个推「数据驱动运营增长」城市巡回沙龙·上海专场:网易云音乐如何用数据驱动活跃和留存?

近日,以"数据增能,高效提升用户运营价值"为主题的个推「数据驱动运营增长」城市巡回沙龙·上海专场圆满举行。活动现场,网易云音乐平台运营总监曹鲁豫以**"数据驱动活跃和留存"**为主题,深度分享了网易云音乐的数智化运营实践。

▲ 曹鲁豫 网易云音乐平台运营总监 曾负责盒马鲜生、天猫超市的用户运营与体验,曾合伙创建过C+轮的人工智能公司,拥有横跨内容与电商的用户增长经历。

用户活跃和留存是APP的两大核心运营指标。活动现场,网易云音乐平台运营总监曹鲁豫深入分享了网易云音乐通过数据驱动用户活跃和留存的运营实践。

曹鲁豫介绍,作为国内最大的音乐分享和交流社区,网易云音乐构建了丰富的数据标签体系,包括用户标签、内容标签、场景标签三个维度。用户标签指的就是用户的基础画像特征,包括性别、年龄、城市、机型等;内容标签指的是歌曲的曲风、语种、所属年代、IP属性等;场景标签则更多的是指音乐和人产生连接的具体场景,比如通勤场景、学习场景、运动场景等。

在用户维度,网易云音乐根据用户的整体活跃度进行了用户分层,然后针对低活、中活、高活等细分用户群制定相应的促活策略。比如针对低活用户,通过"看广告免费听会员歌曲"等利益驱动的方式,提升这部分用户群体的活跃度;而针对既容易留存也容易流失的中活用户,一方面是策划能够"刷屏"的爆款活动,吸引中活用户增加活跃,另一方面是设置等级体系,驱动这部分用户持续使用APP以提升用户等级。

曹鲁豫介绍,**"促活不仅需要采取有效的运营策略、上线有趣的产品功能,还需要内容上来配合"。**网易云音乐同时还会分析不同活跃度用户群体的内容偏好,为用户推荐"契合"的音乐,从而提升用户对APP的好感度和使用黏性,促进用户活跃。

在用户留存方面,网易云音乐更是充分发挥了数据和智能算法的驱动作用。网易云音乐使用logit回归分析、决策树、随机森林等算法,对"用户行为"与"用户留存"进行了关联性分析 ,通过挖掘用户行为路径,找到容易导致用户流失的环节,分析不同用户群在该环节的行为特征,然后针对性进行"挽留"和流失预防。比如对用户登录环节进行优化,一方面缩短用户的登录路径,优化用户体验,另一方面在新用户登录界面就赠送会员体验时长,降低新用户的权益领取门槛,提升新用户的留存率。

曹鲁豫提到,**"我们也和个推合作对Push的整个链路进行了优化。**比如我们通过数据分析用户喜欢打开云音乐听歌的时间,然后选择在这一时间给用户推送消息;再比如我们也在消息推送样式上做了很多数据调研,我们发现云音乐的用户更喜欢图文和视频的消息样式。通过不断优化推送链路,我们使消息推送整体点击率有了大幅提升,从而促进了用户活跃和留存"。

总结网易云音乐对数据的运用,曹鲁豫讲道,"数据需要包装。 网易云音乐在策划爆款数据报告的过程中,花了大量的心思在数据的包装上。我们把对数据的应用转化成了情感向的营销 ,以音乐为基础,通过数据去探寻用户和IP之间的喜好关系、用户和用户之间的关系、用户和热点之间的关系。我们给用户带来的不仅仅是数据价值,更多的是在数据层面上,怎么传递跟用户关联的情绪价值"。

相关推荐
PersistJiao1 小时前
在 Spark RDD 中,sortBy 和 top 算子的各自适用场景
大数据·spark·top·sortby
果冻人工智能1 小时前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工1 小时前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
石小石Orz1 小时前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
2301_811274311 小时前
大数据基于Spring Boot的化妆品推荐系统的设计与实现
大数据·spring boot·后端
孤独且没人爱的纸鹤1 小时前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭1 小时前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~1 小时前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
Yz98761 小时前
hive的存储格式
大数据·数据库·数据仓库·hive·hadoop·数据库开发
青云交1 小时前
大数据新视界 -- 大数据大厂之 Hive 数据导入:多源数据集成的策略与实战(上)(3/ 30)
大数据·数据清洗·电商数据·数据整合·hive 数据导入·多源数据·影视娱乐数据