写点什么

首次公开 | 淘系用户增长策略思考与实践

  • 2019-10-23
  • 本文字数:3751 字

    阅读完需:约 12 分钟

首次公开 | 淘系用户增长策略思考与实践

2019 年 6 月,有“互联网女皇”之称的玛丽·米克尔发布了 2019 年的互联网趋势报告。文中第一条重要信息便是“全球互联网人口红利持续衰减”。


报告显示,全球互联网用户增长为 6%,2017 年的数据为 7%;全球新智能手机出货量下降 4%。根据 Questmobile 统计数据,我国移动互联网月活跃用户数量于 2019 Q1 触顶 11.38 亿,2019Q2 用户数净下降 193 万。


这表明,互联网行业用户数量不再增长,新的增长点难以寻觅,移动互联网开始正式进入用户存量博弈时代。


然而,同年 8 月,阿里巴巴集团公布了截至 2019 年 6 月 30 日的季度业绩。


财报显示,本季度阿里巴巴集团收入为 1149.24 亿元人民币,同比增长 42%。其中,淘宝、天猫在内的中国零售平台移动月活跃用户达 7.55 亿,较上一季度增长 3400 万,年度活跃消费者达 6.74 亿。2019 年 1 月 1 日至今,半年增长了 5600 万。


当流量为王的时代慢慢走远、APP 用户忠诚度降低、消费分级加下沉市场崛起,以及泛娱乐化争夺用户时长白热化的趋势下,阿里巴巴如何用最少的成本获取流量,真正将用户留下来?如何用精益化的方式提升转化,把现有流量快速变现?又是如何发掘出不同用户群的核心需求,围绕核心需求去打造用户持续增长方法论?


在「淘系技术嘉年华-用户增长突围之夜」的晚场活动上,阿里巴巴淘系技术部技术总监——马鏖 给出了淘系的破局策略。



阿里巴巴淘系技术部用户增长负责人 马鏖

AARRR 模型

在过去和增长、裂变相关的各类理论中,我们听到最多的就是 AARRR 模型,即从获客、激活、留存、变现到推荐(Acquisition-Activation-Retention-Revenue-Referral)。这个模型是 2007 年提出的,当时整个互联网持上升趋势,拥有很大的人口红利,不需要做特别多的事情,流量就在自然增长。其中,获客是相对容易看到成绩的事情,只要肯花钱,大力出奇迹,总能把用户引导进来。但实际最重要且最难做的是留存,这要花很多时间去打磨产品和通过数据去研究用户习惯。如果没有做好留存,拉来再多的用户留不住,就是竹篮打水一场空。因此如何做好留存是做拉新破局策略的第一条。

拉新借力,顺势而为,快速迭代

当下,小程序“掘金”已成为行业共识。其背后的商业逻辑是建立一套生态体系,通过合理的激励机制,赋能商家和用户,助力拉新。因此,如何建立这种高效的商业逻辑去借势拉新,是做增长的同学需要好好思考的突破口。

重视产品创新

产品创新是可以产生 disruptive innovation . 特别是中国用户,非常愿意去尝试新的东西。大家一旦习惯新产品之后,可能就完全忘记了上一代产品是怎么使用的。比如在社交领域,在使用 Myspace 时,有一个很大的争论是社交到底是一个熟人社交还是陌生人社交,那时大家对社交的认识是陌生人社交。然而现在的微信朋友圈,大家已经接受了社交的核心是熟人社交。因此,对于产品创新来说,只有归根溯源拉通整个产品迭代、进化过程,才能想明白一个产品创新最初需要解决的用户心智是什么,如何设计新的产品。

好用到好玩,争夺用户时长

一款 APP 想要获得长期稳定的用户群体,是否契合用户兴趣,能否带来即时的沉浸式愉悦感,至关重要,用户会凭借是否契合自己的兴趣和即时的愉悦体验程度来切换 APP。


与此同时,下沉市场属于熟人社会,对文化粘性更强,意味着品牌可以通过击穿圈层、与明星、红人合作的方式进行针对性的营销推广。并借助于内容带货、直播和视频等方式,增加品牌趣味性,提升用户在线时长。

整体优化用户全生命周期

用户全生命周期是用户增长的顶层设计,是对拉新、转化、留存进行全局优化,建立系统性的协调体系。如下图所示,Y 轴上是用活跃度的切分,当你的用户体量和 DAU 达到一定规模时,肯定会进行一个人群的分层运营,因为不同人的喜好在你平台上的生命动线是完全不一样的,只有这样才能精确地引导和转换。



具体来说,对于 拉新 &召回,转化 &促活,留存 这三大块,淘系是如何做的呢?

全景生态流量布局与用户拉新策略建设

淘系的拉新策略核心是借势,具体包括生态圈二方引流、三方智能广告投放、线下拉新、自然新登以及裂变等多种方式。其中,最高效的是通过生态体进行二方拉新,下面以支付宝场景举例说明。



由于支付宝工具的天然特性,它可以连接线上、线下不同渠道的多个场景,大规模触达不同的用户。同时它也需要提高用户的使用时长和增加用户的访问频次,因此和手淘的特点天然互补。


最前面是用户产品的触达方式。横向拉通是 Smart Banner ,通过以前的信息和端智能的场景,对用户进行分流,判断用户是新人还是以前来过,根据相关兴趣去提高转换。后台主要分三部分,第一是在拉新场景里,潜客的热力分布,判断用户喜欢在什么地方出现,喜欢干什么样的事,并对其进行人群分类;第二是对不同承接页的效果数据进行回流,通过迭代优化漏斗分析;第三是 AB 实验,反复打磨产品和承接效率。


除此之外,裂变也是当下很好的拉新方式。传统拉新方式各家公司都是通过广告平台投放完成拉新。而裂变实际上是跳过了中间商,没有中间人赚差价,把营销费用直接补贴用户,通过用户去完成拉新,提升了效率。这是比较大的营销创新。

全链路运营方案与用户增长平台建设

淘系的转化 &促活主要有两部分,一个是全链路运营,另外一个是用户触达


如下图所示,全链路下层是成体系的系统结构,上面是策略层,主要是权益的个性化,后面主要是对可复用、科扩展的支持,可以快速运用到很多不同的场景。目前淘系主要用的是全链路激励。举个例子,在淘系,不同的用户,我们可以智能化透出几十个不同的 Banner 引导用户。



另外就是触达矩阵,如下图所示。对用户进行比较有效的引导要通过短时间内的多次触达,因此淘系做了全局联动的触达矩阵。在用户动线的每一个节点上设置触点,这些触点的目标不是驱动用户走向漏斗的下一个节点,而是由用户生命周期干预系统统一控制,驱动用户在生命周期之间跃迁。并通过算法提供的基础能力进行智能触达,具备了对目标人群进行多次引导的方法,通过可扩展性的延伸可以快速拓展,支持多个业务的场景。


用户会员体系与促活体系建设

做增长过程中最难做出效果的就是留存。对于淘系的用户留存体系而言,有两个代表性的产品体系,一个是会员,一个是淘金币。


最近两年各家公司发力最多的就是会员,但是这个会员会做成什么样,大家都不是特别清楚。这是一个开放性问题,最好的解法就是看一下对标品。


这里引用了一段福布斯的研究,亚马逊去年公开了它的会员数据,根据这个数据做一个线性推测,光它本身的收费就可以带来 180 亿美金的收入。这是什么概念?这大概是亚马逊收入的 6%、8% 。再换过来是什么概念?目前阿里云的收入可能就接近 10 个点。会员能做到多大,现在有一个很明显的体感。


那么会员体系的作用是什么呢?一是可以提高用户黏性,包括手淘上经常使用的天猫超市、阿里健康、淘宝新选等,买得越多,优惠越多;另外会员体系是一个打通整个阿里经济体很好的桥梁,当用户成为 88 会员时,会发放包含多种权益的礼包,比如淘票购票权益等。用户在使用这些权益时,就完成了二方引流。因此,88VIP 会员是一种可以快速拓展二方拉新的高效方法。


第二个是淘金币体系。打开手淘,有一个“领金币”的入口,它是三方流通体系。核心是消费者在平台上通过互动获得淘金币,淘金币可以在购买商品时进行抵扣。通过这种方法,可以对用户的流量进行一个定向分发,用户在做任务或签到时,就可以将其引导到新开发的会场和功能上。


对于商家来说,可以参加到淘金币频道的促销活动里面,这对于提高商家成交效率和特定人群互动是很好的方法。对于平台来说,通过淘金币的体系将各种互动的方式和交易链路打通,所有用户在参加各种不同的互动时可以得到激励,通过这种激励方式刺激购买量。

用户增长未来展望

对于一家公司而言,短期可以靠竞争,但长期增长是靠布局的。布局的核心是要看清楚每个阶段消费的本质在发生什么变化。中国的消费未来会走成什么样,我们大家都不知道。但对于开放性问题最好的方法就是去找一个类似的问题,类似的情况,进行推导和验证。


对比日本的消费过程,日本第一消费时代主要以城市为中心,小部分的中产阶级开始享受消费,追求现代化和西方化。第二消费时代主要以家庭为消费单元,人们不断往家里添置东西,主要是电器和汽车,这与淘宝天猫的崛起有相应的逻辑。天猫抓住的核心红利是中国的零售商拥抱线上零售的过程,主要是电器和服饰,非常符合第二消费时代的特征。


在第三消费时代,日本有两个很明显的数字特点,一是 GDP 的增长放缓,二是人口出生率降低。因此这时会发生一个新的消费变化,从整齐划一的消费回归到个人。大家会更喜欢个性化和多样化的东西,而且会特别喜欢追求精致考究的生活方式,以及让人感到开心愉悦的产品。这也是为什么现在泛娱乐化或者各种互动和游戏的方法会大行其道的本质原因。


目前,中国正处于从第二消费时代向第三消费时代的转化,从家庭消费向个人消费转化的过程,不仅要满足产品个性化、多样化,还需要对不同层次的人进行满足。对于淘系,将通过做手淘的全生命增长周期的方式方法去沉淀,完成多 APP 矩阵的战略布局,针对特定人群和特定方法去完成用户新增的转化。


随着中国移动互联网用户增速的放缓,流量红利逐渐消失,每个互联网公司都在寻求新的增长方式,也都建立了用户的增长部门。用户增长,已经不单单是一种获客策略,更是决定企业未来发展的关键要素


2019-10-23 13:364077

评论

发布
暂无评论
发现更多内容

DataPipeline与海量数据完成产品互认证,助推数据管理信创生态新进程

DataPipeline数见科技

数据库 中间件 数据融合 数据迁移 数据管理

通过自动关闭Amazon SageMaker Studio中的闲置资源来节省成本

亚马逊云科技 (Amazon Web Services)

AI/ML

Spring核心原理之IoC容器初体验(2)

Tom弹架构

Java spring 源码

用一个 flv.js 播放监控的例子,带你深撅直播流技术

杨成功

JavaScript 前端 监控 直播 流媒体

动手用 Java 训练深度学习模型

亚马逊云科技 (Amazon Web Services)

AI/ML

我们开源了一个轻量的 Web IDE UI 框架

Ziv 小威

ide 开源 vscode React WebIDE

大数据开发之sparkSQL的使用分享

@零度

大数据 Sparksql

提升产品创新能力?试试斯坦福大学设计思维模型!

恒生LIGHT云社区

设计 产品设计 创新 设计思维

Amazon SageMaker Data Wrangler 简化数据准备过程,助力机器学习

亚马逊云科技 (Amazon Web Services)

AI/ML

在亚马逊云科技Marketplace上的SaaS架构设计——如何支持多产品使用单一账户中心

亚马逊云科技 (Amazon Web Services)

AI/ML

愉悦圣诞 暖意融心

龙智—DevSecOps解决方案

再说绩效考核

张老蔫

28天写作

盘点一下自己的2021

为自己带盐

28天写作 12月日更 盘点2021

Amazon Marketplace上的SaaS架构设计 ——如何支持跨多账户对接

亚马逊云科技 (Amazon Web Services)

AI/ML

解决 GitLab 报错:You are not allowed to force push code to a protected branch on this project

AlwaysBeta

git gitlab

手把手教程 | 使用无服务器模板部署机器学习模型

亚马逊云科技 (Amazon Web Services)

AI/ML

自然语言处理实战——巧用 Amazon Comprehend 分析社交媒体数据

亚马逊云科技 (Amazon Web Services)

AI/ML

在 Amazon Inferentia 上为 PyTorch 自然语言处理应用程序实现 12 倍的吞吐量和低延迟

亚马逊云科技 (Amazon Web Services)

AI/ML

Amazon SageMaker新玩法——定制你的语音识别模型

亚马逊云科技 (Amazon Web Services)

AI/ML

Amazon DeepRacer训练日志分析范例与强化学习Reward Function设计

亚马逊云科技 (Amazon Web Services)

AI/ML

HDFS(Hadoop分布式文件系统)

编程江湖

大数据 hdfs

专家视野:探寻运维趋势与ITSM落地之道

龙智—DevSecOps解决方案

运维 ITSM

常见开源分布式文件系统架构对比

Juicedata

hdfs 开源 文件系统 云存储 分布式文件系统

新手入门:史上最全Web端即时通讯技术原理详解

WorkPlus

Amazon Forecast现可支持对单一条目进行准确性评估

亚马逊云科技 (Amazon Web Services)

AI/ML

使用Amazon Step Functions Data Science SDK创建基于无服务器架构的工作流

亚马逊云科技 (Amazon Web Services)

AI/ML

使用 Amazon Redshift ML 构建多分类模型

亚马逊云科技 (Amazon Web Services)

AI/ML

云小课|DGC数据开发之基础入门篇

华为云开发者联盟

大数据 数据湖治理中心 云数据开发 DLF

Coder 投稿 | mPaaS 的多版本接入(Android)

蚂蚁集团移动开发平台 mPaaS

android Android Studio mPaaS 移动应用开发

热点浅谈:著名主播“薇娅”究竟是怎么赚钱的?

优秀

直播带货 薇娅

实力超越,绝对领先——Amazon SageMaker 在企业 MLOps 平台报告中获得高度肯定

亚马逊云科技 (Amazon Web Services)

AI/ML

  • 扫码加入 InfoQ 开发者交流群
首次公开 | 淘系用户增长策略思考与实践_文化 & 方法_马鏖_InfoQ精选文章