前段日子,拼多多发布了2021年财报。财报显示,拼多多的营销费用超过400多亿,相较于2020年增加了30多亿的投入,是经营费用中占比最高的一项。
年度活跃买家达到8.687亿,全年营收为939.499亿元,同比增长58%,经营利润超68亿,是创立以来最赚钱的一年。
在流量增长缓慢的大环境下,像拼多多一样这样加大“流量”的投入,获得更高的营收增长的公司还有很多,比如游戏公司“吉比特”、短视频平台“快手”、内容电商平台“小红书”等。
流量成本越来越高是不争的事实,在如此环境下,运营从业者需要转变传统的运营思维,要用商业化的思维去做运营,实现流量和收入健康增长。
基于此,运营社提出了RRA模型,并且开设《商业化运营实战指南》专栏,研究如何更加高效的进行变现、留存与引流。
在专栏前几期,我们分别聊到「R- 营收」中的「流量变现」和「服务变现」和「R- 留存」中的「用户分群留存」与「内容运营留存」的核心策略与方法。
本期内容是专栏的第六期,进入RRA模型的第三环节「A- 引流」。
运营社将和大家聊聊App们如何高效做好引流,主要围绕以下3 个问题展开:
01
互联网引流的“手段”有哪些?
在研究如何高效引流之前,我们先要了解当下移动互联网App的主要引流手段。
目前App的引流手段主要有3 种:
- 第一,自然增长的流量;
- 第二,付费购买的流量;
- 第三,裂变带来的流量。
自然增长的流量,指的是依靠产品自身的品牌知名度,让用户自发搜索和寻找应用所带来的流量。
除此之外,还可以通过搜索引擎优化,提升应用在业务关键词的排名,进而带来的流量。
付费购买的流量,顾名思义指的是花钱采买的流量。
比如,工具型产品,在大环境较好的情况下会增加买量的投入;游戏型产品们,在大型节日、周年庆、或者有新版本上线等关键节点也会增加买量的投入。
裂变带来的流量,指的是发动用户在社交平台上进行传播,通过人拉入的方式带动流量增长。
比如,通过产品功能让用户带动身边的朋友加入,典型的有拼多多的砍价玩法,微信读书的分享领取免费读书卡,叮咚买菜邀请新用户获得满减券等,都是利用裂变活动带来流量。
自然增长的流量的虽然成本低、用户精准,但是规模小,增长速度慢,长期投入成本高;裂变流量虽然成本低,但获取的流量并不精准,且需要冒着很大的风险去做(比如风控风险,避免被薅羊毛;政策风险,有诱导分享嫌疑等);
对于变现和留存能力较为成熟的产品,我们建议选择付费购买流量,也就是俗称的「买量」。让变现赚来的钱快速周转起来,直接通过「买量」的方式,快速扩大用户规模和营收增长。
不过,我们发现传统「买量」更多关注用户量的增长,少部分能关注留存率指标,这就是导致变现团队和买量团队之间经常“相互甩锅”:变现埋怨增长买的量价值低,增长埋怨变现不给力,没钱去搞量。
这也引出了所有运营人都应该思考的一个问题:「买量」和「变现」到底应该怎么配合?
商业化运营视角下的「买量」,是去找到能够让用户规模和营收规模快速增长的杠杆。
02
如何实现流量高效增长且增收?
「买量」的目的是实现有效增长,买来的量如果留存不住、无法变现,则会加快企业经营指标的恶化。
那么,如何通过「买量」提升产品用户规模和营收规模,让买量回报收益最大化?
运营社认为对买量、留存、变现全流程的「数据分析」能力是关键。在这里,我们将和大家分享,如何利用数据分析实现流量高效增长且增收的3 个步骤。
1)第一步:统计核心数据指标
要想实现流量高速增长且创造营收,第一步,我们需要具体指根据业务流程,梳理出「买量侧」和「变现侧」的核心数据指标。
从买量层面,首先我们要考虑,当用户下载App时,其下载行为对应App的「激活」相关数据:
比如,激活数,激活成本等,除此之外,还要考虑在广告投放平台上创建的投放计划的相关数据,比如曝光、点击、消耗金额等。
其次,需要考虑当用户下载App后的「留存率」指标。特别是关注用户的次日留存率情况、以及用户长久的留存情况(一般看的是7 日留存和30日留存),因为留存率是衡量一个流量价值高低的核心数据,以此来评估买来的流量与产品价值的匹配程度。
从变现层面,我们需要监测用户在App里的「用户价值」数据,主要包括用户内购付费金额(IAP)和用户广告变现收入(IAA),综合计算出用户LTV(用户生命周期价值)。
IAP(In-App Purchase):指的是用户内购变现
IAA(In-App Advertisement):指的是用户广告变现
2)第二步:评估买量回收效率
当我们收集了买量、留存、变现全流程的核心数据指标后,第二步,就需要根据现有数据,评估出买量的回收效果。具体该如何做呢?
我们不妨先看看买量回收效率的计算公式,即买量ROI=变现LTV/买量CPA。
从买量效率的评估公式中我们可以看到,影响ROI的因素主要有变现LTV、买量CPA,即买量带来的用户产生的收入 / 买来这些用户所需要的成本。
基于这个公式,我们可以从两个维度进一步分析:
第一,LTV对应的是「变现侧」的分析优化:
重点分析不同买量渠道导入的用户「变现数据」和「用户行为」数据,比如重点分析曝光、点击、收益、渗透率等变现数据等。
第二,CPA对应的是「买量侧」的成本优化:
可以按照买量不同的维度进行分析,比如按照投放渠道、广告账户、广告计划的进行数据分析。
想对买量回收效果进行评估,就要要打通买量、变现两端数据。从ROI到变现LTV、买量CPA进行拆解分析,实现从整体到细分的不断优化,为后续买量提供“精打细算”的夯实基础。
3)第三步:根据分析结果持续优化
最后一步,则是根据数据分析结论进行优化调整,不断提升买量的ROI,买到更高质量的流量,从而形成良性循环。
接下来,运营社将从这两方面,分别聊聊如何优化投放效果。
① 买量侧:买量渠道优化
监测买量渠道的时候,重点关注的数据指标是ROI情况,通过不同渠道的ROI数据对比,做渠道优化。
ROI高则加量:变现好的渠道,加大投入,买到更好的流量,买到更多的高转化用户,变现收益会不断提升;ROI低则进一步分析:变现不好的地方,分析同类产品在这个渠道的买量效果如何,然后进行优化调整。
在双重优化下,整体ROI不断提升,利润空间可以得到跨越性提升。
② 变现侧:收入结构优化
收入结构分析指的是从广告变现场景维度,对流量的回收效果进行分析。对于商业化运营来说,可以更更进一步的细化掌握产品里不同变现场景的收益情况(包含变现效果和变现趋势)。
紧接着,按照收入结构分析数据,对广告位置进行优化。
查看不同广告位置的收益、eCPM(每展示1000次广告获得的收益)等数据,对于变现收益较高,且eCPM较高的广告位置可以加大流量曝光和买量投入。
相反,对于收益较低,eCPM较低的广告位置则需要进行更细的分析,如请求渗透率、展示渗透率、人均请求、人均展示、点击率等指标,找到核心问题进行优化或者渠道、广告位置替换。
03
高效获客且助力增收的工具推荐
通过以上内容的详解,我们知道想要实现流量高效增长且增收,需要找到业务的核心数据指标,并根据核心数据的分析结果进行优化调整。
整个流程走下来,非常考验运营的买量变现的整体性数据分析能力。那么,如何落地实现买量、留存、变现的全链路数据分析工作呢?
目前市面上常见数据分析工具有两类:
第一类,自建数据后台的工具。
这类工具一般是App自建,一方面可以获取完整的数据、数据分析结果准确、分析维度也较为丰富,另一方面,也可根据App不同的变现需求定制化。(Ps.创建这类工具需要公司投入非常大成本和精力)
第二类,用户行为数据分析工具。
商业化运营可以使用用户行为数据分析工具,一来省时省力,二是这类工具具有一定的数据分析能力。不过,它无法获得广告变现收益数据,买量、留存、变现的全链路数据分析全在断点。
如果能把两者的优势相结合,对于开发者和运营从业者来说就再好不过了。
在这里我们就聊到第三类工具:第三方广告变现平台上的提效调优工具。国内典型的产品,比如穿山甲的增长参谋可以将第一类与第二类工具的优势相互结合。在数据获取上,增长参谋可以为运营从业者提供更全面的数据,涵盖买量变现等,比如:
投放效果:不同投放渠道、广告计划的ROI对比;
变现情况:分析变现收益、变现行为数据(渗透率、变现展示、变现点击);
用户行为:用户留存、人均使用时长。
值得一提的是,这些数据都是天级数据以及小时级数据,涵盖买量、变现的数据,有更全面的数据参考。
在分析能力上,运营从业者们还可以自定义数据项,进行详细的分析,整个数据贯穿用户全生命周期,分析买量、变现数据,实现流量、收入的增长。
运营人员也可以对不同的渠道效果进行分析、筛选出高ROI的渠道。
很多开发者在商业化过程中会面临的一大难题就是数据能力不足,且对回收效果有着高评估要求。为了打破瓶颈,让广告投放更加有效,给团队带来更高的投资回报,他们纷纷选择接入增长参谋。
比如某头部游戏App在接入增长参谋之前,通过自建数据后台做分析,无法实时监测到变化的数据,买量缺乏科学的参考,无法进行实时的买量策略调控。
当接入增长参谋之后,商业化运营可以洞察产品不同阶段并调整买量策略,找到影响买量变现的关键因素,并放大高转化意向用户,使得整体利润率提升了70% 以上,首日ROI提升了35% 以上。
04
结语
总的来说,基于RRA模型下的商业化运营,不仅要求运营们懂商业模式,盘点自身资源,找准变现方式,还需要能够从变现的视角出发,来做流量高效增长和收益增长的工作,提升产品的变现效率。
以上,就是《商业化运营实战指南》栏目方法论部分的所有内容了,相信我们分享投放的策略和技巧,可以帮助广大开发者们以及运营从业者们,提升流量质量,降低投放成本,实现收益的最大化。
文:郭晓爽/运营研究社
本文经授权发布,不代表增长黑客立场,如若转载,请注明出处:https://www.growthhk.cn/cgo/coo/65522.html