以下文章来源于网易有数
导读:
本篇是网易数据分析大赛获奖作品分享,来自于网易云音乐直播业务部。
在直播行业,用户的付费活跃规模及支付习惯与传统行业有很大的不同。直播大R付费是低频高arppu,可能一笔消费就达10万元,可能5分钟刷出100万,但是一个月就刷那么一两次,很不规律。因此,传统的“二八定律”早已不再适用。事实上,在我们的日常流水中,往往是1%的人撬动了80%以上的营收,不到0.1%的大R用户提供了一半以上的流水。(注:大R的R就是人民币RMB的R,通俗来说就是大客户,花很多钱的人)
因此,如果我们能让大R用户的产生和他们的消费行为变得规律可控,能扩大这个群体,就有机会优化整体的营收生态。所以该项目简单来说,就是去挖掘平台还没在直播消费过的用户,把他们转化成直播付费用户,并跟进其成长为大R。
那么,大R规模要如何扩大,到底是培养大R比较靠谱,还是去发现、挖掘大R比较靠谱呢?我们首先对现有的付费用户成长路径做了数据分析,来回答这个问题。
首先我们以活跃和消费作为两个维度,去分析了用户从不同层级迁移到其他水平的周期。主要看这两条红线就可以了,一个活跃用户,从0开始累积消费100块钱,平均需要76天的时间,周期非常长,极难培养,而一开始就有100元以上打赏行为的用户,他一周内就能提升活跃。也就是说——大R不是养出来的,如果一个人没有钱,你让他付100块钱都费劲。
那么我们要做的就是,先能筛选出哪些人可能有高消费实力的,吸引他们来看直播,先培养起他们看直播的习惯,去打通他们的成长链路,最终帮助他们顺利成长成为高付费用户。
好,那么什么样的用户可能会有消费实力呢,我们还是基于现有用户去分析,把现有的大R用户分成几种类型,五边形、梯形代表两种不同类型的用户,而三角形是五边形用户逐渐演变而来。所以对于业务方来说,我们希望挖掘到的就是前两类用户,他们代表了大R用户刚进入直播时的行为状态,是天然的,更高效的模型。
这些大R对应的画像,年龄以20-35岁的年轻人为主,占比达到58%,还有30%多是没有办法识别他们几岁的,换言之,在已知年龄的用户里,绝大多数都是这个年龄段。而在性别方面,因为我们的产品特性,女性用户占据了半壁江山,和传统视频直播基本都是男土豪的有很大区别的。这些大R现实中,基本都在经济发达城市,还有就是东北人特别多,娱乐繁荣。资产方面,开豪车、好车的大R多,但是房价出乎意料,除了北上广深杭,这些大R的房价甚至都只要几千,一万多一平,得到这个结论之后,我们发现,诶,原来我们也有成为大R的潜质,但我们的钱,都拿去买房当房奴了。只要不买房,分分钟怒刷几十万当大R不是梦......
所以分析下来,我们要去找的用户,重点是20-35岁之间,男女不限,房价不限,在发达地区的人,开豪车优先。再结合他们的前端行为,筛出有付费意愿的,结合他们的活跃时长分布、是否具备情感需求等因素,首批筛选了4万多人,作为我们的潜在高付费用户群。
圈出这批用户后,我们开始进行落地转化的工作。第一步,首先让这些用户能看到直播模块。我们通过直播模块上移等方式,增加直播模块在潜在人群中的曝光;第二步,用户看见直播了,我们要给他推什么内容呢?同样的,我们拿现有的直播用户去做了音乐品味对直播内容的喜好匹配分析,比如曲风偏好【华语流行】的用户,喜欢听我们的流行音乐主播,曲风偏好【电子】的用户,对二次元、摇滚、动漫主播更感兴趣。通过这种直播标签和音乐标签的匹配,我们完成了主播推荐的工作。
再接下来就要考虑如何让用户留下来的问题。我们首先给用户送礼包,礼包是具有两大特性的,第一有明显的外观,用户只要进直播间,发言就能被关注到,第二是具有互动感,用户送出东西能给主播增长热度,主播会对他进行感谢,勾起用户的虚荣心。投放礼包我们也做了ABtest,有礼包的用户,验证下来,刺激效果会更好,能以更快的速度花钱破冰。最后一步,通过一些简单的任务带一个新用户逐步进入直播场景,与主播建立联系,进而养成直播观看习惯、衍生打赏行为。
结合前面的筛选和这些运营手段,我们两期活动挖掘的用户付费转化率分别为3.37%和4.8%,目前累计营收达到197万和139万。虽然这个累计营收对于直播整体来说不算很多,但是整体对比自然人,目标用户的ARUP值比同期自然人高出一倍以上,说明我们的挖掘起到了比较高效的作用,证明我们通过分析现有大R群体去平台中反推潜在客户的思路得到了验证。
当然,这部分用户算下来,人均月消费也就是一两百块钱,还远远达不到大R的标准,我们的项目也并没有止步于此,针对这些已经挖掘出的高潜力付费用户,我们又通过监控他们在直播的具体付费行为,去精准筛选用户介入维护,例如单日高消费、单笔高消费用户,通过报表展现其付费详情,例如打赏内容、付费金额等,方便运营人员进行情况摸查和喜好分析,再制定个性化维护方向。
其实,对于大客户运营来说,最难做的就是,有钱人是千人千面的,每一个花了几十万几百万的用户,都有非常个性化的画像和需求,常常让人感觉无从下手。所以我们这个项目,就是试图通过数据,去看见这些千人千面,或者说,通过数据辅助运营工作,让千人千面的大R变得有迹可循。项目从一开始提出问题,应用基本数据分析模型九宫格进行抽象推导,得到初步结论;再因地制宜运用产品特性去探索个性化模块搭建、精准喜好匹配,叠加权益,完成消费破冰;最后基于数据洞察和业务理解,从初步成果中找到关键因素,放大势能,提升收益,完成了挖掘-转化-拉升付费的价值闭环。
作者简介
欧米,云音乐资深大R运营,长期深耕于大R运营领域,有丰富的高消费用户、超级用户服务及运营经验。
玄德,云音乐直播推荐算法工程师,负责推荐算法/用户增长策略在直播、直播海外、派对房的落地,提升用户体验和变现效率。
波克,云音乐资深算法工程师,利用直播推荐算法策略提升用户体验和效率。
语侬,网易云音乐资深数据分析师,负责LOOK直播的数据分析工作。