“回頭客少”無論是在實(shí)體店的經(jīng)營還是產(chǎn)品的線上運(yùn)營過程中都是個(gè)十分經(jīng)典的問題,且對于這個(gè)問題的解答,很多人的答案方向無外乎都是從廣告投入、產(chǎn)品質(zhì)量和服務(wù)體驗(yàn)優(yōu)化切入。然而,你真的了解你的用戶么?你的優(yōu)化策略真的可以有效提升用戶復(fù)購?
如果無法給出肯定的回答,那不如換個(gè)思考的方式。比如,是不是可以提前評估用戶的復(fù)購潛力?在存量用戶中是不是可以做進(jìn)一步的增長挖掘?怎樣才能觸達(dá)用戶消費(fèi)的核心痛點(diǎn)并引導(dǎo)他們持續(xù)復(fù)購?
一、如何評估用戶復(fù)購潛力
其實(shí)從用戶注冊帳號到再次決定購買這個(gè)過程中,用戶的頁面瀏覽次數(shù)、活躍時(shí)間等行為數(shù)據(jù)已經(jīng)決定了來自用戶自身的復(fù)購需求。因此,基于用戶前期應(yīng)用內(nèi)的一些行為數(shù)據(jù)分析,是可以推斷出用戶的復(fù)購潛力的,而復(fù)購預(yù)測就是解決這樣的問題。
華為預(yù)測服務(wù)經(jīng)過大量的數(shù)據(jù)實(shí)驗(yàn),將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到用戶行為數(shù)據(jù)中,使用應(yīng)用最近一周內(nèi)歷史付費(fèi)用戶的付費(fèi)數(shù)據(jù)訓(xùn)練模型,以預(yù)測應(yīng)用最近一周的活躍的歷史付費(fèi)用戶在未來一周內(nèi)購買付費(fèi)的概率。因此,開通預(yù)測服務(wù)后,您的應(yīng)用通過華為分析服務(wù)上報(bào)關(guān)聯(lián)事件,如應(yīng)用內(nèi)購買事件,即可預(yù)測出不同概率的復(fù)購人群。
二、怎樣做存量用戶的增長挖掘
用戶的應(yīng)用內(nèi)行為決定了來自其自身的復(fù)購需求,而我們需要做的就是針對預(yù)測出來的高潛力復(fù)購人群,制定相應(yīng)的運(yùn)營策略來放大他們的需求,提高復(fù)購率。對癥下藥,了解并挖掘高潛力復(fù)購人群的屬性和行為偏好,可以讓制定的增長策略更加合理有效。
設(shè)計(jì)一套會(huì)員體系,通過會(huì)員的折扣、積分活動(dòng)吸引用戶再次購買是很多產(chǎn)品為了吸引用戶復(fù)購采用的持續(xù)性激勵(lì)營銷策略。目前大部分的會(huì)員體系主要設(shè)計(jì)場景如下:從注冊會(huì)員開始,按照用戶付費(fèi)金額累計(jì)會(huì)員積分,會(huì)員積分可用于一些福利折扣券、小禮品的兌換。這種會(huì)員機(jī)制一定程度上確實(shí)起到了吸引用戶復(fù)購的作用,但是隨著禮品兌換門檻過高,禮品數(shù)量有限、積分規(guī)則設(shè)置不合理等問題的出現(xiàn),后期用戶將逐漸對這種積分會(huì)員玩法失去興趣。
通過復(fù)購預(yù)測,我們嘗試對上述營銷策略優(yōu)化,幫助產(chǎn)品在吸引用戶復(fù)購的同時(shí)節(jié)約成本。當(dāng)查看用戶復(fù)購預(yù)測詳情,我們發(fā)現(xiàn),無論是最近一次使用數(shù)據(jù)還是近一周內(nèi)的使用天數(shù),都表明預(yù)測出來的復(fù)購用戶近期都較為活躍。可以推斷,用戶可能由于某使用場景,對產(chǎn)品產(chǎn)生了復(fù)購訴求,目前正在觀望對比。這個(gè)時(shí)候若產(chǎn)品在價(jià)格、品牌競爭力等方面無明顯優(yōu)勢,那用戶可能選擇嘗新,購買其他競品。
三、如何引導(dǎo)用戶持續(xù)轉(zhuǎn)化
上文提到的復(fù)購預(yù)測詳情讓我們有了高潛力復(fù)購用戶的畫像,接下來就是如何合理引導(dǎo)他們,增加其復(fù)購轉(zhuǎn)化率。這個(gè)時(shí)候,很多購物類APP會(huì)充分利用自己已有的會(huì)員積分體系,在周末或者大促節(jié)假日推出購物限時(shí)10倍會(huì)員積分,限時(shí)積分兌換禮券、現(xiàn)金等活動(dòng),但每次活動(dòng)復(fù)盤后發(fā)現(xiàn),活動(dòng)雖然吸引了用戶復(fù)購,但每開展一次的成本是非常高的。
復(fù)購預(yù)測的受眾細(xì)分功能可幫助解決花費(fèi)成本少但不影響運(yùn)營活動(dòng)效果的運(yùn)營痛點(diǎn)。預(yù)測出來的高概率復(fù)購用戶可作為受眾,作為遠(yuǎn)程配置的配置項(xiàng)過濾條件,通過遠(yuǎn)程配置的云側(cè)配置頁參數(shù)設(shè)置,就可以實(shí)現(xiàn)會(huì)員福利活動(dòng)僅對目標(biāo)高概率復(fù)購用戶展示。
通過A/B測試的遠(yuǎn)程配置實(shí)驗(yàn)數(shù)據(jù),我們發(fā)現(xiàn),復(fù)購預(yù)測過濾條件下的實(shí)驗(yàn)組帶來的轉(zhuǎn)化與常規(guī)用戶組相比,轉(zhuǎn)化率基本持平,但是,實(shí)驗(yàn)組的活動(dòng)花費(fèi)卻只有常規(guī)用戶組的40%,大大節(jié)約了活動(dòng)成本。
提前預(yù)測并深度挖掘高潛力復(fù)購用戶的行為偏好,制定針對性運(yùn)營策略觸達(dá)他們消費(fèi)的核心痛點(diǎn),將在流量紅利消失的當(dāng)下,讓您的產(chǎn)品在加速的數(shù)字化進(jìn)程中實(shí)現(xiàn)精益增長。