网易云音乐活动数据分析体系实战!

大家好,我是小z,也可以叫我阿粥

今天给大家分享网易云音乐是如何做活动分析的~

据不完全统计,云音乐仅2021年Q4就有近1000个活动在线,那么问题来了:怎样描述活动表现?如何评价活动好坏?怎么计算活动ROI?

1

背景

云音乐平台上每天都有大大小小许多的活动,有些是服务于具体业务的垂直类活动:

  • 内容向:歌曲批量推广(恋恋记事簿);

  • 营收向:会员折扣促销;

  • 社区向:话题推广;

  • 用户运营向:深夜营地。

还有一些活动看似与平台关系不大,放之四海皆可用,却广受拥趸,成就平台增长神话,比如有”现象级传播“美誉的荣格测试、颜色主导色测试等。最受用户喜爱和期待的当属一年一度的年度听歌报告,每年都有不俗表现。

据不完全统计,云音乐仅2021年Q4就有上千个活动上线,那么问题来了:怎样描述活动表现,如何评价活动好坏,怎么计算活动ROI?虽说“一千个读者有一千个哈姆雷特”,但是数据分析却应该找到一把尺子,拉齐标准,对齐口径,构造出一套普适、实用、多维度、多角度,有横向可比性和纵向深度的综合分析体系。

本文分为四部分:先看外部,总结业界常用的活动分析方法;再反观内部,构建适合内部使用的活动分析体系;最后基于前面的方法论进行的一些总结和实战经验。

2

业界活动分析框架

评价一个活动的好坏,核心是看活动目标是否达到,对产品的关键指标是否有提升。以电商平台为例,促销策略五花八门,有以拉新客为主的分享红包、助力砍价、爆款商品免费领等营销手段,有以提升GMV为主的跨店铺满减、无门槛优惠券、随机立减等,一般是怎么用数据评估和追踪活动效益呢?


目标不同,却有一套相对通用的分析体系,其中包括:

网易云音乐活动数据分析体系实战!_第1张图片

响应数据

又叫参与数据,体现用户对活动的积极响应参与程度,除了有体现活动规模的参与活动人数、次数这样的指标外,还应该体现参与深度的转化漏斗、停留时长、点击次数等。量与质相结合,才能综合反映活动影响的广度和深度,为活动分级做好准备。

裂变数据

裂变能力是活动能否取得成功的关键一环,无论是饿了么式的红包分享、拼多多式的助力砍价,还是每日优鲜的0元吃水果、携程的助力抢车票,亦或是B站出圈之作《后浪》、蜜雪冰城魔性主题曲、支付宝的春节集五福,这些教科书级的玩法或作品,不论转化导向或传播导向,都是围绕“社交”这个价值点展开的。首轮裂变可以看体现传播效率的发起人数、参与人数、发起成功率,参与用户中新增、促活、召回人数及各自转化;后续裂变可以看体现裂变深度的多次传播人数及转化。

价值追踪

通过价值复盘,不仅看活动整体目标达成情况,还要抽丝剥茧、层层下钻,看清楚核心指标在人群细分、时间递延上的差异,拆解活动成败的原因,汲取经验,为活动复盘做准备,这里的指标主要有:活动受众人群TGI,时间衰减系数,转化率提升值,复购频次增加值等。

成本数据

最后,不能只看赚进来的钱,还要看花出去的费用,这样才能客观的反映活动的ROI。例如,每个活动投入的广告成本、拉新成本、补贴成本、维护成本等,都应该算清。

3

云音乐的活动数据评价体系

云音乐的活动根据活动目标,大体可以分为两类:服务于产品用户活跃、口碑形象的「品牌活动」,以及服务于细分业务目标的「垂直类活动」。活动目标不同,评价指标自然也不相同,但是基本遵循相同的分析框架:先看活动基本面,即活动规模、参与深度、传播裂变;再看业务影响力,即活动目标的达成情况。

网易云音乐活动数据分析体系实战!_第2张图片

3.1 活动基本面

类似于电商的响应数据、裂变数据,活动基本面主要从活动影响广度、参与深度、自传播能力三方面评估效果。

活动规模:主要分为包含区分站内站外的浏览人数、浏览次数、端内用户渗透等;其中浏览次数特指活动首页的浏览次数,因而不受活动页面多少的影响。

参与深度:通过用户在活动的使用深度、停留时长、任务完成率体现用户参与深度:针对多页面活动,看活动是否有吸引力将用户留到尽可能深、尽可能久;针对有【任务】的活动,看任务的完成情况。

分析传播:用户的分享传播情况,反映用户对活动的喜爱接受程度,是活动能否大流行的关键指向指标。

3.2 业务影响力

业务影响力关注活动对业务赋能能力,从增长的量、质、用户特点方面评估效果。

增长贡献:活动对平台或垂类业务增长贡献,从有优先级归因和直观用户量环比变化两种方式,观察活动引入拉新、召回、促活情况。这里的“拉新”可以对应到垂类业务里“新”,如会员业务的首次下单用户,动态业务的首次浏览动态用户,一起听业务的首次使用用户等。

增长质量:活动引入新老用户的留存水平,反映活动引入用户质量和平台承接能力。

用户画像:活动参与用户与业务用户画像对比,分析活动受众特点,有针对性的设计活动。

4

活动总结

参照以上数据指标体系,对2021年几大活动做了总结对比,分析框架如下:

网易云音乐活动数据分析体系实战!_第3张图片

周月活渗透率是能反映活动规模的,这个指标越高说明活动渗透的用户越多、活动越火爆。

活动完成率、人均停留时长其实是一对此消彼长的指标。试想:页面增多能带来停留时长的增长,但是会让走到最后一步的用户变少,完成率降低。因此,要提升这两个指标,单纯靠堆积页数是行不通的,内容玩法的串联设计至关重要,好比一部优秀的电视连续剧,观众不会因为集数多就弃剧了,一环连一环的设计反而会让观众欲罢不能。拿活动来说,年度报告的页数一年又比一年长,完成率和时长都保持增长,说明增加的部分得到了用户的正反馈。

爆发系数,简单来说就是日活的环比,对比周期为活动期vs非活动期。虽然不能把这个环比波动都归因于活动,但是反过来,对大盘日活有影响的活动,这个系数一定会有提升。因此这个系数是体现活动增长价值的“必要非充分条件”,比较适合从宏观上反映大型活动的效果。

5

实际案例

选取评价体系中比较核心的浏览人数和分享率作为观测指标,分析这两个指标在多组活动中的关系,绘制了二维点图,主要有以下发现:

网易云音乐活动数据分析体系实战!_第4张图片

超大型活动的分享率远高于中小型活动,分享率的高低一定程度上决定了活动规模的大小,业务启发是活动设计上应尽量找到能打动用户、引起共鸣分享的点,让用户自传播成为活动重要的流量来源;

“小众高分享”活动暂时缺位,规模小的活动很难有分享率,说明小众垂类活动的深度有待加强;

浏览人数和分享率不是绝对的成正比,但是一般分享率越高的,站外浏览也会越多,因此还可以更进一步研究站外浏览PV占比和分享率的关系,来验证分享对站外规模的作用。

6

总结

活动的数据复盘是活动迭代、优化必不可少的一个重要环节,对于复杂的玩法设计、繁多的活动目标,如何取舍重点、全面客观的评价活动,是本文的重要议题。

本文通过借鉴外部电商的活动分析方法,构造适合云音乐使用的活动分析体系,从活动基本面到业务影响力,从流量规模到参与深度,从增长规模到增长质量,多角度呈现活动的效果。希望对各位做活动的运营、产品、分析师同学在活动设计、推广、复盘环节有所启发和帮助~

df008ba38f280c1e6c094dada6b932c1.gif

 
   
●分析师如何正确的提建议?
●品牌知名度分析

你可能感兴趣的:(大数据,数据分析,人工智能,机器学习,数据挖掘)