一张表展示:产品运营数据分析驱动增长(AARRR)框架模型总结

产品小白专属,10周线上特训,测、练、实战,22位导师全程带班,11项求职服务,保障就业!了解详情

本文是关于数据分析驱动增长的模型框架的总结,用一张表把数据分析驱动增长相关目标和方法进行呈现和总结, 希望对你的产品建立运营数据分析工作有帮助和参考。

1 背景

对于任何一个新产品从市场调研,痛点分析,产品定位,MVP产品设计和产品实现后,业务增长和商业价值增长将作为团队的核心任务,增长的方法除了和客户保持高频和有效的沟通进行产品优化和价值挖掘以外,建立匹配的科学的数据分析体系是保持产品增长的高效的手段之一。

表格整理截图信息如下:

如上内容是个人在工作中对于数据分析驱动增长的目标以及方法的整理,不足之处,欢迎一起讨论指正。

2 产品数据分析准备

产品在建立数据分析体系之前,产品本身的要有相对清晰的市场定位、核心痛点解决业务流程实现,包括客户群和市场容量的预估、竞品分析等动作,这样产品运营数据分析的业务体系才有基础的方向和目标。

举例:一款针对中小企业的在线营销宣传H5的工具产品。

  • 客户对象:中小企业。
  • 核心痛点:企业在营销宣传时制作在线宣传册的繁琐、费时。
  • 市场预估:中小企业在企业营销宣传,有多少企业会使用在线宣传营销工具,不同类型的企业在在线营销时支出的成本每年/每季度是多少,可以参考一部分的外部分析数据,比如易观数据、互联网开放数据分析 平台等。
  • 竞品分析:类似的产品的市场和营销情况,核心卖点,市场容量,市场占比等等,找到合适自己的差异化的产品卖点。

根据上面的分析找到合适自己的差异化卖点,并寻找自己相应的种子客户群。

3 产品数据分析驱动增长的目标明确

在互联网的比较流行的数据分析驱动增长的 AARRR模型 已经比较成熟,贯穿整个产品生命周期,具体的细节不详述。

在这里需要说明的是,数据分析 AARRR增长模型是一套工具方法论,但是我们不能忘记我们的数据分析的起点和初衷:产品/市场,业务持续增长(商业价值的持续变现以及客户价值的平衡)。

在产品生命周期中建议的核心关注指标:

  • 产品的成长初期时:重点关注用户激活率、和留存率,求质量。等待经历若干个周期迭代后,慢慢保证高留存率后。
  • 产品成长爆发期时:重点关注用户获取率 和留存率,求高效增长。
  • 产品口碑爆发期时:重点关注传播推荐,尝试病毒式增长。
  • 产品成熟收割期时:重点关注用户增加收入 和 留存率,求客户价值和商业价值变现的平衡。

当然在上面的产品生命周期中,我们需要不断观察数据,并保持和客户的高频沟通,并及时了解市场中竞争对手的变化和客户需求的变化,根据市场和产品的变化调整产品策略、运营策略。

4 产品数据分析驱动增长的方法说明

产品数据分析驱动产品增长的原则:数据分析必须以业务场景和业务目标为起点,业务决策作为终点,数据本身是没有意义的,数据比对分析和挖掘才有价值。

(1)数据分析的模式和方法:

  • 单项分析:趋势洞察、渠道归因、链接标记、漏斗分析、热图分析、分群分析、A/B分析、留存分析
  • 组合分析:针对某个细分点,进行多维度组合分析。比如对于某功能、某页面做留存、转化、活跃分析。
  • 用户场景分析:时间、地点、需求。 举例:1、早上上班路上  2、用户合约快到期时
  • 专题分析:用户体验分析 、产品问题分析、销量增长分析等
  • 建模分析:流失预警分析、用户激活分析、付费决策分析等

(2)数据分析的内容和分类:

  • 以用户行为中心:用户行为事件、渠道、产品功能点击、事件分析、用户场景分析、用户行为轨迹、页面流、路径分析、活跃用户分析、用户分群、用户分层、用户细查、用户决策模型。
  • 以流量访问为中心:PV、UV、跳出率、访问深度、停留时长、热点图、页面升降榜、页面频道流转、用户访问地域、访问终端、访问来源、新老访客、活跃度等。
  • 以用户生命周期为中心:新用户、激活用户、活跃用户、衰退用户、流失用户,分析各个人群的数量,分析对应的关于产品、用户行为、转换、留存、注册相关等分析。
  • 以用户分群分层为中心:按照新用户、使用用户、活跃用户、付费用户、高价值贡献付费用户分层,按照年龄、地域、消费能力、习惯、进行分群。分析各个人群的数量,分析对应的关于产品、用户行为、转换、留存、注册等相关分析。
  • 产品体验数据分析:功能活跃比、核心转化功能分析、产品体验分析报告(市场、客户需求、产品功能结构、交互体验、意见和建议),用户产品和功能体验调研报告。(主观的想法和建议,可以做数据分析支撑和A/B 测试)。
  • 业务运营数据分析:业务目标达成分析和总结、活动转化效率评估、软文阅读和分享次数分析、活动策划分析等。
  • 技术运营迭代分析:需求上线成功率、上线时长、需求响应时长、迭代周期、页面响应速度、上线后bug数、页面功能稳定性等。

5 产品数据分析驱动增长的工具和平台建议

对于上面的分析方法目前对于BAT等一线互联网公司有自己的内部大数据中心,支持营销、运营、产品的数据分析工具支撑。对于中小型成长型企业或者传统行业,建设一套完整的数据分析的工具支撑平台成本大、耗时长,建议使用第三方的免费或付费的工具平台。

对于第三方数据分析的工具平台主要分为两类:

  • 以流量为核心第三方数据分析平台:GA、百度统计、友盟统计等(部分功能需要付费)。
  • 以用户行为为核心第三方数据分析平台:Growing IO、诸葛 IO、神策IO等(需要付费使用)。

以上工具平台均支持WEB、H5、移动客户端 统计,平台排名不分先后,仅供参考,团队根据自身情况合理选择使用第三方还是自己建设数据统计分析平台。

表格分享信息,不足之处,欢迎讨论

表格下载地址: 链接: https://pan.baidu.com/s/1eTDWBCI  密码: k54b

 

本文由 @Landry YI 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StockSnap.io,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
7人打赏
评论
欢迎留言讨论~!
  1. 感谢分享!

    回复
  2. 感谢楼主分享心得智慧,很受益。

    回复
  3. 模型图中有一些地方内容应该是填充错了。

    回复
    1. 你好,哪里整理有误?还请详细指正一下~!

      回复
  4. 沙发

    回复
  5. 最近也在钻研这块,能留个联系方式方便沟通不~

    回复
    1. 有什么问题,可以回复评论,一起讨论下。

      回复
圈子
关注微信公众号
大家都在问