客户分析是指开发人员和营销人员用于了解用户如何使用应用程序的工具和流程。本文将讨论客户分析的三大组成部分:客户特征、客户兴趣和客户参与度。

为了说明如何在应用程序环境中使用客户分析,我们将提到一个名为 All Things Sports 的示例应用程序,该应用程序不仅提供最新体坛资讯,允许用户购买纪念品和活动门票,还包含令人兴奋的迷你游戏。

开始免费使用 AWS

创建免费账户

您每月最多可免费确定 5000 名目标用户、跟踪 1 亿个移动应用程序事件以及发送 100 万条推送消息。

查看 AWS 免费套餐详细信息 »

首先,您应收集客户的基本特征信息。特征信息包括用户姓名、年龄和性别等个人信息,以及关于用户位置、设备类型和操作系统的信息。

其中一些信息(特别是设备类型、操作系统和地理位置)可以通过您的应用程序或第三方软件开发工具包进行收集。您可以按照注册流程或应用程序内提示获取许多其余特征信息。

您可以将此数据用于多种用途。在 All Things Sports 应用程序中,我们可以向某一地区的用户发送关于即将在该地区开幕的赛事或活动的信息。或者,我们的调查显示某一年龄段的用户极有可能购买某一类商品;在此类商品有特价活动时,我们可以向该年龄段的用户发送通知。

了解客户的偏好非常有助于构建优质产品和让客户满意。在 All Things Sports 示例中,我们可以获取以下相关信息:每位用户最喜爱的运动和队伍、接收比分更新的首选方式(如 SMS 或移动推送,或者不接收),以及他们是否喜欢参加现场体育赛事。

获取这些数据有很多好处。首先,您可以更好地了解用户的兴趣。如果关注比分直播的客户特别多,则您可以推出附加功能来增强应用程序的这一方面。

参与度是指客户在使用应用程序时采取的操作。参与度数据可进一步划分为三小类:激活、保留和转换。

激活是指客户首次登录应用程序时必须要采取的操作。例如,在 All Things Sports 应用程序中,用户必须确认其电子邮件地址,并可以选择指定一个或多个最喜欢的运动队。该应用程序将使用 AWS Mobile 工具包来跟踪开始注册流程的客户数量、完成注册流程的人数、指定最喜欢的运动队的人数、允许应用程序获取其位置的人数,以及他们首选的通信通道。通过收集这些信息,我们可以了解有关应用程序激活流程的信息。例如,如果大部分用户不指定最喜欢的队伍,则可能表明存在用户体验问题,使得难以选择队伍。如果大部分用户选择不允许应用程序获取其位置,则可能表明提供的原因不足以说服用户公开此信息。

保留指标用于衡量用户将继续使用应用程序的可能性。对于 All Things Sports 应用程序,我们将收集用户每次登录的数据,包括日期和时间、用户当前使用的设备以及用户的位置。通过收集这些数据,我们将能够获取以下重要指标:

  • 日活跃用户 (DAU) 数 – 在一天内登录应用程序的唯一身份用户数。
  • 月活跃用户 (MAU) 数 – 在指定月份或 30 天内登录应用程序的唯一身份用户数。
  • 每个 DAU 的会话数 – 使用会话数除以 DAU 总数计算得出。显示普通用户每天登录应用程序的次数。
  • D1 保留 – 使用 1 天后打开应用程序的唯一身份用户数除以当天打开应用程序的用户数计算得出。用于确定与应用程序的初次印象相关的保留问题。
  • D7 保留 – 使用 7 天后打开应用程序的唯一身份用户数除以当天打开应用程序的用户数计算得出。用于确定与使用应用程序的早期体验相关的保留问题。
  • 粘性系数 – 使用 DAU 数除以 MAU 数计算得出。显示成为日活跃用户的月活跃用户所占的百分比。
  • 保留率 – 使用一个群组在一个时段内使用应用程序的用户数除以该群组在前一时段内使用应用程序的用户数计算得出。显示从一个时段到另一时段的用户保留百分比。
  • 流失率 – 用 1 减去保留率得出的结果。显示从一个时段到另一时段的用户流失百分比。

转换事件是指用户通过应用程序进行购买。在 All Things Sports 应用程序中,每次客户使用应用程序购买商品或活动门票即视为一次转换。在本示例中,我们将记录用户 ID、所购商品及其所属类别、所付金额(以及货币和付款方式),以及交易页面。此类信息将帮助我们计算以下行业标准指标:

  • 每个用户带来的平均收入 (ARPU) – 使用指定时段内的用户总数除以该时段内产生的总收入计算得出。 
  • 每个付费用户带来的平均收入 (ARPPU) – 使用指定时段内有过购买的用户总数除以该时段内的总收入计算得出。有助于确定
  • 每个日活跃用户带来的平均收入 (ARPDAU) – 使用日活跃用户数除以当日应用程序产生的总收入计算得出。有助于了解应用程序的递增量如何影响转换。
  • 平均收入 – 使用指定时段内的总收入除以该时段内的交易总数计算得出。减小在分析期内进行多笔交易的用户的影响。
  • 付款人转换率 – 使用在指定时段内至少有过一次购买的客户数除以该时段内的唯一身份用户总数计算得出。
  • 生命周期价值 – 衡量普通客户在使用应用程序期间带来的收入。可使用几个公式进行计算。通用公式是 ARPU ×(1/流失率)。在规划市场营销和用户采购支出时很有用。
  • 流失的付款人 – 之前通过应用程序有过购买但后来不再使用应用程序的用户所占的百分比。 

如果收集以上三类指标,您便可回答销售人员和分析师可能会感兴趣的问题,如“上个月有多少人注册?”或“每个用户带来的平均收入是多少?” 不过,这些问题可能无法回答您拓展业务所需了解的紧迫问题。例如,对于 All Things Sports 应用程序,这些问题可能如下:

  • 使用比分直播功能的客户是否更有可能购买活动门票?
  • 哪个地区的注册人数最多?
  • 哪个队伍的粉丝最有可能购买商品?
  • 最受 18-24 周岁男性欢迎的是哪类商品?

通过将激活、保留和转换指标汇集到单个分析平台中,您可以轻松回答这些问题以及其他问题。

Amazon Pinpoint 能够跟踪客户属性、设备属性和应用程序使用情况指标,从而帮助您回答拓展业务所需了解的重要问题。它还可以帮助您跟进客户,从而进一步提高公司的收入。例如,如果您的分析结果显示客户将商品留在购物车内后彻底弃用了应用程序,则您可以通过 Pinpoint 发送跟进电子邮件或推送通知,这样可能带来转换。

Amazon Pinpoint 客户分析有助于您全面了解客户的属性和行为,以便您能够专注于改善产品。