Qcon北京2018 《51信用卡的数据驱动运营增长体系》 李博
2020-03-01 57浏览
- 1.《51信用卡数据驱动运营增长体系》 演讲者／李博
- 2.
- 3.
- 4.51在运营增长遇到的问题 51的运营增长痛点： 1.随着业务不断扩张，如何有效识别用户差异化需求 2.新用户成本高，怎样第一时间做精准分发 3.Push等渠道转化率低，如何提升？ 技术上的难点： 1.金融用户的行为较少，怎样有效挖掘用户标签 2.如何构建一套实时预测用户偏好并线上应用的模型架构 3.如何体系化帮助渠道有效增长
- 5.金融业务如何基于账单和app构建用户标签
- 6.51算法模型平台
- 7.增长案例1：新手专区个性化TAB 如左图所示： 针对多种类型新用户（导单、还款、理财、办卡贷款、 征信）实现T+0（实时毫秒级）个性化新手专区 AB测试新手专区转化率较默认业务排序提升7-14%
- 8.推送（push）优化五个关键问题 合适的时间 以合适的文案 给合适的人 推送合适的内容 疲劳度控制
- 9.建立推送时间优化AB迭代机制 合适的时间？（AB测试） 1.平均活跃时间 2.最活跃时间 3.最活跃时间提前1小时 4.活跃次数90分位数的最早时间
- 10.通过MAB算法来选择最优文案 业务线 文案模板 理财线 【不信你不爱钱】30000元理财金+新手最高年 化13%，点击立享→ 理财线 30000元本金我出，收益归你，还可享最高7天 13%年化收益，速来领取！>> 理财线 7天累计210000元本金我出，收益全归你，还 可享最高13%年化收益，速来领取！>>
- 11.如何通过数据驱动设计疲劳度控制 level 1 2 3 4 5 6 0 预估分档 0.7-1 0.6-0.7 0.5-0.6 次新用户 0.4-0.5 0.1-0.3 0-0.1 疲劳度 每天一次 2天一次 4天一次 4天一次 6天一次 6天一次 10天一次 打开率 38.50% 14.30% 3.20% 1.30% 0.49% 0.30% 0.30% 占比 0.50% 1.50% 9% 5天内新人 33% 2% 56% 说明 核心用户 核心用户 活跃用户 次新用户 次活用户 休眠用户 休眠用户
- 12.增长案例2：基于用户标签对理财用户进行细分预测
- 13.基于push渠道精细化运营的结果 增长案例2 如左图所示： 针对6种细分人群做差异化运营策略 跟踪一个月时间 最终AB实验，六个人群较未提供策略 都有比较显著的ROI净值提升
- 14.未来计划：建立app端运营流量分发的全局优化机制 （整体转化最大化+流量确定性） 办卡活动 理财活动 活动中心 打开率预估 校准模型 贷款活动 xx活动 全局优化 首页 TAB页 资源中心 结果页 Xx页面 流量预估 PID流控模 型 流量分发
- 15.
- 16.
- 17.
- 18.
