܄

让数据说话丨渠道质量的鉴别,跟我这样做就做了

【数据猿导读】 无线大潮袭来,每天上架的App不计其数,如何让你的产品脱颖而出,拥有大量真实用户? 渠道引流很重要!如何实现推广转化最大化?渠道质量很重要!虽然渠道质量管理很难,不同渠道引来用户质量不同,难以把控,但如果我们可以在渠道推广时通过激活率、留存率、转化周期,横向对比的方法就...

让数据说话丨渠道质量的鉴别,跟我这样做就做了

无线大潮袭来,每天上架的App不计其数,如何让你的产品脱颖而出,拥有大量真实用户? 渠道引流很重要!如何实现推广转化最大化?渠道质量很重要!虽然渠道质量管理很难,不同渠道引来用户质量不同,难以把控,但如果我们可以在渠道推广时通过激活率、留存率、转化周期,横向对比的方法就发现问题,对渠道质量进行鉴定,一切困扰就不再是问题。

给大家介绍渠道质量四步侦查法,让最优渠道透出,让异常流量无处隐藏,让您花费的每一分推广费都了如指掌。

第一、 激活率辨别法

首先需要确定激活率的定义,激活率指激活设备占点击设备的比率,即激活率=激活设备数/点击设备数,对激活的定义一般是安装App后的首次启动。

很多人都很关注激活率是否有一个参考范围,激活率大家都会算,激活率的好坏判断应该比较平行渠道,您可以通过【友盟+】广效监测U-ADplus(以下简称U-ADplus)多渠道平行验证激活率,进行比较,激活率是一个量化的指标,通常激活率高一般认为渠道优质,但激活率高并非一定优质,要结合点击、留存综合判断渠道的质量。

 

第二、 留存率辨别法

留存是在激活之后的一段时间,再次启动过该App应用,称为留存。次日留存率=激活日期起次日启动过App的设备数/激活日期所产生的激活设备数,同理3日、7日采用同样的计算方式。

在 App 推广中,大家通常会要求渠道推广商给出次日留存和七日留存的数据,但这就足够证明用户留存吗?答案肯定是不!如果渠道商给您承诺的目标是40%留存,但实际情况可能是10%~20%之间,个别渠道会为了目标进行次日留存和七日留存刷量等行为,看不出异常,但通过 U-ADplus的AppTrack产品的 三日留存、十五日留存数据,可以很清晰的看到差异,也就是真实的用户留存情况。通过留存率,您就可以直观的鉴别渠道输出的数据真伪了。

下面是 AppTrack产品的留存页面,您可以清晰的看到次日,三日、七日、十五日的留存情况:

 

第三、 转化周期辨别法

转化率取决于您推广的目标是什么,比如是付费,则是付费设备数/激活设备数。

如果是付费推广,因为是集中曝光,可能一定周期的转化会比较明显,但您需要特别关注后续的留存情况。

如果是免费推广,转化周期较长,但渠道选择的好,会有持续且相对稳定的转化。

无论是哪一种,转化周期都是从推广曝光开始,点击、下载、激活,到后期的留存。真实且准确的数据,可以看出规律,多个渠道对比,则更能甄别出异常流量。

第四、横向对比辨别法

监测渠道横向对比,效果一目了然,这个比较简单,也比较直观,可以直接通过点击、激活等数据,横向对比不同渠道质量,选取同一时间点,哪个渠道有异常问题,一目了然。

如果说激活是从量上评估渠道优劣,那么留存、转化就是从质上评估,而横向对比则是综合角度,真的让异常、欺骗流量暴露无遗。 对于运营推广者来说,实时把握渠道质量,及时调整推广策略,至关重要。例如:

某学习类App暑期多渠道进行推广,截选8.30日数据如下: 

图表中:

渠道1数据正常,从点击到激活,留存,偏正常。

渠道2有造假、刷量数据嫌疑,因点击量正常,但点击人数偏低,而激活人数偏高,接近激活人数。

渠道3从点击人数到激活数据抖动明显,原因可能渠道选择有问题,不是目标客户,或者推广物料引导有偏差,导致激活偏低。

通过以上 激活率、留存率、转化周期,横向对比,四部侦查,可以高效监测异常流量,把握渠道质量,渠道管理亦不再艰难。


来源:友盟数据运营舍

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部