写点什么

基于白条激活及数据指标浅析用户行为

  • 2020-03-22
  • 本文字数:1849 字

    阅读完需:约 6 分钟

基于白条激活及数据指标浅析用户行为

背景

随着业务拉新的发展,提升用户体验、增加用户粘性、打造口碑显得极为重要。用户获取是得到用户的第一步,目前业务系统已经对用户做精准划分,不同类型用户可以分流到不同的激活渠道,不同类型用户在不同的激活流程中的转化率不同,而从用户申请到用户激活成功每一步的监控数据已部署到内部数据平台上,通过每一步的数据可以得出用户痛点、找到提升用户体验的关键点。

点击率

点击率=点击数/曝光数。点击率越高说明曝光出来的东西对用户吸引力越大,从如下页面可以看到,首推支付在未选中之前优惠点是隐藏的,因此用户注意力会集中到银行卡支付中的“618 单单减”优惠,首推支付注意力热度很低。在移动端如此小的页面上如何突出重点抓住用户眼球极为重要。优惠点露出后,点击率提升明显,从该渠道激活量绝对值来看,激活量提升了一倍左右。在用户碎片化的时间内给用户关键有效信息,提高用户点击率,给用户一键开通的极致体验,显得极为重要


页面流失率

页面流失率=页面未操作用户/页面访问用户。页面流失率一般是由于用户不理解页面内容、页面关键信息未突出、页面布局不合理、流程存在死点导致


1、以质押为例,从数据上看下图的 UV 到点击立即激活按钮的流失量,这个环节流失了近一半。说明了一个问题:用户对理财概念有歧义,同时有一定的用户成本。通过回访得知,流失原因主要是用户认为是钱被质押,成为了“死钱”,因此不愿意继续操作。如何优化包装“质押”的概念,突出显示即取即到账,还能有收益的利益点,让普通用户易于理解和接受,减少此页面流失率,提升用户体验,给用户简单有效的信息吸引用户继续走下去,是接下来要做的任务。



2、以业务开新为例,主要问题是流程死点较多,尤其是用户身份证号、手机号被占用问题,页面未给出合理处置方式,因此该类客诉较多。这牵涉到实名及手机号与账号的一一对应问题,因此处理方案较为繁琐,之前都是通过工单方式实现。为了更好的用户体验,正在设计新方案。新方案中页面及流程设计将完全闭环,如页面要进行验证码验证,就要有“收不到验证码”的处理方案。

渠道转化率

转化率=渠道成功量/渠道申请量。目前平台合作将转化率和成本结合,衍生出 CPM、CPC、CPS 等模式,因此可以结合业务内部预授信情况离线算出合作平台的用户重合度,及活跃用户重合度。


  • 如果活跃用户重合度不大,而用户重合度较大,可以采用 CPC 等模式进行合作,针对该模式,业务做了激活入口的展示逻辑;

  • 如果活跃用户重合度不大,而用户重合度也不大,可以采用 CPA 模式合作,但是需要用户下载金融 APP 才可激活,这个渠道转化率会比较低,用户体验较差。如何结合平台做适当的激活流程改造,优化体验提升转化率显得极为重要;

  • 目前针对 CPC 模式,已经定制了展示逻辑——预授信用户才展示激活入口。


渠道转化率也跟具体流程有关,同一个渠道针对不同用户做专属流程设计。比如不同群体的用户到达下一个页面的信息采集量、操作意愿、操作时长等可以量化,可以根据不同客群做类似 Dijkstra(迪杰斯特拉)算法的分析,让不同客群花费最小精力达到用户的预期。以预授信用户为例,后来针对预授信里面的“优质”用户做了专门的筛选,做了专属的快速激活流程,整体的激活转化率提升了。

K 因子

K 因子指每位用户平均向多少用户发出邀请,发出的邀请又有多少有效的转化率,即每个用户带来的新用户量。K 因子属于一个复合指标,里面包含了很多可以量化的单因子指标。当 K 因子足够大时,就会产生爆发效应,用户量会指数般增长,如雪球一样达到类似口碑的自传播效果。病毒营销即是迎合了用户特定场景下的思维方式和行为模式的极佳用户体验的呈现。


根据以往邀请好友的活动进行分析,当邀请者有丰厚的邀请奖励的时候,用户发出的邀请人数越多,被邀请人有丰厚的奖励时,被邀请人的转化率也是增加的。之前做过对该活动的分析,由于 K 因子不够大,活动效果都是自开始到结束,活动效果都是呈衰减效应,而且每个人邀请的转化人数也是大体上呈现二八效应。因此邀请流程分析(对邀请人、被邀请人特性分析),页面交互分析都对邀请效果、用户体验有促进作用。


总结

从不同的用户数据维度可以分析出用户体验问题,最简单的就是从客诉规模情况找到重点体验问题;未引起客诉的体验问题可以通过各种监控数据来发现,如页面停留时间、页面流失率等可以反馈用户关键信息;目前业务激活模块大大小小步骤均布置了转化率等监控,可以通过数据总结出需求,做页面及流程等的体验的优化。用户体验有很多是可以量化的,如何通过科学的数据指标去衡量用户体验好坏是一直值得探索的事情。


2020-03-22 21:051285

评论

发布
暂无评论
发现更多内容

《HarmonyOSNext应用埋点黑科技:HiAppEvent全方位事件监控指南》

Turing_010

HarmonyOS开发实战:Neural Network Runtime Kit加速新闻AI推理

chengxujianke

鸿蒙应用开发:Account Kit实现新闻应用一键登录

chengxujianke

鸿蒙应用开发:AppGallery Kit实现新闻应用智能分发

chengxujianke

HarmonyOS开发实战:Calendar Kit实现新闻事件智能订阅

chengxujianke

鸿蒙开发笔记:Input Kit实现文档编辑器的智能输入体验

huafushutong

线上活动丨主动式语音 AI:全双工、对话轮次管理、VAD 技术交流会丨RTE Meetup

声网

鸿蒙应用开发:Intents Kit实现新闻应用智能跳转

chengxujianke

HarmonyOS开发实战:Vision Kit实现新闻图像智能分析

chengxujianke

AWS S3 可观测性最佳实践

观测云

亚马逊云科技

HarmonyOS开发实战:HiAI Foundation Kit赋能新闻应用智能推荐

chengxujianke

HarmonyOS开发实战:Contacts Kit实现新闻社交化分享

chengxujianke

1688商品详情接口抓取指南

tbapi

1688商品详情接口 1688API接口 1688商品数据采集

用户行为分析:从概念到实践的全面指南

镜舟科技

OLAP 数据驱动 用户行为分析 数据清洗 StarRocks

鸿蒙 FolderStack 组件全解析:折叠屏悬停布局开发指南

谢道韫

HarmonyOS开发实战:Ads Kit实现新闻应用智能广告变现

chengxujianke

鸿蒙开发实战:Call Service Kit实现新闻热线一键拨打

chengxujianke

HarmonyOS Next的HiLog日志系统完全指南:从入门到精通

Turing_010

HarmonyOS开发实战:MindSpore Lite Kit优化新闻推荐模型推理

chengxujianke

鸿蒙开发笔记:Natural Language Kit实现新闻智能语义分析

chengxujianke

鸿蒙应用开发:Speech Kit打造智能新闻语音助手

chengxujianke

HarmonyOS开发实战:App Linking Kit实现新闻应用深度链接

chengxujianke

鸿蒙应用开发:Cloud Foundation Kit构建新闻数据云端同步

chengxujianke

4 大论坛+28 位专家,2025 IoTDB 用户大会议程全公开!(限时有礼)

Apache IoTDB

商品中心—商品B端搜索系统的实现文档

不在线第一只蜗牛

架构 运维

3个小时,从学到做,我用低代码平台搭了一套管理系统

优秀

低代码 低代码平台 项目管理系统

【KWDB 2025 创作者计划】_KWDB应用之实战案例

KaiwuDB

ElevenLabs 推出语音 AI 日程助理 11ai;AI 客服初创 Decagon 新一轮融资,估值 15 亿美金丨日报

声网

鸿蒙 Stack 组件深度解析:层叠布局的核心应用与实战技巧

谢道韫

Web前端入门:JavaScript 事件循环机制中的微任务与宏任务

量贩潮汐·WholesaleTide

JavaScript 前端 Web

重磅推出 🔥 HarmonyOS AI 助手 CodeGenie V6 的使用教程

万少

HarymonyOS

基于白条激活及数据指标浅析用户行为_文化 & 方法_京东数字科技产业AI中心_InfoQ精选文章