如何给新用户推荐一位“老用户”，进而提升会员转化率和商品交易额？思维导图

所谓永远

2023-03-02

浏览量: 2

思维导图大纲

分析辅线：

我经历了三次改版，四次评审，N 次权衡。

第一版：功能产品

功能和策略的区别在于：功能是针对“一个人”相对聚焦的需求，策略是针对“一群人”更加多样的需求。

第一个版本就是以功能性思维的方式思考：用户注册>选择注册方式>验证密码>随机推送一个会员用户>确认会员用户>注册成功。

分配上线使用的是用户选择，也就是说：用户在首次使用产品时选择的“上线”与自己并没有直接联系，用户选择谁只能通过谁的头像漂亮或者名字好听来选择。

设计时保留了原有账户登录体系，看似简洁，实则并没有解决问题，只是从功能的角度满足了每一位新用户都必须选择一个“上线”的底层需求，并没有达到“目标”。

在需求评审环节果然有多个问题在此不表，其中产品部五星级leader说：

“你可以尝试，通过不同渠道的人推荐不同的上线，因为他们的来源需求是不同的”。

听后，瞬间领悟到可以通过推荐策略来解决这个问题。

第二版：策略产品

策略产品经理需要解决的核心问题，是人与信息的匹配问题，让用户在有限的时间里，尽可能看到让他感兴趣的事情且最终引导用户达到“理想态”。

策略有万能的四要素：

思路打开后进而分析得出：

核心主旨：更加了解待推荐老用户，更加了解要注册的新用户，从而更高效的促进会员普通用户之间的连接。

1. 待解决问题（理想态：即你最终想要达到的理想状态）

从大量会员中推荐当前注册用户最易接受的上线绑定，提升会员转化率和商品交易额。

2. 输入（影响理想态的因素）

2.1 内容APP 端

（1）注册用户属性

（2）推荐库属性

① 基本属性：

② 内容属性：

2.2 商城公众号端

根据不同端注册的用户需要提交的消息不同，尽可能的简化用户需要操作的地方。

（1）注册用户属性

城市：便于用户开展线下同城活动和中国自古以来的户籍同地亲属感文化。

（2）推荐库属性

① 基本属性：会员城市：同区>同市>同省。

② 购物属性：

3. 计算逻辑

梳理出影响理想态的因素后，需要根据影响因素给出各种状态的影响排名。

基础规则：

3.1 内容APP 端

APP影响因素权重排名：城市>年纪>团队开通会员数量>团队打卡数量>性别。

影响因素子集说明：

不同状态排名顺序：

3.2 商城公众号端

公众号影响因素权重排名：城市> 升级人数 > 会员销售数量 > 商量销售总额。

影响因素子集说明：

不同状态排名顺序：

4. 输出

第三版就是配合算法工程师根据影响因素和排名设计算法，最后新用户注册填写信息后由策略自动分配会员用户给到新用户，会员用户因利益驱动自然可以为产品无限的转化新会员。

题图来自Unsplash，基于CC0协议策略并非是一成不变的，策略根据不同用户数量和不同业务理想态而变化，往往需要多次版本循环后才能达到理想态。所以需要建立效果监控机制，在登录注册中需要预先做数据埋点如：各级页面跳出率、填写页面退出率、会员用户确认跳出率、注册成功率等进而分析用户注册是否顺畅，为下个版本循环做数据参考。

前期需要识别哪些用户可以进入“推荐库”，为了更好的促进会员用户转换新用户为会员需要建立一套评分机制，核心参考指标是：被推荐会员用户转化新用户为会员的比例…..

以上是我近期对策略产品的一些浅薄理解和应用实践，欢迎大家来交流。

PS：那种对复杂情况通过抽丝剥茧般的解析，找出最优解的感觉，非常非常爽。

904名中国成年人第三磨牙相关知识、态度、行为和病史的横断面调查思维导图