如何提高付费率,提升付费率需要注意以下几点?

qinzhiqiang 07-20 9:00 603次浏览

最近偶尔会和小伙伴讨论一些问题,自娱自乐。有个小伙伴问了这样一个问题,怎么提高付费率?

我就问他这个说的是某个具体业务的,还是通用的,他说是通用意义上的,我问他是怎么考虑的,他说还没想清楚,大体的想法会从新用户付费和老用户付费的角度考虑。

我就说了下我的想法,然后这两天偶然间产生了一些想法和灵感,觉得这不是一个问题,而是一类问题,所以我就在那个问题的基础上又做了一些推演的思考。

本文主要包括这两部分,一部分是关于提升付费率的思考,一部分是在此基础上的推演,扩大到更通用的边界。

如何提升付费率?

如何提升付费率

先说一下,那天我给到的临时答复。

我是这样理解这个事情的:付费率=付费UV/整体UV

那需要做的就是提升付费UV,或者提升整体UV的质量,后面的其实是渠道和用户匹配度的问题,以前面为探讨对象。

对应在用户使用产品的付费转化路径上,就是未付费》初次付费》持续付费》流失

那对应提升付费UV的问题就变成了:

用户为什么要付费,怎么提升付费的动力,降低付费的门槛;

有什么方式能够让利给用户,让用户完成首次的付费转化;

用户为什么要持续付费,增加额外付费的好处,以及不付费的惩罚;

用户为什么会流失,怎么拉长LT,怎么流失预警,流失了怎么能召回。

后面又考虑了下,付费率这种东西,最根本的其实还是和业务模式本身的特点有关,而且付费的定义也可能不一样,比如电商和增值服务类的产品,付费率的值肯定是不一样的。

如何提升付费率?

仔细想了想,不同业务模式付费的差异,主要是由这两点决定的,一个是产品决策周期,一个是用户生命周期。

产品决策周期指的是用户从初次了解产品,到最终决定要采取行动需要花多久,决策的复杂程度如何,这里面又受到很多因素的影响,比如产品本身的标准化程度、价格高低、试错成本的高低,以及决策的场景是怎样的。

比如买车、买房,这种就属于典型的决策周期很长的事情,点哪家外卖,买哪家衣服,则属于决策周期相对较短的事情。

一般来说,产品的标准化程度越高,价格越低,试错成本越低,也就越容易做出决策。

反之则很难做出决策,这个时候就会有很多的辅助决策的手段,比如免费体验产品,长期跟进以建立信任关系等等。

用户生命周期主要是用户和你是多久的关系,是一次性的,是低频次的,还是中高频次的?这取决于业务模式本身,不同的业务,用户生命周期肯定是不一样的。

比如你可能只买一两次房子,但你隔三差五的就会买买衣服,甚至每天都可能点外卖。

用户生命周期的长短,直接决定着后续一些策略的制定。

一次性的业务主要关注的是获客成本、客单价、转化率,毕竟是一锤子买卖,低频次的业务就是让用户在特定场景能想起你来,单用户价值能够大于获客成本即可。

中高频的业务则主要关注获客成本、黏性、复购率、ARPPU、LT(生命周期)和LTV(生命周期价值)。

不同的业务模式天然就是不一样的,付费率的特点也是不一样的,所以我们也只能得到了这样一个基础假设:

  • 大前提,和业务模式本身有关,主要取决于产品决策周期和用户生命周期;
  • 小前提,之前说的那些转化步骤,新用户的付费转化,老用户的持续付费。

具体的,只能具体问题具体分析。

推演一下

这只是一个问题,那是不是就可以延伸成一系列的问题,如何提升XX,比如如何提高流水?如何提升使用时长?

于是我就在考虑是不是有一种通用的思维方式,可以帮助解决这类似的问题。

我初步得出来的答案是先量化指标,然后按不同的维度进行拆解,之后找到关联的影响要素,得出来一些猜想和假设,最后是证实或者证伪。

如何提升付费率?

下面来分别看下。

量化指标

这里主要是定义清楚问题,能量化的就量化,不能量化的看能不能想办法量化,毕竟不能量化的东西,也就很难评估和提高。

比如上文说的付费问题,假定有100万的DAU,每天有1万付费用户,那么付费用户到底是多还是少呢,以及什么样的用户算是付费用户呢?

所以第一步,需要做的就是找到合适的量化指标,并且定义清楚相关的计算标准。

第二步就是找到一个合适的公式来进行量化表达,量化成一个公式之后,我们就知道这个指标到底会受到哪些关联指标的影响了。

比如,利润=收入-成本这就是一个基础的公式,那想提高利润,无非就是增加收入,降低成本。

再比如,上文中提到的付费率=付费UV/整体UV,那需要做的就是提升分子,以及在分母相同的情况下,提高用户的质量。

接下来就是不断的细化这个基础公式了。

分维度拆解

一种思路是按照空间顺序,从整体到局部不断的进行拆分,比如收入=业务1收入+业务2收入+业务3收入…

另一种思路是按照时间顺序,也就是事情自然发生的流程来组织整个过程,看事情发生的前、中、后分别有哪些环节。比如基于转化路径的收入公式,收入=流量*点击率*购买转化率*购买成功率*客单价。

如果没有明确的思路,就先随便列一些拆解的维度,然后边拆边看好了,比如常见的性别、年龄、地域等。

拆解的目的是尽可能的把所有的关联影响要素,都整合在这个量化指标的基础公式里。

拆解前的公式:

  • 利润=收入-成本

初步拆解后:

  • 利润=流量*点击率*购买转化率*购买成功率*客单价-(人力成本+营销成本+软硬件成本)

然后不断的拆解和完善就好。

拆解的越细致,对业务的理解就越深刻,相应的,对业务的掌控能力也就越强。

找到影响因素

从大分类上来讲,影响因素可以分为这几类:

  • 对目标有正向贡献的,所谓的驱动力;
  • 对目标有负向贡献的,所谓的阻力;
  • 没啥影响的。

那需要做的就是明确现在各影响因素的分类,然后增强驱动力,减少阻力,根据二八法则,优先处理目标贡献高,影响程度高,影响范围大的因素。

最后再结合着难易程度和所需时间来综合评估性价比和优先级。

得出猜想,证实或者证伪

最后就是基于上面那些猜想,做一些对应的调整策略,来证实或者证伪我们的想法,也就是我们平常说的MVP和迭代。

上面的部分可能还是有些抽象,最后以一个案例作为结束,我们整体再看一下,你的好友打算去开个淘宝店,找你探讨一下这个事能不能赚钱,要不要搞搞。

于是你给他缓缓道来,我们要开淘宝店了,那最终的目标是为了赚钱,也就是:

  • 利润=收入-成本

一个用户从看到我们的商品或者店铺,到最终完成购买转化,大体会经历购买前、购买中、购买后这几个阶段。

具体来说,就是:

  • 看到店铺或者店铺的商品》产生购买兴趣》进店或者商品详情页》浏览商品》决定下单》下单》购买成功》收到物品》继续购买或者流失

为了支撑用户的上述行为,我们需要做的部分是:

  • 选品、采购、买广告获取用户、优化店铺和详情页、物流发货、客服咨询、用户关系维系

根据基础的收入公式+用户转化路径的各影响因素,可以得到这样一个升级版的公式:

  • 利润=曝光量*点击率*下单转化率*付费成功率*平均客单价*复购率*用户生命周期-(采购成本+营销成本+人力成本+库存成本+其他费用)

接下来就看想开个淘宝店,在哪些方面是有显著竞争优势的,能提升哪些驱动力或者降低哪些阻力,最后看定位的目标人群和产品选品。

你朋友惊叹了一声,天哪,这也太复杂了吧。

那就简单算算,只要平均下来每笔订单是赚的,这个事就能成立,也就是单笔订单的收入>单笔订单的成本。

可以算一下每个月的开支是多少,然后看要成交多少笔,才能达到盈亏平衡点,或者前期烧钱作为引流工具,最后再通过利润商品来提升利润。

最后简单总结下,对于这种提升XX的,可以先量化指标,得出基础公式,然后通过不同维度的拆解,不断完善基础公式,最后找到关键的影响因素,再基于得到的一些猜想进行验证和迭代。

需要警惕的是,这种量化拆解的方式适用于成熟的业务模式,对于还在摸索阶段的业务,不一定适用,但一些思考方式还是可以复用的。