想做好引流课付费转化,这11个数据指标要注意 随着拉新成本的增加,现在很多公司越来越注重运营好新用户,比如做好私域流量,比如做好复购,比如做好单个用户价值。 引流课/引流训练营就是在此情况下产生的,主要针对拉新进来的低价值用户,通过一个精细化的社群教学服务,转化成公司想要的高价值/付费用户。 那在设计一个训练营之前,需要满足的6要素,我之前有写过一篇介绍:三大模块拆解,如何做好一个引流训练营 近一年我做了40几期的理财类引流训练营,其中转化率最高的时候,接近了某投理财社群的水平,从时间效率的产出来说,我还是很有信心的。 所以这里,主要分享下我对引流训练营转化这块的一些思考和经验。 做一个引流课/训练营,最需要关注的数据是什么? 个人认为是单个用户价值。 如果公司不想烧钱,单个用户价值就决定了这个引流课的获客成本,是算ROI的一个重要指标。 如果你的单个用户价值是150,想ROI成正比,那么在外部的推广成本就不能高于150一个人。 单个用户价值=转化率 也就是说训练营转化率越高,单个用户价值也越高,这也是一个正比例关系。 单个流量用户价值的算法 比较完善的一种:单个用户价值=(该引流课总收入/该引流课入群总人数)-单个拉新成本-单个固定成本(比如人力等投入)+平均推荐率*客单价 最简单的算法:单个用户价值=(该引流课总收入/该引流课入群总人数)-单个拉新成本 关于如何计算单个用户价值,没有统一的一个标准,每家公司的情况不一样,算法也不一样。 不管大家是怎么计算这个单个用户价值的,这里面绕不过去的就是转化率。所以我还是会以转化率为主,来讲讲影响训练营转化率的一些因素,以及效果评估SOP. 高价课付费转化率 计算公式:高价课付费人数/群总人数*100% 正常说的转化率,可能有的同学只会关注到当天报名高价课的转化效果,觉得转化率高低就只跟当天转化文案/策略有关。 对转化率正确的理解应该是: 最终转化率=转化率1*转化率2*转化率3*转化率4*转化率5/6/7…. 这里没有统一的行业标准来衡量高价付费转化率需要达到多少才算优秀,因为每个社群付费模式不一样,价格不一样,社群运营时间不一样,训练营的主题(是否刚需)不一样。 举个例子,一个7天的理财社群,9.9元付费进来的用户,如果只卖一个价格在300-500之内的高价课,我认为的评估目标如下:
当然也有的引流课卖超出1000的课程,正常情况下,这需要很强的运营手段,更多的运营策略(比如电销),以及更长的天数。 之前我们做过的30天引流课,价格在1000-2000之内的高价课的转化率,供参考:
实际上任何一个训练营,从加好友开始到最终群转化,一共有好几个步骤。 我以我们《7天小白理财训练营》的主要流程(如下图),来说说每个转化率的影响因素和优化建议. 1. 加好友通过率 计算公式=好友通过数/该引流课报名人数*100%
报名引流课来的用户,第一步是先加老师微信号。当然也有先拉群,后加好友的情况,这种就先不讨论了) 目前小鹅通报名后就会跳出微信二维码,还算流畅。不过如果有条件,建议自己做H5报名页面,这样加好友率。更高。 加好友率不高,主要原因&优化建议如下:
2. 填写入学档案填写率 计算公式=填写量/加好友人数*100%
我认为入学档案是一个不可缺的运营步骤。 他不仅让运营人员可以了解学员的情况,对上课内容/课程规划有一定的指导作用;更重要的是让运营人员提前了解用户信息,方便课时做精细化运营。 如果入学档案率低于90%的情况,检查下是否有如下问题:
以下几个有用的tips, 我们每次用效果都不错:
3. 入群率 计算公式=入群人数/加好友人数*100%
我试过两种入群率: 第一种:做完入学档案后拉群(或者一通过好友就拉群),上课前群内禁言,一直到开课班会。 优点:入群率接近加好友数,因为算趁热打铁,让大家先入群。 缺点:开课前一段时间内,有人会在群内问问题或者发广告之类的,需要点运营精力。 第二种:开课前统一拉群 优点:不需要课前的运营精力,刚入群就准备开班会,场子很容易热起来。 缺点:第一次入群率不会很好,或者说有的人要催好几次才能入群,很容易错过开课班会。 具体哪一种,要看业务和运营人员的安排,倒不是有特别明显的差别,我现在用的是第一种。 入群率的转化率不高,常见原因&优化建议:
ps:这里如何知道哪些用户没入群呢?可以用工具排查(比如wetool就有这个功能),或者手动排查。 4. 开课班会参加率 计算公式=班会中发言人数/班级总人数*100%
PS: 如上指标是我根据往期训练营中的活跃表现,以及体验了其他十几个训练营得出的一个综合指标,会带点主观性,仅供参考 如果这里有工具,可以统计到开课班会期间的一些详细数据,比如每个人的说话次数就更好了。 由于我们现在在用的工具只是wetool,最近wetool上有群每日活跃数据,不过这个我还在测试中,暂时就不作为例子来分析。 如果开课班会参加率不高,检查下以下几方面:
5. 完课率(指看完音频/视频课程的学员) 完课率建议关注两个数据 第一个播放率= 该音频播放量/班级总人数*100% 如下图是我根据小鹅通大概统计出来的一个健康指标,因为小鹅通后台有些数据看不出来,所以存在不确定性,仅供参考 第二个完播率= 完播量/播放量*100%【指用户播放某条音频到最后30秒的收听人数统计】 我发现一个很奇怪的现象,完播率不像播放率那么有规律性(随着时间的增加学习热情度降低)。 它更多的是跟主题和内容有关,所以我只能大概得出第一节课和最后一节课的完播率健康指标 如果健康指标不理想,需要注意的因素&优化建议如下
6. 作业/测试完成率 计算公式:作业完成人数/班级总人数*100%
解释一下,比如我们有6节课,每节课后都有一个测试,那么全部作业完成人数就指完成了6次作业的人数;有的训练营只有结课一次大测试,那就以这次测试为准 如果想让更多的学员完成作业/测试,建议:
关于打卡发群里,我没有主动提示大家这样做,怕用户刷屏导致群内信息太嘈杂,所以后来就没用过了。 比较建议建小群,专门做学习督促用,比如我参加过的运营研究社的学习社群,他们会建立小群,在小群打卡。 7. 社群活跃率 这里我会关注两个指标 第一个-人数指标:整个上课期间社群总互动人数/班级总人数*100%
第二个-频率指标:7天内每天都在活跃的人数/总人数*100% (比如我们上课主要天数是7天)
这个是需要有相关工具来统计的,我们目前在用的wetool上有大部分数据,但是还是有数据上的疏漏, 所以如上只做参考。 如果社群活跃率不高,检查&优化如下:
8. 私聊反馈率 计算公式:私聊反馈率=私聊回应人数/私聊发出总人数
这里也是需要用到工具来统计,目前我还没看到比较好的私聊统计数据,不过根据经验来看,每天的私聊反馈率都是逐渐递减的。 我们每天都有跟用户私聊,因为不易统计,我会只关注跟转化高价课有直接关系的那句/几句私聊反馈率。 私聊反馈率不高,可能是以下一些原因:
9. 结课班会参加率 计算公式:班会中发言人数/班级总人数*100%
如果结课班会参加率比较低,检查下以下几方面:
10. 退群率 计算公式:退群人数/第一天入群总人数*100%
在群里发广告或者违反群规则被管理人员主动抱出去的,不能算作退群人数。 退群率高的原因,主要是有以下几个:
不管退群率多少,建议最后跟每一位退群的用户私聊,问问退群原因,方便日后做一些应对措施。 11. 结课好评率 这里没有一个计算公式,因为结课问卷正常都会问一系列选择题,只能从整体的反馈统计里面,大概看看整个课程 关于好评率,可以评估下面两个指标: 班主任好评度:
如果班主任好评度不高,需要观察下班主任培训制度和奖惩制度是否完善 愿意跟朋友分享课程度:
如果分享度不高,需要看看课程的设计是否有干货,上课形式是否合理,以及教学服务是否做得够细致等。 以上所有的转化率,就是我上面公式当中的转化率1/2/3/4/5/6等。他们的共同效果最终导向这个高价课付费转化率。 总结 所以,影响一个引流训练营最终高价课程的转化率,是基于如上的所有转化率的好坏: 加好友率,入学档案完成率,入群率,开课班会参加率,完课率,作业/测试完成率,社群活跃率,私聊反馈率,结课班会参加率,退群率和结课好评率。 如上所有的数据指标只是以理财类课程为例子作为参考,每个类别每个行业的引流课的指标不一样,没必要一一对应。 大家可以根据自己训练营的流程,来得出需要关注的转化率有哪些,然后每一个转化率都做好了,你才可以做成一个高转化的引流训练营。 写了这么多,我最后的总结和思考: (1)要做好一个训练营,就一定要做精细化运营,只有颗粒度精细化到每一步的过程控制,成功才能复制。 (2)不要以为付费转化率就是某一个动作造成的结果,这是一连串动作的结果,所以要把每一个步骤的转化率做到最优,才能达到一个优秀的付费转化率。 (3)站在用户角度,时刻想着:用户学完后会不会有收获?而不是首先想着如何让他们付费。做好第一点,第二点自然而然就发生了。 (4)要做好一个品类的引流训练营,首先让自己熟悉这个品类的知识点,比如你做理财,就需要了解理财的专业知识;做PPT等技能,就得自己是半个PPT专家。 (5)如上所有的指标是基于付费了9元,或者9.9元的引流课学员,如果是免费进来的引流课用户,指标肯定会下降;所以我一直强推荐,尽量不要做免费的引流课! (6)影响一个训练营的付费效果,除了上面的11个指标,其实还有一个没有指标的因素,就是社群管理人员(我们统称为班主任)。 一个及格的班主任是可以按照社群SOP完成固定的工作; 一个优秀的班主任是需要有个人特色,知道如何活跃,如何解决问题,如何引导用户购买,可专业可幽默可逗比可威严。 (7)如何在引流课里面设置老带新,让老用户可以帮忙介绍新用户,这是一个可以深入思考的点,也是我们目前在优化的点。
|