今天和大家分享的主題是：如何通過數(shù)據(jù)優(yōu)化 App 推廣效果，全域全購買旅程監(jiān)測，科學(xué)提升 ROI。

作者：劉杰豐

GrowingIO 增長咨詢師

1.確立與公司目標(biāo)對齊的推廣指標(biāo)體系

在進(jìn)行 App 推廣之前，我們需要明確一個概念：企業(yè)需要建立與經(jīng)營目標(biāo)對齊的推廣指標(biāo)體系。

前段時間，某知名餐飲企業(yè)因漲價引發(fā)熱議，迫于輿論壓力最后發(fā)布致歉信，宣布恢復(fù)原價。

疫情期間，為什么企業(yè)有如此之重的漲價壓力呢？對此，我們可以利用三基分析法，從企業(yè)經(jīng)營的角度進(jìn)行拆解。

三基分析法是診斷企業(yè)經(jīng)營健康度的重要手段，通過 3 個基本要素就可以推導(dǎo)出第二年大概的業(yè)績增長情況：

用戶量，主要指付費用戶，可拆解成新用戶和老用戶；

人均消費金額，指新、老用戶平均單價；

復(fù)購率，用來衡量客戶對企業(yè)的粘性。

如上圖的右表中，根據(jù)過往兩年的數(shù)據(jù)，我們能夠制定下一年的戰(zhàn)略目標(biāo)。在此過程中，留存用戶由前年決定，企業(yè)會根據(jù)增長目標(biāo)，定下年拉新量。

還是以之前提到的某知名餐飲企業(yè)為例，當(dāng)受疫情影響，用戶量不可避免的下降時，它選擇了通過漲價來提高人均消費金額，但這條路被證實是十分坎坷的，企業(yè)不要輕易嘗試，最好還是通過提升拉新量來達(dá)成我們的業(yè)績目標(biāo)。

對于 App 投放來說，提升拉新量是我們的主要目標(biāo)，那么我們?nèi)绾谓@公司經(jīng)營目標(biāo)的投放指標(biāo)體系呢？

如果直接從很細(xì)節(jié)的指標(biāo)出發(fā)，從下而上地優(yōu)化投放，這個方法會很難持續(xù)下去，核心原因就在于與公司的經(jīng)營指標(biāo)脫節(jié)了。

我們建議大家按照公司的經(jīng)營目標(biāo)，即 CXO 關(guān)注的銷售金額和目標(biāo)增長率，從上至下地拆解一、二、三級指標(biāo)。

一級指標(biāo)：部門總監(jiān)關(guān)注的渠道/活動 ROI；

二級指標(biāo)：部門總監(jiān)關(guān)注的不同渠道/活動新客的規(guī)模、質(zhì)量、轉(zhuǎn)化、留存等；

三級指標(biāo)：投放專家通過上圖中的具體指標(biāo)做優(yōu)化。

這樣一來，我們就可以從上至下，將數(shù)據(jù)驅(qū)動持續(xù)下去，不斷地通過數(shù)據(jù)推動公司經(jīng)營目標(biāo)的達(dá)成。

2.進(jìn)行全域全購買旅程監(jiān)測

目前大部分 App 推廣都沒有真正的做到數(shù)據(jù)驅(qū)動。“沒有數(shù)據(jù)”、”數(shù)據(jù)不全”、“數(shù)據(jù)不連貫”等都成為了落地數(shù)據(jù)驅(qū)動的難點，企業(yè)也很難科學(xué)的衡量 App 推廣的 ROI。

我們可以從三個視角來分析這個問題：

1.用戶旅程視角

在 AARRR 模型中，App 用戶的全生命周期旅程分為了感知價值、下載激活、激活注冊、激活次留、激活付費、深度轉(zhuǎn)化六個階段。

2.觸點視角

用戶在旅程每個階段的觸點是不一樣的。比如在感知價值階段就有自有渠道推廣、廣告投放、KOL 傳播等觸點。

目前的普遍情況是，大多數(shù) App 推廣 ROI 的衡量都只停留在了第一個或者第二個階段。也就是簡單的各渠道下載數(shù)據(jù)、App 激活數(shù)據(jù)等。

沒有真正衡量到“激活付費”和”深度轉(zhuǎn)化“階段，其實也就沒有衡量到一個用戶是否真的給我們帶來了價值。

為什么會出現(xiàn)這種情況呢？我們可以從數(shù)據(jù)視角發(fā)現(xiàn)問題。

3.數(shù)據(jù)視角

結(jié)合用戶旅程視角和觸點視角，我們會發(fā)現(xiàn)各階段的數(shù)據(jù)是相互割裂的。主要的難點就在于：

站外：自有渠道或 KOL 的傳播沒有數(shù)據(jù)，頭條、微信等各平臺統(tǒng)計口徑不一致；

站內(nèi)：用戶在 App 內(nèi)瀏覽內(nèi)容等關(guān)鍵行為的數(shù)據(jù)難以被采集；

通常情況下，我們通過業(yè)務(wù)系統(tǒng)看付費情況，這部分?jǐn)?shù)據(jù)是很難與前置業(yè)務(wù)相連貫的。

結(jié)合以上三個視角，我們把營銷監(jiān)測數(shù)字化技術(shù)的進(jìn)化過程分為了三個階段，對應(yīng) App 推廣 ROI 的衡量，大家可以評估一下自己目前處在哪個階段。

第一個階段：用來衡量傳播聲量，主要監(jiān)測點擊、PV、UV；

第二個階段：用來算清用戶獲取情況，主要監(jiān)測下載、激活；

第三個階段：用來算清市場對營收的影響，主要監(jiān)測注冊、購買、復(fù)購，能將用戶旅程連貫起來，監(jiān)測整體的投放效果。

那么，全域全購買旅程監(jiān)測是如何實現(xiàn)的呢？

這里給大家簡單科普一下 App 獲客監(jiān)測的原理：廣告主提供物料、媒體傳播物料、用戶下載 App 并完成關(guān)鍵行為是一條完整的投放鏈，在此鏈條中，GrowingIO 與媒體深度合作，會將用戶設(shè)備信息回傳給我們；

而對于沒有對接過的媒體，當(dāng)用戶激活成功后，GrowingIO 的 SDK 會直接采集用戶行為數(shù)據(jù)，并與其用戶旅程相關(guān)聯(lián)。

我們會對原本雜亂無章的數(shù)據(jù)進(jìn)行排序，轉(zhuǎn)化成匹配報告，提供給廣告主和媒體。

全鏈條的數(shù)據(jù)采集完畢后，會以下表的形式可視化，呈現(xiàn)各個獲客渠道的表現(xiàn)。接著，只需用一個簡單的函數(shù)就可以算出 ROI。

第一階段：廣告階段的點擊量、到站訪問量；

第二階段：用戶的總量、新增量和回訪量；

第三階段：依據(jù)平均 DAU、人均訪問時長/次數(shù)、次日/7 日留存等判斷用戶質(zhì)量的好壞；

第四階段：用戶行為。我們的平臺支持用戶自由設(shè)置用戶的具體行為。

在此過程中，數(shù)據(jù)的準(zhǔn)確度尤為重要。GrowingIO 與上百家主流媒體深度合作，確保這些回傳的數(shù)據(jù)以及在 App 采集的數(shù)據(jù)是準(zhǔn)確的。

另外，我們與頭部渠道深度合作，用戶無需開發(fā)，便可以在媒體方看到注冊、下單、留存等轉(zhuǎn)化數(shù)據(jù)，據(jù)此高效調(diào)整投放計劃。

3.優(yōu)化 App 推廣策略（4 個方法）

接下來，我將分享 3 個方法，幫助大家更好地利用模型、分析數(shù)據(jù)，從而優(yōu)化 App 推廣策略。

1.漏斗對比法

在做渠道投放時，我們需要遵循 2/8 法則，即 20% 的渠道承擔(dān)者 80% 的獲客量。

舉個例子，下圖是一家企業(yè)的投放渠道 A 和 B，這 2 個漏斗清晰地顯示出，渠道 B 的投放效果更好，可以考慮加大投入。

GrowingIO 運用了這一方法，可以一鍵實現(xiàn)全渠道漏斗的對比分析，一張表就能直觀顯示出所有渠道的轉(zhuǎn)化情況。

2.波斯頓矩陣

這是一個相對來說容易上手的分析方法。我們以流量規(guī)模的大小為橫軸、以流量質(zhì)量的高低為豎軸建立矩陣，快速地劃分出 4 類渠道：優(yōu)質(zhì)小渠道、優(yōu)質(zhì)渠道、低質(zhì)小渠道和低質(zhì)大渠道。

怎樣判斷流量質(zhì)量呢？我們可以通過注冊、購買、留存、使用關(guān)鍵功能等行為數(shù)據(jù)來衡量這一指標(biāo)，但不同行業(yè)采取的具體方式是不同的，例如：

高頻電商行業(yè)以"加購"行為判斷用戶質(zhì)量 ；

旅游行業(yè)以"訂單"行為判斷用戶質(zhì)量；

付費內(nèi)容&社交行業(yè)以"留存"判斷用戶質(zhì)量；

工具類 App 以"使用關(guān)鍵功能"來判斷用戶質(zhì)量，比如 GrowingIO 會根據(jù)用戶是否體驗 demo 來判斷其質(zhì)量好壞。

在上述 4 類渠道中，我們需要重點優(yōu)化低質(zhì)大渠道，也就是獲客成本高但質(zhì)量差的渠道。這里也有兩個方法分享給大家：

（1）刨根問底，下鉆分析

第一，我們假設(shè)這個渠道低質(zhì)的原因在于"人群畫像與產(chǎn)品不匹配"，再按照不同的維度去拆解。

以地區(qū)為維度，如果北區(qū)用戶的停留時間、注冊轉(zhuǎn)化率要優(yōu)于南區(qū)，那么就是南區(qū)拉低了整體的渠道效果，這時我們就要考慮調(diào)整南區(qū)的投放策略。

以此類推，當(dāng)以廣告創(chuàng)意為維度拆解時，我們就可以根據(jù)效果的好壞，采用更好的那個廣告創(chuàng)意。

第二，如果原因在于"落地頁和廣告不匹配"，我們利用熱圖就可以明顯感知到，用戶的點擊是非常散亂的。

第三，如果原因在于"流量承接時出現(xiàn)了故障"，我們可以利用用戶細(xì)查找到故障，快速修復(fù)。

（2）轉(zhuǎn)換思路，站外歸因分析

一般來說，我們會用"最終點擊歸因"的方法來分析投放效果，但事實上，用戶在"最終點擊"之前還有很長的一段旅程。

所以，我們需要進(jìn)行"線性歸因"和"基于位置歸因"，來分析某個渠道的作用是否發(fā)生在用戶"最終點擊"之前。

假設(shè)一個丹丹購買口紅的場景，在依次瀏覽了頭條、微博上的廣告后，她參加了小紅書上的注冊促銷活動，又收到了優(yōu)惠券，于是在百度上搜索 App，完成下單購買。

如果按照 ROI 分析的邏輯，我們會把所有的權(quán)重算在百度這一渠道上，這是典型的以偏概全。

而 GrowingIO 的站外渠道歸因分析，可以還原整個用戶生命旅程，洞察所有渠道對用戶行為的價值或貢獻(xiàn)。

--------------- End ---------------

"動蕩時代，最大的危險不是動蕩本身，而是延續(xù)過去的邏輯做事情。"

GrowingIO 有著 5 年的行業(yè)經(jīng)驗和一套相當(dāng)成熟的方法體系，能夠幫助企業(yè)規(guī)劃、統(tǒng)一業(yè)務(wù)流程、數(shù)據(jù)流程和協(xié)作流程，在這個"動蕩時代"幫助企業(yè)提升數(shù)據(jù)驅(qū)動的能力，實現(xiàn)更好的增長。

關(guān)于 GrowingIO獲客分析

GrowingIO 獲客分析對接上百家媒體平臺，支持各類移動、網(wǎng)頁端的全域傳播監(jiān)測，打通廣告、行為和業(yè)務(wù)數(shù)據(jù)，全周期歸因分析 ROI，并借助業(yè)內(nèi)領(lǐng)先 Deeplink 黑科技，幫助企業(yè)搭建用數(shù)據(jù)支撐的獲客策略中心，算清渠道的每一分預(yù)算產(chǎn)出，有效提升 ROI。