如何用数据驱动增长——用户数据模型分析-上篇

0 评论 2216 浏览 34 收藏 12 分钟

“数据是下一个时代的新能源”——这是互联网企业一直握着的可以改变未来的密码,当我们的社会进入一个生产能力相对过剩,商品供应极大丰富的时代时,卖方市场变成买方市场,如何切中用户的需求,成为销售增长的核心点;如何满足的需求,并能让用户“上瘾”成为产品增长的核心!

一、走进用户数据分析

AARRR增长模型(海盗模型),近些年以及呗从业者是为增长小白的入门级经验。无论是”AARRR”模型还是代表新留存增长的”RARRA”模型,都在强调一件事情:对用户行为的洞察和分析。采集用户数据,几乎是所有互联网企业做增长的“起手式”。

我们所处的商业社会,正在快速经历三种品牌形态的更新迭代:旧品牌,平台品牌,新品牌。平台品牌和新品牌都能直击用户,掌握用户数据。

随着品牌成熟和对精细化运营的深入,越来越多的企业开始在平台电商之外开辟“自建平台”也就是DTC,这一新战线,尝试逐渐降低对平台电商的依赖,通过构建私域流量池将用户数据掌握在自己的手中,实现个性化和寻找“超级用户”和私域裂变。

——所谓“超级用户”,就是既有重度消费行为,又有重度互动行为的消费者,他们不但自己能够为品牌贡献超高的消费额度,还能够影响周边的人带来新客。这些超级用户的价值平均达到一般消费者的7~8倍且具有加强的传播引导力,是私域流量中的意见领袖。

1)用户属性信息

静态和动态以及薇拉发展趋势,包含性别,年龄,收入,电话,职业等,部分信息涉及用户隐私,需要授权使用,一般可收集的数据比较少,

2)用户行为数据

用户行为数据是指用户在商业互动中产生的动作数据,即用户做了什么

比如用户点击购物网站,浏览商品,加入购物车,付款等一系列操作,是用户自发产生的。

3)用户交易数据

用户交易数据是指用户完成支付动作后产生的相关数据。比如:订单金额,订单数,订单类型,促销,物流,退换货等信息

通常讲到用户数据的基础五元素是:谁(who)何时(when)在哪里(where) 做什么(what)怎么做(how),随着商业化开展,形成了5+1要素,即增加了做多少(how much)

二、如何收集和规划数据

一般企业对数据规划,会采用能用数据表示的“OSM 模型+UJM模式+场景化”结合

OSM模型(objective strategy measure) 模型

主要方式是通过目标策略拆解和衡量,帮助企业目标结构化清晰呈现

举例:负责搜索的产品经理,如何优化搜索成交转化率呢?

整体过程可以总结出,漏斗“发现搜索-提交订单”的用户过程,以此来确定目标和策略

  • 选定目标:用户侧——希望快速找到符合预期的结果 ;业务侧:搜索出的结果,转化率高
  • 采取策略:策略1:提高搜索匹配度;策略2:有效的搜索结果排序,将用户感兴趣和转化高产品在第一两屏;策略3:尽量有搜索结果,若无,则展示有效推荐
  • 度量(指标):
  • 过程指标:KPI1: 搜索到详情页转化率25%-40%; KPI2:详情页到下单转化率20%-30%
  • 结果指标:由搜索渠道带来的GMV或者订单数,这样通过OSM模型可以规划出一套完整的指标体系

UJM模型(user journey map)模型

以用户旅程地图方式,帮助锚定数据规划的目标对象;模拟用户在业务流程中参与动作,并走完用户全生命周期的过程,又称为用户旅程。找准用户旅程,就是要找准要采集,分析和应用的用户行为数据源。也就是锚定数据规划目标对象

下面是一个简化版的电商产品UJM模型:拆分用户所在的旅程的每一个阶段+ 阶段中用户行为+ 阶段产品目标+产品与用户接触点。 寻找各阶段产品和用户接触点,并寻找痛点和机会点。

以“天猫”购物商城为例,一般用户需要经过电商平台首页——首页、搜索——商品类目列表——商品详情页——订单转化——分享/复购

在整个用户旅程地图中,用户会在各个阶段反复跳转,需要对每个阶段设置对应目标。通过UJM模型设置出目标,可以反哺OSM模型,判断OSM模型是否有遗漏

UJM模型中用户触点,即用户和产品接触点和机会点,这个跟OSM模型中的S策略相符合;用户旅程地图中每个阶段都有匹配的目标O,策略S和度量M。通过梳理用户旅程地图中,将UJM模型和OSM模型相结合,可以触发我们的目标满足用户需求,策略可以回答业务目标,达到互相影响。

场景化:

场景化其实为了帮助我们再庞大的OSM模型和UJM模型下,模块化、结构化快读切入和落地指标体系提出的。场景化可以分阶段分门别类对应到用户旅程地图中,满足不同部门,不同层级人员从拉新到转化,最终到提升客单价的需求。

比如说提升转化率,环绕“逛-产生兴趣-付费”需要用户跟产品的各个接触点转化率进行监管,比如在首页分发资源位,黄金铺位,搜索框,直播,活动等,进行转化率上的优化,让用户产生兴趣和点击。

三、数据看板主要有哪些应用场景?

数据指标确定后,数据看板是公司实行数据渠道增长的战略工具,一般会分为监控,分析,协作三个应用场景

  • 监控场景:实时获取数据,并了解商业进程,洞察发展趋势,发布业务预警
  • 分析场景:主要协助业务部门分析异常出现的细节点,直接核心问题;通过数据看板多维度拆解数据,进行业务对比,分析问题的原因
  • 协助场景:一般是需要制定业务指标,需要团队所有人进行优化协作。

数据看板有哪些分类

战略看板,分析看板,实时看板,每个看板都是有对应的主体和使用者,范围,更新频次,颗粒度等

战略看板:企业高层和决策者的核心数据看板,往往是全局性的指标,一般指标很少,都是KPI核心指标,说明完成情况,完成度等——一般用来快读了解业务是否达标和问题出处。

分析看板:可视化工具,协助企业、部门提出假设,并通过数据看板论证假设,判断改变是否符合存在的机会点,再进行产品或运营策略的迭代,最后效果评估

判断一个新功能是否上线,现提出假设

例如:判断在首页增加推荐新品功能,是否能提升首页点击转化率的假设,

1)创建首页有推荐功能和无推荐功能的,用户在首页的使用数据的看板,数据是否有差异

2)创建首页推荐功能点击和用户在首页浏览次数,是否正相关

如果以上问题都是肯定回答,那么继续观察

3)创建首页推荐功能的用户的留存率,对比为使用该功能的用户数据,如果高于,则可判定该功能的必要性。

数据看板能较好的反应出,功能前后数据对比,完成迭代和假设的认证

那如何搭建数据看板呢? 用户增长需要哪些看板进行协助抉择呢?以及看板总结特征有哪些呢?欢迎进入用户数据模型分析-下篇

本文由 @ Sherryyyyy 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务

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. 目前还没评论,等你发挥!