Yumy 的主要社交互动形式为 1v1 视频匹配和视频聊天，用户可一键开启视频匹配，进入真实互动场景，获得沉浸式的社交体验。在 Yumy 的“10 秒心动”模式中，用户需要在 10 秒内选择是否对匹配到的用户“心动”，双方互相“心动”才能继续视频通话。这种方式最大程度缩短社交路径，加强了对于浪漫邂逅的紧张感和期待感，尤其受到全球年轻用户的青睐。
在赤子诚科技的社交矩阵中，Yumy 具有差异化的社交互动形式，目前主要聚焦在高 ROI 地区做重点市场突破，包括北美地区和中东的部分国家。上线一年多以来，Yumy 快速积累了超过 5000 万的全球下载，同时在今年上半年实现了毛利盈利，增长趋势强劲。
公司介绍
赤子城科技是国内最大的社交出海公司，采用社交产品矩阵打法，满足全球用户多元化的社交需求。公司成立于 2009 年，2013 年开始出海，2019 年于港交所上市。公司社交产品包括开放式社交平台MICO、语音社交平台 YoHo、视频社交产品 Yumy 等，在社交、游戏、工具等领域打造了数十款面向全球用户的优质 App，累计服务 200 多个国家和地区的超过 13 亿全球用户。
社交巨头的数据基因，赋能产品出海之路
Yumy 主要面向海外市场，虽然赤子城被称为「深耕海外多年的隐形中国巨头」，但是作为一个中国企业，海外市场的挑战还是不小的。请问从团队和产品的层面，赤子城是如何应对出海挑战？
首先，我们始终认为海外整体还是一个“蓝海市场”，很多地区的渗透率仍然很低。如地区经济发展不平均、互联网发展水平相对滞后等一些因素，都给我们带来了巨大的机会。当然，目前不可否认的是出海企业越来越多，实力也很强大，再加上一些本土企业的优势，我们不能忽视接下来的挑战。所以，我们在实现高质量增长的同时，也坚持在做“磨刀不误砍柴工”的事，进一步夯实基础，巩固壁垒：
我们持续优化社交产品内的内容生态，引进更多优质、丰富的内容，联合专业的内容生产机构，比如影视工作室、专业音乐人，扶持内容创作者生产优质内容；我们也持续打磨算法，提升产品的连接效率，让用户更容易找到喜欢的朋友和喜欢的内容，从而促进更多的互动和消费行为，进而构建产品的用户圈层；本地化运营是我们的优势所在，也是我们一直坚持在做的事情。我们不断深化产品的本地化运营，在当地拓宽上下游合作，通过跨界合作、创意影响等方式打造我们在当地的品牌形象。如我们与海外当地的足球队、棒球队合作开展活动，与当地品牌推出联名活动宣传，邀请当地知名乐队、艺人来创作和拍摄产品主题曲，刷屏当地的社交媒体等等。
当然，坚持做好海外合规经营、积极参与公益事业、通过为行业发声等方式积极推动当地产业的整体发展，也是我们一直在做的事情。我们相信，这些努力是非常有价值的，长期来看能够帮助公司从底层巩固竞争壁垒，来应对出海的各方面挑战。
Yumy 在海外大获成功，请问团队在社交产品出海方面有哪些值得分享的经验？
Yumy 的发行国家优先选择欧美、中东市场，这两个地区互联网普及程度高、用户付费能力强、人口数量足够大，能够支撑起 Yumy 做大规模的预期，同时我们在产品、运营方面的本地化能力可以很好地支撑这些地区，优先发行这两个地区更快速地验证了 Yumy 可快速增长的商业化模型。
其次我们会布局东南亚、南美市场，随着近些年互联网普及度、社交 App 流行度的增长，东南亚、南美市场拥有不错的增长空间，将会给 Yumy 带来新的增长曲线。
投放素材上，我们会结合不同媒体渠道的用户使用习惯，去设计合理的素材形式；结合不同国家的用户习惯，设计不同的本地化素材。比如 Meta 渠道的用户使用习惯上的特点是浏览信息速度快，素材设计上会快速展示最核心最吸引人的内容片段。本地化素材上，针对中东素材排版的阅读习惯变成从右至左，内容表达上更加含蓄等。
用户运营上，我们洞察用户的使用习惯，挖掘不同地区用户的使用痛点、痒点做不断的优化，包括产品UI、功能设计、算法迭代等等。
商业化上，我们主要是围绕用户快速匹配到合适的人群，促进用户的社交互动行为，如增加视频社交通话时长，同时给用户更好的体验，增加用户的付费动力。另外，也会满足用户的其他需求痛点，增加增值性服务。
在产品全生命周期中，团队有什么独特的数据之道？
在产品生命周期的不同阶段，团队关注的数据重点及运营策略也要随之动态调整，在产品前期重点关注用户量的积累，在产品中后期要重点关注用户价值的提升。
1.用户量的积累
在产品的启动期和成长期我们更关注用户是否能留得下来，因此在此阶段我们关注的数据指标主要围绕留存和活跃相关，例如次留、7 留等阶段性留存指标，用户平均使用时长，每日启动次数等指标。
2.用户价值的提升
在产品的成熟期我们更关注用户价值的提升，用户价值是否持续增长也直接反应了产品内容对于用户是否有持续的吸引力，因此在此阶段我们关注的数据指标主要围绕付费相关，例如付费用户的规模及增长速度，付费频率，付费用户的行为习惯及内容偏好分析。
在对产品进行数据分析的过程中，除了大盘数据，您还会更注重哪些数据指标？
除了大盘数据，我们会更加注重分析用户层面的行为路径和内容偏好等指标：
1.行为路径
例如通过分析用户首次进入 App 后的主要路径帮助我们了解产品功能引导是否合理，以及用户对产品各功能的敏感度；通过分析用户首次付费前的行为路径，帮助我们挖掘提升付费转化率的关键节点；通过分析用户流失前的行为路径，帮助我们快速定位导致用户流失的潜在原因。
2.内容偏好
例如通过分析用户首次产生付费转化的内容、分析不同区域不同语言的用户人群内容偏好，帮助我们更精准的优化内容推荐算法；通过分析让用户高频高额产生付费的内容，帮助我们优化内容生态。
团队对哪些指标的异常变化比较在意？
1.用户留存率
留存率是衡量产品对用户价值高低的重要指标，无论是新用户留存还是付费用户留存，当留存率变化幅度超过20%时，我们都会第一时间去分析导致留存变化的原因，定位到原因也就找到了影响用户留存的核心关键点和突破点。对“留存率”的深入分析，帮助我们更好地了解如何优化新用户引导流程减少新用户流失，如何优化用户在核心功能的用户体验提升留存；对“关系转化率”的深入分析，帮助我们更深入地理解用户关系转化链路及核心指标。
2.关系转化率
社交本质其实是“关系”的沉淀，关系转化率例如关注率和好友率是社交类产品重点关注的核心指标，关系转化率直接影响关系沉淀的绝对数量，最终影响产品整体付费情况，当这些指标的变化幅度超过10%时，我们都会第一时间探查导致其变化的原因。
在使用 TE 系统的过程中，有哪些比较印象深刻的实践？
有一次用户付费金额增长趋势较为明显，经过分析后，我们发现主要是那段时间的用户互动关系数量上涨带动，因此我们把互动关系数量的增长作为主要的突破点，新版本围绕提升关系转化率做了相应优化后，关系转化率明显提升，互动关系绝对数量同步上涨，进而带动整体付费金额相应上涨。
在团队协作的过程中，TE 产生了怎样的价值？
TE 降低了我们数据拉取与使用门槛，提升决策效率。对于一些没有代码经验的人员，使用 TE 也可以自由编辑已经埋好的数据点进行运算，快速得出想分析的数据结论，根据数据结论高效调整决策模型。
除此之外，TE 可以快速将复杂且大量的数据通过可视化条形图、折线图、饼图等方式呈现，便于我们发现数据变化从而发现问题解决问题。通过 TE 我们可将不同维度的实时监控维度综合进一张表，实时数据处理进程相对快速，便于快速发现业务上的实时问题。同时，通过 TE 的对比分析模型，我们可以建立直观的数据参考系，帮助我们快速发现数据问题。
关注公众号
在线咨询