網站用戶的生命周期價值分析

Avinash Kaushik的博客中最近更新的一篇文章——Calculate Customer Lifetime Value,里面非常詳細地論述了什么是網站用戶的生命周期價值(Lifetime Value,簡稱LTV),及為什么要使用LTV這個指標。其中主要闡述的是在SEM及網站推廣的過程中不要僅關注于一次訪問(Visit)中的轉化率(Conversion Rates)和CPA(Cost Per Acquisition)這些指標,計算用戶在網站的整個周期中創造的總價值將更具意義,用戶生命周期價值對于衡量網站的推廣策略非常具有參考價值。

什么是用戶的生命周期價值

生命周期是指一個主體從開始到結束的發展過程,所以網站用戶的生命周期可以解釋為用戶從與網站建立關系開始到與網站徹底脫離關系的整個發展過程,而用戶的生命周期價值就是在這個過程中用戶為網站所帶來的價值總和。

用戶的生命周期可以分為4各階段,如下圖:

從用戶的生命周期曲線可以看出用戶在于網站建立關系期間一般會經歷4個階段,每個階段都為網站帶來不同的價值:

考察期:用戶會試探性的偶爾來訪問下網站,這個時候用戶創造的價值比較低;

形成期:用戶可能已經有點喜歡上你的網站了,他們會不定期的進入網站,并開始嘗試做些交互,同時用戶創造的價值飛速提升;

穩定期:用戶成為了網站的忠實Fans,他們經常會光顧網站,不僅自己使用網站提供的服務,同時可能還會幫助宣傳網站,這個用戶創造的價值到達最高峰并保持相對穩定;

退化期:用戶由于某些因素而開始與網站的關系產生裂痕,進而迅速破裂直到徹底離開,這個時期用戶創造的價值迅速遞減。

需要注意的是,用戶不一定在到達穩定期后與網站的關系才會衰退,在任何時期,只要有某些因素影響了用戶的滿意度,用戶的生命周期就可能進入退化期,進而徹底脫離該網站。

如何測量用戶的生命周期價值

Avinash Kaushik在他的博客中例舉的一些例子比較多的是從電子商務網站的角度,因為電子商務網站用戶的生命周期價值更易于被衡量,可以直接計算用戶從使用該網站開始在網站中的總消費金額、凈利潤等,基于這些指標通過細分用戶的不同來源,可以計算不同推廣策略的投資回報率(ROI),進而區分優劣。

這種基于用戶生命周期價值的網站來源評價同樣也可以用于一般的網站,但是普通網站一般沒有交易和銷售數據,也可能不是以網站的收益作為網站的目標,那么就不能用用戶的交易金額作為評價用戶價值的指標。如何定義一般網站的用戶生命周期價值可以參考之前的幾篇有關用戶分析的文章:我們還是可以采用網站用戶忠誠度分析中取自Google Analytics中評價用戶忠誠度的4個指標——用戶訪問頻率、最近訪問時間、平均停留時間、平均瀏覽頁面數。這些指標是所有網站都可以測量得到的,同時提高用戶的忠誠度是所有網站的共同目標,忠誠用戶對網站的價值是不言而喻的,他們不僅可以為網站帶來持續的價值,同時在網站線下的品牌和口碑推廣上起著關鍵的作用。那么這4個指標如何匯總來計算得到用戶的總價值指標呢?可以參考用戶綜合價值評分體系這篇文章,使用層次分析法(AHP)得到各指標的權重,并通過加權求和的方式計算得出用戶的總價值,用該結果就可以作為衡量用戶生命周期價值的評價指標。

基于用戶生命周期價值的分析

基于網站用戶生命周期價值的計算結果,我們可以通過以下幾個方面來對用戶進行細分:

用戶的訪問來源:可以對通過計算搜索引擎、外部鏈接、社會化網絡、直接登錄等方式首次訪問你的網站的用戶的平均生命周期價值來比較哪些來源為網站帶來了最多的有價值用戶:

上圖中柱狀圖表示從各來源進入我的博客的新用戶數,折線圖表示從各來源進來的用戶的生命周期價值的平均(該來源帶來的所有用戶的生命周期價值總和/該來源帶來的用戶數,10分制)。從上圖可以看出對于我的博客來說,搜索引擎帶來了最多的用戶(可能大部分網站都是類似的情況),而從帶來的用戶的生命周期價值平均值來看,外部鏈接是最有價值的,直接進入次之(可以用于評價網站線下推廣所帶來用戶的價值),社會化網絡再次之。所以我一般會把我看到的一些介紹網站數據分析相關的博客添加到我的外部鏈接表中,如果你也有網站分析相關的博客,或者認為我的博客還不錯,也希望能把我的博客添加到你的外部鏈接表中。

用戶首次訪問中瀏覽的內容:基于內容的細分,比如以我的博客的文章分類進行細分。可以選取用戶的生命周期價值排在前100的訪問用戶首次訪問我的博客中訪問了哪些分類目錄下的文章:

上圖柱狀圖表示首次訪問我的博客瀏覽各分類文章的用戶數,折線圖表示生命周期價值排名前100的用戶首次訪問我的博客時瀏覽的各文章分類。這個結果就很明顯了,“網站定量分析”這個內容分類為我帶來了最多的新用戶,同時也為我帶來了最多的有價值用戶,也是有價值用戶轉化率最高的分類目錄,“個人觀點分享”次之。

用戶生命周期價值分析中需要注意的問題

最后不得不說的就是這個分析中存在的一大技術難點——如何定義一個用戶的首次訪問。

首先就是如何識別用戶是首次訪問,也就是該訪問用戶是新用戶(New Visitor),大家估計已經注意到了在Google Analytics工具中的Visitors模塊中有一項是根據New和Returning對用戶進行細分,Google Analytics可以根據是否存在Cookie來進行細分,用戶識別還有很多其他方法,可以參考我之前的文章——網站用戶的識別,但不得不說無論何種方法對新用戶的識別都存在一定的不準確性。

另外就是如何獲取用戶首次訪問的數據的問題。一般網站保存的統計數據有一定的期限,或者網站的數據統計起步較晚,未能統計到網站的歷史數據,尤其對于已經發展了一定時間的網站或者數據量比較大的網站來說,這類統計就更顯困難重重,也許這個時候網站的數據倉庫就可以發揮它的價值了,數據倉庫的數據集成性和保留歷史數據并且不易變更的特性讓其有能力可以完成諸如此類的復雜數據獲取。

via:webdataanalysis