Làm thế nào để xây dựng một hệ thống phân tích người dùng hoàn chỉnh?

Làm thế nào để tạo ra một hệ thống phân tích người dùng? Chúng ta hãy cùng tìm hiểu qua bài viết nhé.

Phân tích người dùng là vấn đề được nhiều người nhắc đến. Tuy nhiên, sau khi hoàn thành, chúng thường rất bừa bộn. Khi nhiều người mới nghe đến từ "phân tích người dùng", họ bắt đầu phản xạ theo phản xạ có điều kiện: "giới tính, độ tuổi, khu vực, hoạt động, mức độ duy trì, tỷ lệ hủy đơn hàng, tỷ lệ chuyển đổi, RFM..." Họ đưa ra rất nhiều dữ liệu nhưng không thể đưa ra kết luận nào.

Làm thế nào để phân tích người dùng có hệ thống hơn? Hôm nay tôi sẽ giải thích về hệ thống này.

1. Khó khăn lớn nhất của hệ thống phân tích người dùng

Khó khăn lớn nhất khi xây dựng hệ thống phân tích người dùng là gì? Tất nhiên là do thiếu dữ liệu!

Chỉ có ba kênh để thu thập dữ liệu người dùng:

1. Thông tin mẫu do người dùng điền
2. Lịch sử tiêu thụ của người dùng
3. Hồ sơ hoạt động của người dùng trong APP/Mini Program

Khi nói đến việc thu thập dữ liệu người dùng, các công ty bình thường không thể so sánh với những gã khổng lồ độc quyền như Toutiao. Các công ty lớn có nhiều ngành kinh doanh và thu thập nhiều thông tin về nhiều loại người dùng khác nhau. Hơn nữa, mức độ gắn bó của người dùng với các ứng dụng của các nhà sản xuất lớn rất cao, do đó dữ liệu về hành vi của người dùng cũng rất phong phú. Các công ty lớn cũng đặc biệt thích những lời giới thiệu từ người quen để hiểu rõ hơn về mối quan hệ giữa người dùng. Đối với thông tin vị trí và thông tin khuôn mặt, chúng được xử lý một cách chắc chắn tuyệt đối.

Tình hình hiện nay của hầu hết các doanh nghiệp thông thường là:

• Tỷ lệ điền thông tin vào biểu mẫu của người dùng thấp, thậm chí không thu thập được thẻ căn cước, chứ đừng nói đến thông tin nhận dạng khuôn mặt.
• Người dùng tiêu thụ ít thường xuyên hơn, tiêu thụ ít loại sản phẩm hơn và tiêu thụ ít thường xuyên hơn. Những sản phẩm được tiêu thụ nhiều nhất vẫn là những sản phẩm thu hút được nhiều người tiêu dùng.
• Có ít hành vi người dùng tích cực. Ngoại trừ một số ít người hâm mộ trung thành, hầu hết người dùng chỉ đăng nhập khi có hoạt động.

Tình huống này có nghĩa là khi các công ty thông thường tiến hành phân tích người dùng, trước tiên họ phải xem xét dữ liệu nào có sẵn. Bắt đầu từ nơi có dữ liệu phong phú nhất và có khả năng tạo ra giá trị cao nhất. Trong khi phân tích, chúng ta cũng có thể thúc đẩy kinh doanh và cải thiện dữ liệu, do đó đạt được một vòng tuần hoàn lành mạnh.

Bước 1: Phân tầng giá trị người dùng

Dữ liệu mà tất cả các công ty phải có là: hồ sơ tiêu thụ. Vậy hãy làm điều này trước. Từ hồ sơ tiêu dùng, chúng ta có thể phân biệt được ai là người dùng chi tiêu nhiều. Xác định nhà tài trợ tài chính là điểm khởi đầu cho mọi phân tích tiếp theo.

Lưu ý: Việc xác định những khoản chi tiêu cao không đơn giản chỉ là đếm số tiền đã chi trong năm qua. Thay vào đó, chúng ta nên sử dụng phương pháp quan sát vòng đời để quan sát sự phân bổ mức tiêu thụ của người dùng ngay từ khi họ đăng ký. Các mô hình phân phối khác nhau có nghĩa là các chiến lược hoạt động của người dùng khác nhau (như được hiển thị bên dưới).

Bước 2: Phân tích kênh nguồn người dùng

Sau khi hiểu được ai là người dùng chi tiêu cao, chúng ta có thể suy nghĩ thêm về: Người dùng chi tiêu cao đến từ những kênh nào? Khi phân tích các kênh nguồn người dùng, trước tiên chúng ta nên đánh giá chất lượng kênh và xác định các kênh chất lượng cao với nhiều người dùng chi tiêu cao. Sau đó, tăng đầu tư vào các kênh chất lượng cao và giảm đầu tư vào các kênh chất lượng thấp, qua đó đạt được mục tiêu giảm chi phí và tăng hiệu quả. Theo cách này, ngay cả khi hiện tại không có dữ liệu đường dẫn chuyển đổi thì vẫn có thể thực hiện phân tích sơ bộ.

Sau đó, bạn có thể dần dần thúc đẩy doanh nghiệp, cải thiện việc thu thập dữ liệu về đường dẫn chuyển đổi, phân tích các tài liệu quảng cáo, quy trình chuyển đổi, sản phẩm thoát nước, hoạt động thoát nước, v.v. và cải thiện hơn nữa chất lượng thu hút khách hàng mới.

Bước 3: Phân tích hoạt động của người dùng

Sau khi giải quyết được vấn đề thu hút người dùng mới, bạn có thể suy nghĩ thêm về: Người dùng hiện tại hoạt động tích cực như thế nào? Nhóm nào cần giúp đỡ? Theo góc độ vận hành của người dùng, ý tưởng vận hành dành cho người dùng ở các cấp độ và mức độ hoạt động khác nhau cũng khác nhau. Do đó, việc phân loại mức độ hoạt động của người dùng rất hữu ích trong việc hình thành ý tưởng vận hành (như thể hiện trong hình bên dưới).

Nhiều sinh viên bị kẹt ở bước này, liệt kê rất nhiều chỉ số nhưng không tìm ra vấn đề nào. Xin lưu ý: hầu hết các công ty đều không có siêu ứng dụng như WeChat, Taobao hoặc TikTok. Hầu hết người dùng ít khi tương tác với doanh nghiệp và chỉ có thể xuất hiện trong các sự kiện quy mô lớn. Chỉ có một số rất ít người dùng có tần suất tương tác cao.

Do đó, khi phân tích tỷ lệ giữ chân người dùng, trước tiên chúng ta phải thực hiện phân tích ma trận của hai yếu tố sau để hiểu rõ tình hình chung và xác định đúng hướng để tập trung nỗ lực (như thể hiện trong hình bên dưới).

1. Tần suất sử dụng của người dùng
2. Tần suất tương tác của người dùng

Bước 4: Phân tích sự tham gia hoạt động của người dùng

Sau ba bước đầu tiên, chúng ta đã hiểu được ba vấn đề cơ bản:

1. Người dùng có giá trị cao là ai?
2. Người dùng đến từ đâu?
3. Nơi người dùng đi đến

Sau đó, bạn có thể nghĩ đến cách tăng giá trị cho người dùng. Cách tốt nhất là thông qua các hoạt động quảng cáo, vì vậy bạn có thể bắt đầu từ đây.

Có năm loại giảm giá phổ biến: mua hàng trị giá XX nhân dân tệ và được giảm giá số tiền XX.

• Loại giảm giá: Sản phẩm XX, được bán với mức giảm giá X so với giá gốc
• Loại mua một tặng một: Mua XX sản phẩm và nhận Y phần quà.
• Loại phiếu giảm giá: Sử dụng phiếu giảm giá trị giá X nhân dân tệ để khấu trừ số tiền đơn hàng
• Dựa trên điểm: kiếm điểm khi tiêu dùng và đổi điểm lấy tiền mặt/quà tặng

Năm dạng dữ liệu này có khả năng gây ra sự lộn xộn rất lớn! Đặc biệt là khi có thể áp dụng đồng thời 2-3 quy tắc giảm giá theo cùng một thứ tự. Nhiều công ty rất lười biếng trong việc phát triển. Họ không tạo thư viện thẻ hoạt động riêng biệt cũng như không tạo liên kết giữa bảng hoạt động, bảng sản phẩm, bảng đơn hàng, bảng người dùng và bảng điểm (thường được gọi là năm bảng khuyến mãi). Do đó, đơn hàng cuối cùng chỉ có thể thấy mức giảm giá và không thể chia nhỏ thành từng quy tắc. Điều này sẽ gây ra những vấn đề không thể khắc phục cho các phân tích tiếp theo.

Về mặt lý thuyết, bạn cần:

• Năm bảng khuyến mãi được liên kết rõ ràng
• Tránh phiếu giảm giá cho tất cả các danh mục/không có ngưỡng
• Tránh chồng chéo phiếu giảm giá người dùng và phiếu giảm giá sản phẩm

Điều này sẽ cho phép phân tích dữ liệu rõ ràng

Với những dữ liệu cơ bản này, có rất nhiều chỗ để phân tích:

• Người dùng nào nhạy cảm với giảm giá? Những cái nào là vô cảm?
• Người dùng vô cảm trung thành với những sản phẩm nào? Tiêu dùng diễn ra trong những trường hợp cụ thể nào?
• Người dùng nhạy cảm, bạn có đang lợi dụng quá nhiều không? Khi hiệu suất không đủ, hãy rút chúng ra để bù đắp!

Bước 5: Phân tích kênh liên hệ của người dùng

Cuối cùng, bạn cũng có thể xem xét xa hơn: người dùng được giữ lại xuất hiện trên nền tảng nào và người dùng bị mất xuất hiện lần cuối trên nền tảng nào. Theo cách này, nó sẽ không giống như tiếng chim than khóc, chỉ kêu: “Người dùng sắp mất hết rồi!” Thay vào đó, nó có thể đưa ra câu trả lời cụ thể: “Chúng tôi có thể đưa người dùng trở lại thông qua kênh XX”.

Đối với các doanh nghiệp truyền thống có nhiều kênh như cửa hàng, chương trình nhỏ, ứng dụng và trang web thương mại điện tử, điều đầu tiên cần làm là phân biệt người dùng nào có thể tiếp cận thông qua các kênh trực tuyến. Các kênh lưu trữ của doanh nghiệp truyền thống thường có lỗ hổng dữ liệu nghiêm trọng. Việc phân biệt người dùng kênh trực tuyến có thể nâng cao khả năng vận hành miền riêng tư và khắc phục vấn đề thiếu dữ liệu ngoại tuyến.

Nếu một doanh nghiệp trực tuyến sử dụng APP/chương trình mini làm chiến trường chính, họ sẽ chủ yếu phân biệt nội dung mà người dùng tiếp xúc. Xác định nội dung mà người dùng quan tâm (sản phẩm mới? sự kiện? thời trang? sức khỏe? lễ hội?...) để lựa chọn nội dung tốt hơn nhằm thu hút người dùng.

2. Nội dung không phù hợp để ưu tiên

So với năm mô-đun trên, một số phân tích có thể được thực hiện tương đối muộn hơn:

1. Phân tích chân dung người dùng: Một chân dung người dùng tốt phải được trau dồi chứ không phải bẩm sinh. Nếu bạn chưa thu thập được bất kỳ thông tin cơ bản nào ngay từ đầu thì đừng nghĩ tới điều đó nữa. Chờ cho đến khi bạn có nhiều dữ liệu hơn.
2. Phân tích hành vi người dùng: Nếu có ít dữ liệu hoạt động của người dùng trên chương trình nhỏ/nền tảng thương mại điện tử của riêng bạn, đừng vội thực hiện. Không có nhiều dữ liệu nên tôi không thể phân tích được gì cả.
3. Phân tích dự đoán tỷ lệ phản hồi của người dùng: Nếu bạn chỉ có một lượng nhỏ dữ liệu tiêu thụ, bạn không nên đưa ra nhiều dự đoán về tỷ lệ phản hồi khác nhau (bao gồm phản hồi về hoạt động, cảnh báo mất khách hàng, dự đoán mua hàng, v.v.). Theo kinh nghiệm lịch sử, độ chính xác của các dự đoán chỉ dựa trên dữ liệu tiêu thụ không thực sự ấn tượng, vì vậy tốt hơn là sử dụng trực tiếp các quy tắc thủ công.

3. Tóm tắt

Việc xây dựng hệ thống phân tích người dùng này được tích hợp chặt chẽ với quy trình thu thập dữ liệu và cân nhắc đầy đủ đến việc phải làm gì trong trường hợp không có dữ liệu. Đẩy từ nông đến sâu (như minh họa bên dưới).

Ý tưởng xây dựng hệ thống phân tích người dùng này là để suy nghĩ về cách vận hành người dùng theo góc độ kinh doanh:

• Người dùng có giá trị cao là ai? Tôi nên đầu tư bao nhiêu?
• Tôi có thể tìm thấy những người dùng có giá trị cao này thông qua kênh nào?
• Trong số những người dùng có giá trị cao hiện tại, ai vẫn đang hoạt động và ai đã rời đi?
• Tôi có thể sử dụng biện pháp nào để giữ chân những người dùng có giá trị cao hiện tại?
• Có thể kích hoạt những người dùng có giá trị thấp hiện tại không? Làm thế nào để kích hoạt?

Loại phân tích có mục đích rõ ràng này có khả năng giải quyết vấn đề tốt hơn nhiều so với việc liệt kê những điều như: “Tỷ lệ nam nữ là 4:6” hoặc “Độ tuổi 25-30 chiếm 30%”. Trong quá trình thúc đẩy kinh doanh, bạn cũng có thể kết hợp các biện pháp tác nghiệp để bổ sung dữ liệu, việc phân tích sau đó sẽ trở nên trôi chảy hơn. Học sinh có thể thử.

Tác giả: Down-to-earth Teacher Chen Tài khoản công khai WeChat: Down-to-earth Teacher Chen