过去一年中最热门的话题是找到订阅业务的圣杯 。 许多领先的媒体公司已经证明，主要的用户收入驱动因素是参与度。 有很多方法可以计算这种行为指标，奇怪的是，最流行的似乎仍然是Facebook多年前推出的“ MAU”和“ DAU”。 但是，它们不太可行。
在Deep BI上（受《金融时报》的成功启发，这也促进了这种测量方式），我们建议采用另一种方法： RFV参与度评分 -由新近度 ， 频率和（内容消耗） 量指标组成。
这就是为什么。 首先，单个分数就像北极星一样-易于遵循，易于比较和易于使用。 其次，RFV综合得分的每个部分都告诉我们一些我们可以采取行动的反应：
- 近期度 -是用户使用产品以来的天数（或在月视图中，是用户未使用产品的最大天数的平均值）。 值越高，您应越想吸引用户。
- 频率 -用户使用产品的天数。 例如，每月15次的使用频率意味着用户每月使用15天。 为了评估用户是否有使用该产品的习惯，该指标至关重要。 习惯越弱，用户的流失倾向就越高。 目标是经常带回用户，直到他们学会使用习惯为止。
- 音量 -这应该是最重要的使用指标。 对于新闻发布者，它代表阅读的文章数； 对于收音机，这可能意味着花费时间收听； 音乐服务，播放的歌曲数量等。这也可以是不同使用交互的组合。 这里的重点是确保该产品提供良好的价值，并且用户不会不满意地退出其会话。
利用我们强大的数据流和分析技术，我们刚刚在Deep BI平台上发布了RFV指标 。 我们的系统实时计算每次用户与数字产品（应用，服务，网站等）互动时的互动得分，并使用当前的互动指标来增强互动 。
- 忠于愿景：宇宙建筑的挫折与欢乐
- 您的想法一文不值，而牵引力就是一切。
- ISA 2018：赶上旧金山国际事务的4种方法
- Facebook即时文章，发表时间为9个月：哪些出版商加入，哪些出版商退出？
- 新手作家的有用网站
然后这些分数可用于：
- 定义自定义参与度细分 （例如，重度用户，忠实用户，飞越）
- 定义自定义客户流失风险细分 （忠实用户3天内未使用该应用）
- 计算每个细分中的用户数
- 计算细分之间的动态（流量） （有多少用户参与度降低）
- 寻找关键的参与推动力 。 您可以将RFV分数从用户互动数据应用于每个属性，例如：内容类型（体裁等）以查找参与度最高的细分受众群所消耗的内容，位置以查找忠诚度最高的用户所在的城市或国家等。
- 互动细分与其他类型的细分相交，例如订阅产品 。 通过这种方式，您可以立即看到谁没有与您的付费订户互动，或者由于参与度高而可能订阅多少试用订户。
以下是跟踪的主要指标，可以很好地概述RFV得分，以及与之相关的更深入的见解：
1.全球平均RFV分数
2.互动细分与订阅者
3.一段时间内参与的用户数
4.参与的用户群和有搅动风险的用户群
5.吸引用户的最有吸引力的内容类别
6.一周中最活跃的用户
7.参与用户最多的城市
这些参与度得分的应用是扩大付费，忠实用户群的方式。 一些应用程序包括使用新闻通讯，推送通知或广告的再互动策略，甚至包括产品改进和更好的推荐系统等。
如果您想进一步了解我们的系统以及如何使用它来扩大受众或订阅，请与我们联系。
