今天探索吧就给我们广大朋友来聊聊电商arpu值怎么计算,以下关于观点希望能帮助到您找到想要的答案。
电商用户指标体系和分析方法
优质回答·优质渠道挖掘
·引流转化(渠道投放策略优化)
·APP端迁移和转化
·对重要渠道(KA渠道)精细化运营
·对进入流量进行再运营
·渠道防作弊
引流环节重要指标:
新访UV、总访UV是多少
点击率(用户从曝光到进来有一个点击)
跳出率、二跳率(用户进来之后,跳出是进来之后直接退出,二跳是进来页面再次点击,是否因为页面不够吸引或者流量质量问题导致立即跳出)
APP端的新增激活、新增注册量
·在支付前做好有效的行为分析和引导(能够让用户完成从访问到支付的转化)
· 0-->1的转化提升
· 精准化运营 (差异:基于不同的用户画像,场景:基于用户进入平台当时所处的一个场景)
·访问流失的预警和唤醒
拉新重要指标:
0到1的转化率(转化后变成新消用户)、新消人数
7日访问留存,30日访问留存(用户在转化前,至少要保证它在平台是活跃的,它愿意经常回来看看我平台的一些动态)
带来的新消用户的结构和质量(高价值用户有多少,比例和结构是否健康)
带来的新消用户,当天,7天,28天是否存在复购的行为
·
重要指标
复购率
高价值用户量
回流率(支付沉默了一段时间后,会对用户做一个预警和唤醒)
用户价值(从变成支付用户到发展过程中的arpu值,就是每用户平均收入)
提升整个运营效率
让运营的措施产品化和自动化,降低运营成本
持续提升运营效益
让每一个措施都能发挥更大的效益,
根据不断的测试来沉淀一些优秀的策略和做法
通过大数据,结合历史的数据来做一个只能决策
①策略预研
为策略制定前期的数据参考
②在策略的执行中
做策略监控,搭建对应的报表体系,做到适中的效果和反馈
③执行后
做执行效果评估,事后总结分析
发现问题,有哪些点可以提升
发现机会点
④智能化
产品化、丰富数据资产
还可以基于流量、商品、渠道等等
①、总流水指标
基于去年流水,去看去年相比前年的增长幅度
再参考同类竞品,业务的流水营业额同时期的趋势(行业报告)
如果要从百亿级到千亿级,就去看同类竞品在这个时期百亿到千亿间的年增幅系数是多少
去瞎想一个环比去年总流水应该增长多少倍
②、老消流水
按质量分类后,看去年这些分类用户去年的复购率和复购者的ARPU,去预估新一年的各分类用户达到这个复购率的时候,他们各自的流水是多少,找一个增长幅度
(低质量用户是小于20元)
老消用户基本上已经固定,之后就可以分析出新消用户的流水应该是多少了
③、新消流水
新消首单流水:新消人数
首单ARPU
新消复购流水:新消复购人数
人复购年价值
年复购率:从新消人数中可以找出新消
推算逻辑:
新消首单流水:找出去年新消的首单流水和复购流水分别占多大比例,去年整个用户人数有多少,今年用户人数增长了多少,还有去年整个用户的新老用户的结构和今年的新老用户结构会不会做一些调整,推算出新消首单流水的占比
新消年复购率:找可控因素,新消年复购率和复购年价值,已有去年1月到12月新消人数用户质量的变化和增长,哪个部分的新消质量好,把用户做分层之后,看不同人数的复购率,根据今年的预估目标和实际达到的情况,来预估明年的新消复购人数,年价值同理
首单ARPU和年复购率都有增长,要评估要达到这样的水平,要去开拓一些新的拉新渠道?要做哪些时期来提升年复购率?通过月分解的这些指标去验证年指标是否合理
三、用户的质与量
①、用户画像
出处:用户调研和购买行为数据
②、拉新用户监控体系
两种健康度监控评估方式
③、拉新渠道运营
底部渠道:做优化,如果效果不好就淘汰
中部渠道:还不错的渠道,定位优点和问题,对于这些渠道做不断的渠道优化
KA渠道:非常好的渠道,深耕继续提升
④、拉新渠道评价体系和性价比
考量渠道
拉新成本测算 - 另一种渠道测算方法
⑤、拉新质量评估体系
⑥、拉新拓展,增量用户和存量用户增长方式
⑦、拉新路径和要素
⑧、拉新转化提升方式
其他、渠道案例:
案例一、AB测试
案例二、用户路径转化路径
案例三、投放优化
①、活跃类型
②、促活策略
活跃度提升:能定期到平台上买一单
③、促活执行闭环
四、相关案例
回访干预时点:找到回访用户在两次回访之间的间隔天数,5天12天25天等等
转化提升重点人群:比如当时加购了但是没有支付,针对对应的场景做一些策略,针对这样的场景和行为去做对应的刺激,比如购物车里同类产品的降价推荐,或者优惠券等
一、用户价值提升
用户复购率:让用户买的更多
用户响应预测模型:预测用户在接下来X天(7)他会不会来回访会不会来支付
用户购买迁移:用户在平台中购买越丰富,购买次数和金额都会提升,研究用户购买的类目变化的节奏是怎么样的,有没有什么规律,是不是可以对用户做类目迁移引导
价格敏感度分析:研究用户对产品的价格敏感度,研究价格在什么位置,对整体平台流水效果最好
购物篮分析:买A的时候推荐B
凑单提升分析:购物车达到288,提示你再买12元,就可以用满300减10元的券了
SPU、SKU、ARPU是什么
优质回答在电商系统里经常会提到“商品”、“单品”、“SPU”、“SKU”这几个词,那么这几个词到底是什么意思呢?
既然不知道是什么,那么我们就查一下:SPU = Standard Product Unit (标准化产品单元),SKU=stock keeping unit(库存量单位)。
然后搞清楚商品与单品的区别。例如,iphone是一个单品,但是在淘宝上当很多商家同时出售这个产品的时候,iphone就是一个商品了。
商品:淘宝叫item,京东叫product
理解一下:
SPU是商品信息聚合的最小单位,是一组可复用、易检索的标准化信息的集合,该集合描述了一个产品的特性。通俗点讲,属性值、特性相同的商品就可以称为一个SPU。例如,iphone4就是一个SPU,N97也是一个SPU,这个与商家无关,与颜色、款式、套餐也无关。
SKU即库存进出计量的单位,也可以理解为“最小化库存单位”, 可以是以件、盒、托盘等为单位。在服装、鞋类商品中使用最多最普遍。 例如纺织品中一个SKU通常表示:规格、颜色、款式。
在使用时要根据不同业态,不同管 理模式来处理。比如一香烟是50条,一条里有十盒,一盒中有20支,这些单位就要根据不同的需要来设定SKU。
一个SPU可以对应多个SKU
下面摘录一些在知乎上的玩家简述的他们的理解:
spu 和 sku 都是属性值的集合, 举个栗子 >>
一部 6S, 它身上有很多的属性和值. 比如 :
你跑进苏宁顺电, 说想要一台 6S, 店员也会再继续问: 你想要什么 6S 16G 银色 64G 白色
每一台 6S 的毛重都是 420.00 g, 产地也都是 中国大陆. 这两个属性就属于 spu 属性. 而容量和颜色, 这种会 影响价格和库存 的(比如 16G 与 64G 的价格不同, 16G 银色还有货, 金色卖完了)属性就是 sku 属性.
spu 属性(不会影响到库存和价格的属性, 又叫 关键属性 ) >>
sku 属性(会影响到库存和价格的属性, 又叫 销售属性 ) >>
sku 在生成时, 会根据 属性生成 相应的 笛卡尔积. 想像一下扑克牌的黑红梅方和 A-K, 扑克牌是这样的 sku 属性:
最终会生成 13 * 4 = 52 张牌, 上面的 6S 则会生成 3 * 3 = 9 个 SKU
商品 : iphone 6s spu : 包含在每一部 6s 的属性集合, 与商品是一对一的关系(产地:中国, 毛重:420g.) sku : 影响价格和库存的 属性集合, 与商品是多对一的关系 单品 : 同 sku. 国人的另一种叫法!
我从电商实际运营的角度说下:
SKU:Stock Keeping Unit
从名字上可以看出,SKU以从库存视角看的(一箱可乐和一打可乐由于库存包装不同,因此是不同SKU)。因此很多自营B2C电商在早期的每一个商品详情页对应一个独立的SKU编码。
SPU:Standard Product Unit
从名字可以看出,SPU的提出主要是为了体现商品标准化。 这个名词随着电商平台的发展收到更多关注。因为在一个电商平台下,大家发现同一个基本产品(例如iphone 6 白色 16g 裸机)经常由多个卖家在销售,因此在前台页面展示上比较冗余,消费者在浏览时存在不便,也因此大家开始采用一个新的展示方案:先显示基本产品,点击后再展示这个产品下所售商家的商品。(大家可以在淘宝搜索下‘手机’,展示的不再是item,而是基本产品,也就是我们所说的SPU。但是顺便说下,淘宝的SPU做得不是很完善,如果大家需要深度学习和借鉴,可以研究下美国亚马逊)
商品:
如果某个商家出售某个SPU,那么这个东西叫做商品。商品相对产品,数据层面增加了价格、促销活动、运费等信息。目前主流的B2C网站,一个商品详情页对应了一个商品。刚刚提到,早期自营B2C系统由于对应的是SKU,因此需要升级改造。往往这个项目叫做‘一品多商’。大部分电商都经历过这个痛苦的改造过程,很多至今伤痕累累。
ITEM:
淘宝作为平台,不关注库存。ITEM直接代指宝贝。但一个ITEM可能包括 “黑色iphone6”、“白色iphone6”等多个商品。ITEM虽然前台展示灵活,但是数据底层有些紊乱。
BTW: 对于服装,同一个产品可能有不同颜色和不同尺码。 那么SPU到底是对应到服装款式,还是服装款式+颜色,还是服装款式+颜色+尺码这个最细粒度? 这个没有最终答案,YHD、JD、Vancl的做法也都有差异,也各有利弊。 但是按照个人经验,由细到粗易,有粗到细难。 底层如果做细,展示层才能灵活。反之有时候无解。
eCPM是不是越高越好?
优质回答很多新手变现者遇到的问题是:eCPM是不是越高越好?我的结论是:产品eCPM越高,并不意味着收入越高,更不意味着产品越赚钱。
为什么eCPM越多,收入不一定越多?
首先,接上一篇文章所讲,我们可以简单理解为:
日均广告收入=DAU(日活跃用户数)*AIPU(人均广告展示次数)*eCPM/1000
所以即使DAU恒定,影响收入的还有AIPU;从一定意义上来说,eCPM越高,AIPU相对越低,变现则是要寻找两者平衡点。
不同国家的eCPM自然是有很大差别的,不能混为一谈;发达国家和不发达国家eCPM没办法相同比较,最后我们肯定需要结合各个国家的ROI来看。
不同广告形式的eCPM自然是有差别的,一般来说激励>插屏>原生>横幅。其实也是根据广告最后的转化效果而定,视频类广告的转化效果一般优于图文类。游戏类产品以激励和插屏为主,所以相对整体eCPM较高;而非游游戏类产品(如社交、新闻、工具)以原生、横幅、插屏居多,所以相对整体eCPM较低。
举个例子,低频工具产品和高频游戏,两者的eCPM自然是后者高一些,后者用户活跃度高。如果你是广告主,你也相对来说更愿意在后者投放,除非有特定用户目标群与低频工具的属性较为相似。
只是说eCPM越多,收入不一定越多;但是eCPM作为收入的重要影响因素,如果其它因素能维持不变,提升它确实可以带来收入上涨,所以提升eCPM仍然是商业化运营重要的工作。下面讲讲影响eCPM几大因素及建议。
新增用户对广告的容忍度比留存用户高,所以转化整体也会提升,如果新增用户占比总活跃用户的10%,这10%的用户当日贡献的广告收入可以到当日广告收益的35%。
建议:保持合理的持续的新增用户比例提升,也会带来eCPM一定比例的的提升。
2. 人均广告展示次数(AIPU)
eCPM会随着转化率的降低而降低,同时用户每日看到的前3个广告转化率会相对高,3次以后转化欲望会降低。如果看5次发生的转化是1-2次,看10次转化率依然是1-2次,那么会导致转化率降低从而eCPM降低。
建议:合理控制广告频次,可以带来eCPM升高。
3. 头部广告主及季节性影响
当同品类头部广告主买量力度增加时,所有同品类和类似品类游戏的eCPM会有一定程度的提升。
每年圣诞节、黑五、电商节、万圣节、元旦等节日期间,品牌广告主会加大预算会导致广告出现加大浮动波动,一般来说每年Q4的eCPM平均值为全年最高。
建议:跟踪头部广告主趋势,留意季节及节日变化,把握变现最佳时机。
4. 竞价策略
使用广告聚合的方式接入尽可能多的广告平台,使用瀑布流或者公开竞价的方法让各家广告源充分竞争。
建议:利用广告聚合充分竞价,bidding层面,接入更多的广告平台,尽可能进行充分竞价。
瀑布流层面,适当进行提价,提升整体eCPM。
如果某一层提价,带来ARPU提升(单个用户平均广告收入=广告变现收入/活跃用户数),但AIPU下降,横幅、插屏、原生广告相对是好的,因为用户减少观看广告次数;对激励视频而言是不好的,用户需要看广告的时候,看不到广告,最终需要综合产品留存和使用时长去考虑,回归到用户LTV上。
但并非提价就一定是好的可能带来eCPM上涨,但AIPU下降。ARPU(,如果该指标也下降,其实结果就是负向,需则要我们降价。
如前面所说,不同广告形式的eCPM自然是有差别的,一般来说激励>插屏>原生>横幅。所以可以考虑尽可能增加高eCPM广告形式,替代低eCPM广告形式。
广告点击率=广告点击次数/广告展示次数
由于多数广告以点击进行出价,所以广告点击率较高,一定程度上会造成eCPM提高。
建议:多使用广告点击率较高的广告形式,比如插屏广告点击率高于Banner,但是注意不能用机器刷点击、诱导用户点击行为,容易被封号。
专业总结 | 产品运营的“商业型关键指标”
优质回答该作者主要从 “用户数量” + “用户粘性” + “用户价值” 三个维度来组织数据, 视角完全从用户出发 , 数据项集中在商业影响力较大的关键指标 ,用来对产品进行全方位的评估。(原文链接在文章底部的参考文档模块)
除了这些“商业型关键指标”,产品运营其实还需要掌握那些间接影响的、工具型的、作为决策参考的数据指标,该内容将在下一篇文章中展开: 产品运营的“工具型参考指标” 。
本文则将通过以下二个步骤详细展开“商业型关键指标”:
1)数据指标分类概况 2)各数据项的简介
因为,产品是企业用来和用户进行价值交换的媒介,企业为用户提供产品和服务供用户使用,并通过用户的使用来交换某些价值。
所以, 产品价值 = 用户数量 x 单用户价值 =(潜在用户数量 x 渗透率)x 单用户价值
我们可以理解“用户数量”与“单用户价值”所创作的“产品价值”为静态产品价值,在动态的时间方面,用户粘性的不同所创造的商业价值必定是不同的。
所以,从用户数量、用户粘性、单用户价值这三个维度来组织产品评估的数据指标。每个维度所涉及的数据项如下图所示:
说明:各个业务头部产品的DAU,即为业务本身目前的天花板。因为,每个时代,能产生过亿和过千万产品的数量是有限的。
参考数据:根据QuestMobile对2020年618活动的统计,综合电商典型APP日活跃用户过亿的有手机淘宝(约3.8亿)、拼多多(约2.6亿)、京东(约1.3亿)。
说明: ,中国互联网的飞速发展和人口规模这个基数是离不开的。由下图可知,目前市场正在下沉,所以互联网普及率仍在增长。
参考数据:
说明: ,如下图所示,针对不同业务,网民对于应用的使用率是不同的。
参考数据:
说明:
可以从 “账号或设备” 、 “新增或活跃” 这两个维度来计算不同的留存率,具体统计规则如下。
参考数据:
①行业公认的是40-20-10,也就是次日留存率40%、7日留存率20%、30日留存率10%。
②“账号或设备”这个维度留存率的差距并不大。因为一个账号可能对应多个设备(某用户在不同设备上登录账号),一个设备也可能对应多个账号(某产品允许用户有多个账号),所以平均情况就是数据表现相对一致。
③“新增或活跃”这个维度留存率的差距较大。因为活跃用户其实包括了该日的新增用户+留存用户,已留存的用户相对新增用户来说,对于产品的粘性会更大,也更加忠诚,所以会有较高的留存率表现。2015年一组对于游戏的统计数据显示(以账号为维度统计):
次日的( )
七日的( )
说明: “DAU” 就是日活, “月均DAU” 就是本月DAU的平均值, “MAU” 就是月活。
反映用户使用APP的月度频率,频率越高,这个值就越高。
该值主要受业务模式本身的影响。
参考数据:
数据来源于各公司公告,这几种业务模式已经算是中高频次的了。
譬如,我们拆解目标,致力于每个月让30%的注册用户访问一次,每天让10%的注册用户访问一次。
那么, ,与B站相仿。
说明:可参考“日均启动次数”
我们肯定希望这个值越高越好,毕竟用户使用的频次越高,越有机会养成用户习惯,从而更好的感受到产品价值,进而更好的进行商业化。无论是拼多多的多多果园,还是支付宝的蚂蚁森林、养鸡,都在做着类似的事情。使用频次受业务本身的影响会比较大。
说明:可参考“单日使用时长”
有些产品使用时长越长越好,比如长视频、短视频;而在有些产品使用时长越短越好,比如搜索、工具,这个需要结合着具体的业务类型来看。
说明:CAC,Customer Acquisition Cost,即单个用户的获取成本。
市场总花费一般包括推广渠道花费,营销和销售的总费用,甚至包括所有市场,运营人员的人力成本,这里只要把我们付出的成本都算进去就好。
参考数据:
阿里2019Q3财报显示,单季度获客成本为631元;
中信证券研究部数据显示,拼多多2019Q3的获客成本为130元。
说明:ARPU,Average Revenue Per User,为每用户平均收入。
,一般这个总用户数是按照DAU来计算的。
参考数据:(以下数据来源于各公司财报)
19Q2趣头条的ARPU值约为0.39元/天;
19Q3微博的ARPU为0.9美元;
19Q3Facebook的ARPU7.2美元;
说明:ARPPU,Average Revenue Per Paying User,为每付费用户平均收入。
,一般这个总付费用户数是月或者季度。
参考数据:(以下数据来源于各公司财报)
2019Q1,虎牙直播的人均 ARPPU 值为 287.5 元
2019Q1,斗鱼直播的人均 ARPPU 值为 226元;
说明:LTV,Life Time Value,生命周期总价值,意为客户终生价值,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。
参考数据:
,在新用户的获取上,要保证一个用户在整个生命周期中给产品带来的价值(LTV)大于获取这个新用户所耗费的成本(CAC),否则获取的用户越多,亏损越严重。这个公式看似简单,却是用户获取的本质约束。
,投资机构在投资时,还会关注LTV/CAC的比例,一般认为LTV/CAC>3是有较大概率占据行业领先地位的。
说明:PBP,Payback Period,投资回报周期。
简单理解就是投出去的钱,多久能收回来;比如获取用户花了100块,LTV是150,那多久能把投出去的钱收回来,是1个月?1年?还是10年?PBP越短,资金回收越快,越能够赚更多的钱,竞争力越强。
说明:简单的来说就是各业务营收之和,总营收=A业务营收+B业务营收+…
说明:付费率可以进行更细致的拆分,比如首次付费率、复购率。
参考数据:
2019Q3,腾讯音乐付费率为5.36%,海外可比公司 Spotify 付费率为 46%。
根据QuestMobile的数据显示,截至2019年6月,爱奇艺App月活跃用户数达到5.56亿,付费用户1.005亿,付费率为18%。
说明: 100%
毛利表示每一元销售收入扣除销售成本后,有多少钱可以用于各项期间费用和形成盈利。
参考数据:(以下数据来源于各公司财报)
微博2019Q3毛利率为80%;
陌陌2019Q3毛利率为50.5%;
B站2019Q3毛利率为18.9%。
可以看到,不同行业,不同公司,不同业务的毛利率天然是不同的。
说明:净利则反映每一元销售收入带来的净利润是多少,表示销售收入的收益水平。
100%
参考数据:(以下数据来源于各公司财报)
微博2019Q3净利率为38%;
陌陌2019Q3净利率为26.9%;
B站2019Q3净利为负的,负4.06亿。
参考文档:
[1] 选择什么数据指标进行产品评估?(一)
[2] 选择什么数据指标进行产品评估?(二)
接受生活中的风雨,时光匆匆流去,留下的是风雨过后的经历,那时我们可以让自己的心灵得到另一种安慰。所以遇到说明问题我们可以积极的去寻找解决的方法,时刻告诉自己没有什么难过的坎。探索吧关于电商arpu值怎么计算就整理到这了。