揭秘“快手”互联网营销术
互联网时代,各种品牌、产品的更替如同大浪淘沙,很多明星产品虽名噪一时却如昙花一现,然而快手却在六年金戈铁马中脱颖而出,成为了短视频独角兽。那么快手是如何在互联网大潮中坚守下去的呢?
本期思享汇为大家请到快手商业产品副总裁张翼,从产品、渠道、流量、用户等方面解析互联网营销之道,更解答了数年来深耕产品的独角兽背后用户增长的秘密,帮助创业者们将更多用户揽入囊中。(文末有专业名词注释帮助理解)
课程提纲:
引子
快手的产品观和增长观
1、功能定位:记录与分享
我们的创始人有一句话,太多的公司都在讲改变世界。投资人问你究竟如何改变世界,如果你的说法太小投资人就走了。而我们的理想一直不是改变世界,这个世界已经足够美好,我们要记录世界。
2、形式:照片+ 短视频+ 直播
从动态的图像一直到实时的直播,除了屏幕提示和私信以外没有文字,也没有语音等等的其他东西。
3、创业历程:6年磨一剑
工具是社交的上游,从工具到分享的转变是从0到0.1的转变。
4、产品思路
(1)服务所有人
首先这是一个愿景。希望作为一个足够大的社交平台,让所有人在里面各得其所,但是其实最难的也是各得其所——一方面需要推荐,一方面需要足够多样的内容源——两点都非常难。
(2)极致简洁,数据驱动
快手一直保持简洁的产品形态。没有多余的功能,也没有常见的导航栏。
快手一直保持严格的技术驱动。包括用户增长的各个方面都看数据,都以算法为驱动,这是快手的核心理念之一。
(3)坚持原创,不设转发
基本上国内所有的社交产品都有转发,因为它是让一个时间二次扩散、三次扩散最好的方法,而且是一种低成本社交。社交让人创造内容很难,但快手希望用户原创:你有表达愿望就必须自己发。快手有严格的非原创排除机制,基本保证了没有一条内容是重复的。
不设转发有三点好处:
• 让用户创作内容;
• 强制用户关注内容源;
• 仅允许平台外转发促进新用户获取。
(4)强调分享,弱化私信。
快手鼓励用户关注、点赞和评论,但不鼓励私信,我们不希望变成类似微信的熟人化平台。
社交网络上别人的光鲜生活带来的社交压力降低了用户的分享欲望,而快手给了用户没有关系、没有熟人的宽松环境,降低了用户的社交压力。
5、简单背后的不简单:计算机视觉+人工智能
(1)强调人工智能和计算机视觉,加上大量的数据样本,快手应该是最早做视频分析理解的一家公司。
(2)匹配机制:人工智能、兴趣推荐、开放关系、个性化、千人千面
6、用户画像
(1)城市
前四名:北京、上海、深圳、广州(在北京,每天有300万人打开快手)
无论是一线城市,还是六线城市,都有快手的用户,大致符合中国移动互联网的人群分布。
(2)性别
性别分布比较均匀,男女比例大约为54:46。
(3)年龄
年轻人占比很高,90后占87%
(4)UCG视频内容构成
前三名:自拍、日常、才艺
(5)规模
21亿条原创短视频,每天600多万UGC视频,现在已经有几十亿条、每日破千万。
一、用户增长-不仅仅是推广
1、用户增长
快手道路很特殊,用户增长没有引爆点,一开始也没有确定重点发展二三线、三四线城市。只是这些城市的用户没有一线城市那么多选择、时间有比较多,因而在相似人群中的口碑传播形成了现在的状况。
用户增长是以产品为核心,以数据为依据,通过免费和付费的各类手段对用户进行全生命周期的管理维护和提升,其本身是一个系统工程。
2、典型用户增长漏斗
这个图描述清楚了典型的互联网产品用户增长(偏C端)。
好的循环是盈利大于用户综合获取成本,更好的循环是加上用户的推荐,用户本身能够带来新用户。
二、线上推广和流量市场鸟瞰
1、市场规模
总广告规模接近三千亿,,移动广告信息流三百亿。30%~50%花在了用户增长上。
2、常见渠道质量与精准度
横轴纵轴分别代表精准和质量,圈的大小代表市场规模大小。
(1)右边的收口部分,即应用商店、电商落地页、搜索引擎和信息流,已经变成了互联网的切入口,也是最精准的。其中质量最高的是厂商商店,搜索引擎较差是因为用户意愿和集中程度差异,第三方商店再差一些是因为用户和量,CPA/S更差是因为质量难把控。
(2)中间一大块,即垂直媒体、综合媒体、第一放广告平台、厂商信息流、信息流APP和社交媒体,质量和精准度居中。垂直媒体质量较高,而综合媒体的用户区分度就较差;第一广告平台内部有大量流量;信息流是一种被动模式;社交媒体难监控且粉丝效应明显留存度差。
广告网络和ADX平台处于末端,质量和精准度都较差,劣币驱逐良币明显。
3、开口和收口
(1)开口:综合媒体,垂直媒体,广告平台,广告网络,信息流,社交媒体
(2)收口:应用商店,电商落地页,搜索引擎,信息流
三、永远的攻防战:反作弊与归因
1、行业现状:作弊率高
垂直网站和网盟异常流量占比最高。
2、作弊情况与类别
3、策略金字塔
4、归因
(1)什么是归因
归因分析(Attribution Analysis)要解决的问题,就是广告的Conversion的产生,其功劳应该归功于哪些渠道。
(2)归因的模型
• Last Click Model
• Average Model
• Shapley Value
• Survival Analysis
(3)归因的两类用途
• 反作弊;
• 对于多渠道重叠,分清渠道贡献,帮助指定预算策略和计算品牌价值。
四、难以量化的价值:品效如何联动
(1)品牌传播是有效的
(2)衡量品牌传播效果
品牌知名度(Brand Awareness)等品牌态度参数(Customer Attitude Metrics)与销售之间存在非常密切的转换关系,但是它会随着产品品类和不同品牌而发生变化。……以短期销售增加作为品牌推广活动的主要考核指标是不合适的。更现实的做法,是寻找与品牌推广更密切的指数作为考核指标,比如,品牌营销内容传播的直接指标,比如阅读数、转评赞,应该作为首先的考核和分析指标。除了这些,还可以:将搜索引擎或社交媒体的指数作为辅助指标考核品牌活动的推广效果……
---- Dr. Hanssens of UCLA Anderson School of Management
不能看当前销售额或DAU增长,应该看社交指数、搜索指数等直接指标。
(3)品牌传播如何生效
• "滞后性",不追求短期直接联动;
• 手段越复合、越立体,效果越好;
• 不仅影响效果推广,还影响用户留存、活跃和社交推广。
五、让别人帮你推广:新媒体与社会化营销
1、新媒体市场现状
• 流量的碎片化和自媒体的崛起
• 微信公众号2300万;头条号35万,贡献了头条70%的阅读量
• 年轻人群对自媒体的接受程度明显偏高
• 2014.10~2016.4出现了31件自媒体有关的融资
2、社会化营销优劣势分析
(1)优势
• 粉丝经济,转化高,往往还是流量洼地
• 人群精准,会形成转发和分享,带来二次转化
• 自身社会化营销,也能培养忠实粉丝
(2)劣势
• 难以量化跟踪
• 找准结合点,否则影响后续
• 缺少成熟平台
六、增长路径:不同产品阶段的增长语境
1、增长永远为产品和业务服务的
2、产品阶段与增长特点
• 从0->1万DEMO人群,快速验证,无预算或小预算
• 从1万->100万产品起步,快速迭代,中预算,高性价比
• 从100万->1000万产品成长,追求高成长性,中性价比
• 从1000万-> 1亿产品爆发,追求有效渠道全覆盖,中低性价比
• 从1亿开始产品稳定,追求变现效率和投入产出比,精细化优化渠道效率和LTV,高性价比。
七、总结
1、增长和产品观密切相关
2、数据驱动;
3、快速迭代、实验机制、效果为王;
4、80%-20% 法则,不要在小渠道上浪费过多时间;
5、复合渠道才能收到最佳效果、品效联动、线上线下结、广告社交传播并重。
名词链接
1、DAU(Daily Active Users)
单日活跃用户量,简称日活,反应了产品的短期用户活跃度,相似概念有MAU(Monthly Active Users)。
2、UGC(User-generated Content)
用户原创内容,是伴随着Web2.0而兴起的一种内容生产形式,在快手中指用户所创建的视频、照片以及直播内容。其他的内容生产形式有专业生产内容(Professionally-produced Content)、职业生产内容(Occupationally-generated Content) 等。
3、LTV(Life Time Value)
生命周期总价值,是公司从用户所有的互动中所得到的全部经济收益的总和,是衡量客户对企业所产生的价值、判断企业是否能够取得高利润的重要参考指标。与ROI不同,LTV一般是预测值,常用LTV365即以一年为预测单位。
4、ROI(Return On Investment)
投资回报率,是指通过投资而应返回的价值,即企业从一项投资活动中得到的经济回报。互联网产品曝光、点击、下载、激活、注册、留存等各阶段前后之间都可以计算ROI。与LTV不同,ROI一般是真实值。
5、Conversion
意思为"转化、转换",文中所指的"广告的'Conversion'"为广告商所投放广告影响浏览者发生购买、注册或信息需求行为的过程,可参考"广告转化率" (Conversion Rate)。
6、文中四种归因模型
(1)Last Click Model最后点击模型
把转化效果归因于用户最后一次点击的广告所属媒体。
(2)Average Model平均模型
将权重平均划分给转化漏斗中各个不同阶段的营销渠道。
(3)Shapley Value夏普里值,指所得与自己的贡献匹配的一种分配方式,由诺贝尔奖获得者夏普里(Lloyd Shapley)提出。
(4)Survival Analysis来源于医学研究,指根据试验或调查得到的数据对生物或人的生存时间进行分析和推断,研究生存时间和结局与众多影响因素间关系及其程度大小的方法,也称生存率分析或存活率分析。
想了解更多网络营销的内容,请访问:网络营销