Branch的移動分享和推薦功能基準,branchapp登錄界面

Branch的移動分享和推薦功能基準

大家都聽說過這些故事，或者知道您的人際網(wǎng)絡中的某位主要依靠病毒式傳播開展業(yè)務的人。病毒式傳播對于構建、優(yōu)化和效果衡量來說是一個具有挑戰(zhàn)性的特性，特別是很多病毒式傳播可以通過無法有效衡量的渠道進行。例如，在很多情況下，可以通過口口相傳而不是可跟蹤的數(shù)字事件來進行推薦。也就是說，無論您的業(yè)務處于什么階段，您仍然需要盡最大努力來構建、衡量和優(yōu)化這一重要渠道。

Branch提供了極為強大的鏈接平臺，可為當今市場上的絕大多數(shù)共享和推薦功能提供支持。如果您在移動設備上收到朋友的鏈接，則很可能是Branch在幕后提供支持。因此，我們對它們的表現(xiàn)有著無與倫比的洞察力。我們永遠不會分享任何單個系統(tǒng)的具體表現(xiàn)，但我們認為，準備一個關于病毒漏斗各方面表現(xiàn)的總體統(tǒng)計數(shù)據(jù)是非常有用的。

在我們深入討論之前，讓我們來明確一些術語。我準備了以下各個階段病毒式傳播流程的概述。讓我來定義一些內容，以便我們達成共識。

所有推薦都從分享鏈接的原始用戶開始。當推薦漏斗啟動時，您可以看到兩個重要步驟：

推薦漏斗啟動前流程

首先，他們點擊分享按鈕，然后便面臨著由誰來決策以及如何決策的問題。

然后，滿懷希望地對這兩件事都做出決定之后，他們能夠成功發(fā)快遞鏈接。

然后，您便可以啟動推薦用戶漏斗。該用戶可能會在很多不同的渠道上遇到該鏈接，然后像下面這樣啟動這個簡化的三步漏斗：

三步漏斗

Step 1:點擊收到的鏈接。

Step 2:被傳國際快遞最合適的平臺（假設您使用的是像Branch這樣的良好鏈接）。

Step 3:轉化（購買或其他一些有價值的事件）。

對原始用戶分享的一點認識

讓我們從查看原始用戶流程開始。我們獲取了有關從開始分享到實際發(fā)快遞鏈接轉化率的匯總數(shù)據(jù)。顯而易見，這個轉化率就是單擊“分享”按鈕與實際向用戶發(fā)快遞鏈接之間的漏斗。您可能希望這與用戶的動機高度相關。

在查看轉化率的直方圖時，我們發(fā)現(xiàn)實際上存在雙峰分布。您可以在下面的圖表中看到兩個桶，分別標記為“高轉化率桶”（平均轉化率約為70％）和“低轉化率桶”（平均轉化率約為30％）。

分享轉化率的直方圖

（高轉化率桶）

分享轉化率的直方圖

（低轉化率桶）

這很有趣！然后，我們在雙模式的每個存儲桶中查看了一些示例計劃，用戶體驗上的差異顯而易見。高轉化率分享計劃通常使用激勵措施來推動分享，而低轉化率分享計劃是您的標準分享功能。出于對下面示例的尊重，我從數(shù)據(jù)集中刪除了它們。

激勵措施帶來更高的轉化率

在上面，您可以看到來自Bird推薦計劃的示例流程。如果您完成分享，它們會提供雙向激勵，這在高轉化流程中很常見。

標準分享轉化率較低

以上是非激勵性推薦計劃的示例。這些通常具有較高的放棄率。如果您查看數(shù)據(jù)，發(fā)現(xiàn)您的用戶正在放棄分享，請考慮投資某種激勵措施來推動用戶完成分享。

現(xiàn)在，您的推薦用戶已成功共享。這有助于了解用于優(yōu)化流量的常見平臺，因此我們提取了有關推薦流量的常見平臺的數(shù)據(jù)。令人驚訝的是，到目前為止，絕大多數(shù)分享流量都發(fā)生在直接消息傳遞中，其次是剪貼板/粘貼板。社交媒體在推薦流量中的比例不足5%。

最常見的三大分享平臺

深入研究Direct Message平臺，您會發(fā)現(xiàn)在全球范圍內，WhatsApp和SMS占Direct Message流量的90％以上。

擴展Direct Message平臺

深入研究推薦用戶流量

原始用戶已與接收者分享鏈接（可能是通過直接消息傳遞），并且被推薦的用戶積極互動。第一個令人驚訝的發(fā)現(xiàn)是，所有推薦用戶流量的3040％直接發(fā)國際快遞了先前下載的App。這與我們之前認為的推薦主要是一個增長渠道的觀點背道而馳。這意味著現(xiàn)有App用戶之間存在大量分享和推薦流量，這使其成為一個重要的再次互動渠道。

通過點擊打開App的直方圖

參考上面的圖表，有兩個選項可用于配置分享鏈接：

I.為了通過移動網(wǎng)絡吸引用戶而回退到網(wǎng)站的鏈接

II.回退到Google Play或iOS App Store以推動安裝操作的鏈接

對于第1組，所有未發(fā)國際快遞本機App的流量都發(fā)國際快遞了移動網(wǎng)絡。這意味著，如果以這種方式配置鏈接，則移動網(wǎng)站平均將獲得6070％的流量。對于第2組（向用戶發(fā)快遞鏈接以下載App），我們拉動了“點擊安裝”百分比。示例的平均值顯示~15%CTI，但您可以看到它不是正態(tài)分布，顯示出峰值接近8％CTI。

App回退分享鏈接的點擊安裝百分比的直方圖

推薦用戶流中的最后一步是“轉化”。對于我們的示例，我們專門研究了具有購買類型事件的公司，其中每個事件都有可衡量的收入。這使得我們能夠在推薦和非推薦情況下計算轉化率以及每個用戶的收入。對于非收入轉化事件，這些數(shù)字可能會有所不同，但我們懷疑它是否會很大。

我們沒有顯示具體的轉化率，而是繪制了推薦流量與其他渠道相比的轉化率提升。因此，舉一個明顯的例子：如果通過推薦吸引的用戶轉化率為10％，而從其他渠道吸引的用戶的平均轉化率為5％，那么此圖表將顯示200％。相同的數(shù)學計算也適用于RPU（對于推薦，RPU為$2，對于其他=200%，則RPU為$1）。

令人驚訝的是，那些來自推薦的平均轉化率是其他渠道的轉化率和RPU的200300％，分布的峰值接近200％。這意味著，通過他人推薦的用戶的平均價值是其他渠道的兩倍。

推薦與其他渠道的轉化率提升的直方圖

推薦與其他渠道的RPU提升的直方圖

最后，有趣的是，為了幫助確定應該由推薦帶來的總流量，我們繪制了直接歸因于推薦事件的收入百分比分布圖。令人震驚的是，20％的公司中有超過10％的總收入直接歸因于推薦。

直接歸因于推薦的總收入的直方圖

若要推動您的App的增長和再次互動，請詳細了解Branch的深度鏈接推薦計劃或與我們的銷售團隊聯(lián)系，討論Branch如何為您提供幫助。

特別聲明：以上文章內容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關于作品內容、版權或其它問題請于作品發(fā)表后的30日內與ESG跨境電商聯(lián)系。