大咖聊數據| 滴滴出行李觀：數據維度上的評估效果，最直接看LTV

李觀：歷任ofo共享單車用戶增長總監和搜狐暢遊創新中心總監。擅長互聯網的產品創新和品牌營銷，既有從零到一的孵化經歷，也有過億用戶的指數級運營經驗。畢業於北京大學，曾在美國耶魯大學和敘利亞大馬士革大學交換留學。

問：滴滴出行是如何高效精準的獲取終端用戶？

答：用戶分為主動用戶、被動用戶、推薦用戶。第一類主動用戶是指不做任何推廣自然流量獲取到的用戶。第二類被動用戶是指通過廣告吸引到的用戶。第三類推薦用戶是指通過用戶間的口碑傳播帶來的新流量。這三類不同的用戶的影響因素均不同。影響主動用戶的因素包含基礎量和變數，基礎量是指現在整個市場的供需情況、產品滲透率、產品的NPS及品牌口碑，變數是指在當前的供需情況下是否要做一些營銷活動或促銷。影響被動用戶的因素，除了影響主動流量提到的基礎量與變數以外，還包括媒體的選擇（人群匹配度、場景匹配度）和素材的選擇。影響推薦用戶的因素包括基礎量、變數、漏斗轉化、素材及交互等等。

獲取幾萬的用戶數與獲取全中國一半用戶數的方法是完全不同的。其中有個行為發生的公式，B = MAT，行為（Behaviour）=動力（Motivation）+能力（Ability）+觸發器（Trigger）。這個公式是我們總結實踐後在獲取用戶上較好用的。

所有的產品其實分三類需求：痛點、爽點、癢點。痛點是不滿足感，爽點是滿足感，癢點是指不是用戶的剛需，但長期體驗會有心癢地感受（例如女生逛街買的非必需的產品或看韓劇的代入感）。滴滴出行是將這痛點與爽點結合，例如滴滴平台沒有推出時用戶在風雨中等車，有了滴滴後可先叫車，司機到達後再出門即可，這就是痛點與爽點的對比。

滴滴出行除了APP以外，頭部流量、尾部流量基本都抓住了，只要與滴滴有結合的場景，基本上均有合作。例如墨跡天氣的頁面有滴滴打車的入口，碰到天氣不好的情況可通過入口來打車，滴滴基本與所有互聯網較大的APP都有合作，能夠讓用戶隨時隨地的享受到滴滴的服務。 以上就是我們用戶的增長的相關策略及方法。

如果我們最終的目標是中國一半的用戶，那我們該怎麼做呢？滴滴的成功是點、線、面、體四個維度的成功。體：今日頭條、美團、滴滴這三家公司基本上是在移動互聯網興起的時候產生的，這是大的趨勢。面：滴滴誕生的時候，正好需要找一個場景來推廣移動支付，所以阿里系與騰訊系會投入很多支持。線：用戶具體的打車需求。點：用戶看到的營銷活動。所以滴滴出行才能把用戶做到如今的體量。

產品從誕生到慢慢的衰退，我們把它分了五個個階段。 第一個階段叫種子期：大概觸達了目標用戶的3%。第二個階段叫導入期：用戶量快速的成長。第三個階段叫早期大眾：進入到了大眾市場。如果能夠跨越第三個階段，就證明我們的產品已經進入到了主流市場並且是在健康成長。在產品早期3%的用戶是種子期，主要精力要投入到主動流量，這個時候的產品還不夠優秀，種子用戶的容忍度很高並且希望與產品共同成長。第二階段是推廣期，需要做大量的廣告。絕大多數廣告的方式在這個階段完成。第三階段進入到大眾市場，此時的多數流量來自於推薦，通過數據可以看出50%以上的流量都是通過推薦獲得。後面還有兩個階段，分別是後期大眾以及衰退期。

問：關於付費與免費推廣，如何選擇適合本企業廣告投放策略？

答：產品需要大量的推廣的階段，通過早期的商業模式了解了用戶的需求、痛點就去需要去做大量的付費推廣。無預算或預算低的情況就要加強主動流量、推薦流量的環節、優化新手引導、產品入口、轉化漏斗這些都可以通過內部產品實現，不需要太多成本。用戶的需求是多維的，錢是垂直的刺激物，偷懶的辦法就是直接用錢去激勵。

確定投放的是品牌類型還是效果類型的廣告？配比是多少？很多企業會走到一個誤區，因為感覺效果類的廣告好評估，所以會大量的投放，因此忽視了品牌類型廣告的投放。第二個誤區：單純的看ROI，某些渠道天然就會優於其他渠道，例如商店的效果好是因為裡面有一定數量的主動流量。第三個誤區：廣告投放更偏向於新用戶，通過後續的數據驗證，投放給老用戶帶來的用戶推薦效果可能會更好。」

問：在用戶的促活上你們都做了哪些工作？如何評估？

答：滴滴出行內部有完善的用戶成長體系，大致可以可分成三個維度。第一維度：物質性獎勵，例如打車次數越多的用戶，可能越容易叫車及折扣券會越多，這是實實在在的物質性獎勵。該階段有需要特別關注的是「內升性」，提供給用戶的物質激勵一定是我的平台內升出的權益，而不是我們去置換或者BD來的資源，這些資源不會讓用戶與平台產生更強的粘性。第二個維度：精神層面的，不論是快車還是專車，消費到一定的額度都會有專屬的黑金卡，用戶不僅可以享受黑金卡的權益，也是一種身份的象徵。第三維度：趣味性，例如說年度賬單，會員系統里簡單的小遊戲等。

在數據維度上的評估效果，最直接有效的是看LTV（生命周期總價值）。而且LTV其實能夠看到用戶從哪個渠道過來，然後呈現了怎樣的一種特點。

我們會在不同的渠道間做對比，發送紅包、投廣告、應用商店的廣告都是渠道，不同的渠道間做LTV（生命周期總價值）的對比及CAC（用戶獲取成本）

問：如何看待數據驅動？

答：目前多數的非互聯網公司還不夠數據驅動，因為沒有大量的數據去支持。另外我認為不光要依賴數據，還要擁抱不確定性。如果某件事情我們有70%的成功率，通過數據優化的情況下，這件事情的最終結果就會變得更好。

來源：熱雲數據