惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Y
Y Combinator Blog
IT之家
IT之家
博客园_首页
量子位
博客园 - 三生石上(FineUI控件)
小众软件
小众软件
博客园 - 聂微东
罗磊的独立博客
酷 壳 – CoolShell
酷 壳 – CoolShell
Hugging Face - Blog
Hugging Face - Blog
V
V2EX
爱范儿
爱范儿
大猫的无限游戏
大猫的无限游戏
宝玉的分享
宝玉的分享
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
雷峰网
雷峰网
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Google DeepMind News
Google DeepMind News
Microsoft Azure Blog
Microsoft Azure Blog
有赞技术团队
有赞技术团队
S
SegmentFault 最新的问题
Engineering at Meta
Engineering at Meta
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
拉新成本太高?这样召回老用户让增长事半功倍
加鱼加肉 · 2023-06-25 · via 人人都是产品经理

流量红利正在消失,流量成本越来越高。在互联网行业,拉新成本要比召回老用户的成本高,那么我们该如何判断老用户召回值不值得做?该怎么做?作者结合相关案例与MECE 策略与效果评估模型,总结了几个建议,希望对你有所帮助。

流量红利正在消失,精细化运营才是王道。对于互联网产品而言,获取新用户的成本越来越高。相比之下,召回老用户则能够有效地降低营销成本,提高转化率,实现增长目标。

那,如何判断你的产品,用户召回值不值得做?为什么回来?留不留得住?

今天,我们将探究其他平台用户召回的成功案例,给出一看就会的 MECE 策略与效果评估模型,为你的产品提供应用建议。(又是一篇干货文)

话不多说,直接进入正文部分,Enjoy:

一、准备召回前需确定的几个问题

1. 用户召回是什么?什么样的对象更值得召回?

用户召回是指企业为了提高客户忠诚度和回购率,通过各种营销手段和技术手段,重新吸引以前购买过/使用过企业产品的老用户(可能已经流失)再次购买或使用。与获取新用户相比,召回老用户在成本和效果上都具有更大的优势。

流失的对象分为 4 种:未登录即流失、未激活即流失、新用户流失、长期用户流失。通常第 2、3 类用户召回的希望更大,因为可触达且尚未深度体验产品的价值。

2. 老用户为什么会流失?如何找到原因?

老用户流失是所有企业都会面临的问题,了解目标老用户离开或停止使用产品的原因,进而留住他们,是老用户召回计划的关键。常见的用户流失原因分类:

  • 竞争压力:市场上的竞品多样,产品和服务也变得越来越同质化,可替代性强;
  • 产品或服务不可靠:老用户可能会因为产品或服务的质量、交付时间或支持等方面的问题而感到失望,从而寻找其他解决方案;
  • 缺乏个性化体验:当注意力稀缺时,用户希望得到更加个性化的体验,而不仅仅是标准化的产品和服务;
  • 缺乏有效的沟通:老用户需要感受到他们的意见和反馈被认真听取,而不仅仅是被忽略。

如何确认我们的产品当下最重要的用户流失原因,挖掘方法如下:

  • 用户调研:通过对老用户进行问卷调查或电话询问,了解他们对产品或服务的满意度、使用体验和购买意愿等方面的意见和建议;
  • 数据分析:分析老用户的活跃记录和行为,以确定他们的兴趣爱好、活跃偏好和忠诚度等方面的信息,判断哪些客户是否具有「流失倾向」;
  • 客户服务反馈:通过客户服务部门和社交媒体等渠道,收集客户对企业产品和服务的反馈和投诉。

3. 如何评估召回结果?

直接结果可从推送打开率、点击率、24h 访问率来判断;而长期结果可以从是否有核心行为(Aha 时刻 / 购买下单)以及召回用户的留存率来判断。毕竟长期结果才是召回的终极目的。

二、五个成功的用户召回案例精选

在精细化运营的背景下,针对老用户制定合理召回策略,可以提高用户回归率和活跃度,同时增强品牌忠诚度和用户的口碑效应。以下 5 个知名产品的老用户召回案例,带你一探究竟:

1. Dropbox

Dropbox 曾经实施了一项名为「Welcome back」的老用户召回计划,旨在重新吸引之前流失的用户。Dropbox 通过电子邮件和推广代码向这些用户提供免费存储空间,以鼓励他们再次使用 Dropbox。这项策略取得了巨大成功,Dropbox 的活跃用户数量增加了 30%。

2. Airbnb

Airbnb 在 2016 年推出了一个名为「Never a Stranger」的活动,邀请老用户重新使用 Airbnb 并邀请其他人成为新用户。Airbnb 向老用户提供折扣优惠,并让他们可以自由分享邀请链接。该活动导致了 100 万个新预订,并吸引了更多的老用户回来使用Airbnb服务。

3. Spotify

Spotify 通过向老用户发送电子邮件邀请他们重新订阅其服务,并提供个性化的播放列表和歌曲推荐,以吸引他们回归。此外,他们还推出了一个名为「Discover Weekly」的功能,该功能可以根据用户的听歌习惯提供个性化的音乐推荐,以增加老用户的留存率。

4. 美团

美团曾经推出了一个名为「回头客计划」的活动,旨在邀请老用户重新使用美团外卖服务。美团向老用户提供免费优惠券,并邀请他们通过微信分享链接以获得更多奖励。此举吸引了大量流失用户的回归,并增加了在美团平台上的订单数。

5. LinkedIn

LinkedIn 通过向老用户发送电子邮件邀请他们重新继续使用其服务,以及提供个性化的建议和内容来吸引他们回归。此外,他们还推出了一项名为「Alumni」计划,帮助用户与自己的母校建立联系,由此产生更多的召回链接。

以上列举成功的老用户召回案例,可以梳理为以下几种策略分类:

这些案例可以拿来直接借用吗?

可以,但不急。

召回是用户生命周期管理的重要一环,可以作为一个长期项目去运营。如果我们设计一个更 MECE(不重复、不遗漏)的方案,就能拿到更好的召回效果(也能用完美项目说服老板)。

*MECE,是 Mutually Exclusive Collectively Exhaustive,中文意思是「相互独立,完全穷尽」。也就是对于一个重大的议题,能够做到不重叠、不遗漏的分类,而且能够借此有效把握问题的核心,并解决问题的方法。

三、一看就会的用户召回 MECE 策略

结合语言学习平台 —多邻国的生命周期管理模型,可以将建立用户召回策略分为两步:

  • 确定召回对象、召回渠道;
  • 制定分层策略,不遗漏任一用户;

接下来带你一步步拆解策略,做到一看就会、一学就能用:

1. 确定召回对象、召回渠道

以日活产品为例,只要是不在今日活跃的用户,都可以纳入召回对象中,也就是下图底部的 3 类用户:可能流失的周活跃用户、可能流失的月活跃用户、流失用户。

为什么不按简单粗暴的「新用户」+「老用户」分类呢?

其实,采用生命周期模型,不仅将召回池做大、也更加精细化,按照不同活跃度对召回对象分层,即使用户在这一层没有被召回,流失到下一层仍有被召回机会。

如:流失时间越短的用户,召回难度越低,那么在资源上,也可倾斜到这部分用户。

确认了召回用户,就能梳理能触达到这批用户的最佳渠道。下表为常见渠道分类与触达效率、渠道成本预估,可根据业务和产品形态按需选择。

2. 制定分层策略,不遗漏任一用户

在以往用户召回的实践工作中,我们常常选择一个 idea 后就投入全部资源,希望一招吃遍天下鲜(当然结果事与愿违)。其实,从结构化思考的角度,我们可以从以下 3 个角度考虑:基础召回、定向召回和个性化推荐。

基础召回:是指通过简单粗暴的广告投放方式来进行老用户召回。具体的方法包括通过短信、邮件、电话等方式直接联系老用户并提供促销活动或优惠券,以吸引他们重新使用产品或服务。此外,也可以通过在社交媒体平台上发布广告来触达更多的老用户。

优点在于——操作简单,快速生效,并且可以通过附加促销活动等方式来提高老用户的回流率。然而,缺点在于——这种方式可能会被一些老用户视为打扰,甚至会对品牌形象造成负面影响,还需要不断地投入广告费用才能维持效果。

定向召回:更加精准,它借助数据分析技术,对老用户进行分类和分群,根据不同群体的特征和需求进行定向召回。例如,通过对老用户的购买历史、浏览历史、搜索关键词等数据进行分析,可以将老用户分为不同的兴趣群体。然后,根据这些数据,定向推送符合不同兴趣群体的产品和服务,从而提高老用户回流率。

优点在于——比基础召回更加精准和有效,使得品牌形象不易受损。缺点在于——需要投入更多的资金和技术人力,才能进行定向营销。

个性化推荐:是一种通过利用大数据和机器学习算法来进行老用户召回的策略。在定向召回的基础上更深入的进化,借助于用户画像和行为数据,对每个老用户进行精准的推荐。这样,即便同一个兴趣群体里有不同的偏好和需求,也可以为他们提供个性化的服务,大大提高回流率。

优点在于——效果非常明显,让老用户真正感受到被尊重和重视,并且可以提高粘性和忠诚度。缺点在于——需要大量的数据挖掘和算法开发,技术门槛较高,同时也需要投入更多的资金和人力资源。

以下是一些常见的用户召回素材,供参考:

  • 个性化推荐:根据过去老用户的浏览记录、购买行为等数据,推送个性化的内容和商品,吸引老用户回归。
  • 社交营销:利用社交媒体和口碑传播,邀请老用户参加促销活动并分享到社交平台上。
  • 定期沟通:通过短信、邮件、电话等方式,向老用户发放最新资讯、产品更新和促销活动信息。
  • 产品改进:针对老用户的反馈意见和需求,不断进行产品优化和改进,提高用户满意度。
  • 营销联盟:如果同行业内有其他企业也在进行老用户召回,那么可以将资源集中起来进行联合营销。共同设计活动方案,进行资产整合、流量互通,从而实现双赢的效果。

写在结尾

快速提高老用户召回率,告别无尽的用户流失烦恼!

随着市场竞争的日益激烈,各家业务获取新用户的成本越来越高。此时,老用户召回成为了互联网产品快速增长的重要途径。

在实施老用户召回计划时,我们需要了解目标用户的需求,选择合适的召回策略,并通过数据来评估和优化效果。

以上就是「召回策略」的全部内容,下次想和大家聊聊小而美的产品,怎么做会员营收?敬请期待!

本文由@加鱼加肉 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来源于Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。