`

什么是用户?估计90%人不知道

阅读更多

 

摘要 : 真正的用户是认可产品价值,对产品有一定的忠诚度,能为产品贡献口碑效应,并愿意对产品进行消费的人。在这个创业流行的年代,很多创业者不停的对外宣传者千万用户,但是却是靠着风投存活,三五年过去,没有资金支撑,最后只能贱卖,这个是好的,不好的则是裁人,缩小规模,到最后销声匿迹。只讲究用户数量,不讲究用户质量,到头来只是一个泡沫。所以不要看用户有多少,要看用户的质量,要看用户的变现率,要看用户的价值。

一个号称千万用户的公司,靠投资的钱度过了两三年,接着开始用用户变现的时候,结果傻眼了,收入只有几万块,于是大家都傻了。这个是什么问题?估计很多人不知道,有的人说的是变现的方式问题,有的人说是策略问题,其实最根本的还是用户问题。

这种问题的出现,有一个很明显的原因,就是他们所称的用户不叫用户,或者根本不是用户。很长一段时间来,很多人对用户特征的识别出现了很多误区,以至于把不是用户的用户当用户,做了很多无意义的工作。在当今互联网创业的范畴里,有很多夸大其词的用户,我就举几个例子说说。

误把把pv当用户

曾经碰到一个做游戏社区的人,侃侃而谈,说我们做的社区活动,有几亿的pv用户,有时候一个活动的用户都上亿,我一听,用户量这么大,收入至少和微信差不多了,一问,你们靠什么盈利,对方说没有盈利,有投资。这种情况就属于误把pv当用户,并不停的对外宣传,最后把我都惊呆了,让我很佩服,于是下载对方的App一看,傻眼了,他所说的活动就是类似h5的活动页面,比如一个小调查,一个星座投票,可以分享到朋友圈,分享到微博,然后这些被分享的页面会产生很多pv……然后就没有然后了。

其实这些不是用户,他们只是访客,甚至可能访客还算不上,这些用户90%不能为企业带来收入,他们只是微信的用户,或者只是微博的用户,如果按照独立ip算,接着再按照真正激活用户算,接着再按照忠诚用户算……我想没有几个,在将来有一天如果涉及到变现,估计就更少了。

误把下载量当用户

之前看到一个App发pr文章,庆祝某某下载量突破5000万,看完我都笑了,下载量真是一个太虚的数据,用一个简单的程序,刷一刷不就得了,估计十分钟的事情,或者找到程序后台的人改个数字就行了。当然,还有更奇葩的宣传文章,活跃用户比注册用户还多,一个App注册用户100个,然后活跃用户有200个,还找风投投资,也不知道这个用户的逻辑是如何计算的。这样的情况有很多,主要是不专业,或者为了忽悠需要。如果你的下载量真的有5000万,就算是用户的下载量,但是从下载量到用户还是有一段很长的路,用户可能不小心点击了一下就被计算下载了,其实用户并没有下载,或者用户下载了,没有下下来,中途中断了,可能也会被记入下载,还有就是用户下载了,因为各种各样的原因并没有安装,或者即使安装了,却安装失败了,或者有各种各样的原因,我们遇到的太多了。在下载量到用户之间的转化率上,根据软件包的大小,软件的质量,注册限制,到最后可能只有1 %,1% 再按照日活,月活算下来,真正能留下来的屈指可数了。因此,不要总认为那种有几千万下载量的App,这是个非常虚的数字,竹篮子打水一场空。

误把刷的量当用户

随着App的火爆,App推广也火了起来,然后很多耍刷量刷用户的生意也好了起来,很多人明明知道是假的,却还执意而为之,可能是为了打工,给老板看吧,其实有时候老板也知道是假的,估计是给投资看吧,然后投资人再给lp看吧,最后成功的从lp哪里赢得了收入,然后泡沫到来,公司倒闭,大家又换另一个领域创业去了。有的人把上市套现做为目标,有的人却想把企业做成百年企业,这就是假老板和真老板的区别。所以刷了很多假用户,太没意思了。关键是还把这些用户当用户,到处宣传成功经验和方法,这真是误人子弟啊。

误把活动用户当用户

现在很多公司为了用户,用了很多激进的方法,比如送代金券,抽奖,地推送奖品,发红包等等,目的都是为了拉用户,但是他们拉的真的是用户么,就像行业人说的一样,大部分是薅羊毛的,并不是真正的用户。比如前几天看见某快车在做地推,招司机,方式就是任何人都可以参加,随便填个车牌号和姓名,就算是一个车主,就算是一个用户,一会就看到一群人围着领奖品。这样推广的车主能算用户么,能为将来的乘客服务好吗?我们需要打个问号。还有的就是看到某拼车在国家会议中小,做地推,抽红包,装一个App送个红包,然后装过的用户基本都卸载了。另外,某邮箱推App的方法更奇葩,一打开邮件就收到抽奖活动,然后告诉你获得了一个抽奖码,接着会告诉你,想看有没有中奖,就要下载客户端,这样的玩弄用户,用户能为你买单么?不得而知。

……

当然了,还有很多人都误认为自己有很多用户,其实那些都是假的,当有一天你准备变现的时候,你就会发现,你烧了好几千万甚至上亿所带来的所谓的用户,一天只能给你带来上万的收入,这些收入甚至连一个员工的工资都不够。所以说,真正的用户不是那么容易得来的,而是有一个缓慢积累的过程。看看那些昙花一现的App,瞬间就获得了大量用户的脸萌,足记等,你就知道他们所谓的用户是多么不堪一击,当然还有很多,如果没有所谓的风投支撑,能活下来的App能有多少,估计结果不堪一击。

那么,什么才是真正的用户呢?通过案例我们会发现如下三个特征。

能产生变现的用户

曾经在网上看过一段子,说的是借钱的事情,很多人说自己人脉广,结果出事了没人帮,没人愿意借钱。其实,也可以用这个方法衡量用户,那就是当你需要变现的时候,愿意买单的用户才是真正的用户,这些用户有一定的消费能力和经济收入,能为产品带来收入。如果你有100万用户,当你需要变现时,有50万的用户通过变现方式为你买单,那么你的真实用户就是50万,变现率是50% 么说明你的用户才是真正的用户。如果另一个平台有1000万用户,变现的时候,只有10万人愿意买单,那么变现率只有1%,只能说明你只有10万用户。所以能为产品产生变现的用户才是你的真正用户。

对产品有忠诚度的用户

就是对产品有一定的忠诚度,不会因为外界环境的改变而改变自己的选择,这种用户认可产品,并愿意一直使用。比如,喜欢买小米的用户,即使有人给他推销酷派的手机,他还是选择了小米,这就是用户忠诚度,这样的用户才是你的用户。

对产品有口碑贡献的用户

这种用户非常认可产品价值,并愿意为产品做免费的宣传,能为产品带来口碑效应。比如我曾经为Uber推荐了十几个用户,因为其价格确实便宜,而且叫车速度快。所以说我就是Uber的用户。

所以说真正的用户是认可产品价值,对产品有一定的忠诚度,能为产品贡献口碑效应,并愿意对产品进行消费的人。在这个创业流行的年代,很多创业者不停的对外宣传者千万用户,但是却是靠着风投存活,三五年过去,没有资金支撑,最后只能贱卖,这个是好的,不好的则是裁人,缩小规模,到最后销声匿迹。只讲究用户数量,不讲究用户质量,到头来只是一个泡沫。所以不要看用户有多少,要看用户的质量,要看用户的变现率,要看用户的价值。

作者:移动互联网李建华,微信:ydhlwdyq ,任何媒体转发须保留作者个人微信和来源,不尊重作者劳动的行为将受到举报。

http://lijianhua.baijia.baidu.com/article/69882

分享到:
评论

相关推荐

    2D单人姿态估计

    例如,Xiaohan Nie等人在2015年的论文中提出了同时进行行为识别和姿态估计的方法,取得了较好的效果。 #### 三、2D单人姿态估计所面临的问题 尽管2D单人姿态估计有着巨大的应用潜力,但其实现过程中仍面临着诸多...

    多人人体姿态估计-基于Pytorch实现的HRNet多人人体姿态估计算法-附项目源码-优质项目实战.zip

    多人人体姿态估计是一种计算机视觉领域的关键技术,用于在图像或视频中检测和理解多个个体的关节位置。本项目基于PyTorch框架实现了一种高效的HRNet(High-Resolution Network)算法,这是一种专门针对人体姿态估计...

    深度学习实时多人姿态估计与跟踪.pdf

    例如,在人机交互中,人体姿态估计技术可以用于识别用户的手势、姿态和表情,从而实现自然的人机交互。在实时监控人异常行为中,人体姿态估计技术可以用于检测人体姿态的变化,从而实时监控人异常行为。 此外,人体...

    pass样本量估计操作手册

    例如,已知某地成年男子身高的标准差是 6.03cm,现在想进一步了解该地区成年男子身高的总体平均水平,若规定误差δ不超过 0.5cm,取α=0.05,试估计需要调查多少人? 5.总体概率的样本量估计: PASS 软件可以对总体...

    介绍手机SMI卡的相关知识

    但是您也许不知道手机离开了这张小小的SIM卡是几乎做不了工作的,除了在特殊情况下用户可以通过不带SIM卡的呼叫网络许可的专用紧急号码,比如110,119等等……下面让我们走近SIM卡,一起来揭开SIM卡的面纱,看看它的...

    现代谱估计的Cadzow谱估计子ARMA模型matlab实现

    现代谱估计是信号处理领域中的一个重要分支,它...通过深入学习和实践,用户不仅能掌握ARMA模型和谱估计子的基本原理,还能获得实际应用它们的经验,这对于在信号处理、通信、控制等领域工作的人来说是非常有价值的。

    精品--使用深度学习算法实现虚拟试衣镜,结合了人体姿态估计、人体分割、几何匹配和GAN,四种模型。仅仅只依赖op.zip

    【标题】中的“使用深度学习算法实现虚拟试衣镜”是一项技术先进的应用,它整合了人体姿态估计、人体分割、几何匹配和生成对抗网络(GAN)四种深度学习模型,为用户提供了一个无需实际试穿就能看到服装效果的虚拟...

    敏捷估计与规划.pdf

    2. **估算准确性**:敏捷估计的挑战在于其不确定性,团队可以通过持续学习和反馈来提高准确性。 3. **团队协同**:敏捷强调团队合作,需要建立良好的沟通和信任氛围,确保每个人都了解项目目标和自己的责任。 综上...

    最新《深度学习人体姿态估计》综述论文

    例如,在人机交互中,姿态估计可以被用来理解和预测用户的身体动作,使计算机系统能够响应用户的意图。 7. 数据集和评价指标 论文中提到了评估人体姿态估计方法性能的一些常用数据集和指标。这些工具为研究人员提供...

    Python-这是用Chainer实现的实时多人姿态估计

    【Python-实时多人姿态估计与Chainer框架】 在IT领域,特别是计算机视觉和人工智能部分,实时多人姿态估计是一项重要的技术。它涉及到识别和追踪图像或视频中人物的关键关节位置,如肩膀、肘部、膝盖等,这对于动作...

    C# Onnx DirectMHP 全范围角度2D多人头部姿势估计 源码

    2. `Onnx Yolov8 Detect.suo`:这是Visual Studio的用户特定解决方案选项文件,通常包含用户的个性化设置,但不包含源代码。 3. `.vs`:这是一个隐藏的目录,包含Visual Studio工作区的配置信息,如窗口布局和最近...

    Python-Pytorch版本的实时多人姿态估计项目

    【Python-Pytorch版本的实时多人姿态估计项目】是一个基于Python和PyTorch深度学习框架的先进应用,它主要用于在实时环境下对多个个体进行精确的姿态估计。该项目利用了深度学习的强大能力,特别是卷积神经网络...

    软件项目估计书

    考虑到无人机Lidar软件的复杂性,估计时需要考虑算法的复杂度、用户界面的数量和交互性,以及系统集成的难度。 5. 文档规模估计 文档规模估计包括需求文档、设计文档、用户手册和技术文档等。对于无人机测绘软件,...

    基于卷积神经网络的人体姿态估计算法综述.pdf

    单人姿态估计是指对单个人的姿态进行估计,而多人人体姿态估计是指对多个人的姿态进行估计。 二、基于卷积神经网络的人体姿态估计算法 基于卷积神经网络的人体姿态估计算法是最近几年来人体姿态估计领域的研究热点...

    识别说话人的性别和估计说话人的年龄 Matlab+MatlabGUI+SVM源码.zip

    【标题】中的“识别说话人的性别和估计说话人的年龄 Matlab+MatlabGUI+SVM源码”涉及了语音处理、机器学习以及用户界面设计等多个领域的知识。在这个项目中,开发人员利用了Matlab作为主要的编程环境,结合MatlabGUI...

    Python-基于PyTorch的CNN实现用于从面部图像估计年龄

    在本项目中,我们探索了如何使用Python编程语言和PyTorch深度学习框架来构建一个卷积神经网络(CNN)模型,该模型可以从面部图像中估计人的年龄。这个任务属于计算机视觉领域,具体来说是图像分类的一种特殊形式,...

    多人姿态估计、情绪识别、人脸识别、静默活体检测

    除了活体检测技术,该项目还整合了多项人工智能技术,包括人脸识别、情绪识别、多人姿态估计等,为用户提供了更全面的功能。借助PyQt5等工具,项目展示了群体课堂专注度分析、考试作弊系统、动态点名功能的Qt Demo,...

    MediaPipe人体姿势估计-python源码.zip

    这个压缩包"MediaPipe人体姿势估计-python源码.zip"包含了一个使用MediaPipe库进行人体姿势估计的Python实现。MediaPipe通常用于实时的图像处理和计算机视觉任务,如手势识别、人脸识别、物体检测等。在人体姿势估计...

    swift-智能手机Android和IOS的单人姿势估计

    在现代移动应用开发中,利用计算机视觉技术进行人体姿态估计是一项重要的创新,它使得设备能够理解和分析用户的行为。本文将深入探讨"swift-智能手机Android和IOS的单人姿势估计"这一主题,涵盖Swift开发和机器学习...

Global site tag (gtag.js) - Google Analytics