淘宝直播APP用户增长实践

演讲人：郭明累—阿里巴巴—数据科学专家 目录Contents 用户生命周期数据体系 01业务背景和行业挑战 || 业务背景 •点淘：淘宝直播官方APP，阿里内容战略的重要组成部分，目标是发现电商。依托直播和短视频生态，通过短直联动，打造短视频种草-直播拔草的商业形态； •从产品形态来看，点淘以极致沉浸流消费为主体，同时兼有直播间和货架，满足用户多方面的“逛”和“买”的需求； || 行业挑战 •行业周期：预算收紧和收入承压； •行业竞争： ➢头部短视频，抖音、快手和视频号（直播化和电商化）；➢社区和种草领头羊，B站和小红书（商业化选择）； •流量市场： ➢快手和腾讯；➢字节（非抖音主站）； 02数据策略和能力设计 || 数据策略 •用户增长是一个业务问题，同时也是一个数学问题； •结合不同阶段的业务问题，提供面向用户生命周期的增长数据能力； •DAU=NU+σNU×留存 •用户生命周期：拉新、承接、促活和流失 用户增长数据能力设计 •拆分阶段，梳理问题，规划能力 03用户生命周期数据体系 || 用户拉新1.用户拉新数据能力模型 •阶段问题和目标：拉新规模，用户质量和投放效率； •拉新渠道：外投拉新（三方），二方拉新，裂变拉新等； •数智能力： ➢投放素材：优化媒体给用户曝光的内容；➢人群定向：找到业务目标用户；➢出价优化：提高目标用户的获取效率；➢用户权益：优化裂变策略，提升传播效率； •基础能力：渠道评估的目标是渠道优化，用户归因是渠道评估的基础； DPA+RTA（动态商品库+人群定向） •业务问题：一定投放费用基础上，获取更多、高质量的用户； •问题解法：找到业务目标用户，且联合媒体优化投放成本； || 裂变拉新（人拉人） •问题解法：在一定成本下，通过调整激励发放策略，来优化传播裂变的动机； •业务问题 ➢传播裂变作为一种相对低价和有效的拉新方式，但是受限于用户动机，存在两个潜在的问题——规模和质量； ➢统一返佣策略；➢分人群差异化返佣策略； •问题分析➢传播裂变的角色：发起者和受邀人；➢传播裂变的动机：绑定激励和活跃分佣激励； || 用户承接1.用户拉新数据能力模型 •阶段问题和目标：短期留存和成长； •承接方式：不同的投放素材类型，可以选择对应的承接方式，提升承接的效率； •数智能力： ➢场景还原：所见即所得；➢动态路由：流量分配机制和效率；➢路径分析：用户产品动线优化；➢留存分析：找到留存关键因子，优化留存； •基础能力：建立从投放到目标承接场的承接漏斗，优化产品链路； || 动态路由承接 •业务问题：用户打开点淘进入落地页，落地页面的信息表达直接影响了用户的承接效率，更懂用户的承接页，可以提升用户的留存和价值转化。 •问题分析：理解用户；投放效率；承接效率； •问题解法：用户分群（物理人群&逻辑人群）；承接页赛马； || 留存关键因子 •业务问题：为了打造用户的内容心智，需要从源头着手，找到内容新户，并通过内容方式进行承接，配合后续的内容消费来提升用户的内容感知。但是，内容新户较其他新户的留存偏低，需要重点优化； •问题解法 ➢定义用户行为方式的分析假设;➢构建影响用户回访的路径图;➢结合特征分析和回归分析，量化不同因素对次留的影响性; || 用户促活1.用户拉新数据能力模型 •阶段问题和目标：长期留存和价值； •促活方式：用户回访分主动回访和被动回访，其中，被动回访包括三方拉活、二方拉活、裂变拉活等； •数智能力： ➢人群定向：剔除非目标拉活人群；➢出价优化：提高目标用户的获取效率；➢渠道排重：避免不同渠道之间重复拉活；➢关系挖掘：雇人打工的人拉人效率； •基础能力：从活跃度角度对用户分层，精细化用户运营； || 策略拉活（人群定向+出价优化） •解法：在通投拉活的基础上，基于数据策略来剔除无效拉活，同时优化拉活出价，来实现降本增效； •业务问题：拉活是业务的一个常规操作，正常情况下需要投入不小的费用，有没有可能降低拉活的成本； || 关系挖掘（雇人打工） •解法：基于用户的关系数据，挖掘用户之间的亲密度，结合雇佣机制的调整，提升用户参与玩法的动机 •业务问题：雇人打工是一种通过用户之间的“买卖”，提升用户活跃度的玩法。但是，用户参与雇人打工的动力和频率偏低； •一度好友挖掘 ➢relation(u1,u2)=w1∗(∣u1,u2∣/∣u1∣+∣u1,u2∣/∣u2∣)+w2∗(∥u1,u2∥/∥u1∥+∥u1,u2∥/∥u2∥) ➢∣u1∣表示u1的好友数，∣u1,u2∣表示u1和u2的共同好友数； •二度好友挖掘 ➢一度好友关系容易带来推荐好友的固定，长期会导致用户活跃度下降，需要补充新的好友关系提升活跃度； 关系数据源：裂变玩法，关注关系，下单行为，通讯录等； •共同好友数量，共同好友质量； || 用户召回1.用户拉新数据能力模型 •阶段问题和目标：延长用户生命周期； •召回方式：流失用户已积累一定历史行为，定义对应的召回方式，提升召回效率； •数智能力： ➢流失预测：预流失用户的核心在预测和干预；➢流失召回：已流失用户的核心在触达和承接；➢触达渠道：通过厂商、外投等多种方式触达；➢承接方式：结合用户的特点，定义承接方式； •基础能力：不同业务用户的活跃周期不完全相同，需要根据自身用户的行为特点来定义适合本业务的流失定义； || 预流失用户（预测和干预） •解法：结合用户过往行为，对用户流失概率进行预测；通过端内触达手段，对用户进行差异化干预，提升用户留存； •业务问题：新户获取之后，在前30天活跃占比下降较快，新户的快速流失，对用户活跃成本和用户增长带来了较大挑战； •干预措施设计 ➢选取预测计算日7天前的MAU用户作为训练样本，并使用计算日前一天用户是否流失作为样本标签进行模型训练； ➢选取预测计算日1天前的MAU用户作为预测样本，预测其在7日后的流失概率，并筛选高流失用户进行挽留； || 已流失用户（触达和承接） •解法：通过端内和端外等多种的触达手段，结合用户流失前的行为和偏好，定义差异化的召回策略，提升承接效率，减低召回成本； •业务问题：在历史累计用户中，有一批长时间不活动的用户，怎么有效的召回这些用户，是在用户增长过程中需要考虑的一个途径 ➢基于回流曲线和拐点分析法，定义适合业务的流失周期；➢第一个拐点在第7天，第二个拐点在第30天；➢沉默30天之后，用户再回来的比例已经比较低； 2023 DataFunSummit—THANKS— 演讲人：郭明累—阿里巴巴—数据科学专家