Mengukur penglibatan pengguna dengan skor RFV (gabungan metrik Keterkinian, Kekerapan dan Kelantangan)

  Apa yang berlaku: Salah satu topik paling hangat dalam penerbitan digital hari ini ialah mencari "inti pati" langganan — dan banyak syarikat media terkemuka telah menunjukkan bahawa pemacu utama ialah penglibatan pengguna. Apabila melibatkan pengukuran penglibatan, kaedah "MAU" dan "DAU" yang diperkenalkan oleh Facebook nampaknya masih menjadi yang paling popular. Tetapi bagi Deep BI, kaedah ini tidak boleh diambil tindakan. Sebaliknya, Deep BI mengambil petunjuk daripada Financial Times dan menggunakan skor penglibatan RFV: menggabungkan metrik pada kebaharuan, kekerapan dan volum.   Menggali lebih dalam: Daya tarikan RFV adalah skor tunggal yang lebih mudah diikuti, dibandingkan dan digunakan. Selain itu, setiap bahagian skor menyediakan metrik berharga yang boleh diambil tindakan:

• Kebaharuan : Mengukur bilangan hari pengguna telah atau belum menggunakan produk tersebut. Skor ini memberikan maklumat untuk mengambil tindakan bagi menarik pengguna kembali.
• Kekerapan : Mengukur bilangan hari dalam tempoh masa pengguna telah menggunakan produk tersebut, untuk menilai tabiat dan seterusnya kecenderungan untuk berhenti merokok. Skor ini memberikan maklumat untuk mewujudkan rutin pengguna.
• Isipadu : Mengukur penggunaan kandungan dalam bilangan artikel yang dibaca atau gabungan interaksi penggunaan. Skor ini membantu penerbit memberikan nilai yang baik kepada pengguna mereka; Deep BI menganggapnya sebagai penunjuk penggunaan yang paling penting.

Deep BI telah mengeluarkan metrik RFVnya di platformnya. Sistem syarikat mengira, dalam masa nyata, skor penglibatan setiap kali pengguna berinteraksi dengan produk digital (aplikasi, perkhidmatan, laman web dll.), dan menambah interaksi tersebut dengan metrik penglibatan semasa.   Menggunakan metrik penglibatan Menggunakan RFV, Deep BI untuk menjejaki segmen penglibatan vs. pelanggan, bilangan pengguna yang terlibat dari semasa ke semasa, risiko churn, kategori kandungan yang disukai pengguna, hari dengan pengguna yang paling terlibat, bandar dengan penglibatan tertinggi, dsb. Syarikat menggunakan skor RFV tersebut untuk:

• Tentukan segmen penglibatan tersuai
• Tentukan segmen risiko churn tersuai
• Kira bilangan pengguna dalam setiap segmen
• Kira dinamik (aliran) antara segmen
• Cari pemacu penglibatan utama
• Menyilangkan segmen penglibatan dengan jenis segmen lain, seperti produk langganan.

  Intinya: Deep BI menggunakan skor RFV untuk menyediakan metrik bagi membantu mereka mengembangkan pangkalan pengguna setia yang membayar, menggunakan strategi penglibatan semula seperti surat berita, pemberitahuan tolak dan iklan. Syarikat itu juga menggunakan sistem untuk penambahbaikan produk dan sistem cadangan yang lebih baik.