如何在微信社区里增加用户粘性和保护用户粘性呢?
10397
听不懂你的话、你既然增加过人数了 怎么别人还加不进?是不是你增加了后 又去把人收满了?...
10397
就是吸引用户反复来你的网站的因素一般来讲,互动比较多的网站,用户黏性比较大比如,我回答了这个问题之后,第二天我可能还会回来看看有木有人对我有反对意见
采纳哦...
21430
做宣传很重要的一点是要将自己的品牌推广出去,当别人对你的产品有一定认知的时候,就要考虑粉丝对你品牌的忠诚度了或者说粘性如何了。那么怎么样去增强用户粘性,提升品牌宣传效果,用户激励是增强用户粘性的不二法门,但在实施的过程中却又会遇到很多的阻力,到底怎样通过用户激励来达到增强用户粘性的目的,采用用户激励的方法又有何缺陷我们看这篇文章是怎样分析用户激励在各种宣传途径上的应用的。
首先我们了解一下如何使用用户激励的法则:
第一步:明确用户应该扮演什么样的角色?
产品激励体系的搭建有两个目的:第一是表面上的目标,就是要激励用户行为,第二是其根本目标,就是维护产品的健康形态,防止出现劣币驱逐良币的现象,导致出现用户集体性撤离的现象;所以第一步要解决的就是明确产品想要维持健康发展,需要用户扮演什么样的角色。
比如内容社区中,你不仅需要用户成为内容贡献者,根据2/8原则,你更需要鼓励绝大部分的用户成为内容消费者;比如游戏产品中,你不仅要鼓励部分用户成为付费用户,你还要引导剩下的大量的免费用户在游戏中持续当“路人”让付费用户虐或者体现付费用户的优越感。
这一步其实也是产品用户分类画像的过程,需要明确在健康的产品生态中,需要几类用户构成,他们分别扮演什么样的角色,为产品带来什么样的价值。明确了不同的用户角色,那么你在构建用户激励体系的时候就可以有的放矢。
第二步:用户哪些行为应该被激励?
我们通过第一步描绘了用户画像,接下来我们需要基于产品核心价值出发,分析用户哪些行为是对产品有价值的,是应该被激励的;哪些用户行为是对产品有害的,应该被制止或者惩罚的。很多产品认为激励体系就是用来激励的,其实你明确了激励体系是为了维持产品健康生态,就会理解激励体系是需要赏罚分明的。
比如在微博上,登录、互动行为、关注关系,这些都是基于微博这个产品的核心价值所决定的一个健康的社区环境下应该被激励的用户行为,而造谣、诽谤、攻击他人,甚至不登录都是对产品形成伤害,甚至在微博的产品形态中,如果造谣行为无法得到很好的遏制和清理,是会影响到产品的生死存亡的,那么这类用户行为不仅不鼓励,还要有一定的惩罚措施;所以微博上有禁言、封号、信用扣分等手段,对伤害产品生态的行为进行惩罚;只有明确的奖罚措施,才能做到防止劣币驱逐良币。
第三步:什么激励方式可以刺激用户产生我们希望的行为?
这一步才会涉及到我们常规的勋章、积分、等级、物质奖励、用户行为约束等。在建设具体的激励方式时,我们可以参考人性来进行设计:哪些是帮助用户炫耀来满足其虚荣心的?哪些是帮助用户降低使用成本来满足其懒惰的特性的?在这一步骤中,我们会发现可用的手段很多,包括利用人性的窥探隐私、色欲、贪婪、懒惰、虚荣、傲慢等;我引用了下方图片《利用人性的营销策略》(原出处未考证),该图从人性的角度做了基本的功能分类来对应相应的人性弱点,激励的满足手段也是相同的。
我们归类一下,让实际落地的时候更有章法,产品激励手段最常见的就三种:
1.精神层面的满足;
2.物质层面的满足;
3.产品功能层面的分级满足。
前面两种非常好理解,比如对用户虚荣心、傲慢方面的满足就是精神层面的,很多产品在这方面的设计也非常成熟,包括积分、等级、勋章、认证等,都是满足用户炫耀的目的,是虚拟成就的表现方式;比如有奖活动、会员积分兑换、免费试用等都是物质层面的,给用户来点实打实的优惠,这是从传统行业就延续至今的一种用户(客户)激励方式;这里就不展开讲了,反倒是第三种,产品功能层面的分级满足,比较少的产品运营人员会意识到这个层面的手段,或者说不知不觉也在用,但是没有意识到或者归纳到整个用户激励体系中来规划。
举个例子,贴吧要求吧内等级达到7级就可以使用多个贴吧一键签到的功能,这部分就是通过产品设计上的分级体验,来刺激用户产生我们希望的行为(让用户保持日活和UGC内容贡献);再举一个常见的通过惩罚来保障激励体系的做法:社区产品防止用户注册马甲上来造谣、骂街,或者防止垃圾账号注册影响整体的社区环境,就会限定等级低的用户只能浏览不能发言,或者不能和其他用户互动等,这种看似是限制的手段,实则对真实用户是一种激励手段,而且有的时候刀子往往比玫瑰花更管用。
第四步: 选择合适的激励方式,制定合理的激励规则
这个结论的得出完全来自于前面三步的分析,结合用户想要的和产品想要的,再匹配产品能给的,再根据健康的产品形态所需要的用户行为模型比例构成,来选择合适的激励方式,不同的激励方式会达成不同的效果,比如勋章这类一次性的奖章激励就不适合持续性的激励,而积分和等级就比较适合;而积分和等级一般需要配套使用,等级不可消费,积分可消费,以提高激励的价值,提高激励效果。
大家有兴趣可以研究一下QQ的激励体系,是一套非常完善的组合拳,其激励应用场景广泛(如多账号通用各类钻的不同特权)、各种激励手段相互辅助(如会员等级加速)、精神物质产品功能层面的多方位激励手段结合(排名靠前、下载带宽提高、理财免佣等)等等,尤其是作为熟人社交产品,QQ在产品功能分级激励的实现上可谓登峰造极:比如和等级升级挂钩的自定义头像、魔法表情、提高好友上限、建群限制等等,在刚需的产品需求上叠加产品功能分级,一边激励用户,一边商业化。
用户激励才不是一个部门的事
除了以上提到的激励方式,还有很多用户感知不到的隐形激励,需要产品,运营,市场,商务等多个部门合作沟通去实现。举两个实际的例子:
例如微信。微信作为一个强需求产品,和打电话发信息一样看上去“不需要用户激励”。为了让用户用得更爽,微信跟某些地方运营商合作推出流量包,让用户使用运营商套餐的时候可以免微信流量,这就需要商务部门和运营部门共同完成,通过这个方法,就可以保持微信DAU(日活用户量)在月底不会因为流量不足而下降。
再比如微博,作为一个社交性的媒体平台,常规用户的诉求还是发布信息和获取信息,认证、等级、勋章、让红包飞等等都是用户能够感知到的激励方式。但引导用户发布信息最重要的激励方式,是让信息能够高效顺畅地到达信息获取方,能把对的信息在最短的时间内送到对的人的feed流里面,这是最难的,但是这却恰恰是用户在微博这个产品形态上的根本需求。因此,这就需要运营部门和产品部门、数据分析部门、技术部门等共同努力解决。
归根结底,用户激励不是一个部门的事情,不仅仅是产品的工作,也不仅仅是某个运营的工作,而是整个团队在整个产品生态的定位、发展、优化、矫正、回归等每一个环节,在每一次的版本优化、功能设计、活动策划中,都能始终不忘初心,明确产品要解决什么用户需求。在构建一个正向的用户激励体系之前,我们不妨想清楚,在健康的产品形态中,用户应该扮演什么样的角色?
其实宣传是一个很苦逼的活,如果想要做好宣传真的还得学学人家怎样去做营销,做营销的还德去学习学习用户心理学,但一旦学成也是一件很有意思的是,因为如今的互联网时代,很容易形成蝴蝶效应,为什么这么说,公关也算宣传的一种,好的公关甚至可以左右舆论。今天所说的用户激励法则其实更多也用在了我们的生活甚至工作中,只不过在互联网时代得到了强化或者说HI推广,希望本文对你有帮助。...
10264
如果你喜欢PVP 可以刷ZC 现在3大牌子换荣誉 1天几千荣誉没问题 直接换守备官吧
如果你喜欢PVE 直接跟亲友团混两次KLZ GLR ZAM 估计一身装备也就出来了
至于大鸟 我刚到70的时候就是靠做任务买的 此阶段做任务是最快的赚钱方法...
21342
为改善网站的可用性,一般采用可用性工程方法,其核心是以用户为中心的设计方法论(UCD)。综合目前国内外对于用户行为数据收集和分析方法所进行的研究,各种方法的特点,并利用相应方法所开发出的工具实例,使得建设的网站更加符合用户的需要,以保障用户与网站之间沟通的顺畅。以国内知名的数据收集和分析平台数极客为例,以用户交互行为分层理念,将用户行为划分为纯浏览、轻度交互、重度交互三个层次,纯浏览和轻度交互使用全量数据采集API,而重度交互因数据的准确性要求,通过封装接口及高级自定义功能采集数据,仅需要在关键环节调用,既能化解传统需要埋点的时效性等多种弊端,又能解决纯粹的无埋点平台的数据精准性问题。...
10221
做用户行为分析的基础是获得用户行为数据,例如用户页面停留时间、跳转来源等等。这些信息有些能直接拿到,有些是需要做一些计算才能拿到的。一般来说用户访问时的一些信息都是以日志的形式打到web容器的日志空间中去,这其中包含了最通用的一些访问信息以及一些自定义的日志打点。
题主提到了大数据技术中对用户行为进行分析,那么可以假定网站或者App的访问量是比较傲多的。由于系统流量比较大,计算维度又比较多,后续数据消费者的需求增长比较快,所以对计算分析平台有了一定的要求。具体表现为:
1.负载能力。流量增大以后带来的压力是多方面的,比如网络带宽的压力、计算复杂度带来的压力、存储上的压力等等。一般来说这些都是比较显而易见的,会对产生比较直接的影响,比如计算实时性下降、消息出现了堆积、OOM等等。为了解决这一现象,一般来说会选择一些分布式的框架来解决这个问题,比如引入分布式计算框架storm、spark,分布式文件系统hdfs等。
2.实时性。在系统资源捉襟见肘时消息的实时性会立即受到严重影响,这使得部分算法失效(例如对计算和收集上来的数据进行行为分析后,反馈到推荐系统上,当整体响应时间过场时会严重影响推荐效果和准确度)。对于这个情况来说可能会选择storm这种具有高实时性的分布式流式计算框架来完成任务。
3.系统管理和平台化相关技术手段。在大数据情景下,企业内数据环境和应用环境都是比较复杂的,用户行为分析应用不是一成不变的,那么就要求用户行为分析这种多变的应用在复杂环境中能有效生存,这包括算法数据材料的获得、系统运维、系统任务调度、系统资源调度等等,相关的技术很多时候要求团队自研,但也有ganglia、yarn、mesos这类开源系统可以参考或者直接使用。
4.数据链路。企业技术环境一般来说是非常复杂的,一层一层交错在一起,远不是一句MVC三层架构能够概括得了的,为了避免消息流通呈复杂的网状结构,一般会考虑应用服务化、企业服务总线(ESB)及消息总线来做传输,有兴趣的话题主可以百度一下这几个方向的技术和开源工具。
5.应用快速生成工具。我个人认为在大数据环境下应用都摆脱不了一个快速开发的要求,用户行为分析也是如此,这时候要考虑对接一些开源的分布式数据分析算法库而不是通过自己去实现,比如像spark ml,mahout这类的库用得好能减少很多工作量。...
21345