HMS Core：做好付費預測，揭開用戶轉化的關鍵秘密

互聯(lián)網時代進入下半場，流量的競爭愈發(fā)激烈。揭開用戶轉化的關鍵秘密，不斷增加用戶的付費轉化，是產品變現(xiàn)、走向良性發(fā)展的重要環(huán)節(jié)。

數(shù)據(jù)驅動運營，當下很多增長方案提供的是基于用戶的歷史行為做出的一系列深度挖掘，如，當用戶產生付費行為后的歸因。那如何在用戶付費之前，挖掘出他們的屬性和行為偏好，并做出相應的有助于付費轉化增加的產品決策？且聽華為預測服務一一道來。

一、如何界定用戶將產生付費行為

付費行為的發(fā)生絕不是偶然，都是經過前期的廣告拉新、產品體驗、競品對比等一系列活躍動作后才會產生。因此，付費預測一定是從近期的活躍用戶中細分出高潛力的付費用戶，當然，應用內購買事件是付費行為產生的直接結果。

華為預測服務的付費預測任務，使用應用最近兩周內用戶的付費數(shù)據(jù)訓練模型，以預測應用最近一周的活躍用戶在未來一周內購買付費的概率。從預測原理不難看出，基礎數(shù)據(jù)和模型的訓練都依賴于您的應用上報的用戶應用內購買事件，充足的數(shù)據(jù)是付費預測任務順利開展以及準確性保障的前提。

二、高潛力付費用戶群體有什么特征

促使用戶產生付費行為的原因多種多樣，比如，當用戶瀏覽產品詳情某句文案觸動了他，讓他產生了共鳴所以愿意為此買單；又或者是當前的限時折扣對比市場其他競品有明顯優(yōu)勢，所以用戶選擇采購等。因此，深度洞察分析預測出來的高潛力付費用戶，分析他們有無明顯屬性和行為上的特征，對產品運營策略的制定是十分必要的。

以某APP為例，我們選擇系統(tǒng)預測出來的高概率付費用戶深度剖析，在添加受眾分析指標維度的時候，可以選擇新用戶情況、累計頁面瀏覽次數(shù)、最近一次使用等卡片來分析。

從受眾卡片展示的詳情來看，預測出來的高概率付費用戶群體表現(xiàn)出明顯的屬性和行為特征：以老用戶為主、近期使用頻繁，且累計使用頻率也都比較高。我們可以做如下推斷：這部分用戶對產品已經有了一定的了解，且購買欲望較大，依舊沒有付費下單的原因很有可能是產品的定價略高或者產品并不是剛需，用戶在觀望折扣活動或者對比競品。

這時，推進一次大促活動，就可以吸引住正在徘徊猶豫的準付費用戶，引導他們產生最終的付費轉化行為。限時折扣、福利補貼是絕大多數(shù)產品會選擇的運營策略之一，全應用內的推送，往往會帶來高昂的運營成本，甚至成本花費超過用戶的付費轉化，這就是很多運營頭疼的預算控制問題，下面我們接著探索如何通過預測服務進一步實現(xiàn)精細化運營。

三、如何促進用戶的付費轉化

預測出來的付費用戶畫像有了，下面就是如何將這部分用戶價值最大化。上文已經提到采取一次折扣福利活動的運營策略，那么接下來就是如何結合預測服務讓該方案最終落地。

通過預測服務生成的用戶群體可用于其他AppGallery Connect能力的受眾細分，我們可以選擇遠程配置功能來實現(xiàn)最終的活動落地。

在遠程配置的配置條件管理頁面，選擇預測作為過濾條件，然后添加預測條件下的具體活動配置項值，這樣就可以將本次的折扣福利活動僅對高概率付費用戶展示。既達到了精準觸達目標用戶群的目的又實現(xiàn)了成本最小化。

在復盤用戶付費詳情的時候，我們發(fā)現(xiàn)，相較于前期未開展針對性促銷活動，本次活動大大提高了用戶的付費轉化率，且運營成本較小。

當然您還可以將預測生成的用戶群體用于其他業(yè)務需求，比如，在制定增長運營方案時，可通過A/B測試來實驗不同策略對用戶付費轉化的引導作用，結合最終實際的轉化數(shù)據(jù)，擇優(yōu)選擇運營策略。