用户定向拉新及拉新策略建议
寻找定向拉新用户及拉新策略建议
问题分析:运营部门想在下周做一次定向拉新的测试(试点:Frog青旅酒店,位于杭州),请数据分析帮助运营同事完成此次定向拉新。
分析思路:基于LBS数据找到定向拉新的用户,并基于用户特征设计拉新策略。
一、寻找青旅酒店潜在用户
读取数据,分类变量转换为哑变量,选取’tenure’,‘MonthlyCharges’,'FrequentTraveler_Yes’作为特征向量。
近邻检索前将数据标准化,创建一个NearestNeighbors对象,按照欧几里得距离寻找特点点周围2个最近邻点(参数为3),kneighbors方法返回距离老顾客距离值和最近邻点的index
将新顾客划分出来,存储为CSV文件
二、寻找800名本周用于测试的用户ID
读取customer_travel_possibility.csv的数据,与潜在用户csv文件按照customerID取交集,按旅行可能性travelPossibility排序,取前800名,得到本周用于测试的用户ID(存储于possible_customers.csv)。
三、用户分群和用户画像
选取三个特征进行聚类:‘tenure’,‘MonthlyCharges’,‘FrequentTraveler_Yes’
使用肘部法则选取聚类个数K,由图可知,最佳聚类个数为4。
运用聚类算法,得到聚类
由于是4维数据,而数据可视化只能呈现二维效果, 故从图中并不能看出聚类特征,根据数据将两两之间的图,可以看出一些用户特征。
根据聚类结果,对五组数据分别求均值,得到如下表格。
四类用户具有的特征如下。我们定义每月平均支付金额超过400元为高价值用户,高频次旅行者为活跃用户,APP使用历史时间(月)超过36个月为忠实用户
类别 | APP使用历史时间(月) | 每月平均支付金额 | 是否为高频次旅行者 | 数目 | 人数占比 | 特征 |
---|---|---|---|---|---|---|
53.72 | 292 | 0 | 224 | 28% | APP高粘性用户,中等消费,低频次旅行者 | |
一般价值普通用户 | 11.61 | 253.03 | 0 | 274 | 34% | APP较高粘性用户,中等消费,低频次旅行者 |
高价值活跃用户 | 23.43 | 471.41 | 1 | 112 | 14% | APP较高粘性用户,高消费,高频次旅行者 |
高价值忠实活跃用户 | 62.86 | 557.6 | 1 | 190 | 24% | APP高粘性用户,高消费,高频次旅行者 |
共性: 用户是APP老用户,APP使用历史市场基本在一年以上;每月平均支付金额在250元以上,普遍比较高,说明这些用户已经养成此类消费习惯。
差异: 高频次旅行者和低频次旅行者的占比基本相当,低频次旅行者占比为62%,具有比较优势,应当重视这类用户的培养。
与预期相比 :高消费,高频次旅行者的占比并不占绝对优势,可能是因为这类人群占比本身就比较少。
四、拉新策略
针对 一般价值忠实用户, APP使用时长已经很高,虽然旅行频次不高,但是月均支付额也接近300,说明这类用户有较高的消费能力。可以通过推送大V入住Frog青旅酒店游览杭州的热点分享,老用户的旅游分享,杭州美景等热门分享文章等方式,促进用户转化。
针对一般价值普通用户 ,虽然APP使用时长不高,但是人数占比最大。可以增大推广力度,以限时限量赠送优惠券的方式促活。
针对高价值活跃用户,是此次重点的拉新对象。维护好这类APP用户,会成为忠实用户的梯队补充, 应该充分利用这类人群在社交圈的影响力,以分享活动得优惠券/记录旅程-分享旅程得增值服务等方式进行病毒式传播,促活的同时增加Frog青旅酒店的曝光率,形成品牌宣传。
针对高价值忠实活跃用户,应作为拉新重点。 虽然它占比不是最大的,但是此类用户在圈子内具有很高的影响力,是旅行圈的意见领袖。可以对这类用户发起“直播旅行限量免单”的活动,采用“你直播,我付费”的方式,发起“**带你住青旅游杭州”的等系列有创意的活动,激发用户参与兴趣,最后可根据直播受欢迎程度的排名进行限量免单,这种方式既能控制成本,也能有效宣传此次拉新,还能为这些用户带来人气,其中好的玩法是win-win的关键。