為了幫助互聯(lián)網(wǎng)文娛平臺通過(guò)精細化運營(yíng)，實(shí)現提升用戶(hù)留存、消費時(shí)長(cháng)、營(yíng)收貢獻等三大業(yè)務(wù)目標，神策數據基于多年數據驅動(dòng)的實(shí)踐，推出文娛行業(yè)解決方案，整個(gè)方案拆解為增長(cháng)、留存、商業(yè)化三個(gè)部分，分別為這三部分提供業(yè)務(wù)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(gè)案例，重點(diǎn)介紹如何通過(guò)精細化的用戶(hù)運營(yíng)、內容運營(yíng)及活動(dòng)運營(yíng)，幫助文娛平臺真正盤(pán)活存量用戶(hù)，實(shí)現高留存。

　　1、用戶(hù)運營(yíng)

　　互聯(lián)網(wǎng)文娛用戶(hù)的生命周期包含新手期-成長(cháng)期-成熟期-沉默&流失期等階段，根據不同階段用戶(hù)的特征和目標進(jìn)行分層運營(yíng)。

　　新手期

　　這個(gè)階段的主要運營(yíng)目標是讓用戶(hù)在短時(shí)間內，體驗產(chǎn)品核心功能，快速get到產(chǎn)品的核心價(jià)值。典型的應用場(chǎng)景包括：內容冷啟動(dòng)和內容推薦，即基于用戶(hù)首日行為的相關(guān)內容推薦，新手任務(wù)激勵等；不管是在線(xiàn)閱讀、視頻音頻還是社區社交平臺，都需要讓用戶(hù)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(hù)，通過(guò)診斷注冊流程，分析過(guò)程中的阻塞點(diǎn)，定位流失問(wèn)題及人群，從而提升注冊轉化率。針對新手期的冷啟動(dòng)，可以基于用戶(hù)的點(diǎn)擊反饋快速發(fā)現其興趣點(diǎn)，通過(guò)差異化的分發(fā)策略提升新用戶(hù)的留存。比如用戶(hù)看到某篇古言小說(shuō)軟文后下載了APP，那用戶(hù)登錄平臺后的內容推薦應優(yōu)先以古代言情類(lèi)的小說(shuō)為主。

　　案例：

　　某垂直社交領(lǐng)域頭部產(chǎn)品，對于新用戶(hù)注冊體驗流程進(jìn)行分析，通過(guò)注冊漏斗發(fā)現新用戶(hù)轉化率約50%，一半的用戶(hù)沒(méi)能完成注冊體驗到產(chǎn)品就流失了，遠不如預期，再通過(guò)細分維度查看，發(fā)現完善資料提交環(huán)節流失較多。

　　于是進(jìn)行新注冊流程的設計優(yōu)化：將原本單頁(yè)面的完善資料頁(yè)改良成多步驟型注冊流程；用戶(hù)單個(gè)頁(yè)面完善一個(gè)資料，再通過(guò)點(diǎn)擊「下一步」逐步完善，最后完成注冊進(jìn)入主頁(yè)面。經(jīng)過(guò)改良后的新注冊流程取得了非常好的效果，按月長(cháng)期觀(guān)測總體轉化率，相較于舊版提升了95%+，幾乎達到了注冊環(huán)節無(wú)流失。

　　成長(cháng)期

　　成長(cháng)期的用戶(hù)，要增強用戶(hù)對產(chǎn)品的使用粘性，比如可以通過(guò)對搜索頁(yè)面進(jìn)行產(chǎn)品設計和運營(yíng)干預，結合推薦策略和A/B測試，觸發(fā)更多用戶(hù)主動(dòng)行為，促進(jìn)內容消費轉化。再比如，分析用戶(hù)尋找內容的路徑，從而優(yōu)化流量分發(fā)入口，提升用戶(hù)的消費效率。

　　案例：

　　某知識付費領(lǐng)域產(chǎn)品，為用戶(hù)提供書(shū)籍精華解讀、精品課程、學(xué)習社群和電子書(shū)等知識付費服務(wù)。通過(guò)神策分析平臺的事件分析、留存分析等，洞察到用戶(hù)留存尚有提升空間，且首頁(yè)內容點(diǎn)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(mén)書(shū)籍，二是首頁(yè)資源位推薦相應熱門(mén)書(shū)籍，結合手動(dòng)調整資源位內容，提升了用戶(hù)活躍和內容點(diǎn)擊率。

　　成熟期

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

　　沉默&流失期

　　沉默&流失期，需要對高流失風(fēng)險客戶(hù)深度洞察，進(jìn)行流失用戶(hù)召回。一般可以用熱門(mén)內容Push進(jìn)行站內/站外召回。因為用戶(hù)流失是一個(gè)過(guò)程，不是一個(gè)節點(diǎn)，用戶(hù)流失之后再召回很難100%召回，所以要在用戶(hù)流失前，進(jìn)行有效觸達，防止或者延緩用戶(hù)流失，并且召回要有周期性，進(jìn)行多次召回無(wú)果的用戶(hù)可自動(dòng)標記為無(wú)價(jià)值/流失用戶(hù)。

　　除了對流失用戶(hù)進(jìn)行召回，對文娛平臺來(lái)說(shuō)，對流失的內容創(chuàng )作者進(jìn)行召回也很重要。通常，內容創(chuàng )作者在平臺進(jìn)行創(chuàng )作有三大動(dòng)力：獲得平臺的創(chuàng )作支持、獲得平臺的流量曝光、能在平臺實(shí)現商業(yè)變現。平臺可以通過(guò)數據分析及時(shí)評估不同類(lèi)型、頻道創(chuàng )作者的活躍度，通過(guò)標簽和數據洞察，及時(shí)發(fā)現高流失風(fēng)險的高價(jià)值創(chuàng )作者，當發(fā)現創(chuàng )作者流失時(shí)，可以具體分析其是在以上哪個(gè)方面喪失了創(chuàng )作動(dòng)力，采取針對性的召回策略。

　　2、內容運營(yíng)

　　神策為互聯(lián)網(wǎng)文娛梳理了內容運營(yíng)指標體系，涵蓋內容生產(chǎn)、內容消費、質(zhì)量評估、用戶(hù)消費等，為精細化內容運營(yíng)提供數據分析助力。

　　內容生產(chǎn)

　　在內容生產(chǎn)上，比如可以通過(guò)A/B實(shí)驗優(yōu)化創(chuàng )作者工具，讓更多用戶(hù)從消費者到創(chuàng )作者，盤(pán)活整體內容生態(tài)。

　　案例：

　　某海外短視頻軟件，在創(chuàng )作者工具中，拼圖創(chuàng )作工具制作門(mén)檻相對較低，之前對該創(chuàng )作工具的定位聚焦于“制作”而非“社區創(chuàng )作”，導致用戶(hù)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(pán)活整體內容生態(tài)，讓用戶(hù)從消費者轉變?yōu)槌蹼A內容創(chuàng )造者，低門(mén)檻完成投稿、互動(dòng)等行為，提高產(chǎn)品留存，平臺對總體投稿水平進(jìn)行分析，定位拼圖制作功能對平臺的影響，收集發(fā)布路徑的A/B試驗數據，進(jìn)而分析新路徑帶來(lái)的留存影響，分析A/B試驗數據，同時(shí)構建定向引入且有投稿行為的用戶(hù)人群包，用于分析其在站內的消費行為與投稿留存。經(jīng)過(guò)以上分析和優(yōu)化，發(fā)布拼圖視頻量提升兩倍以上，發(fā)布拼圖用戶(hù)量提升將近兩倍，大盤(pán)投稿量和成功投稿用戶(hù)數均有顯著(zhù)提升，用戶(hù)消費數據無(wú)負向影響。

　　內容冷啟動(dòng)

　　在內容冷啟動(dòng)上，制定定向內容冷啟動(dòng)策略，將新內容推薦給感興趣的用戶(hù)。

　　內容冷啟目的是將用戶(hù)內容消費偏好與上新內容屬性結合，在內容進(jìn)入系統伊始，由于缺乏用戶(hù)行為反饋，更依賴(lài)于內容本身的固有屬性來(lái)進(jìn)行冷啟動(dòng)。

　　平臺可以給予小流量曝光，無(wú)差別完全隨機冷啟，但完全隨機曝光的弊端是會(huì )有不偏好該類(lèi)內容的人群產(chǎn)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(guò)NLP標簽定向推薦新內容給感興趣的人群，且在推薦過(guò)程中，內容、封面、作品介紹、人群、時(shí)機等變量的最佳組合可以搭配A/B測試，提高運營(yíng)決策質(zhì)效。

　　比如將新內容推薦給兩組人群，或者針對同一群用戶(hù)展示不同的內容封面和簡(jiǎn)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(dòng)。

　　內容消費

　　在內容消費上，提供差異化的內容消費場(chǎng)景和路徑，引導用戶(hù)消費更多內容。

　　比如為了讓用戶(hù)探索更多元的內容，可以用“小紅點(diǎn)”引導，而小紅點(diǎn)的引導頻次、是否帶數字以及引導后的頁(yè)面承接等運營(yíng)細節，都需要A/B試驗不斷驗證；比如為優(yōu)化用戶(hù)消費路徑，用戶(hù)打開(kāi)APP時(shí)不一定是首頁(yè)，而是高消費的頁(yè)面等；比如用戶(hù)主動(dòng)觸發(fā)的行為場(chǎng)景中，可以進(jìn)行多種場(chǎng)景的內容消費轉化，例如搜索頁(yè)面，可以進(jìn)行產(chǎn)品設計和運營(yíng)干預，頁(yè)面資源位內容推薦是算法還是運營(yíng)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(guò)A/B測試和算法推薦不斷嘗試。

　　案例：

　　某小說(shuō)閱讀平臺基于數據分析發(fā)現大部分用戶(hù)在閱讀完第一本書(shū)后，因未匹配到感興趣的第二本書(shū)而大量流失，于是基于算法結合用戶(hù)歷史行為和內容數據，構建深度學(xué)習模型，在推薦場(chǎng)景下精準匹配用戶(hù)喜好，把合適的內容推給感興趣的人；同時(shí)，還基于用戶(hù)不同興趣領(lǐng)域標簽，使用UCB算法，高效探索用戶(hù)的潛在興趣，確保推薦小說(shuō)的多樣性。通過(guò)覆蓋用戶(hù)不同的興趣領(lǐng)域、拓展用戶(hù)興趣，實(shí)現在推薦場(chǎng)景下盡可能的給用戶(hù)提供豐富的小說(shuō)內容，促使用戶(hù)可以長(cháng)期留存。

　　內容評估

　　內容引入后，平臺需要提升內容的質(zhì)量?；诋a(chǎn)品當前的業(yè)務(wù)目標，需要制定內容質(zhì)量評估體系，用于篩選優(yōu)質(zhì)內容。神策數據總結了內容評估五大維度：消費價(jià)值、社區價(jià)值、DAU增益、稀缺性、營(yíng)收價(jià)值，具體來(lái)說(shuō)：

　　消費價(jià)值：可用完播率、深度消費率、消費時(shí)長(cháng)、收藏率等評估

　　社區價(jià)值：可用評論率、關(guān)注率評估

　　DAU增益：可用分享率、會(huì )員轉化率評估

　　稀缺性：通過(guò)內容生產(chǎn)占比與內容消費占比的對比分析評估內容稀缺性

　　營(yíng)收價(jià)值：可通過(guò)會(huì )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(yōu)質(zhì)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(dòng)，促使創(chuàng )作者生產(chǎn)更多優(yōu)質(zhì)內容。同時(shí)，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(shí)，在內容評估上，可以基于平臺欄位質(zhì)量進(jìn)行評估優(yōu)化，提升內容消費情況等。

　　案例：

　　某小說(shuō)閱讀平臺通過(guò)數據分析發(fā)現，通過(guò)數據分析發(fā)現，對于沒(méi)有閱讀行為的用戶(hù)來(lái)說(shuō)，曝光的前10本書(shū)是否吸引用戶(hù)至關(guān)重要，基于此，確定兩個(gè)書(shū)籍質(zhì)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(hù)對書(shū)籍的興趣程度，后者反映出書(shū)籍質(zhì)量的優(yōu)質(zhì)程度。然后基于這兩個(gè)關(guān)鍵指標對平臺書(shū)籍進(jìn)行分層評估，合理分發(fā)流量，比如對兩個(gè)指標都很高的書(shū)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(shū)籍，判斷給予的流量是否有效被利用，并在吸引力優(yōu)化方向上發(fā)力。

　　3、活動(dòng)運營(yíng)

　　活動(dòng)運營(yíng)也是文娛平臺常見(jiàn)的業(yè)務(wù)抓手之一，以老拉新活動(dòng)為例，神策幫助文娛平臺梳理出相關(guān)活動(dòng)流程及活動(dòng)評估指標體系，通過(guò)數據分析針對性地優(yōu)化活動(dòng)效果。

　　通常新用戶(hù)注冊行為發(fā)生在邀請頁(yè)H5，后續行為發(fā)生在A(yíng)pp上，需要啟用「多對一」的ID關(guān)聯(lián)方案，將多端數據打通，神策可以提供完善的產(chǎn)品能力支撐。同時(shí)，邀請頁(yè)H5頁(yè)面往往被分享至第三方社交產(chǎn)品內，如微信、QQ、微博，或直接掃碼訪(fǎng)問(wèn)，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(hù)可能多次發(fā)生活動(dòng)頁(yè)面瀏覽和分享行為，需要區分用戶(hù)的首次發(fā)生和重復發(fā)生，利用神策的「首次觸發(fā)事件」標記來(lái)標識用戶(hù)的首次行為。跟蹤用戶(hù)后續激活App的情況，App激活事件中自動(dòng)記錄廣告系列來(lái)源為“邀請頁(yè)”，同時(shí)將廣告系列來(lái)源寫(xiě)入用戶(hù)屬性中便于后續跟蹤分析。

　　案例：

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

　　比如在某知識付費平臺的一個(gè)老拉新活動(dòng)中，注冊失敗的集中原因集中為：

　　-邀請的對象已經(jīng)是產(chǎn)品老用戶(hù)。經(jīng)過(guò)分析是產(chǎn)品引導問(wèn)題，為后續調整提供了方向。

　　-手機號有誤：填寫(xiě)手機號交互不合邏輯，為交互修改提供數據支撐。

　　當拉來(lái)的新用戶(hù)在邀請落地頁(yè)上注冊成功后，此時(shí)通常會(huì )被引導下載App，該場(chǎng)景下需關(guān)注的指標是：注冊成功的用戶(hù)發(fā)生App激活的比率等。

　　通過(guò)數據分析發(fā)現，新用戶(hù)完成注冊后到App激活的過(guò)程，中間發(fā)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(shí)，將場(chǎng)景進(jìn)一步細化，聚焦注冊結果頁(yè)，根據數據表現進(jìn)行相關(guān)的調整和優(yōu)化，提升新用戶(hù)激活比率。

　　此外，文娛平臺可以基于人群偏好與用戶(hù)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(gè)階段推送不同的內容及活動(dòng)，例如潛客主要推送新手禮包、首次充值優(yōu)惠等；活躍用戶(hù)主要推送個(gè)性化內容及互動(dòng)激勵等；對于沉默用戶(hù)推送限時(shí)活動(dòng)和用戶(hù)關(guān)懷等。

　　關(guān)注神策數據公眾號，了解神策在30+細分領(lǐng)域的更多數字化實(shí)踐。