Data×AI:智能時(shí)代做好用戶運(yùn)營(yíng)的必備利器

0 評(píng)論 43226 瀏覽 6 收藏 19 分鐘

上周末,人人都是產(chǎn)品經(jīng)理聯(lián)合騰訊大講堂在深圳舉辦了一場(chǎng)「2024 AI產(chǎn)品經(jīng)理大會(huì)」,阿里巴巴高級(jí)產(chǎn)品專家@馮成蹊 老師在現(xiàn)場(chǎng)做了精彩分享。本文為現(xiàn)場(chǎng)分享精華,經(jīng)人人都是產(chǎn)品經(jīng)理整理。

很榮幸又被邀請(qǐng)到人人都是產(chǎn)品經(jīng)理的大會(huì),簡(jiǎn)單介紹一下,我是親身經(jīng)歷了從PC互聯(lián)網(wǎng)到AI產(chǎn)品經(jīng)理這個(gè)過程,和大家大家分享一些我在這個(gè)領(lǐng)域里看到的一些產(chǎn)品現(xiàn)象和數(shù)據(jù)情況。

2010年左右友盟創(chuàng)立,2016年和阿里巴巴的幾個(gè)產(chǎn)品合并,成為現(xiàn)在的友盟+;主力產(chǎn)品一直沒有變,都是做移動(dòng)互聯(lián)網(wǎng)開發(fā)者的工具,加上智能數(shù)據(jù)的賦能和智能數(shù)據(jù)的企業(yè)化服務(wù)。這么多年主要深耕于移動(dòng)互聯(lián)網(wǎng),幫助大家做好整個(gè)數(shù)字化應(yīng)用和數(shù)字化轉(zhuǎn)型。今天我從自己的角度,從自己數(shù)據(jù)上深耕了十多年的經(jīng)驗(yàn),和大家分享AI時(shí)代來臨之后,數(shù)據(jù)和AI如何做好結(jié)合,如何在用戶運(yùn)營(yíng)上的到一個(gè)最好的實(shí)踐。

我們先來看一些數(shù)據(jù):

(左圖)這個(gè)數(shù)據(jù)來源于CNNIC(中國(guó)互聯(lián)網(wǎng)數(shù)據(jù)中心),整個(gè)移動(dòng)互聯(lián)網(wǎng)從2013、14年到最近四年,國(guó)內(nèi)的增量在逐漸下降,慢慢到一個(gè)沒有增量的地步。這種情況下,對(duì)存量客戶的競(jìng)爭(zhēng)越來越激烈,這也是大家現(xiàn)在比較關(guān)注的話題。

先看一下國(guó)內(nèi)整體的情況(右圖)。我們做了一個(gè)維度的切片:把APP的MAU按照大于1000萬、100到1000萬、10萬到100萬區(qū)分三個(gè)維度,根據(jù)我們拿到的數(shù)據(jù)看,最近三年呈現(xiàn)出一個(gè)非常明顯的趨勢(shì):大量用戶被頭部的APP(MAU大于1000萬)吸走了,形成「馬太效應(yīng)」。

國(guó)內(nèi)不太好做的情況下,出海怎么樣?

其實(shí)道理是一樣。

也就是最近的兩三年,除了AI應(yīng)用的增長(zhǎng)還可以,大部分應(yīng)用,不論是垂直領(lǐng)域還是中小領(lǐng)域,獲客都會(huì)越來越難。甚至獲客之后,大平臺(tái)出一點(diǎn)點(diǎn)功能,也會(huì)把你的用戶吸走。

除了這個(gè)獲客難的問題,如果我們運(yùn)營(yíng)存量用戶,會(huì)不會(huì)有問題?

也是一樣的,不論是營(yíng)銷還是自己的用戶運(yùn)營(yíng),都很難做好消息推送。一個(gè)很典型的數(shù)據(jù)是APP消息推送的到達(dá)率和點(diǎn)擊率的變化。

我們根據(jù)現(xiàn)在比較通用的APP行業(yè)的分類,拉取了一些數(shù)據(jù)。有兩個(gè)特征:

  1. 到達(dá)率的變化:半年左右的數(shù)據(jù),整個(gè)到達(dá)率只有不到 1/3的行業(yè)是由提升,其他的都在下降。
  2. 點(diǎn)擊率的變化:即便是到達(dá)率上去了,但點(diǎn)擊率也是在下降的狀態(tài)。

國(guó)內(nèi) Android 的消費(fèi)通道基本上被廠商管理了,要在廠商通道里發(fā)送信息,要遵循廠商消費(fèi)通道的運(yùn)營(yíng)規(guī)則;這個(gè)規(guī)則顆粒度很細(xì)——什么行業(yè)在什么情況下可以給你的用戶發(fā)送營(yíng)銷信息。綜合這幾點(diǎn),對(duì)想要在APP內(nèi)運(yùn)營(yíng)好自己的用戶,難度是在直線上升的。

簡(jiǎn)單總結(jié)一下:想要運(yùn)營(yíng)好我們的存量用戶,方法論其實(shí)和營(yíng)銷是相通的。也就是:

我要在 { 什么時(shí)間 } 給 { 什么樣的人 } 發(fā)送 { 什么樣的內(nèi)容 } ,以及發(fā)送完后,用 { 什么渠道 } 去下發(fā)消息,最后得到 { 怎樣的效果 } 。

那么,運(yùn)營(yíng)之后的效果如何?

我們從每一個(gè)維度碰到一個(gè)什么樣的問題說起。

企業(yè)內(nèi)部都有建立用戶畫像,每個(gè)畫像里面都有自己的精準(zhǔn)度。比如消息更新時(shí)間、標(biāo)簽更新時(shí)長(zhǎng)等等,結(jié)合個(gè)人用戶畫像,如何通過一個(gè)好的運(yùn)營(yíng)體系發(fā)送給個(gè)人,以及發(fā)送完之后什么時(shí)候觸發(fā),什么時(shí)候回收效果等。不同的企業(yè)、不同的數(shù)字化和不同團(tuán)隊(duì)的能力不同,效果也不一樣。

各個(gè)公司、團(tuán)隊(duì)都有自己的方法論和經(jīng)驗(yàn),但少有在整個(gè)角度上把AI結(jié)合得很好的,這也是我們今天需要討論的點(diǎn)。

其實(shí),沒必要把整個(gè)體系全都做好才有效果。

我們拆開來看,其實(shí)就是回到分享主題:如何通過數(shù)據(jù)和AI打造整個(gè)用戶運(yùn)營(yíng)的智能體系。在不同的維度上,包括不同的人群、內(nèi)容、時(shí)機(jī)、渠道,都可以借助AI加上小的突破點(diǎn)進(jìn)行串聯(lián),加上整個(gè)數(shù)據(jù)回流后,就能做好智能用戶運(yùn)營(yíng)的最佳閉環(huán)。

一、智能內(nèi)容

這是一個(gè)電商領(lǐng)域的案例,我們的實(shí)驗(yàn)始于產(chǎn)品界面后臺(tái)的一點(diǎn)小嘗試,利用電商行業(yè)的數(shù)據(jù)沉淀,包括不同用戶的互動(dòng)歷史和消息的到達(dá)點(diǎn)擊率?;谶@些歷史數(shù)據(jù),我們開發(fā)了一個(gè)AI功能,它可以根據(jù)用戶提供的商品關(guān)鍵詞和目標(biāo)用戶群體,快速生成可能引發(fā)高點(diǎn)擊率的消息。

例如,如果我們選擇“100元以下的白酒”作為關(guān)鍵詞,并指定了核心用戶人群,AI就能幫助我們預(yù)測(cè)在過往用戶群體中,哪些消息能夠產(chǎn)生較高的點(diǎn)擊和下發(fā)量。這種應(yīng)用場(chǎng)景不僅提高了營(yíng)銷效率,還優(yōu)化了用戶體驗(yàn),通過精準(zhǔn)的消息推送,我們能夠更好地滿足用戶需求,同時(shí)提升轉(zhuǎn)化率。

除了基于歷史數(shù)據(jù)的內(nèi)容生成,我們還探索了將消息轉(zhuǎn)變?yōu)閷?shí)時(shí)快速識(shí)別人群的方式。這種方法結(jié)合了內(nèi)容生成,允許我們根據(jù)消息內(nèi)容實(shí)時(shí)判斷并推送適合特定人群的消息。例如,我們開發(fā)了一種關(guān)懷型消息模板,該模板能夠?qū)⑻鞖鈹?shù)據(jù)融合到消息中,通過替換詞快速實(shí)現(xiàn)基于實(shí)時(shí)天氣數(shù)據(jù)的個(gè)性化推送。

我們通過增加如“forecast”這樣的標(biāo)簽,自動(dòng)整合當(dāng)天最新的氣象數(shù)據(jù),以及提供降溫、升溫等異常天氣提醒。這種方法不僅提升了消息的相關(guān)性,還增強(qiáng)了用戶的參與度和滿意度。通過利用歷史和實(shí)時(shí)環(huán)境數(shù)據(jù),我們幫助企業(yè)快速識(shí)別本地運(yùn)營(yíng)中的消息需求,并實(shí)現(xiàn)差異化的消息推送。一個(gè)工具型APP通過推送與天氣相關(guān)的個(gè)性化消息,成功地將點(diǎn)擊率提升了255%。

在辦公領(lǐng)域,我們特別關(guān)注了一款主要服務(wù)于戶外工作人員的辦公型APP。這款A(yù)PP的使用者,如工程師,經(jīng)常需要外出勘探工地,對(duì)實(shí)時(shí)天氣變化的敏感度極高。利用智能時(shí)機(jī)的概念,我們通過地理圍欄技術(shù),結(jié)合用戶的實(shí)際出行數(shù)據(jù),實(shí)現(xiàn)了對(duì)惡劣天氣變化的實(shí)時(shí)預(yù)警。

具體來說,當(dāng)用戶進(jìn)入特定地理區(qū)域,系統(tǒng)能夠識(shí)別出即將到來的快速天氣變化,并及時(shí)推送預(yù)警消息。例如,通過“下雨標(biāo)簽”結(jié)合空間數(shù)據(jù)技術(shù),我們能夠在用戶即將出行的時(shí)間段內(nèi),推送關(guān)于天氣變化的消息,提醒他們注意安全。這種方法不僅提高了消息的相關(guān)性和及時(shí)性,而且顯著提升了消息的點(diǎn)擊率,接近50%。

二、智能時(shí)機(jī)

在不同的數(shù)據(jù)切片上,我們分了三個(gè)維度:微觀、中觀和宏觀。

微觀狀態(tài),我們通過自己的大數(shù)據(jù),觀測(cè)用戶在不同時(shí)間段內(nèi)使用手機(jī)的狀態(tài),比如是開會(huì),還是休息,基于數(shù)據(jù)把它包裝成用戶狀態(tài)點(diǎn)。

基于這些用戶狀態(tài)點(diǎn),我們可以更智能地決定何時(shí)進(jìn)行用戶接觸。例如,如果系統(tǒng)識(shí)別出用戶正處于打游戲的狀態(tài),我們就可以避免在此時(shí)進(jìn)行電話營(yíng)銷或發(fā)送推送通知,因?yàn)檫@很可能會(huì)干擾用戶并導(dǎo)致較低的轉(zhuǎn)化率。相反,如果用戶處于休息狀態(tài),這時(shí)發(fā)送的通知或消息可能會(huì)獲得更高的關(guān)注度和響應(yīng)率。

第二個(gè)用戶狀態(tài)點(diǎn)是空間數(shù)據(jù)。我們給予長(zhǎng)時(shí)間的數(shù)據(jù)觀察,能預(yù)測(cè)用戶的常住區(qū)域,用戶是一個(gè)正常的上班族,還是一個(gè)經(jīng)常出差的人群,他的空間數(shù)據(jù)可能會(huì)處于一個(gè)怎樣的狀態(tài),基于這個(gè)狀態(tài),是否可能觸發(fā)一些營(yíng)銷行為等。

結(jié)合一些更宏觀的數(shù)據(jù),比如歷史行為狀態(tài)——用戶出現(xiàn)在某一個(gè)城市節(jié)點(diǎn)的時(shí)候,當(dāng)前節(jié)點(diǎn)的狀態(tài)有沒有變化。比如我們識(shí)別出差旅人群,當(dāng)出現(xiàn)在機(jī)場(chǎng)、高鐵站附近這些狀態(tài)點(diǎn)的時(shí)候,可以提前半小時(shí)、往后半小時(shí)左右給他發(fā)送一個(gè)打車、租車的優(yōu)惠券,這是一個(gè)很好的用戶場(chǎng)景。

另一個(gè)是瀏覽器APP的案例。

我們通過結(jié)合用戶使用習(xí)慣和當(dāng)前使用狀態(tài),進(jìn)行了一系列的AB測(cè)試。該APP通過分析用戶的多元內(nèi)容偏好和使用習(xí)慣,進(jìn)行了精細(xì)化的推送策略。在測(cè)試中,我們特別關(guān)注了用戶的休閑、學(xué)習(xí)和瀏覽重要內(nèi)容的狀態(tài),并為處于這些狀態(tài)的用戶打上了相應(yīng)的標(biāo)簽。

通過對(duì)這些狀態(tài)標(biāo)簽的分析,我們觀察了兩個(gè)關(guān)鍵指標(biāo):首啟率和點(diǎn)擊率。結(jié)果顯示,引入狀態(tài)標(biāo)簽后,這兩個(gè)指標(biāo)都有了顯著提升,超過了100%。

三、智能算法

前面我們已經(jīng)通過AI生成了一些智能內(nèi)容,但還不確定用戶的標(biāo)簽是否正確,以及消息推送后的效果是否符合預(yù)期。

接下來,我們結(jié)合一些已有的智能算法。

我們當(dāng)時(shí)是結(jié)合了通義的AI算法,把前面涉及到的不同內(nèi)容、不同人群,測(cè)試時(shí)下發(fā)5-10條,根據(jù)數(shù)據(jù)快速調(diào)整,根據(jù)實(shí)時(shí)的點(diǎn)擊數(shù)據(jù)回流,觀測(cè)點(diǎn)擊率是否符合預(yù)期;如果不行就快速調(diào)整:換一個(gè)AI策略或者動(dòng)態(tài)調(diào)整人群標(biāo)簽。從阿里內(nèi)部大促電商的角度來看,這一套算法已經(jīng)比較成熟,整體效果能做到平均34%的點(diǎn)擊率提升。

四、智能通道

Android當(dāng)前有兩個(gè)通道:

  1. 廠商設(shè)備的消息通道
  2. 第三方的消息通道

隨著廠商也開始提供付費(fèi)消息通道,以及各種不同的消息體和用戶界面位置,智能通道選擇變得更加復(fù)雜和多樣化。

我們的智能通道策略基于數(shù)據(jù)回流,能夠細(xì)分出多種策略玩法。我們可以根據(jù)用戶在不同通道下的使用行為習(xí)慣,選擇最合適的消息下發(fā)方式。同時(shí),我們還能通過數(shù)據(jù)策略了解用戶對(duì)消息通知的敏感度,以及他們對(duì)消息頻次和量級(jí)的接受程度,從而避免觸發(fā)用戶的逆反心理。

我們注意到用戶對(duì)消息通知的敏感度不同,以及他們對(duì)消息頻次和量級(jí)的接受程度各異。為了避免觸發(fā)用戶的逆反心理,我們采取了智能化策略,根據(jù)用戶的行為習(xí)慣和偏好選擇最合適的消息下發(fā)方式。

我們實(shí)施的一個(gè)具體策略是關(guān)于消息通知開關(guān)的。我們發(fā)現(xiàn),用戶關(guān)閉消息通知開關(guān)后,傳統(tǒng)的消息推送方式便不再有效。為了解決這一問題,我們首先分析了這部分用戶的行為習(xí)慣,然后快速向企業(yè)提供了用戶畫像,并給出了具體的操作建議。例如,我們建議在特定情況下觸發(fā)補(bǔ)發(fā)一個(gè)短信,或者轉(zhuǎn)為應(yīng)用內(nèi)消息。此外,我們還考慮了這個(gè)消息通知開關(guān)在其他行業(yè)是否是打開的,以及用戶希望收到什么樣的消息。

基于這些分析,我們能夠更精準(zhǔn)地營(yíng)銷用戶,尤其是在消息通知開關(guān)關(guān)閉的情況下,通過其他方式下發(fā)消息,能夠顯著提升到達(dá)率。這種方法不僅提升了消息的發(fā)送效率,還避免了對(duì)那些關(guān)閉了應(yīng)用內(nèi)通知的用戶造成打擾,從而保持了用戶體驗(yàn)的連貫性和滿意度。

例如,我們?cè)谝粋€(gè)新聞行業(yè)的APP中實(shí)施了這一策略。通過分析發(fā)現(xiàn),在關(guān)閉消息通知開關(guān)的用戶中,有一部分用戶在其他行業(yè)的消息通知開關(guān)是打開的。我們根據(jù)這一發(fā)現(xiàn),調(diào)整了消息下發(fā)策略,只在關(guān)閉消息通知開關(guān)的用戶中,通過其他方式下發(fā)消息,結(jié)果發(fā)現(xiàn)用戶參與度有了顯著提升。

在實(shí)際操作中,我們通過數(shù)據(jù)分析,能夠識(shí)別出哪些消息適合通過設(shè)備消息通道下發(fā),哪些適合轉(zhuǎn)為應(yīng)用內(nèi)消息。這樣的智能化策略,結(jié)合了用戶行為和AI的快速判斷,幫助企業(yè)更精準(zhǔn)地進(jìn)行消息運(yùn)營(yíng)。

五、回到主題

回到演講的主題,我們強(qiáng)調(diào)了用戶運(yùn)營(yíng)智能的重要性,這涉及到將數(shù)據(jù)與AI技術(shù)相結(jié)合,從人群、內(nèi)容、時(shí)機(jī)和渠道等多個(gè)維度進(jìn)行全方位的運(yùn)營(yíng)。我們的理念是,通過對(duì)每個(gè)維度的細(xì)致打磨和優(yōu)化,即便是小的改進(jìn)也能在整個(gè)用戶運(yùn)營(yíng)體系中產(chǎn)生顯著的增長(zhǎng)效果。

在AI技術(shù)日益成熟的今天,AI產(chǎn)品經(jīng)理的角色也在發(fā)生變化。我們建議AI產(chǎn)品經(jīng)理應(yīng)該深入理解并學(xué)習(xí)AI技術(shù),將其應(yīng)用到自己的工作場(chǎng)景和流程中,以實(shí)現(xiàn)直接的小步提升。這種提升可以體現(xiàn)在工作效率、成本降低或工作流的銜接性能上。

我們認(rèn)為,AI產(chǎn)品經(jīng)理應(yīng)該關(guān)注以下幾個(gè)方面:

  1. 識(shí)別AI工具的潛在價(jià)值:在產(chǎn)品的工作流程中找到AI工具可能帶來提升的環(huán)節(jié)。
  2. 數(shù)據(jù)驅(qū)動(dòng)的決策:將工作流程中的數(shù)據(jù)輸入到AI系統(tǒng)中,利用AI快速建立反饋機(jī)制。
  3. 尋找落地節(jié)點(diǎn):在整個(gè)工作流程中找到不同的小的落地點(diǎn),無論是通過AI原生方式還是通過Agent方式,都能在用戶場(chǎng)景下的不同工作流程中實(shí)現(xiàn)提效。

拆解好不同的工作流之后,用工作AI的方式幫他去做好提效。這個(gè)提效可以是工作效率上的提效,可以是成本降低的提效,也可以是整個(gè)工作流銜接之間的績(jī)效。這本身其實(shí)就是一個(gè)AI產(chǎn)品經(jīng)理在這個(gè)節(jié)點(diǎn)里面非常好的一個(gè)工作落地的節(jié)點(diǎn)。

本文由人人都是產(chǎn)品經(jīng)理 @Aine 整理。未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自大會(huì)現(xiàn)場(chǎng)照片

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒評(píng)論,等你發(fā)揮!