Cosa sta succedendo:
Uno degli argomenti più attuali nell'editoria digitale è trovare il "Santo Graal" degli abbonamenti, e molte importanti aziende mediatiche hanno dimostrato che un fattore chiave è il coinvolgimento degli utenti. Quando si tratta di misurare il coinvolgimento, i metodi "MAU" e "DAU" introdotti da Facebook sembrano ancora essere i più popolari. Ma per Deep BI, questi metodi non sono applicabili. Deep BI ha invece preso spunto dal Financial Times e utilizza il punteggio di coinvolgimento RFV, combinando metriche su recenza, frequenza e volume.
Scavando più a fondo:
Il fascino di RFV è il punteggio unico, che è più facile da seguire, confrontare e utilizzare. Inoltre, ciascuna parte del punteggio fornisce metriche preziose utilizzabili:
- Recency : misura il numero di giorni in cui un utente ha o non ha utilizzato il prodotto. Questo punteggio fornisce informazioni su come agire per riportare indietro gli utenti.
- Frequenza : misura il numero di giorni totali in un periodo di tempo in cui un utente ha utilizzato il prodotto, per abitudini valutabili e quindi propensione all'abbandono. Questo punteggio fornisce informazioni per stabilire la routine dell'utente.
- Volume : misura il consumo di contenuto in termini di numero di articoli letti o una combinazione di interazioni di utilizzo. Questo punteggio aiuta gli editori a fornire un buon valore ai propri utenti; Deep BI lo considera l'indicatore di utilizzo più importante.
Deep BI ha rilasciato le sue metriche RFV sulla sua piattaforma. Il sistema dell'azienda calcola, in tempo reale, i punteggi di coinvolgimento ogni volta che un utente interagisce con un prodotto digitale (app, servizio, sito Web, ecc.) e aumenta tale interazione con gli attuali parametri di coinvolgimento.
Utilizzo delle metriche di coinvolgimento
Utilizzando RFV, Deep BI per monitorare i segmenti di coinvolgimento rispetto agli abbonati, il numero di utenti coinvolti nel tempo, il rischio di abbandono, le categorie di contenuti preferite dagli utenti, i giorni con gli utenti più coinvolti, le città con il coinvolgimento più elevato, ecc. L'azienda utilizza tali punteggi RFV per:
- Definisci segmenti di coinvolgimento personalizzati
- Definire segmenti di rischio di abbandono personalizzati
- Contare il numero di utenti in ciascun segmento
- Calcolare la dinamica (flusso) tra i segmenti
- Trova i principali fattori di coinvolgimento
- Intersezione di segmenti di coinvolgimento con altri tipi di segmenti, come i prodotti in abbonamento.
La conclusione:
Deep BI utilizza i punteggi RFV per fornire metriche che li aiutino a far crescere una base di utenti fedeli e paganti, utilizzando strategie di reengagement come newsletter, notifiche push e annunci. L'azienda utilizza il sistema anche per il miglioramento del prodotto e un migliore sistema di raccomandazioni.
Contenuti dei nostri partner
