神策數據文娛解決方案之留存篇：如何有效盤活存量用戶？

　　為了幫助互聯網文娛平臺通過精細化運營，實現提升用戶留存、消費時長、營收貢獻等三大業務目標，神策數據基于多年數據驅動的實踐，推出文娛行業解決方案，整個方案拆解為增長、留存、商業化三個部分，分別為這三部分提供業務和策略解決方案。

　　本篇為神策文娛解決方案系列文章之留存篇，將結合多個案例，重點介紹如何通過精細化的用戶運營、內容運營及活動運營，幫助文娛平臺真正盤活存量用戶，實現高留存。

　　1、用戶運營

　　互聯網文娛用戶的生命周期包含新手期-成長期-成熟期-沉默&流失期等階段，根據不同階段用戶的特征和目標進行分層運營。

　　新手期

　　這個階段的主要運營目標是讓用戶在短時間內，體驗產品核心功能，快速get到產品的核心價值。典型的應用場景包括：內容冷啟動和內容推薦，即基于用戶首日行為的相關內容推薦，新手任務激勵等；不管是在線閱讀、視頻音頻還是社區社交平臺，都需要讓用戶盡快找到感興趣的內容等。

　　在神策的解決方案中，對新手期的用戶，通過診斷注冊流程，分析過程中的阻塞點，定位流失問題及人群，從而提升注冊轉化率。針對新手期的冷啟動，可以基于用戶的點擊反饋快速發現其興趣點，通過差異化的分發策略提升新用戶的留存。比如用戶看到某篇古言小說軟文后下載了APP，那用戶登錄平臺后的內容推薦應優先以古代言情類的小說為主。

　　案例：

　　某垂直社交領域頭部產品，對于新用戶注冊體驗流程進行分析，通過注冊漏斗發現新用戶轉化率約50%，一半的用戶沒能完成注冊體驗到產品就流失了，遠不如預期，再通過細分維度查看，發現完善資料提交環節流失較多。

　　于是進行新注冊流程的設計優化：將原本單頁面的完善資料頁改良成多步驟型注冊流程；用戶單個頁面完善一個資料，再通過點擊「下一步」逐步完善，最后完成注冊進入主頁面。經過改良后的新注冊流程取得了非常好的效果，按月長期觀測總體轉化率，相較于舊版提升了95%+，幾乎達到了注冊環節無流失。

　　成長期

　　成長期的用戶，要增強用戶對產品的使用粘性，比如可以通過對搜索頁面進行產品設計和運營干預，結合推薦策略和A/B測試，觸發更多用戶主動行為，促進內容消費轉化。再比如，分析用戶尋找內容的路徑，從而優化流量分發入口，提升用戶的消費效率。

　　案例：

　　某知識付費領域產品，為用戶提供書籍精華解讀、精品課程、學習社群和電子書等知識付費服務。通過神策分析平臺的事件分析、留存分析等，洞察到用戶留存尚有提升空間，且首頁內容點擊率偏低，于是決定提升內容針對性，提升推薦效率：基于歷史閱讀行為和歷史搜索行為，一是短信/push推送相應熱門書籍，二是首頁資源位推薦相應熱門書籍，結合手動調整資源位內容，提升了用戶活躍和內容點擊率。

　　成熟期

　　成熟期，主要的運營目標是讓更多的用戶付費，提升平臺變現情況。一方面，平臺可以通過付費權益的免費試用，吸引更多用戶付費。另一方面平臺上用戶的付費程度存在差異，根據不用用戶的價值敏感程度，發放不同面值的優惠券，進行精細化的分層運營，從而降低用戶轉化成本。

　　沉默&流失期

　　沉默&流失期，需要對高流失風險客戶深度洞察，進行流失用戶召回。一般可以用熱門內容Push進行站內/站外召回。因為用戶流失是一個過程，不是一個節點，用戶流失之后再召回很難100%召回，所以要在用戶流失前，進行有效觸達，防止或者延緩用戶流失，并且召回要有周期性，進行多次召回無果的用戶可自動標記為無價值/流失用戶。

　　除了對流失用戶進行召回，對文娛平臺來說，對流失的內容創作者進行召回也很重要。通常，內容創作者在平臺進行創作有三大動力：獲得平臺的創作支持、獲得平臺的流量曝光、能在平臺實現商業變現。平臺可以通過數據分析及時評估不同類型、頻道創作者的活躍度，通過標簽和數據洞察，及時發現高流失風險的高價值創作者，當發現創作者流失時，可以具體分析其是在以上哪個方面喪失了創作動力，采取針對性的召回策略。

　　2、內容運營

　　神策為互聯網文娛梳理了內容運營指標體系，涵蓋內容生產、內容消費、質量評估、用戶消費等，為精細化內容運營提供數據分析助力。

　　內容生產

　　在內容生產上，比如可以通過A/B實驗優化創作者工具，讓更多用戶從消費者到創作者，盤活整體內容生態。

　　案例：

　　某海外短視頻軟件，在創作者工具中，拼圖創作工具制作門檻相對較低，之前對該創作工具的定位聚焦于“制作”而非“社區創作”，導致用戶制作的拼圖內容只有少量能夠順利轉化為社區中的流通內容。

　　為了盤活整體內容生態，讓用戶從消費者轉變為初階內容創造者，低門檻完成投稿、互動等行為，提高產品留存，平臺對總體投稿水平進行分析，定位拼圖制作功能對平臺的影響，收集發布路徑的A/B試驗數據，進而分析新路徑帶來的留存影響，分析A/B試驗數據，同時構建定向引入且有投稿行為的用戶人群包，用于分析其在站內的消費行為與投稿留存。經過以上分析和優化，發布拼圖視頻量提升兩倍以上，發布拼圖用戶量提升將近兩倍，大盤投稿量和成功投稿用戶數均有顯著提升，用戶消費數據無負向影響。

　　內容冷啟動

　　在內容冷啟動上，制定定向內容冷啟動策略，將新內容推薦給感興趣的用戶。

　　內容冷啟目的是將用戶內容消費偏好與上新內容屬性結合，在內容進入系統伊始，由于缺乏用戶行為反饋，更依賴于內容本身的固有屬性來進行冷啟動。

　　平臺可以給予小流量曝光，無差別完全隨機冷啟，但完全隨機曝光的弊端是會有不偏好該類內容的人群產生負向反饋，導致推薦數據偏差。因此，神策智能推薦可以通過NLP標簽定向推薦新內容給感興趣的人群，且在推薦過程中，內容、封面、作品介紹、人群、時機等變量的最佳組合可以搭配A/B測試，提高運營決策質效。

　　比如將新內容推薦給兩組人群，或者針對同一群用戶展示不同的內容封面和簡介，對比兩組策略的閱讀轉化率，從而找到最佳策略，完成內容冷啟動。

　　內容消費

　　在內容消費上，提供差異化的內容消費場景和路徑，引導用戶消費更多內容。

　　比如為了讓用戶探索更多元的內容，可以用“小紅點”引導，而小紅點的引導頻次、是否帶數字以及引導后的頁面承接等運營細節，都需要A/B試驗不斷驗證；比如為優化用戶消費路徑，用戶打開APP時不一定是首頁，而是高消費的頁面等；比如用戶主動觸發的行為場景中，可以進行多種場景的內容消費轉化，例如搜索頁面，可以進行產品設計和運營干預，頁面資源位內容推薦是算法還是運營推薦等，到底哪種方式對提升內容消費深度有幫助，需要通過A/B測試和算法推薦不斷嘗試。

　　案例：

　　某小說閱讀平臺基于數據分析發現大部分用戶在閱讀完第一本書后，因未匹配到感興趣的第二本書而大量流失，于是基于算法結合用戶歷史行為和內容數據，構建深度學習模型，在推薦場景下精準匹配用戶喜好，把合適的內容推給感興趣的人；同時，還基于用戶不同興趣領域標簽，使用UCB算法，高效探索用戶的潛在興趣，確保推薦小說的多樣性。通過覆蓋用戶不同的興趣領域、拓展用戶興趣，實現在推薦場景下盡可能的給用戶提供豐富的小說內容，促使用戶可以長期留存。

　　內容評估

　　內容引入后，平臺需要提升內容的質量?；诋a品當前的業務目標，需要制定內容質量評估體系，用于篩選優質內容。神策數據總結了內容評估五大維度：消費價值、社區價值、DAU增益、稀缺性、營收價值，具體來說：

　　消費價值：可用完播率、深度消費率、消費時長、收藏率等評估

　　社區價值：可用評論率、關注率評估

　　DAU增益：可用分享率、會員轉化率評估

　　稀缺性：通過內容生產占比與內容消費占比的對比分析評估內容稀缺性

　　營收價值：可通過會員轉化率、打賞率評估；消費金額等

　　有了內容評估的標準，要提升優質內容供給，需要流量激勵，扶持流量轉化為更多的粉絲、更高的互動，促使創作者生產更多優質內容。同時，也要對負向內容做打壓，避免劣幣驅良幣，反哺內容引入策略。同時，在內容評估上，可以基于平臺欄位質量進行評估優化，提升內容消費情況等。

　　案例：

　　某小說閱讀平臺通過數據分析發現，通過數據分析發現，對于沒有閱讀行為的用戶來說，曝光的前10本書是否吸引用戶至關重要，基于此，確定兩個書籍質量評估的核心指標：曝光->閱讀的轉化率、閱讀->收藏的轉化率，前者反映出用戶對書籍的興趣程度，后者反映出書籍質量的優質程度。然后基于這兩個關鍵指標對平臺書籍進行分層評估，合理分發流量，比如對兩個指標都很高的書籍給予更多流量扶持，對于閱讀到收藏轉化率加高，但前者較低的書籍，判斷給予的流量是否有效被利用，并在吸引力優化方向上發力。

　　3、活動運營

　　活動運營也是文娛平臺常見的業務抓手之一，以老拉新活動為例，神策幫助文娛平臺梳理出相關活動流程及活動評估指標體系，通過數據分析針對性地優化活動效果。

　　通常新用戶注冊行為發生在邀請頁H5，后續行為發生在App上，需要啟用「多對一」的ID關聯方案，將多端數據打通，神策可以提供完善的產品能力支撐。同時，邀請頁H5頁面往往被分享至第三方社交產品內，如微信、QQ、微博，或直接掃碼訪問，可以采取「渠道鏈接」中添加UTM參數的方式渠道標識、分享人ID。

　　老用戶可能多次發生活動頁面瀏覽和分享行為，需要區分用戶的首次發生和重復發生，利用神策的「首次觸發事件」標記來標識用戶的首次行為。跟蹤用戶后續激活App的情況，App激活事件中自動記錄廣告系列來源為“邀請頁”，同時將廣告系列來源寫入用戶屬性中便于后續跟蹤分析。

　　案例：

　　某知識付費平臺開展某次拉新活動，首先通過漏斗定位各流程中轉化的阻塞點，結合行為事件數據下鉆、用戶屬性做探索性分析。其中，對于獲取驗證碼、注冊節點，需要關注失敗次數占比，失敗原因分布，及時優化。

　　比如在某知識付費平臺的一個老拉新活動中，注冊失敗的集中原因集中為：

　　-邀請的對象已經是產品老用戶。經過分析是產品引導問題，為后續調整提供了方向。

　　-手機號有誤：填寫手機號交互不合邏輯，為交互修改提供數據支撐。

　　當拉來的新用戶在邀請落地頁上注冊成功后，此時通常會被引導下載App，該場景下需關注的指標是：注冊成功的用戶發生App激活的比率等。

　　通過數據分析發現，新用戶完成注冊后到App激活的過程，中間發生了數據的斷層，因此圍繞“注冊成功到App激活轉化率”分析時，將場景進一步細化，聚焦注冊結果頁，根據數據表現進行相關的調整和優化，提升新用戶激活比率。

　　此外，文娛平臺可以基于人群偏好與用戶行為表現，構建一套精細化消息推送策略，比如從潛客到活躍到召回，每個階段推送不同的內容及活動，例如潛客主要推送新手禮包、首次充值優惠等；活躍用戶主要推送個性化內容及互動激勵等；對于沉默用戶推送限時活動和用戶關懷等。

　　關注神策數據公眾號，了解神策在30+細分領域的更多數字化實踐。