Cum să obțineți reținerea continuă a utilizatorilor noi?

Pe măsură ce dividendul de trafic se estompează, unde poate merge APP pentru a cere creșterea utilizatorilor? Unele aplicații aleg să convertească de la super utilizatori; unele APP aleg să scufunde piața pentru a obține mai mult trafic nou; unele APP cresc cip de stimulare a partajării utilizatorilor în schimbul fisiunii utilizatorului ...... dar anxietatea funcționării APP nu se oprește niciodată, cât timp pot aceste metode să mențină creșterea? Unde este următorul punct de creștere al operațiunii utilizatorului?

Resurse care trebuie dezvoltate

În zilele noastre, costul procesului de achiziție a utilizatorilor țintă și apoi de transformare a acestora în utilizatori ai propriilor produse a devenit foarte scump. Și într-un mediu competitiv atât de brutal, este o tendință recunoscută în industrie să se descurce bine în operarea noilor utilizatori cu ajutorul inteligenței datelor. Cu toate acestea, modul de utilizare a tehnologiei de inteligență a datelor pentru a maximiza efectul de creștere este o curbă de învățare.

Resursele utilizatorilor nu au fost încă dezvoltate

Pentru a înțelege anxietatea operatorilor de aplicații, Personal Push a efectuat o analiză de date mari asupra utilizatorilor activi ai aplicațiilor populare de pe piață, precum informații, video și instrumente. Rezultatele analizei arată că, cu excepția unor aplicații care folosesc recompense în numerar pentru fisiunea utilizatorilor, media utilizatorilor activi lunar din cele trei categorii principale de aplicații este de 27,8% din stoc. Cu alte cuvinte, aplicația are încă mai mult de 70% din resursele utilizatorilor de dezvoltat.

De ce aplicația nu merge pentru a atinge valoarea acestor 70% dintre utilizatori? Pe baza informațiilor despre date, personal push a făcut și cercetări asupra unor operațiuni ale aplicației. Cercetarea a constatat că majoritatea aplicațiilor au o capacitate insuficientă de portret al utilizatorului, ceea ce limitează dezvoltarea operațiunilor rafinate ale utilizatorului.

De exemplu, aproximativ 60% dintre utilizatorii vechi din aceste aplicații au preferințe de portret incomplete sau invalide, în timp ce preferințele utilizatorilor inactivi nou înregistrați sunt complet necunoscute. Adică, aplicațiile nu doresc să exploateze aceste 70% din resursele utilizatorilor, dar nu înțeleg acești utilizatori inactivi și nu există o modalitate bună și o modalitate bună de a înțelege.

Faceți clic pe „ Aflați mai multe ” pentru a vă impulsiona afacerea cu aplicații și jocuri cu serviciul de promovare a aplicațiilor ASO World acum.

Barierele de date și tehnologia, care au ca rezultat sistemul de personaje APP este dificil de funcționat

Dacă aplicația dorește să revitalizeze utilizatorii, trebuie mai întâi să-i înțeleagă cu adevărat. Prin urmare, portretul utilizatorului este o modalitate importantă prin care aplicația poate înțelege utilizatorii și este, de asemenea, un instrument necesar pentru operațiunile de rafinare. Aplicația poate descoperi diferite caracteristici ale utilizatorilor prin portretul utilizatorului, poate pune diferite etichete pe utilizatori și apoi grupează utilizatorii în funcție de combinația de etichete și apoi poate efectua operațiuni de grup.

În prezent, multe aplicații încep să acorde atenție aplicării portretelor utilizatorilor, iar unele companii mari vor folosi instrumente de date terțe pentru a ajuta pe baza propriului sistem de portrete de utilizator, cu scopul de a rafina operațiunile prin portrete precise ale utilizatorilor. . Cu toate acestea, există încă multe probleme care trebuie rezolvate dacă aplicația dorește ca portretul utilizatorului să fie suficient de precis.

Optimizarea portretului utilizatorului aplicației este un proces gradual, care necesită mai multe condiții necesare, cum ar fi precipitarea timpului, acumularea de date și rafinarea modelului de algoritm. De exemplu, aplicația nu poate înțelege cu exactitate preferințele utilizatorilor nou înregistrați, esența cărora constă în lipsa de timp pentru a interacționa cu utilizatorii, bazându-se pe unele informații completate de utilizatori în timpul înregistrării și insuficient de precise.

Problema portretului incomplet al aplicației a utilizatorilor muți constă în lipsa continuității și stabilității acumulării datelor aplicației pentru utilizatorii inactivi, incapabili să înțeleagă schimbările de migrare în nevoile utilizatorilor. Aplicația în perioada de pornire este constrânsă de fonduri și forță de muncă, iar dezvoltarea portretelor utilizatorilor nu este suficient de puternică, ceea ce duce la o diferențiere slabă a portretelor utilizatorilor pentru a fi utilă. Acestea nu sunt lucruri care pot fi făcute peste noapte pentru aplicație și sunt, de asemenea, blocajele în prezent.

Utilizați personaje pentru a activa restul de 70% din resursele utilizatorilor

Aplicația vrea să rezolve problema portretului corect al utilizatorului, pe de o parte, trebuie să aibă răbdare și să poată repeta și actualiza portretul utilizatorului în mod continuu; pe de altă parte, poate alcătui tabloul scurt al propriului portret de utilizator și poate îmbunătăți acuratețea portretului utilizatorului, cu avantajul furnizorilor terți de servicii de date cu dimensiune completă, continuitate bună și stabilitate puternică; în cele din urmă, trebuie, de asemenea, să se combine cu scenariul de utilizare a funcționării aplicației și să facă inovație propriului portret de utilizator. În cele din urmă, este, de asemenea, necesar să se facă inovație în aplicarea propriului profil de utilizator în combinație cu scenariul de utilizare a funcționării aplicației.

Rezumați metodele de aplicare a personajului printr-o cercetare aprofundată

Noul model de predicție pentru utilizator

Operațiunile cu aplicații folosesc adesea servicii de date terță parte pentru a face o treabă bună în pornirea la rece a utilizatorilor noi, dar atunci când le folosesc, ei vor descoperi că etichetele furnizate de serviciile de date terțe au o potrivire scăzută cu propriile etichete de utilizator și nu pot. acoperiți întreaga sumă. Luați ca exemplu eticheta nivelului de consum, diferite aplicații au definiții diferite pentru eticheta nivelului de consum al utilizatorului. Aplicația de cumpărare în grup care cheltuiește mai mult de 300 este considerată persoane cu consum mare, în timp ce 100.000 de modele din aplicația auto aparțin modelelor low-end.

Prin urmare, aplicația pentru datele terților nu poate fi utilizată direct, cel mai bine este să generați etichete personalizate care se potrivesc cu propriul sistem de etichetare prin modelarea datelor de ambele părți.

Personal Push User Portrait a cooperat cu o aplicație de informații, iar ambele părți au produs o nouă etichetă portret completă și personalizată prin modelarea datelor comune, iar acuratețea predicției etichetei a ajuns la 70% după testare. În procesul de pornire la rece, aplicația a recomandat conținut interesat pentru noii utilizatori prin etichete personalizate, iar a doua zi rata de retenție a noilor utilizatori a crescut cu 18%.

Complementarea portretului utilizatorului silențios

În dividendul de trafic epuizat de astăzi, este mai valoros pentru o aplicație să activeze un utilizator silențios decât să atragă un utilizator nou. Acest lucru nu numai că economisește costurile de creștere, dar facilitează și continuitatea și stabilitatea acumulării datelor aplicației și oferă date valoroase pentru dezvoltarea și aplicarea datelor aplicației.

Aplicație pentru a trezi un utilizator tăcut, nu pur și simplu să recupereze brutal utilizatorul, ci trebuie să distingă cauzele interne și externe ale pierderii utilizatorului, corespunzătoare diferiților utilizatori și diferitelor situații, pentru a face diferite metode și soluții de operare. Cauzele interne pot fi găsite din datele interne ale aplicației, dar pentru cauzele externe ale tăcerii utilizatorilor, trebuie să folosim capacitatea datelor din trei părți pentru a înțelege modificările preferințelor comportamentale online ale utilizatorilor în timpul perioadei de tăcere și să încercuim utilizatorii care trebuie treziți. Pentru acești utilizatori care trebuie treziți, nu este suficient să folosească datele pe care le-au lăsat în aplicație în urmă cu câteva zile, ci trebuie și să combine cu date externe, o perspectivă asupra migrației nevoilor și intereselor utilizatorilor, prin selectarea canale și conținut personalizat, astfel încât utilizatorii să poată reveni la viață.

Caracteristici personalizate pentru portretul utilizatorului

În lumea de astăzi, în care preferințele de interes ale utilizatorilor provoacă constant imaginația umană, este dificil să găsești un echilibru între finețea portretelor utilizatorilor și costul construirii aplicației. Eticheta este prea grosieră, gradul de diferențiere nu este suficient pentru a viza cu exactitate utilizatorii. Cu etichete mai fine, sunt necesare mai multe date și mai mult timp pentru a se acumula, iar costul nu poate fi controlat. Într-o astfel de dilemă, operarea aplicației poate crea și actualiza caracteristici distinctive în timp real prin capacitatea de modelare a datelor a furnizorilor terți de servicii de date, combinată cu propria lor cercetare aprofundată pe un anumit domeniu, pentru a ajuta la optimizarea portretelor utilizatorilor.

De exemplu, pentru eticheta fanilor de baschet, caracteristicile tradiționale distinctive se bazează pe gradul de preferință al aplicației de baschet al utilizatorului. dacă doriți ca eticheta să fie mai precisă, puteți combina comportamentul specific al utilizatorului de a viziona jocul, anumite scene offline pentru a personaliza funcțiile și a genera etichete de utilizator mai precise.

Pe scurt, internetul mobil este pe cale să intre în era creșterii interioare, cerințele aplicației pentru funcționarea rafinată vor deveni din ce în ce mai mari, iar rolul portretelor utilizatorilor în funcționarea rafinată va deveni din ce în ce mai proeminent.

Aplicația face doar portrete fine și bune ale utilizatorilor, pentru a înțelege cu adevărat și a înțelege nevoile utilizatorilor, pentru a face o treabă bună de produse și servicii, pentru a obține o conversie bună a 30% dintre super-utilizatori, revitalând în același timp restul de 70% din resursele utilizatorilor. Aplicația poate face doar o treabă bună în înțelegerea și înțelegerea nevoilor utilizatorilor și făcând o treabă bună în produse și servicii, astfel încât să realizeze conversia a 30% dintre super-utilizatori și să revitalizeze restul de 70% din resursele utilizatorilor.