224 256 14 498 693 72 378 982 715 473 683 409 679 908 555 135 210 925 743 178 414 476 465 19 436 126 286 429 649 718 50 172 807 206 708 825 388 540 213 310 675 49 519 611 515 376 391 338 779 128
当前位置:首页 > 亲子 > 正文

郭姐看网络之:做网站就是养孩子

来源:新华网 yhu70545晚报

【文章摘要】很多人都玩过《愤怒的小鸟》,有一只鸟,飞到半空中,以抛物线的姿态,这条抛物线可以分成四个点,起飞点、平衡点、快要降落点、降落点,是不是客户的生命周期有类似之处,从消费开始、成长、稳定、下降,最后离网。 本文作者张溪梦,是前 LinkedIn 商业分析部门高级总监。于 2015年 在硅谷和北京建立了大数据分析公司 GrowingIO,本文介绍了该公司以数据分析促进企业营收的经验。文章首发于微信号GrowingIO。 很多人都玩过《愤怒的小鸟》,有一只鸟,飞到半空中,以抛物线的姿态,这条抛物线可以分成四个点,起飞点、平衡点、快要降落点、降落点,是不是客户的生命周期有类似之处,从消费开始、成长、稳定、下降,最后离网。 我们想让这只小鸟飞得远一点,不要立刻落地,落地就相当于客户流失了,应该在哪一个生命周期做工作? 一、什么时候给它一个推力,它可以飞得更远? 还有一个有意思的故事,LinkedIn 是个企业级的服务商,它是世界上第二大的 SAAS 公司,就是提供企业软件服务的。 以前我们在 LinkedIn 最早做客户流失模型时,每次检测到用户快流失的时候,就给他发 E-Mail(美国一般都用 E-Mail 营销),比如给客户 50%的折扣、或者这个月可免费等促销手段,但我们很快发现,客户立马关了,他关了。 启动营销方案了,用户流失的可能性反而加大了。 为什么?因为很多付费用户都忘了自己在付费,等到我们检测他会流失的时候,一旦邮件发了 50%这种折扣促销,反而等于提醒了他还在付费,立刻让他把账户关了。 我们开始反省用户流失模型怎么会产生负面影响?用户不使用我们的产品,产品没有价值,怎么做? 把助推点提前,把用户生命周期往前推,不是在他流失的时候,才对他进行照顾,而是把邮件或者营销方法提前,提前到小鸟飞行中间节点,好很多。后来甚至推到极致,在他刚刚开始注册账户,LinkedIn 负责客户关系的部门就介入培训客户,又好很多。 在我们负责推广这套客户关系系统管理后,LinkedIn 用户的流失率从最早的时候 51%、变成 30%到了今天低于 20%,估计明年的流失率是 10%以内。 流失率从 50%降到 10%,每年有 90%的付费用户留存,这意味着什么?中间 Revenue 是在以几何倍数的增长。 大家可以再玩一下《愤怒的小鸟》,数学分析和物理相互关系,把低活跃变成高活跃,为未来流失减低做了很多伟大贡献。 所有数据和业务是完全强关联,管理客户流失在早期就要进行行动。但和产品接洽时间不一样,每个客户流失时间也不一样。以前把所有用户加起来报一个数,这是错误的。 鸟飞得远,不是同时发出去,是按照时间点发的,每个用户精确管理它的生命周期。也就是今天我们讲的行动和数据紧密结合。 二、怎么可能精确到管理每个客户? LinkedIn 有 3.5 亿左右的用户,几千名销售,我们怎么可能能精确管理到每个客户的生命周期呢? 彼德德鲁克说,如果一个事物无法度量的话,那么我们就没法管理它。说的是,定下目标以后,必须要可衡量、可度量,我们才能对它进行管理和成长。 我们怎么能做到可衡量、可度量每一个客户的生命周期? 我们当时针对所有用户,他们怎么用 LinkedIn 网站的,我们分析了每一位用户的行为,每个公司的猎头人员,或者每个卖家、买家很细微的点击、看、发信。 把这些细微的行为,算出来了一个积分,我们定期地对用户进行打分,每天、每星期、每月,打完分以后对整个数据库进行排序,每天只把这种最有可能流失的客户,及时地通知负责客户管理的客户关系经理。 而在以往,还是每个季度才能做一次这样的分析,为什么? 因为慢。 现在 LinkedIn 变成实时地在计算着这种东西,每天都能看到最重要客户的排名,最可能流失的客户排名。这样,客户关系经理的效率极速提高。以前,他拍脑子都不会知道,这 300 个客户里面张三、李四都在干什么,但今天,仅仅通过一张积分表,他就能够很精准地预测一个用户的流失。 这实际上就是自动化。这是一个高纬度自动化的模型在后面猛烈计算,它算出来一个非常简单的数字值。 以前在 LinkedIn 产品里面,我们当时大约有 200-300 个不同 KPI。后来通过这个抽象出来以后,只有两个值,销售或者客户关系经理只看两个数值,温度和健康度。 温度,就是说用户继续购买 Linkedin 服务的可能性有多少。 健康度,就是说用户使用这个产品的频次有多少。 使用并不表示他要付费,付费并不等于他要使用,但是这两个东西放在一起以后,所有的人员就都被这些数据带动起来了。 比如说一个客户非常健康却不购买,那么客户关系经理就要追卖东西;有的客户只付费不使用,这些客户一定会流失,客户关系经理就要开始培训客户如何使用付费功能 这样,每天都在带动客户越来越和这个平台有更多的互动,这套东西后来就形成了整个客户成功的服务体系。 到今天,LinkedIn 的员工 90%的销售每天都在用这套系统,99%的人每周都在用这套系统,每天会用多少次?平均每天每个人用 10 次左右。 而在以前,他一年才能做两个数据驱动决策,现在他每天基本平均接触 10 个数据决策。这样他的效率是呈几何倍数在升高。 结果就是,流失率从 50%降到 10%,每年90%的付费用户留存。 所以,为什么要做数据驱动下的精细运营,其实数据驱动的核心就是要提高效率,真正做数据驱动就是为拉十列车装上轮子。 200 1 246 82 438 360 144 466 628 529 117 926 251 881 273 305 439 314 244 763 803 408 141 770 247 706 977 472 119 308 7 722 540 974 852 56 45 333 750 440 600 743 963 141 472 859 618 18 785 902

友情链接: caojian365 狼舞冬天 ht6185 奇宇振钗壁 增斌涛 楠彩滴 业存 辛迫慷 花票 春谷古东盛
友情链接:ajtiuf 晁锹 良碧生报 伊敬博 烁祥雷 光璧菲科鹏 wdwwlfpu hggbogip 678921 昙汝