利用高效率的补贴策略驱动用户增长
2020-02-23 228浏览
- 1. 利用高效率的补贴策略驱动用户增长 白朔天
- 2. 介绍 白朔天 ✔ 公众号“算法入门速成班” 作者 ✔ 慕课网 讲师 ✔ GitChat 认证作者 2015年7月 中国科学院博士毕业， 加入湖北经济学院 2018年12月 加入美团 2017年6月 加入滴滴出行
- 3. 我的矩阵 GitChat imooc 公众号
- 4. 标题拆解 利用高 效率 的 补贴 策略驱动用户 增长 评价 手段 目标
- 5. 第一个话题：什么是用户增长
- 6. 增长是个永恒的话题 u If you are not growing, then you are dying. u At least, growing > dying. growing u 增长包括人数和质量。 DAU 规模 = 𝐷𝐴𝑈 % + growing − dying ∗ 质量 dying
- 7. 获客还是留存：增长模型的变化 获客(Acquisition) 留存(Retention) 激活(Activation) 激活(Activation) 留存(Retention) 推荐(Referral) 收益(Revenue) 收益(Revenue) 推荐(Referral) 获客(Acquisition)
- 8. 用户视角：生命周期曲线 用户价值 潜在期 新手期 用户下载APP 成长期 成熟期 衰退期 沉默期 时间
- 9. 用户增长地图：烟斗模型 获客 潜在期 新手期 成长期 成熟期 衰退期 沉默期 激活 留存 收益 推荐
- 10. 第二个话题：增长的必杀技是补贴
- 11. 身边的例子：来点补贴加个班 员工工作到21:00，可以报销公司与住所单程打车费。 条件 回报 人数 人数 6-7 7-8 8-9 9-10 >10 下班时间 6-7 7-8 8-9 总会有一部分人为了钱，支付自己的时间。 9-10 >10 下班时间
- 12. 历史证明：有钱能使鬼推磨 百团大战：美团、大众点评、百度 零元打车：滴滴、快的、Uber 免费吃：美团、饿了么、百度 红包车：摩拜、ofo 补贴驱动增长：通过补贴，让用户体验产品或服务，留下来并持续使用。
- 13. 几个常见的补贴抓手 红包、抵用券、现金券 特价 积分兑换 折扣券 实物奖励、虚拟奖励
- 14. 该怎么补贴，必须计算效率 同福客栈对门开了个怡红楼，两家酒 楼打起了价格战。 怡红楼为了抢占市场，送银子、送丫环 ，致倒闭。 补贴不讲效率，只能是血本无归。
- 15. 绝对补贴效率ROI的通式 补贴效率是个经济学话题。 效率越高越好，即花小钱，办大事： 𝑅𝑂𝐼 = 补贴后的效果 − 补贴前的效果 补贴金额 效果 • 根据不同的业务环境可能会有所改变 • 通常以钱为单位，例如GMV、毛利等
- 16. 提升补贴效率的关键因素：市场供需 需求：来自用户，市场规模的天花板 供给：来自平台，在市场投放的服务数 花钱没有收益，市场供给饱和 / 过剩 𝑅𝑂𝐼 = 补贴后的效果 − 补贴前的效果 补贴额 花钱策略带来收益，市场供给不足
- 17. 第三个话题：智能化补贴引擎落地实战 打造基于人工智能、心理学、经济学的精细化运营系统
- 18. 增长策略需要跨部门合作共赢 Story Line 增长 提效 补贴 供需 精细化营销 客服 运营 PM 精细化营销引擎 数据 分析 算法 RD 工程 RD
- 19. 继续从身边的那个例子说起 任何员工工作到21:00，可以报销公司与住所单程打车费。 𝑅𝑂𝐼 = 公司的视角： 补贴后的效果 − 补贴前的效果 补贴金额 收益：工时增长 成本：打车费 人数 有效补贴 无效补贴 6-7 7-8 8-9 9-10 >10 下班时间
- 20. 个性化下班补贴v1 员工 i 工作到𝑥 5 ，可以报销公司与住所单程打车费。 𝑥 5 = 员工𝑖上个月平均下班时间 + 60分钟 公司的视角： 成本：打车费 收益：工时增长 人数 补贴后的效果 − 补贴前的效果 𝑅𝑂𝐼 = 补贴金额 核心思路：剔除无效的补贴 6-7 7-8 8-9 9-10 >10 下班时间
- 21. 个性化下班补贴v2 员工 i 工作到𝑥 5 ，可以报销公司与住所单程打车费𝑦 5 元。 𝑥 5 = 员工𝑖上个月平均下班时间 + 60分钟 𝑦 5 = 𝑓(员工𝑖的补贴弹性) 成本：打车费 公司的视角： 收益：工时增长 人数 补贴后的效果 − 补贴前的效果 𝑅𝑂𝐼 = 补贴金额 核心思路：根据补贴弹性，刺激转化 6-7 7-8 8-9 9-10 >10 下班时间
- 22. 个性化下班补贴v3 员工 i 工作到𝑥 5 ，可以报销公司与住所单程打车费𝑦 5 元。 公司的视角： 收益：工时增长 𝑥 5 = 员工𝑖上个月平均下班时间 + 60分钟 𝑦 5 = 𝑓(员工𝑖的补贴弹性) 成本：打车费 员工 i ∈ 好员工集合 好员工：小时创造的价值大于 𝒚 𝒊 人数 𝑅𝑂𝐼 = 6-7 7-8 8-9 9-10 >10 下班时间 补贴后的效果 − 补贴前的效果 补贴金额 核心思路： 边际效用大于边际成本的员工 身上，增加投入。
- 23. 个性化下班补贴v4 2018年是公司主营方向红利期，市面有大量竞对公司。即公司HC多，人才少。 任何员工作超过晚6点，都报销打车费，另外赠送宵夜。 公司的视角： 收益：工时不减少 成本：打车费+宵夜 人数 核心思路： 提高补贴力度，换取员工留存。 6-7 7-8 8-9 9-10 >10 下班时间
- 24. 个性化下班补贴v5 2019年，公司裁员，任何员工都不报销打车费。即公司HC少，员工多。 公司的视角： 收益：无 人数 成本：无 核心思路： 公司不需要那么多员工，精简编制。 6-7 7-8 8-9 9-10 >10 下班时间
- 25. 个性化下班补贴——复盘 员工画像（V1、V2、V3）：劳动能力、补贴弹性 成本 收益 识别市场环境（V4、V5）：市场供需、场景、竞对 动态规划：补贴金额的分配 效率
- 26. 精细化营销引擎系统框图 产品 机制 用户触达 预算控制 补贴产品 反作弊 用户反馈 供需缺口 动态规划 算法RD 模型 数据 用户画像 Hive 供需预测 HDFS 竞对预测 Mysql API
- 27. 算法工程师工作规范 目标 到底在做什么事情 指标 北极星指标，指标体系 机制 优化这些指标的方法是什么 模型 需要用哪个模型 评估 科学验证一整套流程的效果 重视度1 重视度2
- 28. 模型 用户模型 价格弹性： 𝑘= 供给模型、需求模型 %∆𝑦 𝑑𝑦/𝑦 = %∆𝑥 𝑑𝑥/𝑥 𝑑𝑦 𝑑𝑥 =𝑘 𝑦 𝑥 1 1 E 𝑑𝑦 = 𝑘 E 𝑑𝑥 𝑦 𝑥 𝑦 = 𝑖𝑛𝑑𝑒𝑥 ∗ 𝑓 𝑥 ∗ 𝑑𝑖𝑐𝑡[𝑥] 模型： 指数因子 时序模型 特殊修正 𝑦 = 𝐶 ∗ 𝑥 I 劳动意愿： 反映用户最近N天内的劳动付出 特征体系： 指标序列 线下特征 劳动能力： 反映用户长时间的劳动水平 因子拆分： 周期性 趋势性 随机性
- 29. 机制：利用补贴驱动增长的3个机制 机制：业务指标到模型的桥梁，本质上是个动态规划方程。 Obj: 𝐦𝐚𝐱 (𝑹) s.t. 𝑹𝑶𝑰 > 𝜸 𝑪𝑶𝑺𝑻 < 𝜺 Obj: 𝐦𝐚𝐱 (𝑹𝑶𝑰) s.t. 𝑪𝑶𝑺𝑻 > 𝜺 有钱且有效，最大化收益。 通常𝛾很小，比1略大； 业务早期，市场为王。 𝜀为预算，较大。 约束覆盖率，最大化效率。 业务成长，效率优先。 𝜀不会太小。 Obj: 𝐦𝐢𝐧 (𝑪𝑶𝑺𝑻) 收益不减少，减少补贴。 𝑟较大。 s.t. 𝑹 > 𝒓 业务成熟，盈利上岸。 成本 收益 效率
- 30. 产品的套路，有时候涨价也能促销 鹏：给钱！ 鹏：7万。 鹏：8万。 鹏：10万。 鹏：11万。 鹏：15万。 杉：5万。 杉：6万。 杉：7万。 杉：10万成交。 杉：10万成交。 杉：如图 —> 信息不对称，供给严重不足（垄断）。
- 31. 产品的套路，心理建设 三国杀月卡 滴滴司机流水加速卡 售30元，当即返回3000元宝，未来31天 ，每天领取100元宝。 售价N元，未来30天内，每笔订单都可 以额外获得x%的车费。 售30元，未来31天，每天领取200元宝。 𝑀 ∗ 𝑥% > 𝑁，则司机获利。 利用人 损失厌恶 的心理，换取未来一段时间的活跃度。 适用于竞争态，提高用户忠诚度和留存率的场景。
- 32. 产品的套路，带来额外的增长 补贴率一致的两个补贴活动，通过不同的产品包装，可能产生截然不同的效果。 𝑪𝑶𝑺𝑻 = 𝟐亿 𝒃𝒐𝒏𝒖𝒔 = 𝟐𝟎元 𝑛 = 1千万 𝑛 = 1千万 𝑏𝑜𝑛𝑢𝑠 = 20元 𝐶𝑂𝑆𝑇 = 2亿 问题一：两个补贴活动哪个pv更高呢？ 问题二：第二年、第三年效果如何呢？ 集五福 得20元新年红包
- 33. 来自用户群体的执行风险 用户比价，感知到杀熟 好员工 i 工作到𝑥 5 ，可以报销公司与住所单程打车费𝑦 5 元。 张三工作到21:00，可以报销公司与住所单程打车费30元。 李四工作到22:00，可以报销公司与住所单程打车费25元。 不公平
- 34. 风险规避的套路 保持杀熟的规则透明 杀熟，需要告诉用户为什么杀他。 玩一些价格游戏 提高定价，以反向补贴进行杀熟。 由2.5元抬价到7元，但每个 用户可以参加返现抽奖。 张三的红包4元；实付3元 李四的红包5元；实付2元
- 35. 人工智能、经济学、心理学、运筹学融合 用户触达 补贴产品 反作弊 预算 动态规划 用户画像 供需预测 Hive HDFS Mysql 用户反馈 供需缺口 竞对预测 API 增长黑客 微观经济学 心理学 收益管理 人工智能 大数据基础建设
- 36. 感谢各位的聆听。
