关注微信公众号:一个数据人的自留地
作者介绍
1
前言
在营销活动效率评估这个专题中,给大家了介绍了4种方法:
如何通过严格的AB实验进行评估;
在没有做AB Test的情况的下用PSM构建对照组进行评估;
用DID双重差分法简单直接的进行对比评估;
新客/沉默回流用户用LTV进行评估;
在实际的工作中,有些营销活动是不区分用户类型的,同时涵盖拉新、促活、沉默召回等功能,如果做了AB实验,那么直接通过实验组和对照组对比可以获得结果,但是在没有进行AB实验的情况下,新客在过去一段时间是没有用户行为数据的,我们很难通过PSM方法构建用户特征相似的对照组,为了提高评估的准确性,我们常常会引入“用户分群”概念,虽然说是新概念,但是其实都是之前讲过的评估方法的组合,很适合作为该系列的收尾文章。
2
用户分群方法介绍
01
此处的用户分群不是指按照RFM模型、AARRR模型、用户生命周期或是根据一些用户特征对用户进行分层。此处的分群指的是评估视角的用户分群:即将活动触达的用户分为新客、活跃老客、沉默召回用户,不同类型的用户再按照不同的评估的方式进行评估,最后再进行综合计算得出最终结果。
评估的方法还是之前提到过的,只是从用户分群的角度对营销活动进行了拆解。因为新客、沉默召回用户(可视作转新用户)是按照纯增量来计算的,没有匹配的对照组,所以评估的方法和活跃老客有所差异。新客和沉默召回用户用之前提到过的LTV方法进行评估,活跃老客用PSM方法、DID双重差分法或者PSM+DID结合的方式进行评估。
02
用户分群方法案例
2.2.1 分用户群进行ROI效率评估
举个简单的例子,方便大家更好的理解。假设现在有一个裂变类的营销活动,未进行AB实验,同时会触达新客、活跃老客以及沉默用户,不同的用户策略如下:
用户分群 | 策略 | 触达用户数 |
新客 | 发放55元券包(15元无门槛券+8元*5张无门槛券) | 10,000 |
活跃老客 | 发放35元券包(10元无门槛券+5元*5张无门槛券) | 70,000 |
沉默召回老客 | 发放45元券包(15元无门槛券+6元*5张无门槛券) | 20,000 |
那么,我们针对不同分群的用户可以计算出各自的ROI:
新客ROI
活动触达新客数10,000人,在首月30天内带来交易额500,000元
其中获客成本200,000元,假设该产品用户的LT为90天
历史用户在1/3LT内产生的交易额是整个LT内交易额的1/2
在1/3LT内产生的成本是整个LT内交易额的4/5,
那么我们可以计算该批次新客:
ROI=LTV/CAC=(500,000/ 1/2)/(200,000/ 4/5 )=4
活跃老客ROI
活动触达老客用户数70,000人,在30天内带来的交易额为4,200,000元
其中促活成本为840,000元,通过PSM构建对照组用户
对照组用户在同期内的交易额为3,600,000元,消耗成本640,000元
那么该批次活跃老客:
ROI=(活动触达老客的交易额-PSM构建对照组同期的交易额)/(活动触达老客的总成本-PSM构建对照组同期的成本)
=(4,200,000-3,600,000)/(840,000-640,000)=3
沉默召回用户ROI
活动触达新客数20,000人,在召回30天内带来交易额1,100,000元
其中召回成本360,000元,假设该产品沉默召回用户(转新用户)的LT为180天
历史用户在1/6 LT内产生的交易额是整个LT内交易额的1/5
在1/6 LT内产生的成本是整个LT内交易额的3/10
那么我们可以计算该批次沉默召回用户:
ROI=LTV/CAC=(1,100,000/ 1/5)/(360,000/ 3/10 )=4.6
2.2.2 计算综合ROI
综上,我们获得新客的ROI=4,人数10,000人,交易额增量为1,000,000元,增量成本为250,000元,人均增量交易额为100元,人均增量成本为25元;
活跃老客的ROI=3,人数70,000人,交易额增量为600,000元,增量成本为200,000元,人均增量交易额为8.6元,人均增量成本为2.86元;
沉默召回用户ROI=4.6,人数20,000人,交易额增量为5,500,000元,增量成本为1,200,000元,人均增量交易额为275元,人均增量成本为60元;
要计算综合结果比较常见的有两种计算方式:第一种直接按照人数进行加权,第二种给不同分群的用户不同的权重再加权。
直接按人数加权
直接按照人数加权计算,将所有的用户带来的增量都看做是平等的,ROI=(新客人均增量交易额*新客数+活跃老客人均增量交易额*活跃老客数+沉默召回用户人均增量交易额*沉默召回用户数)/(新客人均增量成本*新客数+活跃老客人均增量成本额*活跃老客数+沉默召回用户人均增量成本额*沉默召回用户数)=(1,000,000+600,000+5,500,000)/(250,000+200,000+1,200,000)=7,100,000/1,650,000=4.3。
给不同用户不同的权重再加权
给不同的用户不同的权重,具体怎么给,还得看业务是如何定义不同用户价值的(可以靠管理层对齐定下的权重,也可参考AHP层次分析法通过专家打分给予权重),比如现阶段营销活动对于拉新功能比较重视,其次是沉默召回功能,最后是活跃老客促活功能,那么可能给新客的权重是3,沉默召回用户权重是2,活跃老客权重是1。
则ROI=(新客人均增量交易额*新客数*新客权重+活跃老客人均增量交易额*活跃老客数*活跃老客权重+沉默召回用户人均增量交易额*沉默召回用户数*沉默召回用户权重)/(新客人均增量成本*新客数*新客权重+活跃老客人均增量成本额*活跃老客数*活跃老客权重+沉默召回用户人均增量成本额*沉默召回用户数*沉默召回用户权重)=(3,000,000+600,000+11,000,000)/(750,000+200,000+2,400,000)=14,600,000/3,350,000=4.4
3
后记
在营销活动效率评估专题,我们讲解了通用的几种方法,并针对每一种方法展开进行了介绍,主要如下:
LTV:主要用于新客、沉默召回用户ROI评估;
AB实验:通过AB实验分流,保证样本的均匀性,控制实验组和对照组的单一变量,是最能准确评估业务动作效果的评估方法;
PSM:PSM即Propensity Score Matching,倾向评分匹配,在没办法进行AB实验的基础上进行PSM构建对照组;
DID双重差分:DID即Differences-in-Differences,双重差分,根据业务场景,人为选择参考对照组来评估策略影响下的效果;
用户分群:将用户分为新客、活跃老客、沉默用户,针对不同的用户再选择对应的评估方法;
在实际的操作过程中,大家可结合实际的应用场景选择合适的方法进行评估。但是有一点,评估出来的数字只是数字而已,针对评估结果能给到什么样的策略建议才是分析师发挥价值的体现,这就很考验分析师对于业务的理解。希望大家都能掌握基本的评估方法,再结合自己对于业务的理解,最大化的发挥效率评估的价值。
发表评论 取消回复