往大了說(shuō),對(duì)于一個(gè)企業(yè)來(lái)說(shuō),能否更好的掌控LTV(Life Time Value)用戶(hù)生命周期價(jià)值和CAC(Customer Acquisition Cost)新用戶(hù)獲取成本之間的關(guān)系,是決定了該企業(yè)產(chǎn)品是否能夠長(zhǎng)期可持續(xù)發(fā)展的重要原因。
往小了說(shuō),這兩者之間的比率關(guān)系對(duì)于一個(gè)運(yùn)營(yíng)人員來(lái)說(shuō),也是一個(gè)尤為重要的指標(biāo)。
新用戶(hù)獲取有一個(gè)的永恒公式:
LTV>CAC(利潤(rùn)=收入-成本)
那么在獲客成本高升,流量獲取艱難的當(dāng)下,我們又該如何去尋找一個(gè)“價(jià)廉物美”用戶(hù)增長(zhǎng)渠道呢?這時(shí)候“裂變營(yíng)銷(xiāo)”、“病毒傳播”“邀友推薦”等詞便傳入到了我們的耳中。
首先我們還是要來(lái)盤(pán)一下好友推薦的幾個(gè)特性,也正是我們不斷想要去探索的根本原因:
不同于常規(guī)的市場(chǎng)獲客方式,我們老用戶(hù)帶來(lái)新用戶(hù),如果是口口相傳,直接注冊(cè)轉(zhuǎn)化,那我們的成本就相當(dāng)于是0,哪怕現(xiàn)在常用的采取補(bǔ)貼的方式,一般來(lái)說(shuō)成本也是低于其他付費(fèi)渠道的。
老用戶(hù)推薦的好友大多數(shù)情況下的需求點(diǎn)跟老用戶(hù)類(lèi)似,比如玩游戲的人群,推薦過(guò)來(lái)的大部分都是游戲忠實(shí)愛(ài)好者,又比如健身人群,推薦而來(lái)的用戶(hù)也更熱愛(ài)運(yùn)動(dòng)健身。
除了上述第2點(diǎn),本身大概率是目標(biāo)用戶(hù),自然轉(zhuǎn)化就會(huì)好,另外還會(huì)存在“好友推薦”的社交背書(shū),少了“王婆賣(mài)瓜,自吹自夸”,多了可信的“三方認(rèn)證”,被推薦的用戶(hù)更容易開(kāi)始使用產(chǎn)品、成為長(zhǎng)期用戶(hù)。
基于上述這些原因,我們也越來(lái)越多的發(fā)現(xiàn),我們常用的APP都會(huì)有好友推薦這個(gè)模塊(或活動(dòng)):
那么當(dāng)然邀友推薦不僅僅是在菜單欄或者某個(gè)模塊增加一個(gè)邀友入口就完事了,邀友裂變應(yīng)該是貫穿整個(gè)產(chǎn)品的。
讓我們了解一下用戶(hù)推薦常見(jiàn)的有六種類(lèi)型,并通過(guò)一些案例希望能有所啟發(fā)。
口口相傳是一種最原始的推薦方式,就好比我們?nèi)ヒ患绎埖瓿燥?,覺(jué)得這個(gè)飯店不錯(cuò),很有可能推薦給其他朋友。那么在線(xiàn)上做口口相傳,它的特點(diǎn)是什么呢?
(1) 功能性突出
這一點(diǎn)特別在垂直領(lǐng)域里尤為明顯,很多時(shí)候一款A(yù)PP產(chǎn)品,尤其是工具性的,可能會(huì)存在很多細(xì)分功能,但我們可以盡可能做出一個(gè)特色功能,加強(qiáng)用戶(hù)感知,以便在適當(dāng)?shù)那榫诚戮湍軌蛳氲健八?,從而為其推薦。
比如,本人平時(shí)喜歡機(jī)車(chē),但也是初入門(mén),在當(dāng)初挑選摩托車(chē)的時(shí)候,預(yù)算有限,對(duì)車(chē)又不懂,無(wú)從下手,便尋問(wèn)機(jī)車(chē)?yán)锨拜?,這時(shí)候有好幾個(gè)摩友便向我推薦了“哈羅摩托”這款A(yù)PP,告訴我,能根據(jù)價(jià)格預(yù)算選車(chē),能作對(duì)比。
另外,雖然現(xiàn)在微信已經(jīng)是一個(gè)我們最常用的社交聊天工具,但在農(nóng)村老一輩中,他更多的也是一個(gè)口口相傳的過(guò)程,就比如我的外公外婆,甚至我爸媽?zhuān)彩峭ㄟ^(guò)我們了解,這是一個(gè)可以視頻可以發(fā)語(yǔ)音的聊天工具,然后并教他們使用的。
(2) 簡(jiǎn)單好記的名字
這一點(diǎn)非常好理解,對(duì)于產(chǎn)品的名字涉及到的當(dāng)然不只為了傳播這么一件事,其他不做過(guò)多贅述,但反過(guò)來(lái)我們可以去思考,若是一個(gè)非常復(fù)雜或者含雜生僻字的產(chǎn)品,那肯定是不便于傳播的,尤其是口口相傳這個(gè)推薦行為上。
當(dāng)然除了上述的內(nèi)容外,良好的用戶(hù)體驗(yàn),優(yōu)質(zhì)的服務(wù)等等都是老用戶(hù)口口相傳的重要因素。
顧名思義展示相傳就是通過(guò)展示產(chǎn)品來(lái)吸引新用戶(hù)的過(guò)程。
這里常見(jiàn)的例子很多發(fā)生在相機(jī)應(yīng)用中,比如首創(chuàng)獨(dú)到新穎的濾鏡或者功能時(shí),用戶(hù)在使用功能后發(fā)布到社交平臺(tái)上,別人就會(huì)好奇:哇,你是怎么做到的,我也想試試。
早前在朋友圈中就看到有小伙伴曬健身照,并添文:濾鏡一加,少練一年。當(dāng)時(shí)就被安利了一波MIX重金屬濾鏡效果。
現(xiàn)在在各類(lèi)電商平臺(tái)或者互聯(lián)網(wǎng)金融平臺(tái)中,補(bǔ)貼推薦是一種非常普遍的推薦方式,補(bǔ)貼推薦也區(qū)分單向補(bǔ)貼和雙向補(bǔ)貼。
單向補(bǔ)貼即只給推薦人獎(jiǎng)勵(lì)補(bǔ)貼,雙向補(bǔ)貼即推薦人和被推薦人雙方均可以獲得獎(jiǎng)勵(lì)。
例如上述開(kāi)篇提到的luckin coffee 和叮咚買(mǎi)菜都是采取的雙向補(bǔ)貼的方式。
luckin coffee的活動(dòng)方式是雙方可以各得一杯咖啡,叮咚買(mǎi)菜則是一方獲得滿(mǎn)減券,另一方獲得新人紅包。
對(duì)于社交網(wǎng)絡(luò)產(chǎn)品,如果老用戶(hù)邀請(qǐng)新用戶(hù)加入,那么雙方的產(chǎn)品體驗(yàn)會(huì)變得更好。
比如很多情侶社交app,雙方加入其產(chǎn)品功能才能夠真正體現(xiàn)出來(lái)。
所有功能均是基于新用戶(hù)加入以后才能體現(xiàn)真正的價(jià)值,當(dāng)然情侶軟件的老用戶(hù)邀請(qǐng)新用戶(hù)數(shù)量有局限性,但很多社交尤其是熟人圈子的社交軟件的產(chǎn)品體驗(yàn)均會(huì)隨著老用戶(hù)推薦新用戶(hù)而提升。
如何讓用戶(hù)逐步去解鎖更好的功能或是產(chǎn)品體驗(yàn),這也是我們?cè)O(shè)計(jì)功能成長(zhǎng)性的一個(gè)參考方式。
病毒傳播和其他用戶(hù)推薦方式最大的區(qū)別就在于擴(kuò)散速度塊、感染規(guī)模廣。
早期我們都經(jīng)歷過(guò)微信朋友圈刷屏,這一模塊需要極強(qiáng)的策劃能力,找準(zhǔn)熱點(diǎn),不過(guò)隨著很多社交平臺(tái)的管控,病毒傳播也存在了一定的風(fēng)險(xiǎn)性。運(yùn)營(yíng)人員要很好的從中把控平衡。
這一點(diǎn)就會(huì)涉及到整個(gè)產(chǎn)品的內(nèi)部邏輯,有很多思考的地方,我們分幾個(gè)部分來(lái)講解:
(1) 產(chǎn)品本身存在的需求點(diǎn):
例如本人常用的石墨文檔,可添加協(xié)作者,那么在添加協(xié)作者過(guò)程中,一旦協(xié)作用戶(hù)進(jìn)入,便直接注冊(cè)了此產(chǎn)品。
(2) 內(nèi)容分享:
內(nèi)容分享多存在于一些內(nèi)容型平臺(tái),例如網(wǎng)易云音樂(lè)、知乎等等。
很多音樂(lè)平臺(tái)在分享功能上還做了歌詞海報(bào)等,也讓分享手段多樣化,用戶(hù)更愿意接受。
(3) 人為制造:
人為制造常見(jiàn)于很多游戲軟件中,尤其在當(dāng)下很多小程序中出現(xiàn),用戶(hù)需要過(guò)關(guān)或者沒(méi)有體力時(shí),可以選擇花虛擬幣也可以選擇邀請(qǐng)好友。
例如:歡樂(lè)麻將,可以通過(guò)邀請(qǐng)分享好友獲得歡樂(lè)豆。
(4) 歡樂(lè)時(shí)刻:
找到用戶(hù)在現(xiàn)有產(chǎn)品體驗(yàn)中最開(kāi)心的時(shí)刻,把邀請(qǐng)分享的請(qǐng)求有機(jī)的融入用戶(hù)體驗(yàn)中。例如我們?cè)谕嫱跽邩s耀的時(shí)候,達(dá)到五殺或者連勝時(shí)就想分享給好友,亦或是在KEEP剛練完一個(gè)課程時(shí)希望分享給好友。
(5) 順便接觸:
順便接觸的產(chǎn)品傳播一般都是加上一句話(huà)或者水印或是一個(gè)logo。例如抖音、皮皮蝦等知名短視頻網(wǎng)站,在視頻中都會(huì)有水印。
上述呢就是我們常見(jiàn)和常用的好友推薦的方式,除了能夠理解和掌握這些方式,我們還需要清楚的認(rèn)識(shí)到邀請(qǐng)邀友的流程以及它的萬(wàn)能公式,便于我們可以更好的去拆解業(yè)務(wù)流程:
通過(guò)邀請(qǐng)加入的新用戶(hù)人數(shù)=潛在的推薦人數(shù)*推薦人轉(zhuǎn)化率*分支因子*被推薦人轉(zhuǎn)化率
用戶(hù)推薦流程的分解:
從上圖可以將用戶(hù)推薦流程分解,然后逐步搭建完善的流程并進(jìn)行跟蹤數(shù)據(jù)分析,哪一步的轉(zhuǎn)化情況不理想,可以著重優(yōu)化哪一模塊。
此文內(nèi)容是將以往學(xué)習(xí)的內(nèi)容做一梳理,也當(dāng)作為一個(gè)總結(jié)分享,希望對(duì)大家有幫助,如有不足,請(qǐng)多指教。
本文由今科科技用戶(hù)上傳并發(fā)布,今科科技僅提供信息發(fā)布平臺(tái)。文章代表作者個(gè)人觀點(diǎn),不代表今科科技立場(chǎng)。未經(jīng)作者許可,不得轉(zhuǎn)載,有涉嫌抄襲的內(nèi)容,請(qǐng)通過(guò) 反饋中心 進(jìn)行舉報(bào)。
售前咨詢(xún):0760-2332 0168
售后客服:400 830 7686
1998~2024,今科26年專(zhuān)注于企業(yè)信息化服務(wù)
立 即 注 冊(cè) / 咨 詢(xún)
上 線(xiàn) 您 的 網(wǎng) 站 !