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.
Approfondendo:
Il vantaggio dell'RFV risiede nel punteggio unico, più facile da seguire, confrontare e utilizzare. Inoltre, ogni parte del punteggio fornisce metriche preziose e fruibili:
- Recency : misura il numero di giorni in cui un utente ha utilizzato o meno il prodotto. Questo punteggio fornisce informazioni su come intraprendere azioni per riportare gli utenti a utilizzare nuovamente il prodotto.
- Frequenza : misura il numero totale di giorni in un determinato periodo di tempo in cui un utente ha utilizzato il prodotto, per valutare le abitudini e quindi la propensione all'abbandono. Questo punteggio fornisce informazioni per stabilire la routine dell'utente.
- Volume : misura il consumo di contenuti in base al numero di articoli letti o a una combinazione di interazioni d'uso. Questo punteggio aiuta gli editori a offrire 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 integra tale interazione con le metriche di coinvolgimento correnti.
Utilizzo di metriche di coinvolgimento
Utilizzo di RFV e 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 il maggior numero di utenti coinvolti, le città con il più alto coinvolgimento, ecc. L'azienda utilizza questi punteggi RFV per:
- Definisci segmenti di coinvolgimento personalizzati
- Definisci segmenti di rischio di abbandono personalizzati
- Contare il numero di utenti in ogni segmento
- Calcola la dinamica (flusso) tra i segmenti
- Trova i principali fattori di coinvolgimento
- Intersezione dei segmenti di coinvolgimento con altri tipi di segmenti, come i prodotti in abbonamento.
In conclusione:
Deep BI utilizza i punteggi RFV per fornire metriche che aiutano a sviluppare una base di utenti paganti e fedeli, utilizzando strategie di re-engagement come newsletter, notifiche push e annunci pubblicitari. L'azienda utilizza il sistema anche per migliorare i prodotti e migliorare il sistema di raccomandazione.
Contenuti dei nostri partner
