18.05.23 中原地产-如何做好 App 推广渠道监测

本文作者：金周萍、华磊，中原地产增长负责人。本文来自作者投稿，授权 GrowingIO 原创发布。

中原集团是一家专业的房地产服务机构，和互联网行业相比，中原集团是一家非常传统的企业。数年前，中原集团获客渠道主要依靠线下门店，或者是在安居客、房天下等线上媒体平台投放广告。近年来，中原集团和互联网的联系越来越紧密，公司自主研发的 App 产品逐渐在市场上站稳脚跟。
如何通过自身产品（网站、App 等）获取线上客源并实现用户转化，这是中原地产面对的最大课题。
中原地产从 2017 年开始使用数据分析产品 GrowingIO ，他们倡导的「数据驱动增长」理念对中原地产产品增长有非常大的影响，全新上线的「广告监测」功能也为我们带来了较多实质性的帮助。今天，我们就结合 GrowingIO 的产品功能，谈谈如何做好 App 推广。
推广可简单地划分为 “免费推广” 与 “付费推广” ，中原地产也不例外。下面，我先和大家分享我们是如何提升 “免费推广” 转化率的。

1.免费推广 ：提升流量转化率

中原找房 App 的免费推广方案中，有两个项目因为使用了 GrowingIO 而收获颇丰。一个是 App 引流的转化分析，另一个是经纪人线下推广 App 的效果监测。

1.1 线上：提升网站- App 引流转化率

每天访问中原官网的用户数量很大，如何将这部分用户成功、高效地导流至我们的 App，这需要系统地思考：

• 我们应该在哪些页面添加导流入口？
  
• 不同页面，应该如何选择入口位置？
  
• 导流中，用户在哪些环节容易流失？
  

借助 GrowingIO 的「广告监测」功能的「Normal-Link」和「One-Link」，外加几次小版本迭代，我们成功找到了问题的答案。

第一步：广告数据监测

第一种情况，在 Web 端页面，我们使用「One-Link」来监测 App 下载转化数据。因为在 Web 端的时候我并不知道用户的手机是什么操作系统（iOS 或 Android），但「One-Link」一条链接可以推广两个移动应用，这就很好满足了这种场景下的需求。

GrowingIO「One-Link」监测到的下载转化数据
第二种情况，在 WebApp 上，我们使用「Normal-Link」来监测 App 下载转化数据。因为 WebApp 在移动端上，后续我们将采用「Deep-Link」功能。通过「Deep-Link」，已经下载中原找房App 的用户可以直接打开 App，无需再次下载，这样可以提升用户活跃度和用户体验。

GrowingIO「Normal-Link」监测到的下载转化数据
通过 GrowingIO 的「广告监测」功能，我们对 App 下载转化数据进行了监控，各个渠道入口的“点击-激活-转化” 数据一目了然。

GrowingIO「广告监测」展示的下载转化数据

第二步：优化转化流程

通过我们监测到的 App 下载转化数据，我们发现：
（1）用户下载转化率与页面本身流量成正比。在不破坏用户体验的情况，可以大胆新增导流入口。
（2）引流入口位置不能过于隐蔽，必须符合用户视线习惯。同时，设计上要表达清晰，告诉用户这个入口将通往哪里，并且自己可以获得什么。
（3）引流步骤越多，用户越容易流失，所以要简化引流过程。

中原找房引流入口优化
为此，我们做了两个改进：
第一，拒绝过渡页面。
最初产品同事非常执着地将已经决心“下载 App ”的客户引导至产品介绍页面，期望用户看了“完美”的介绍后再进行“下一步”操作。过渡页会造成大量高意愿下载用户流失，这是 GrowingIO 的数据给我们的精确答案，于是我们删掉了过渡页。
第二，优化 Android 端扫码下载体验。
Android 用户微信扫描 Web 页面二维码后，将通过微信浏览器打开下载页面，该页面禁止用户进行下载操作，除非通过浏览器打开下载页面（又多了一步）。无奈之下，我们选择了直接链接至应用宝下载与安装。
上述两项优化工作，我们都做了 A/B 测试，GrowingIO 的数据帮助我们最终说服了相关产品同事并实现了产品全面升级。通过一系列迭代，中原地产用户的导流工作获得的新下载用户数量对比上周期（未优化前）增长了 27.3%。

1.2 线下：监测经纪人推广效果

中原地产提倡经纪人向自己的客户推荐中原找房 App 。安装了 App 以后，业主可通过 App 及时了解委托房源的情况；而买房客户则可通过 App 轻松地寻找适合自己的房源，摆脱了经纪人逐一向客户提供房源信息的原始方式。

GrowingIO 「广告监测」批量生成 App 下载二维码
GrowingIO 的「广告监测」功能可以批量生成监测二维码，每个二维码背后都有对应的监测参数，可以识别出下载用户的渠道信息。将这些二维码分配给每一个经纪人，就可以监测到每一个经纪人的推广数据。

GrowingIO 「广告监测」展示每个经纪人推广效果
上图展示了通过 GrowingIO 监测到 App 推广结果，我们可轻松掌握不同城市、不同经纪人的 App 推广情况，包括点击、激活、转化率等。

GrowingIO 「广告监测」展示每个经纪人推广效果
个别经纪人为了突出个人表现，可能会找朋友做一些虚假下载。借助 GrowingIO 「单图」功能，设置「新用户聊天转化率」和「新用户拨打电话转化率」两个指标来判断新用户的真伪。虚假的新用户当然不会找你聊天或者拨打电话，这样我们就可以很容易得知是否有个别经纪人在作假量。

2.付费推广：识别虚假流量

目前中原集团有三种付费推广形式，分别是信息流投放、地推和应用市场投放。在 App 推广过程中，我们借助 GrowingIO 进行渠道监测，尤其是应用市场投放。过去一段时间内，我们选择了多家应用市场进行试投，希望找出最具性价比的应用市场。

2.1 监测 App 推广激活效果

在某应用市场官方后台，我们看到中原找房 App 每天新增下载量在 135 个左右。但是， GrowingIO 「单图」中显示该应用市场下的平均每日新用户数每天不足 30 个。

某应用市场官方后台统计的 App 日下载量

GrowingIO 监测到的 App「新访问用户量」
GrowingIO 监测的「新访问用户量」代表的是新用户下载并且激活 App 。当应用市场的「下载量」明显高于 GrowingIO 统计到的「新访问用户量」时，我们就能得出结论：这个应用市场的流量质量并不高，很多用户仅完成了下载操作却不曾打开登录 App，这是我们第一个发现。

2.2 识别 App 市场虚假流量

目前，应用市场刷量现象非常严重，作假量的手段已经到了 “非常高级” 的阶段。如何识别虚假流量，这是一个巨大的考验。
某应用市场官方后台提供的下载量，它与 GrowingIO 统计的「新访问用户量」非常接近。因为大部分应用市场都会有一些自然流量，所以该应用市场付费渠道带来的下载量略低于GrowingIO 统计的「新访问用户量」是非常合理的。

看似正常的新访问用户数据
同时，我们也查看了该应用市场的用户留存情况，若干天后依然会有留存。一切的数据看起来都是非常合理的。
然而，当我们通过 GrowingIO 的「单图」分析各个渠道的新用户转化率时，我们还是发现了问题。真实的用户总有一定的比例会发生转化，但是这个渠道 5%的转化率远远小于其他渠道 54% 的转化率，这个差异引起了我们的高度重视。

GrowingIO 「单图」监测到的新用户转化率
为了验证我们的猜想，我们抽取了部分异常用户进行观察，通过 GrowingIO 的「用户」-「用户细查」功能，我们发现：大部分用户的行为路径完全一致！

GrowingIO 「用户细查」监测到的异常行为
当时我们应用广告的投放范围是「广州」，也就是说当地用户打开 App 时会自动定位城市，只有非广州地区的用户才需要切换城市。而这些用户的的行为竟然是，第一步打开 App，第二步切换城市。结论很明显，我们花钱投广告「收获」了一大批的虚假用户。
这是 GrowingIO 对我们最大的帮助：通过鉴别付费推广渠道带来用户的「真伪」和「质量」，从而不断优化渠道、提升推广 ROI。

GrowingIO 作为一家第三方数据采集及分析平台，为我们提供了一整套数据采集、清洗整理、展现分析的一站式解决方案。
从首次加载 SDK 至今，正好1年整。如今已经无法想象诸多工作如果不通过 GrowingIO 来实现将是多么的复杂。未来，中原集团将鼓舞更多的成员和团队使用 GrowingIO。

中原地产新增长模式：挽留 22% 流失用户，数据赋能 6 万经纪人
作者 | 华磊，中原地产增长负责人
来源 | 本文根据华磊在「GrowingIO 2018 增长大会（北京）」上的演讲内容整理编辑

大家好！我是华磊，中原地产的增长负责人。中原地产是一家以新房、二手房、租房及商业地产为主的代理公司，至今已有 40 年的品牌历史。
中原地产过去一直是传统线下行业，但随着互联网大数据时代的到来，我们近几年推出了中原找房 APP。在 2017 年 6 月，我们还集成了 GrowingIO 的 SDK，尝试用数据驱动增长。
今天，我主要想通过以下三点，跟大家分享中原地产构建并落地增长策略的过程：

• 低频高价产品如何构建增长模型？
  
• 如何借助漏斗分析，挽留 22% 流失用户？
  
• 如何利用用户行为数据，赋能 6 万经纪人？
  

1. 低频高价产品如何构建增长模型？

相信大家对 AARRR 的增长模型都不陌生，但不同行业对这一模型会有不同的理解。在制定增长计划前，我们详细分析了获客、变现、推荐和留存各项指标在地产行业里的含义。

• 获客
  

通常来说，获客是指用户下载并打开一款 APP。但这一动作对房产经纪人而言还远远不够。只有当用户搜索并找到了他/她想要的房源，我们才认为这是有效用户。

• 变现
  

地产行业的用户转化周期通常较长。针对 APP 进来的用户，我们会将其分为线上和线下两个阶段。用户在线上与房源成功配对后，需要通过与经纪人聊天的形式，完成线上到线下的转化。当用户在线下看完房源，实际签约成交后，才完成了整个变现流程。

• 留存
  

我们并不奢求用户永久留存，当用户实现转化之后，任务就已经完成。只有针对未有效转化的用户，我们才会提出留存这一概念。

• 推荐
  

毕竟买房并不是冲动消费，用户的决策周期较长，所以我们并不期望用户向亲朋好友直接推荐中原找房 APP。我们理解的推荐，是将房源信息分享给别人，让他们帮忙做决策。因此，推荐并没有被我们放在增长模型里。

结合实际业务场景，以下是我们新定义的增长模式：

• 获客
  
• 配对 （指用户与经纪人的配对）
  
• 转化和留存（两者不分先后）
  

接下来，我们将通过两个具体案例，深入看看我们如何解决增长过程中遇到的实际问题。

2. 如何借助漏斗分析，挽留 22% 流失用户？

房源搜索，是用户转化周期里的第一步。只有当用户找到了心仪的房源，才会有后续的动作。其中，获客渠道和产品服务是影响搜索效果的两大主要因素。
在获客渠道中，我们经常会遇到虚假用户和非目标用户。

• 虚假用户，指浏览轨迹不合理中断的用户。
  

比如用户打开找房 APP，进入城市页后就不再有后续动作。如果某渠道这类人群占比特别高，我们就判断这一渠道存在很多虚假用户。这一点可以通过 GrowingIO 的用户分群功能进行检测，进而优化渠道投放。（中原地产：如何用 GrowingIO 做好 App 推广渠道监测）

• 非目标用户，指没有完成我们指定动作的用户。
  

仅使用 APP 内的估价功能或浏览房产新闻，而没有进行房源搜索的用户均在此列。
在产品服务层面，产品的功能、布局、交互以及数据的完整性，都是影响搜索效果的因素。我们将以搜索功能优化的案例作进一步阐释。

简单来说，整个优化过程可以分为四步：

• 设立目标
  
• 采集数据
  
• 发现问题
  
• 提出假设并验证
  

在这个案例里，我们的目标是提高房源搜索的匹配度。通过 GrowingIO 圈选抓取用户在搜索及房源详情页面的行为数据后，得到以下漏斗图：

不难发现，从“搜索入口”到“搜索框”之间，我们流失了大量用户。也就是说，用户输入了搜索字段，却没有点击系统提示的搜索词（下图第3步）。

出现这种情况的原因只有一个：系统搜索词与用户期望不一致。于是，我们提出了以下三个假设及改进方案：

• 用户输入的楼盘名称有误 —— 需要进行搜索词优化，增强系统认知能力，提高模糊匹配率。
  
• 同一楼盘有不同的名称，系统收录不全 —— 补充楼盘别名及简称，增加系统搜索词库。
  
• 所搜索的房源未被中原地产包含 —— 推荐相似房源及经纪人，增加搜索联想词挽留用户，并新增“房源订阅”功能，一旦房源上架，就第一时间通知用户。
  

经过一段时间的数据分析及验证，以上三个方案都为我们有效降低了用户流失率。其中，通过新增的“房源订阅”功能，我们成功挽留了 22.61% 的流失用户。

3. 如何利用用户行为数据，赋能 6 万经纪人？

用户和经纪人的线上聊天，是决定用户能否转化的重要环节。GrowingIO 主要提供两方面信息助力我们提升聊天服务功能：用户轨迹和用户需求。

在过去的聊天阶段，经纪人必须经历前期的沟通了解，才能判断用户的实际需求。但有了 GrowingIO 的用户行为数据，我们就能在聊天发起时，推送相关信息给经纪人，包括用户的来源渠道，过往浏览记录，房源偏好及推荐，大幅提高了沟通效率。实际推送页面可参考以下截图：

以上两个案例，在实践过程中，远比我描述的复杂。由于涉及的部门繁多，团队间的沟通协调在增长过程中变得至关重要。比如刚刚提到的房源搜索，当我们向开发团队提出需求时，他们认为，我们有这个功能就够了，不需要升级。当我们用实际数据，展现房源搜索结果对用户转化的影响时，团队才意识到问题的重要性。
其实增长的关键，就是在构建适合自身的模型之后，分析每个阶段的转化效果，然后不断提出假设，优化运营方式及产品功能。
目前，我们在 APP 的基础上，还开通了中原地产小程序，这将是未来重点推广项目。希望我们能更好的运用这套增长思路，优化产品，实现数据驱动增长。