神策数据：从产品与运营视角，了解教育行业转介绍
一、转介绍基础信息
1、什么是转介绍?
转介绍是一种利用老用户在私域社交场景分享获取新用户的拉新方式。它并不是一个新的概念,之前线下培训机构就经常使用——家长们拉来新的家长购买课程,就可以得到一定的返现。教育产品比较特殊,体验后才知道效果,所以家长/同学在购买课程时,比较倾向于听听“过来人”怎么说,这也是转介绍比较早地在教育行业“玩”起来的原因。
转介绍可以理解为一个特殊的活动,活动的参与者是产品内用户,活动的目的是通过这批产品内的用户拉来更多新用户。为什么这个活动可以运转起来呢?我们认为核心有两个:口碑和激励。
口碑是大家心里对它的认可,是一种势能,我们都说要顺势而为;激励是一种让老用户进行分享/新用户完成留咨/转化的直接刺激。当然对内部销售/咨询顾问的薪酬激励也是很重要的。
2、为什么要做转介绍?
(1)拉新成本低。在多种拉新方式里面,转介绍拉新成本相对较低且拉新用户转化率较高;另外,去年“双减”等政策实施后,对教育机构的广告投放有相应的限制,转介绍作为一种重要的拉新方式可以很好地抵抗这种风险,实现多渠道加速增长。
(2)促进老用户活跃。转介绍是一个特殊的活动,可以通过周期性的带激励的活动促进老用户活跃。
(3)辅助宣传。通过老用户社交圈的分享,在客观上可以起到宣传的作用,助力口碑传播。
二、转介绍拆解
1、要素拆解
转介绍场景下的重点有四个:老用户池、激励体系、分享路径和内容、新用户转化。如下图所示:
老用户池:活动设计时,我们首先需要问自己,活动主要面向哪些用户,这些用户有什么特征,他们是否愿意进行分享,分享的触点应该埋在哪儿,他们对哪些奖励是感兴趣的,他们拉来新用户转化的难度如何,目标怎么设计。很明显,面向购买正价课的老用户和注册用户的活动肯定是有差异的。
激励体系:激励体系是活动“玩”起来的核心。确定激励物是什么需要考虑和业务、目标的贴合度,同时也需要考虑成本。比如素质教育喜欢用课时来奖励购买正价课的老用户,或是给予虚拟币用来购买周边;职业教育喜欢拼团给予低价体验课,为正价课的转化埋伏笔。对于公司具体应该给用户什么激励这件事儿,我们建议本着不重复造轮子的原则,先参考同行,再根据效果成本进行迭代。
分享路径和内容:这个是分享的触点,我们把老用户一次分享拉来新用户看成一个环,我们希望环越多越好,就像做实验我们希望提高实验频次,所以我们可以尝试尽可能多地在用户全生命周期去设置分享触点。
新用户转化:举个例子,用户先留咨,然后销售主动添加好友私聊约试听课,试听课后推正价课购买。不同活动对新用户的转化程度要求是不一样的。
2、转介绍在用户各生命周期阶段的应用
三、转介绍面临的问题
转介绍的目标通常是留咨/购课转化,拆解如下:转介绍效果 = App 启动人数 ? 转介绍活动渗透率 ? 产品分享率 ? 人均分享次数 ? 留咨转化率 ? 留咨客户价值。因此,我们可以总结出来,转介绍面临的问题包括:
? 如何提高老用户的活动打开率?
? 如何提高老用户的分享率?
? 如何提升老用户的分享频次?
? 如何提升拉新用户的留咨/购课转化率?
这里的问题和活动玩法规则、产品流程设计、运营及内部销售团队跟进强相关,比如:
? 活动打开率:活动入口是否有足够的流量曝光、或多入口都可进入,入口图标是否有足够吸引力
? 老用户的分享率:分享的路径操作是否简单流畅,激励措施是否能打动用户
? 老用户分享频次:活动设计是否有引导(比如每周一次),激励措施是否是阶梯性的
? 新用户的留咨/购课转化率:留咨页的质量如何,给新用户的激励是否合适,后续销售跟进是否及时、专业
四、神策数据转介绍解决方案
在上文提到的影响因素中,哪些是企业可以通过数据分析进行优化和提升的呢?神策数据经过深入、全面研究,从产品视角和运营视角考虑,给出了如下解决方案:
1、活动效果评估
活动效果评估三要素:评估对象、评估方法、评估结论。
首先,确定评估对象,即活动核心目标,如留咨用户数、正价课购买用户数、正价课购买金额,可搭建看板进行监测,除了核心指标也可以监测对应过程指标。然后,确定评估方法,即和谁比,常见方法包括和既定目标或者往期同类活动比较,了解达成的情况。另外,重点查看成本和收益情况,计算 ROI,这里需要说明一下,成本数据我们也可以离线计算。
神策分析的事件分析模型可以便捷地进行单指标和比率类指标的配置,企业在配置好指标后,可搭建专属看板进行日常性查看。
图 转介绍整体指标看板(数据为模拟)
2、老用户分享路径优化
梳理老用户分享的路径,穷尽所有可能,然后在每个节点进行埋点,带上关键属性。老用户分享路径的优化目标主要是对分享率进行监测,低于预期值进行探索分析,给产品进行 A/B 测试提供方向性支持或用户运营提供策略方向,并在转化率出现异常时进行问题诊断。
图 分享路径看板(数据为模拟)
其整体思路的框架是问题界定 → 问题拆解 → 分析验证。详细如下:
(1)问题界定
这里我们设定分享率相关场景为:分享率出现下降,需要进行正常诊断分析;没有下降但是持续较低,那么这里的“较低”是和谁比较?可能是和预期目标比较,也可能是和历史相似活动数据比较,也可能是和同行数据比较。
(2)问题拆解 & 分析验证
当问题被详细确认,解决方案也就出来了。所以我们在拿到问题之后,需要对问题进行拆解,定位到较细的颗粒度。
首先,判断该问题是整体的问题还是局部的问题。整体的问题一般是什么原因导致的呢?如节假日影响、版本发布、产品 BUG、政策因素等,然后通过对比分享转化漏斗各环节转化率在下降时间点前后是否一直下降。整体的问题一般影响面较大,通过核心维度下钻可以定位,比如 Android/iOS,或是时间周期。一般情况下更多的是某个环节出现问题。定位到具体环节后,再看是产品问题还是用户层面问题。另外,从运营视角,可以去确认是全部用户的问题还是局部用户的问题,这个通过核心维度下钻可得知。
3、留咨页效果分析
转介绍的老用户也可以看作一个特殊的渠道,就像投放落地页一样,承接拉来新用户的留咨页面也很重要。目前,很多教育企业会对留咨页面进行 A/B 测试。
图 新用户留咨看板(数据为模拟)
留咨页效果分析的重点在于对留咨率分析,分析后产出留咨页面迭代的建议,辅助做 A/B 测试验证(产品层面可以做的事情)。
留咨率代表用户浏览留咨页面后留咨的比例,我们可以直观判断效果如何。若留咨率较低,可以将浏览留咨页面但没有留咨的用户创建一个分群单独分析。其分析维度通常有三个:留咨页面浏览次数分布、留咨页面浏览时长、留咨页面触达深度。
这三个维度都是去判断未留咨用户对页面的兴趣程度,比如留咨率 20%,流失 80%。流失用户的首屏触达深度是 70%,第二屏触达 40%,平均浏览时长 40 秒,80% 用户浏览 1 次。根据用户浏览时长,我们可以判断用户有认真查看留咨页面,但是结合触达率,我们推测可能是留咨页面没有捕捉到用户的利益点。另外,通过对比发现,已转化用户的触达率较未转化的要好,因此可以尝试做布局的 A/B 测试,将利益点前置。
4、老用户的分层运营策略
除产品侧之外,我们也可以通过运营侧的触达干预促进分享和结果的闭环。常见的基于策略的 A/B 试验有:比较做和不做的差别、不同策略文案等差别,进而可以将好用的策略产品化。
在具体分析过程中,我们可以在活动的不同阶段,以及用户表现出来的不同分享意愿、分享频次、邀请来的新用户的行为转化深度和频次进行分层运营。此时,基于用户的属性、行为数据和业务数据构建转介绍场景下的标签,能够方便对用户进行分层。
该策略中,推送的要素包括受众用户、触达时机、触达通道和文案、效果评估。
图 神策智能运营面板
我们梳理了三种运营场景,对于未参与过转介绍活动的用户可以促其首次使用;对于之前参与过但近期未参与的用户进行促活;对于完成阶段性目标的老用户进行触达提醒,来优化活动的效果,如下表所示:
