Ano ang nangyayari:
Isa sa mga pinakamainit na paksa ngayon sa digital publishing ay ang paghahanap ng “holy grail” ng mga subscription — at maraming nangungunang kumpanya ng media ang nagpakita na ang pangunahing driver ay ang pakikipag-ugnayan ng user. Pagdating sa pagsukat ng pakikipag-ugnayan, ang mga pamamaraang "MAU" at "DAU" na ipinakilala ng Facebook ay tila ang pinakasikat.
Ngunit para sa Deep BI, ang mga pamamaraang ito ay hindi naaaksyunan. Sa halip, kinuha ng Deep BI ang pahiwatig nito mula sa Financial Times at ginagamit ang marka ng pakikipag-ugnayan sa RFV: pinagsasama-sama ang mga sukatan sa pagiging bago, dalas at dami.
Paghuhukay ng mas malalim:
Ang apela ng RFV ay ang solong marka, na mas madaling sundin, ihambing at gamitin. Gayundin, ang bawat bahagi ng marka ay nagbibigay ng mahahalagang sukatan na naaaksyunan:
- Recency : Sinusukat ang bilang ng mga araw na ginamit o hindi pa ginagamit ng isang user ang produkto. Nagbibigay ang markang ito ng impormasyon para sa pagsasagawa ng pagkilos upang maibalik ang mga user.
- Dalas : Sinusukat ang bilang ng kabuuang mga araw sa loob ng isang yugto ng panahon na ginamit ng isang user ang produkto, sa mga masusuri na gawi at samakatuwid ay nag-churn ng hilig. Ang markang ito ay nagbibigay ng impormasyon para sa pagtatatag ng gawain ng gumagamit.
- Volume : Sinusukat ang pagkonsumo ng nilalaman sa bilang ng mga artikulong nabasa o isang kumbinasyon ng mga pakikipag-ugnayan sa paggamit. Nakakatulong ang markang ito sa mga publisher na magbigay ng magandang halaga sa kanilang mga user; Itinuturing ng Deep BI na ito ang pinakamahalagang indicator ng paggamit.
Inilabas ng Deep BI ang mga sukatan ng RFV nito sa platform nito. Kinakalkula ng system ng kumpanya, sa real-time, ang mga marka ng pakikipag-ugnayan sa bawat oras na nakikipag-ugnayan ang isang user sa isang digital na produkto (app, serbisyo, website atbp.), at dinadagdagan ang pakikipag-ugnayan na iyon sa mga kasalukuyang sukatan ng pakikipag-ugnayan.
Paggamit ng mga sukatan ng pakikipag-ugnayan
Gamit ang RFV, Deep BI para subaybayan ang mga segment ng pakikipag-ugnayan kumpara sa mga subscriber, bilang ng mga engaged na user sa paglipas ng panahon, churn risk, mga kategorya ng content na mas gusto ng mga user, mga araw na may pinakamaraming engaged na user, mga lungsod na may pinakamataas na engagement, atbp. Ginagamit ng kumpanya ang mga RFV score na iyon para:
- Tukuyin ang mga custom na segment ng pakikipag-ugnayan
- Tukuyin ang mga custom na segment ng panganib sa churn
- Bilangin ang bilang ng mga user sa bawat segment
- Kalkulahin ang dynamics (daloy) sa pagitan ng mga segment
- Maghanap ng mga pangunahing driver ng pakikipag-ugnayan
- Pag-intersect ng mga segment ng pakikipag-ugnayan sa iba pang uri ng mga segment, gaya ng mga produkto ng subscription.
Nilalaman mula sa aming mga kasosyo
Ang ilalim na linya:
Gumagamit ang Deep BI ng mga marka ng RFV upang magbigay ng mga sukatan upang matulungan silang lumago ang isang nagbabayad, tapat na base ng user, gamit ang mga diskarte sa muling pakikipag-ugnayan gaya ng mga newsletter, push notification at mga ad. Ginagamit din ng kumpanya ang sistema para sa pagpapabuti ng produkto at isang mas mahusay na sistema ng rekomendasyon.
