
人人都是产品经理
10+阅读 · 2018年2月26日
有了场景和画像才懂用户
互联网er的早读课
6+阅读 · 2017年8月26日
相关论文
Arxiv
12+阅读 · 2018年9月5日
Arxiv
3+阅读 · 2018年3月21日
Arxiv
5+阅读 · 2018年3月16日
Arxiv
6+阅读 · 2018年1月14日
Arxiv
3+阅读 · 2017年12月23日
Top
微信扫码咨询专知VIP会员