4个类别,看懂数据分析如何驱动运营

1 评论 7721 浏览 19 收藏 14 分钟

编辑导语:数据分析在运营的工作中可以起到很大的作用,运营对于平台的数据波动比较关注,特别是如今是精细化运营时代,运营在工作中对于数据的分析就更加重视,根据数据波动更改运营策略;本文作者分享了关于数据分析如何驱动运营的思考,我们一起来了解一下。

想当年,还没有接触运营工作的适合,我以为我的工作内容是这样的:

早晨到公司看各种数据报表,各项指标良好,已经超额完成了任务,然后开始写下一阶段的运营计划;中午吃个饭,然后午休;下午和用户聊聊天或者写写宣传文案,19点准时下班回家。

然而,现实和理想之间总是有着太大的差距;现实运营工作中,从早忙到晚,不停地穿梭在各种会议之间,不停地解决工作中遇到的麻烦。

早上到公司发现数据不达标,连忙做数据分析;分析一半,到了领导组织的开会时间;会议结束时已经12点,赶快叫个外卖;午饭后刚准备把数据分析做完,领导临时发起了一个会议,针对今天数据不达标,叫来相关的人员进行批评;会议结束后的两个小时终于做完了数据分析,赶紧写一份报告发给领导,抄送产品团队和运营团队。

产品经理看到邮件后非常不开心,过来找你理论,你俩对了半小时的数据,产品经理终于承认自己更新的版本有一个小漏洞,导致今天的数据不达标;再看着日历上的安排,活动规划还没写完。刚准备写活动规划,领导针对产品的小漏洞召开紧急会议,产品经理和运营人员必须参加。会议结束时已经19点,其他人已经下班回家,你还要写活动规划;再想想第二天需要与设计人员要排期、向管理层要资源、跟产品经理对进度等。

运营是一个理性和感性相结合的岗位。感性的人可以做好活动运营,可以做好用户运营,反而容易失去大局观;理性的人可以做好流程规划,可以做好数据运营,反而很难做成超出用户预期的活动和文案。很多时候,我们需要在理性和感性之间进行权衡。

运营工作离不开数据的指导,特别是目前进入精细化运营时代,运营人员离开了数据分析做运营上的决定,与赌场中的赌徒并没有太大的差别;运营人员更不能为不符合预期的结果找借口,而是要基于数据统计分析实事求是地撰写运营计划复盘;所以,运营人员不能把运营方案寄托在感觉之上,而应该建立在理性的数据分析之上。

01 产品运营需要通过数据找出波动背后的原因

在产品的不同阶段,关注不同的指标。

产品上线初期,亟待获得市场的反馈,并通过得到的数据验证最初产品的构想,为产品下一步发展找到具体的方向。

产品发展到一定阶段开始遇到瓶颈,增长曲线趋于平缓,需要通过收集产品的数据,找到下一个突破口。

一直运转良好的业务,某天突然出现下滑或者激增,通过数据评估产品改版(新功能)效果,发现产品改进关键点,构建用户画像,通过数据挖掘用户留存的关键行为,以便开展精细化运营,优化用户体验,发现业务运营中存在的问题,运营效果分析、ROI分析,数据总结与向上汇报。

比如之前某款工具类产品的初期,后台数据反馈用户安装后3分钟内的卸载率很高,通过分析用户行为路径数据发现,产品需要运行3~5分钟才能产生效果,而用户期待安装后立刻看到效果,导致用户以为安装的产品有缺陷,于是卸载了产品。

于是,在产品安装后新增了一句提示语:“等待5~10分钟,您就能看到效果。”也正因此,用户的留存率提升了36%。

02 渠道运营人员需要通过数据衡量渠道的价值

互联网的渠道有很多,到底哪个渠道对于产品的价值最高?现在各个平台的规则不断完善,免费流量的获取难度逐渐增大。

单个流量越来越贵,因此运营人员通过渠道获取用户更要着重于数据分析,不然会造成产品不错的假象。

每个平台都可以算作一个渠道,因此互联网的渠道多到数不过来。那么,企业如何根据自己的产品特性,从众多渠道中选出合适的渠道呢?运营人员可以从产品属性、用户属性、掌握情况、时间周期4个维度进行考量。

对于推广App来说,SEM就不是好渠道,因为没有根据自己的产品特性选择合适的渠道。根据用户下载App的习惯,App最好的推广方式是ASO(应用商店的优化),也可以通过DSP方式投放,根据用户属性选择渠道对应的用户数据包投放广告。

如果通过渠道获取的新用户数多于流失的老用户数,那么看似产品的用户总量在不断增加,但本质上是产品不受喜爱或渠道质量不行;所以,运营人员在通过渠道获取用户时要计算次日留存率或7日留存率,分析产品是否受欢迎、渠道是否满足业务需求,把流量价值最大化。

无论选择哪个渠道,最终目的都是为了转化用户,完成企业的业务目标。其中,能够获得用户并直接形成转化的渠道是最优选择渠道。

  • 如果你的目标是为了增加产品使用人数,那么围绕拉新工作设置运营流程的转化节点需要重点考虑。
  • 如果你的目标是完成产品的销售额,那么扩大投放用户群体并优化购买流程需要重点考虑。

通过渠道拉新或利用运营技能转化用户的过程,每个节点都会影响最终的结果。所以,从渠道到转化的每个节点都应该做好数据统计工作,支撑后续的数据分析并优化节点的转化率。

03 活动运营人员需要通过数据判断活动是否成功

电商平台的“38女王节”“618年中大促”“双十一”“年货节”等这些我们在日常生活中经常接触到的场景都是活动。活动运营对短时间内拉动相关指标增长非常有效。活动类型可分为日常提升活跃度的活动、完成销售额的促销活动、挽回老用户的召回活动等。

活动开展过程中,运营可以看的数据有访问数据PV/UV、活动参与数、页面登陆数、中奖数、兑奖数、活动转化人数/金额,以及用户信息等。运营对活动数据进行实时监控,及时了解活动实时走向,一旦活动出现任何问题,立马知道问题出现在哪里,下一步该怎么调整。

活动需要推广,推广就会涉及到活动投放渠道。运营在活动运营过程中,需要对渠道转化数据进行采集和分析。运营要根据多个指标来对分析每个渠道带来的转化率,比如哪个渠道带来的用户更精准,每个渠道带给app应用的用户成分(老用户占比多少,新用户占比多少,转化率如何等);运营人员通过对比活动投放渠道的数据,确定哪个渠道能够为app活动吸引来更更多新用户且用户质量高。

活动结束后,对整个活动数据进行复盘很关键。有多少人参加了活动,活动给app带来多少流量,这些流量能够给app每天带来多少新注册用户,每个用户的成本是多少,每个渠道的效果分别是怎样等等。

04 用户运营人员需要通过数据建立用户分层分析用户的关键性行为

运营人员要做到比用户更懂用户。

用户数量和用户价值是产品的核心指标,只有庞大的用户数量和高用户价值才能支撑起商业模式,所以用户运营是企业中比较核心的工作;运营人员需要对用户做深度分析后,才能决定采用何种运营技能。

用户运营通过各种属性将用户分层,如渠道、地域、性别、年龄、设备、RFM模型、用户行为节点等,用数据判断哪种属性下的用户对业务的价值更大。

目前,在运营文章中常见的用户分层模式为RFM模型:

  • 最近一次消费(Recency)
  • 消费频率(Frequency)
  • 消费金额(Monetary)

我们根据RFM模型可以总结一句话:用户在平台上一共消费了多少次,花了多少钱,最后一次消费是什么时候。

按照RFM模型对用户进行分组,可以根据不同人群的特点采用不同的运营技能;根据这3个指标分析用户的行为数据,可以把用户分为重要价值用户、重要发展用户、重要保持用户、重要挽留用户、一般价值用户、一般发展用户、一般保持用户和一般挽留用户。

  • 如果用户最后消费的时间比较近,消费频率比较高,消费金额也比较高,属于重要价值客户,也就是产品的骨灰级粉丝;
  • 如果用户最后消费的时间比较近,消费频率不高,但消费金额很高,属于重要发展客户,需要引导他们增加消费频次;
  • 如果用户最后消费的时间比较远,消费频率比较高,消费金额也比较高,说明用户已经很久没有登录平台,有流失的风险,属于重要保护客户;
  • 如果用户最后消费的时间比较远,购买的频次比较少,但消费金额比较大,说明用户即将流失或已经流失,需要进行挽回,属于重要挽留客户;
  • 如果用户最后消费的时间很近,购买频次不高,购买金额也不高,属于一般发展客户,需要做好引导工作;
  • ······

运营人员需要把控产品生命周期和用户生命周期,在不同的周期采取不同的运营技能,只有这样才能做出更好的效果。

无论你运营的产品有多么丰富的功能,运营工作就是把产品最好的一面展现给用户,吸引用户使用产品,拿到用户的数据之后,通过数据分析可以给用户提供更好的服务,让用户在生活或工作中对产品产生依赖。

一般大中型企业的各种运营条件相对成熟,运营人员做出好结果的可能性较大;小企业或大企业的孵化团队没有基础的运营条件,而且运营资源奇缺,运营人员经常做出不符合预期的结果,尤其是活动运营人员。

如果结果与预期不符,运营人员不要惊慌,可以暂时搁置其他人对你能力的质疑,先脚踏实地做好复盘工作,通过统计和分析运营过程中的数据判断哪个环节出了问题,需要优化;哪个环节做得比较好,需要继续保持,为下一次运营工作做准备。

 

作者:诸葛io,微信公众号:诸葛io

本文由 @诸葛io 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 确实如标题所言,说了个大概。

    回复