「会员拉新数据分析」会员拉新的重要性

318地推拉新网 （点击进入网站）

本篇文章给大家谈谈会员拉新数据分析，以及会员拉新的重要性对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、数据分析指标有那些？
• 2、银行贷款客户拉新活动分析
• 3、如何利用用户行为分析数据？
• 4、AARRR-拉新案例分析
• 5、爱奇艺10月1日起将增设会员拉新分账、取消平台定级，这么做有何目的？
• 6、新零售下的会员运营应该怎么做？

数据分析指标有那些？

用户行为类指标

用户行为指标是互联网行业和传统行业最大区别。传统行业，用户行为发生在门店里，极难用数字化手段记录，因此只有在发生交易时，才能记录数据。

传统企业的大部分数据都是交易数据。而互联网行业依托小程序/H5/APP，能记录用户在每个页面的点击，相当于在网上店铺的每一步动作都有记录，因此能分析很多东西。

具体到指标上，可以套用AARRR模型，分模块展开：

拉新：主要用于分析拉新的转化效率与质量。拉新是很多互联网公司最重要的任务，拉新成本是很多互联网公司最大的成本支出，因此拉新关注度极高。

用户活跃类指标：用户活跃类指标是日常关注的重点。活跃用户是一切业务的基础，且活跃行为是可以每日记录的，因此运营/产品部门日常都盯得很紧。

用户留存类指标：留存指标一般和拉新/活跃指标结合起来看。由于留存统计相对滞后（要等XX天才能统计），因此一般是月度复盘/事后分析的时候看的多。

用户转化类指标：用户转化一般指付费行为，这是互联网商业模式变现的重要渠道。看的指标主要围绕有多少人买，买了多少，是否连续购买等展开。这里和传统企业的会员消费分析很像，能衍生出很多子指标。

用户转介绍类指标：用户转介绍行为类型很多，转发内容/转发商品/介绍新用户加入等，都是转介绍行为。因此转介绍行为的定义常常会结合具体的转介绍形态而变化。很少有统一的指标。如果一定要概括的话，可以概括为：

有转介绍行为人数：发生转发内容/转发商品/介绍新用户的用户人数

转介绍行为带来的效果：新注册用户/商品购买/内容阅读等等

除了AARRR以外，还有一类特殊的行为：风险类行为，用于识别用户的危险动作。在不同业务场景，风险定义不同。比如电商场景下刷单、薅羊毛，游戏场景下外挂使用，金融场景下欺诈交易等等。

产品类指标

产品类指标是互联网行业特色。用户在互联网APP/H5/小程序内会使用不同的功能，好用的话会一直用，不好用会中途放弃，这些都能记录数据，从而通过产品分析，不断淘汰没人用的功能，优化有人用的功能，提升效率。

产品分析的常见指标如下：

请点击输入图片描述

注意：产品分析是有级别的，最高级的是对整个APP/H5/小程序的页面/功能做盘点。其次是对某一个具体页面（比如首页、商品详情页、购物车页）或者某一个具体路径（比如从首页的banner位点广告进入商品详情，再选择商品进行交易这样一条路径）进行分析。

最细的则是分析某一次改版的，某一个按钮/页面布局调整等等。上边举例的指标更多是对页面/路径分析的指标，其他情况，有空再详细分享。

内容类指标

内容类指标也是互联网行业的特色。互联网上发布的视频/图文，能记录阅读情况。一般内容运营/营销推广/新媒体运营等与内容打交道密切的部门，会很关注这一类指标。

常见的内容指标如下：

请点击输入图片描述

通过这些指标的分析，创作内容的部门，比如：内容运营/新媒体运营，能找到哪些内容阅读高，哪些转发多，从而总结出写文章的套路，提升内容传播范围。利用内容的部门，比如营销推广，能关注哪些内容带来的转化好，从而提高推广效率。

活动类指标

活动类指标，在互联网和传统行业都很常见。相比之传统行业，互联网行业的营销活动密度更高、力度更大，经常是烧钱换增长。因此活动相关指标关注度很高。

常见的活动指标如下：

请点击输入图片描述

通过这些指标的分析，能让负责活动的同事直观看到活动效果，并且在不同类型/不同力度活动进行比较，找到更高效开展活动的方式。

有些活动会包含多个角色，比如拼团活动，会同时有团长/团员两个角色；裂变类活动，有裂变发起人/参与者两个角色。

不同角色的参与条件、达标动作、达标奖励不太一样，因此可以拆分两类群体，分别看活动目标人数/参与人数/达标人数等指标。

商品类指标

商品类指标，在互联网和传统行业都很常见。区别是传统企业大部分是实物商品，互联网则有一堆虚拟商品，比如虚拟货币、会员特权、游戏装备、直播打赏等等等。

因此互联网行业的商品管理，有可能比传统行业简单一点，不需要那么焦虑的盯着库存周转指标，生怕在仓库里待久了，货都过期了。

常见的商品指标如下：

请点击输入图片描述

通过这些指标的分析，能让负责商品运营的同事直观看到商品畅销/滞销情况，从而调整商品进销存计划，避免商品积压/缺货。

注意，虚拟商品原则上是没有库存的（或者说库存想设多少设多少）。但是滥发虚拟商品，又会引发互联网中通货膨胀与商品贬值。比如游戏里稀有皮肤卖的贵，是因为稀有才贵，为了短期收入搞大优惠，一但烂大街，反而大家都不稀罕了。

所以控虚拟商品的库存，不是看商品动销率或者在库时间，而是看GMV整体目标。在达成GMV整体目标情况下，高中低端商品保持一个稳定的库存结构，避免烂大街。

银行贷款客户拉新活动分析

Thera Bank是一家拥有不断增长客户群的银行。这银行中大多数客户的存款规模都是不一样的。由于贷款业务的客户数量很少，所以银行希望有效地将存款用户转化为贷款用户以此扩大贷款业务量的基础，以带来更多的贷款业务，并在此过程中，通过贷款利息赚取更多。

因此，该银行去年为存款用户但未办理个人贷款业务的客户开展了一项推广活动来促使其办理个人贷款业务，有部分客户通过此活动已经办理了相关服务。这时的零售营销部门希望制定更好的策略去定位营销，以最小的预算提高成功率。该部门希望识别出更有可能购买贷款的潜在客户，提高转化的成功率，降低营销的费用。

数据集共包含5000条记录，14个字段，对应字段含义如下：

数据并无缺失值，但需要对字段类型做出更改。

整体思路：

一、去年银行举办的推广活动的效果如何？

二、什么类型的存款用户成为银行贷款业务的潜在客户可能性更大？

三、随着客户年收入的增长，贷款情况是如何变化？

四、随着客户年龄的增长，贷款情况如何变化？

通过这次推广活动以后，5000名客户中，有480个客户开通了个人贷款业务。由于该活动是针对未办理个人贷款业务的客户开展的，对比从以往数据来看，个人贷款业务增长了近10%，说明此次推广活动的效果还是不错的。

从图中可以看出：

1、和开通信贷相关性较强的变量有：收入，信用卡还款额及是否有该银行存单账户；

2、和开通信贷弱相关的变量有：受教育程度，房屋抵押贷款数，家庭人数；

3、邮编、是否是证券账户，是否开通网上银行及是否有信用卡，关系都不大；

4、年龄、工作经验虽然关系也不大，但它们属于连续的数值变量，所以需要分箱后再做观察，看看是否有某一段存在特殊值。

（对定性变量中是否有该银行存单账户、受教育程度、家庭人数与是否开通贷款的关系进行探究）

开通了银行存单账户的客户，其申请贷款的可能性是没有开通的6倍多,说明开通了银行账户的客户是一个主要的目标客户；找到方法让客户开通该银行存款账单也是一个提高申请贷款率的可能选项。

学历越高，贷款意愿的比率越多,说明教育水平越高，越能接受超前消费观念，其贷款意愿越高。学历层次越高的用户的存款用户成为银行贷款业务的潜在客户可能性会更大.

单身人士与没有孩子的家庭的贷款率都比较低，有孩子的家庭用户相对而言更有意愿转化为贷款用户，特别是独生子女家庭.

（对定量变量中的年领、收入、信用卡还款额和房屋抵押贷款与是否开通贷款的关系进行探究）

综合来看，各阶段的年龄的贷款意愿都相差不大，相对来说区间在(32.0, 39.0]的客户意愿较强

对收入分层

对抵押值分层

如何利用用户行为分析数据？

关于用户行为分析的意义以及在什么样的环境中使用这些数据，许多运营表示收获颇丰，但是对于一些具体的操作和运营方法也有一些不是太清楚，希望我们能够针对这方面进行一下知识的讲解，所以我们今天就请北大青鸟的老师来给大家介绍一下，如何进行用户行为分析的数据使用。

有了用户的行为数据以后，我们有哪些应用场景呢?

拉新，也就是获取新用户。

转化，比如电商特别注重订单转化率。

促活，如何让用户经常使用我们的产品。

留存，提前发现可能流失用户，降低流失率。

变现，发现高价值用户，提高销售效率。

(一)拉新

特别注重是哪个搜索引擎、哪个关键词带来的流量;关键词是付费还是免费的。从谷歌那边搜素引擎词带来了很多流量，但是这些流量是否在上成单，所以这个数据还要跟eBay本身数据结合、然后再做渠道分配，到底成单的是哪个渠道。整个数据链要从头到尾打通，需要把两边的数据整合之后才能做到。

(二)转化

以注册转化漏斗为例，第一步我们知道网页上有哪些注册入口，很多网站的注册入口不只一个，需要定义每个事件;我们还想知道下一步多少人、多少百分比的人点击了注册按钮、多少人打开了验证页;多少人登录了，多少人完成了整个完整的注册。

期间每一步都会有用户流失，漏斗做完后，我们就可以直观看到，每个环节的流失率。

(三)促活

还有一个是用户使用产品的流畅度。我们可以分析具体用户行为，比如访问时长，在那个页面上停留时间特别长，尤其在APP上会特别明显。再有是完善用户画像，拿用户行为分析做用户画像是比较准的。

AARRR-拉新案例分析

如果你读过Sean Ellis的《增长黑客——如何低成本的实现爆发式增长》后，对“AARRR”概念绝不会陌生，最近分析了些很好的案例，颠覆了之前拉新的认知

我这两年的工作核心概括为：打造用户生命周期闭环，并提高每个环节的转化率

获客激活：1、消息体系（QQTips、系统消息、短信、app消息）

                    2、企业产品、内部产品 搜狗搜索app、小说、换量 

                    3、用户邀请

                    4、运营活动

留存：1、等级体系（问豆、经验值、等级角色特权）

            2、任务

            3、徽章

            4、问豆商城

总结：产品的获客多从内外部导量、这些渠道资源的用户转化率肯不如花钱渠道买的高

首先付费的推广位是流量高且最能吸引用户注意力，投放效率更高。在抢占用户量和用户时间的战争中，时间就是金钱

其次产品相互导量更多是作为一种流量和内容的补充，除非你导量的来源是微信（参见拼多多）

1）拉新有一下几种方式：

1、精准化投放广告：通过数据分析用户画像、提升产品的ROI，怎么花更少的钱投出更好的效果，这和我做过的消息体系有点像

2、趣头条、拼多多红利式的用户邀请

3、品牌渠道推广：综艺节目的赞助，如OPPO、快手对《奇葩大会》的赞助

2）案例分析

在此详细分析下趣头条和拼多多，用红利做用户邀请的最佳案例（这两款产品是过去一年用户量和GMV增长极快的两款产品）

竞品是今日头条，特色是其靠现金和金币奖励的任务系统，以拉新和留存用户

主要分为新手任务和邀请收徒活动2块奖励：

1、邀请收徒活动

新用户通过你的邀请码注册“趣头条”即可拿钱，拉的徒弟越多（徒弟的用户行为产生需达到某值才称为有效徒弟），现金收入越高。个人认为是把渠道投放的钱花到用户身上，反正目标都是获客，不如让自己用户赚钱帮忙拉人

一是趣头条的目标用户以中低层用户居多，容易被单价较低、次数多的任务奖励驱动（用户的时间成本和人际关系不会因为分享产生较大的改变）

二是目标用户邀请的潜在用户画像可能比投放广告更准（物以类聚、人以群分）

2、任务

趣头条的新手任务非常多，也很目标导向。比如他的目标就是要保障每个用户每天在上面消费内容、评论、唤醒他邀请徒弟的活跃度。他将任务拆的特别详细，并把重点任务给予较高的金币，引导用户持续完成任务并获得奖励。有趣的是金币兑零钱的奖励随每日运营收益变化，猜测 趣头条对用户的奖励与内容广告的收益已形成良好闭环。在每个新客上花的钱能cover住每个用户可给产品赚取的收入，ROI是正的，故可以强化此模式去赚钱

拼多多则是另一个用户增长神速的O2O公司，15年底在上海时我就用过

首先下单需用微信拼团成功，这是一个圈新用户的途径

“现金签到”、“天天领现金”这两功能也是利用钱，引导用户签到分享到朋友圈、微信好友，让好友加入，然后一起领钱

趣头条和拼多多用红包获取和激活用户的本质都像“传销”，让用户在利益驱动下不断通过各种渠道去发展其他用户，并且发展用户的活跃度好坏也会影响到“师父”的收益。从结果来看，这两个产品的用户数和活跃度都在高速增长，说明此方法的ROI是极高且行之有效的

小视频的火力与钻石分别用来衡量生产者与消费者的贡献度：

火力：火力值是用来衡量生产者内容优质度的奖励，由视频质量、直播质量其他活动质量构成，

火力可以变现，类比我设计的激励体系里的问豆，答题质量越高得到的问豆越多，可在商城兑换京东卡、Q币和实体物品

钻石：用户花钱购买钻石打赏给内容生产者，同时做了等级特权以刺激用户买更多的钻石。类比我做的特权徽章，以刺激小白用户答题

此外春节期间，头条系视频和快手都狂撒红包。快手豪撒6.6亿拜年红包，除夕当天斩获1.1亿日活用户；抖音明星发送红包，使得日活跃用户规模超6500万

这一切都说明用钱拉新和促活的效果是巨大的，只要钱能花的有效果，拉到新用户且活跃度不错，就非常值~、

在过去两年中，负责产品的用户增长一方面因为用户调性和上层战略没花过太多真金白银做用户增长，更多的是靠任务、签到、消息体系和活动去提升

但这半年内，通过研究各种增长迅速的产品、与相关从业者交流、看书，不断更新自我认知，觉得用钱拉新其实是更行之有效的方式：

1、从人性的角度，有利可图仍是驱动普通人最有效的方式

快手、拼多多、趣头条的目标用户对钱更敏感，用钱吸引到注意力而不是情怀，再靠产品功能将用户留下来是更好的选择

试问在中国有多少人是财务自由、时间成本高，看不上产品的红利呢？百万英雄花半小时答题全对仅给5-6块，仍有一群日薪600+的白领乐此不疲的答题

2、在获客成本如此高的今天，用不花钱的流量效率是较低的

有价值的资源需要花钱买，不花钱的流量获客成本效率低，拉到相同量的用户所需的时间更长。而对竞争激烈的企业而言，时间比钱更重要。更快速度的获取流量，并挖掘到其价值更为重要

爱奇艺10月1日起将增设会员拉新分账、取消平台定级，这么做有何目的？

10月1日起，爱奇艺连续剧、日本动漫、少年儿童、纪实片行业已正式运用全新升级分账合作方式。创新模式将在原有会员收看时间分账前提下，提升会员拉新分账。与此同时，撤销平台对内容的预测分析评定，并把手机、电视机、计算机、平板电脑、智能家居系统、车联网平台、虚拟现实技术（VR）七个终端设备的会员收看收入数据和制片方分享，供其掌握内容在爱奇艺平台各终端设备里的交易主要表现。

自2016年爱奇艺发布网络剧分账方式至今，分账方式慢慢遮盖大量内容行业，进一步扩展了影视传媒公司发展机会，出现了一批出色内容原创者。爱奇艺与内容方合作方式，已经从早期播放率分账，慢慢迭代更新至会员收看+会员拉新分账，而且逐渐减弱平台评定，促进数据信息全透明。这一新的交易规则最大的变化是，从以前由平台确定著作收益，变为由客户选择，媒体生态更为公平公正。

分账销售市场发展成长前期，内容发布之前需要由短视频平台评定定级，差异级别相匹配不同类型的分账价格、配对不同类型的无线推广。平台根据等级分类定价模式从大量内容中，鉴别高品质著作、筛出伪劣内容，是内容质量参差不齐发展过程的重要方式。

爱奇艺发布分账方式已经有八年时长，内容制作和客户交易两边都更加理智完善。《花间提壶方大厨》《等到烟暖雨收》《绝世千金》《少主且慢行》《扑通扑通喜欢你》《如此可爱的我们》《一闪一闪亮星星》《我是大仙尊》《JOJO英语启蒙》《中国医生》等多个叫好叫座的高品质著作不断发布，大家对高品质内容更为希望，一批出色原创者出类拔萃。

在这个基础上，在今年的4月，爱奇艺首先撤销网络大电影的平台评定。10月起，这一策略将遮盖爱奇艺全部影视剧内容分账行业。每一部著作也将立在同一起跑线上，客户挑选意向更高一些、播放视频时间更久、用户评价主要表现更加好的著作将获取更多的营销推广。内容品质变成考量著作成与败最主要因素。

开启创新模式后，爱奇艺也将向制片方全面对外开放手机上、电视机、计算机、平板电脑、智能家居系统、车联网平台、虚拟现实技术（VR）七个终端设备的会员客户收看时间状况，根据更透明色信息共享，服务项目制片方运营和营销。

爱奇艺新一季财报展示，2022年第二季度，爱奇艺总营收67亿人民币，会员定阅营收占比超六成。根据快速增长的会员定阅销售市场，平台根据分账方式不断打造新写作能量添加传媒行业，也促进了一批具有C端写作观念的内容方。现阶段，爱奇艺分账网络剧销售市场已经出现了盈利过亿连续剧，本次爱奇艺方式更新，“会员拉新分账+收看时间分账”将进一步扩大制片方盈利室内空间。

“会员拉新分账”就是指因分账内容而定阅会员所带来的这一部分收益，平台将于扣减渠道费的前提下，和片方五五分成。在这里模式中，平台和片方总体目标更为一致，即制做精典内容，吸引住总体目标观众们，得到增加量盈利。

到此，分账内容将与平台自做内容处于同样的考量层面中——客户付钱和放完率同时确定内容的经济收益。坚信一个更为对焦内容质量与客户交易意见反馈的行业，将展现出更多的写作活力和创新动力。

新零售下的会员运营应该怎么做？

一、新零售4.0时代面临挑战

1. 消费方式个性化

2. 消费行为便捷化

3. 消费过程互动化

4. 消费心态主动化

二、服务式零售营销生存之道

1. 售前服务：信息精准尽掌握——会员电子化、会员数据化

2. 售中服务：精细服务更尊崇——服务差异化、服务个性化

3. 售后服务：延伸服务无死角——营销主动化、营销智能化

三、盈利模式的改变

1. 从“自然销售”到“规划销售”的转变

2. 从“被动销售”到“主动销售”的转变

3. 从“农夫营销”转变为“猎人营销”

四、盈利模式的难点

1. 顾客稀少——首次拉新困难

2. 互动无效——二次复购困难

3. 活动频繁——维持活跃困难

一、会员数据分析

二、会员拓客方向

三、顾客拓展的先要条件——会员权益设计和宣导

四、会员招募的四大渠道

…………

关于会员拉新数据分析和会员拉新的重要性的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。