Lo que está sucediendo:
Uno de los temas más candentes en la publicación digital es encontrar el "santo grial" de las suscripciones, y muchas empresas líderes de medios han demostrado que un factor clave es la interacción del usuario. Para medir la interacción, los métodos "MAU" y "DAU" introducidos por Facebook siguen siendo los más populares. Sin embargo, para Deep BI, estos métodos no son prácticos. En su lugar, Deep BI se inspiró en el Financial Times y utiliza la puntuación de interacción RFV: combina métricas de actualidad, frecuencia y volumen.
Profundizando más:
El atractivo de RFV reside en su puntuación única, que es más fácil de seguir, comparar y usar. Además, cada parte de la puntuación proporciona métricas valiosas y prácticas:
- Recencia : Mide el número de días que un usuario ha usado o no el producto. Esta puntuación proporciona información para tomar medidas y atraer a los usuarios de nuevo.
- Frecuencia : Mide el número total de días que un usuario ha usado el producto durante un período determinado, lo que permite evaluar sus hábitos y, por lo tanto, su propensión a la deserción. Esta puntuación proporciona información para establecer la rutina del usuario.
- Volumen : Mide el consumo de contenido en función del número de artículos leídos o una combinación de interacciones de uso. Esta puntuación ayuda a los editores a ofrecer un buen valor a sus usuarios; Deep BI la considera el indicador de uso más importante.
Deep BI ha publicado sus métricas RFV en su plataforma. El sistema de la compañía calcula, en tiempo real, las puntuaciones de interacción cada vez que un usuario interactúa con un producto digital (aplicación, servicio, sitio web, etc.) y complementa esa interacción con las métricas de interacción actuales.
Uso de métricas de participación
Utilizando RFV, Deep BI para rastrear segmentos de interacción vs. suscriptores, número de usuarios interactuados a lo largo del tiempo, riesgo de abandono, categorías de contenido preferidas por los usuarios, días con mayor interacción, ciudades con mayor interacción, etc. La empresa utiliza estas puntuaciones RFV para:
- Definir segmentos de interacción personalizados
- Definir segmentos de riesgo de abandono personalizados
- Cuente el número de usuarios en cada segmento
- Calcular la dinámica (flujo) entre segmentos
- Encuentre los impulsores clave de la participación
- Intersecar segmentos de participación con otros tipos de segmentos, como productos de suscripción.
En resumen:
Deep BI utiliza las puntuaciones RFV para generar métricas que les ayuden a aumentar su base de usuarios fieles y de pago mediante estrategias de reactivación como boletines informativos, notificaciones push y anuncios. La empresa también utiliza el sistema para mejorar sus productos y su sistema de recomendaciones.
