中獎不易,抽獎活動設計更不易

2 評論 9753 瀏覽 67 收藏 17 分鐘

編輯導讀:人為什么喜歡盲盒?因為喜歡追求刺激,尤其是充滿未知。抽獎就是這樣的充滿變數的活動,想要中獎不容易,想要做好一個抽獎設計也不容易。本文作者將從五個方面進行分析,與你分享。

前言:在實習過程中因參與項目,學習并思考了如何在一個小程序中設計一個抽獎活動,并未官方設計,也不作為相關的工作說明,僅作為交流探討。

抽獎作為促活、拉新的傳統營銷手段,無論是在線下營銷,還是如今的互聯網運營時代,都被廣泛采用及推廣。形式多種多樣,包括較為常見的大轉盤、乒乓球號,到口紅機、砸金蛋,萬變不離其宗,都是通過概率性事件,營造稀缺性,翹動用戶的互動參與意愿,同時通過物質激勵等方式持續刺激,階段性強刺激,來保證用戶的長期活躍度。

回歸到抽獎上來,作為運營的手段,我們該分為幾步著手。

一、用戶基礎研究

設計抽獎活動前,我們需要對目前所擁有的資源和現實條件進行一個總結,在此基礎上,我們對之后的活動目標設計會有更明確的方向和指標??梢栽囍卮鹨韵聨讉€問題,但不僅限于此:

  • 小程序平臺原先的點擊量,是什么量級?
  • 用戶留存率是多少?
  • 這些留存的用戶主要瀏覽/點擊哪個板塊?
  • 這個板塊和抽獎是否能形成關聯?
  • 用戶進入小程序后主要行為是什么?
  • 用戶主要行為能否和抽獎行為形成關聯?

其實也就是解決這三個問題:是否有人參與?誰來參與?怎么參與?

二、目標設定

回答完上述問題后,我們對承載這個抽獎活動的小程序平臺的基本情況就心里有數了。接下來可以確定抽獎活動的目標,這將影響到后面所有的細節設計,包括抽獎模型、抽獎體驗、獎品安排等。我們常見的超市的抽獎活動,一般可能在開業時,目標就是為了聚人氣,這時候可能處在賠本賺吆喝的階段,成本高一些無妨,只要將品牌打出去就可以;有些互聯網APP的抽獎,可能則是以發放優惠券等形式,這時候的目標就是為了帶動自身產品的消費。

一般而言目標的設定分為不可見的和可見的,不可見的包括提高品牌聲譽、用戶體驗提升,可以通過問卷等形式進行量化,但較少會進行量化的處理;可見的是指可以通過數據量化的,包括活躍度的提升(訪問量、留存率等)。

我們開發小程序中的抽獎活動,目的就是為了給小程序帶來更多的流量,實現拉新,同時吸引用戶持續進入小程序參與抽獎,與此同時瀏覽/點擊小程序內的其他模塊,購買產品等等,即實現留存和促成用戶的消費行為?;诖?,最基礎的活動目標即是實現小程序的點擊人數的增加。

比如可以預設兩個目標:希望小程序達到每年點擊人次是30萬(可見),這個;用戶獲得良好的抽獎體驗(不可見)。抽獎的體驗如果想要進行量化,可以利用一個公式,即抽獎體驗=抽獎概率*獎品價值-抽獎成本,也就是當用戶獲得的收益大于付出的成本時,用戶抽獎時得到正反饋,他們才有動機參與到活動中來。

三、目標拆解

新增30萬人次,對于全新的小程序,不算一個小量級,那為了實現這個目標,我們必然要對目標進行拆解,是否可以拆分成具體的指標和要素,最好能形成公式,針對性提升某一個要素,從而達到聚沙成塔的效果,也可以說是構建一個用戶增長的模型。有一個比較經典的AARRR模型,Acquisition、Activation、Retention、Revenue、Referral,應用到這個例子中,簡單而言,抽獎活動可以促成Retention、Revenue、Referral,也就是留存、裂變。留存即每日都可參加抽獎,吸引用戶每日進入小程序;裂變即分享給好友,獲得禮/增加抽獎次數/增加獲獎概率等。

我們可以這樣認為,小程序的人次增加來源(1)拉新增量,有可能是用戶自然行為,有可能是營銷結果;(2)用戶留存;(3)其他渠道轉化量;(4)裂變增量。所以在確定了30萬人次的目標后,我們可以根據經驗數據進行分配,從而對每一個要素的情況有一個大概的估計,在運營過程中及時調整策略。

四、抽獎模型

抽獎模型可以說是一個抽獎活動的內核,抽獎模型可以實現活動參與和活動運營的控制。這里舉三個比較:

1. 普通概率模型

設定獎品的固定概率Xi。例如:如果活動是設定100%中獎,獎品A中獎概率1/4,獎品B中獎概率3/4。一開始估計只有1000個用戶參加抽獎,故只準備了250個獎品A,750個獎品B,這時候所有人中獎概率相等。而實際活動開展后,有2000人前來抽獎,則前1000人將會將獎品全部抽走,剩下1000人抽中獎品的概率為0,一方面影響整個活動期間的抽獎氛圍,一方面用戶體驗極差。此時可以選擇追加獎品,但會出現獎品超發的情況,預算不可控?;蛘哌x擇活動就此暫停,即“先到先得”。

優點:概率可以固定;

缺點:因參與人數為變量,所以當實際參與人數過多的時候,很有可能出現前期獎品都被抽走的情況,如果追加獎品,則可能出現超發情況;如不追加,可能會影響用戶體驗。

2. 計數器模型(即逢“幾”中獎)

例如以1000為周期,逢288、488、688中一等獎,100、200、300中二等獎。假設有2000人參加抽獎,則第288、488、688、1288、1488、1688參與抽獎的用戶抽中一等獎,第100、200、300、1100、1200、1300抽中二等獎。

優點:如果每日參與熱度相對平均,則每隔一段時間會出現一個大獎刺激用戶;

缺點:參與人數為變量,獎品可能需要追加。

3. 動態概率模型

舉一個例子,也可以直接看公式。假設預估有240000人次(平均每月20000人次)參加抽獎,獎品A的中獎概率為50%,獎品B的中獎概率為30%,獎品C的中獎概率為20%,則獎品A準備120000份,獎品B準備72000份,獎品C準備48000份。設定每月動態更新一次抽獎概率。

以1月份是第一個月為例,1月平均每天參加抽獎人次為1000,當月獎品A被抽走17000份,獎品B被抽走12000份,獎品C被抽走5000份,此時獎品A剩余113000份,獎品B剩余60000份,獎品C剩余43000份。此時調整活動剩余參與人次期望為334000(剩余天數334*平均每天參加人次1000),抽中獎品A的概率調整為33.83%(剩余A數量113000/剩余參加活動人次334000),抽中獎品B的概率調整為17.96%(剩余B數量60000/剩余參加活動人次334000),抽中獎品C的概率調整為12.87%(剩余C數量43000/剩余參加活動人次334000)。此時,三種獎品的抽中概率均發生下降的原因是第一個月活動熱度高,平均每月20000人次的情況下第一個月實際參與抽獎的有31000人次,為了確保獎品不超發,只能降低后續抽中概率。也就是說,在2月份,獎品A中獎概率為33.83%,獎品B中獎概率為17.96%,獎品C中獎概率為12.87%,不中獎的概率為35.34%。

2月平均每天參加抽獎人次為500,當月獎品A被抽走6000份,獎品B被抽走4000份,獎品C被抽走1000份,此時獎品A剩余107000份,獎品B剩余56000份,獎品C剩余42000份。此時平均每天參與人次為763(1月、2月總的平均每天參加人次)。此時調整活動剩余參與人次期望為233478(剩余天數306*平均每天參加人次763),抽中獎品A的概率調整為45.82%(剩余A數量107000/剩余參加活動人次2334780),抽中獎品B的概率調整為23.98%(剩余B數量56000/剩余參加活動人次2334780),抽中獎品C的概率調整為17.98%(剩余C數量42000/剩余參加活動人次2334780)。我們可以發現,當月抽中獎品的概率得到大幅上升,原因是因為2月抽獎參與人次降低,對后續活動剩余參與人次期望降低,所以獎品的抽中概率會得到提高。也就是說,在3月份,獎品A中獎概率為45.82%,獎品B中獎概率為23.98%,獎品C中獎概率為17.98%,不中獎的概率為12.22%。

以此類推,當月結束時,統計計算活動參與數據,動態調整下個月的抽獎概率。

1)參數

K:參與熱度,平均每天參與抽獎活動的人次

T:活動剩余時間,單位為天

M:該獎品剩余獎品數量

S:剩余參加活動的人次

X:抽中這個獎品的概率

2)公式

k(平均每天參加的人次)=(∑目前參與抽獎人次之和)/活動已開展天數①

S(剩余參加活動的人次)=T(剩余時間)*k(平均每天參加的人次)②

X(抽中這個獎品的概率)=M(該獎品剩余獎品數量)/S(剩余參加活動的人次)③

3)步驟

Step1:預估活動期間參與人數,設定獎品中獎概率,計算得到初始獎品數;

Step2:統計目前參與抽獎人次之和,計算得到平均每天參與抽獎活動的人次K①,利用公式②計算剩余參加活動的人次;

Step3:根據每個品類獎品剩余的數量,利用公式③計算得到調整后的中獎概率;繼而調整未中獎概率;

Step4:依此類推,直到活動期末。

4)注意事項

該動態概率模型,在實際應用中需要注意和處理的問題有:

  • 當參與熱度高于預估時,獎品的中獎概率會降低,需要增加“未中獎”事件,100% 減去各個獎品中獎概率之和為未中獎概率。
  • 當參與熱度小于預估時,獎品的中獎概率會提升,當出現各個獎品中獎概率之和大于100%,抽獎過程中有可能會同時抽中兩個獎品,此時獎品發放邏輯可為取獎品價值大的進行發放,以此達到刺激參與熱度的作用。這里也可以不調整中獎概率,按原有設定的概率也不會出現超發的情況。

此處的邏輯可以根據實際情況進行調整,也可以使用算法進行更復雜的設計,如該用戶之前已獲得3次以上價值1元的獎品,那此次同時抽中兩個獎品,則發放10元的獎品;如果剩余獎品中x獎品比例過大,則發放x獎品等邏輯。

5)計算說明

上述的動態調整如果通過算法自動計算最為方便,可以將更新頻率縮小到一天,但更新頻率過高,則波動會更大,此時就需要考慮采用滑動平均進行濾波。如果手動計算,則可以月為周期進行動態調整。

6)修正改進

每天參與抽獎人次可能存在較大波動,使用算術平均計算平均每天人次,對后續概率計算影響較大,故需要進行濾波,可采用滑動平均法進行低通濾波?;瑒悠骄ǖ囊饬x在于當時間序列的數值由于受周期變動和隨機波動的影響,起伏較大,不易顯示出事件的發展趨勢時,使用滑動平均法可以消除這些因素的影響,顯示出事件的發展方向與趨勢,然后依趨勢線分析預測序列的長期趨勢。

當然還有一些其他的模型及算法,比如依靠一個完全隨機數定是否中獎,今天早上A股上證指數開盤時整數的后兩位,用一個公式計算得到中獎號碼等等。

五、獎品的確定

到了用戶最為關心的抽獎獎品環節,原則是大獎要精,小獎要多,通過大獎營造爆點,吸引眼球,給予強刺激,通過多而惠、小而美的獎品來對用戶形成持續的吸引。

1. 獎品類型

可以考慮的形式有很多,比如:

  • 積分,積分用于兌換禮品、再次抽獎,形成小程序積分體系內部循環;
  • 消費紅包,鼓勵用戶進行消費;
  • 虛擬獎品,比如視頻網站會員卡等,一方面可以和平臺合作,一方面也便于發放;
  • 實物獎品,給用戶強刺激,同時配合抽獎區域跑馬燈對用戶形成持續刺激,吸引留存,提高參與度。

2. 呈現形式

形式一:盲盒/禮包

形式二:獎品直接展示

3. 獎品數量及預算

在抽獎概率模型中,我們其實已經設定了一個初始的概率,故可以根據初始概率及預估的全年參與人次,計算得到獎品的數量。此時,獎品的單價由預算決定,可以參考目前互聯網渠道的獲客成本。

抽獎活動的策劃還有不少門道,讓一個活動策劃合理化,且達到最初預想的運營效果,可能并不是一個簡單的事。掌握運營之道,道阻且長。第一次參與抽獎設計,考慮不周,如有疏漏之處,請各位多指教。

 

本文由 @司馬子元 原創發布于人人都是產品經理。未經許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

給作者打賞,鼓勵TA抓緊創作!
更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 你好,我有個疑問,如果第一個月過后,獎品的發放并不是按照設定概率來的,不應該復盤一下概率的計算問題嗎?

    回復
    1. 您好。不好意思我有點沒太理解您的問題。我們初始在進行策劃的時候,是根據這個式子去確定的獎品數量,獎品數量=設定的初始概率*預估總抽獎人次,也可以看成剩余獎品數量=中獎概率*接下來參與人次。
      我們做動態調整有一個前提就是我們不追加獎品。在獎品限定的情況下,如果等式右邊,實際上參與抽獎人次大于我們預估,那中獎概率必然得變小才能滿足等式成立。(此處我們認為樣本數量足夠大,實際中獎的情況已經逼近設定的概率了)。
      如果參與的人數很少,而概率是大量重復實驗后逼近的一個值,確實可能存在獎品數量可能并不等于參與人數*設定的概率,那本身獎品夠用,我們也無需調整概率。

      回復