如何将数据分析发挥极致,让产品、运营工作事半功倍?

2 评论 9703 浏览 79 收藏 15 分钟

一套体系化流程的建立,将让日后的产品、运营工作事半功倍。如何做好数据分析,让产品、运营工作更加高效?本文笔者神策数据王玮将从几个案例来与大家详细讲述。

前段时间,微信开始封杀利诱打卡的营销手段,这意味着过去大家常见的英语学习平台在做的裂变、存量带增量等运营手段将不再奏效。世界一天一个变化,当过去看起来还不错的运营手段出现了阶段性的阻碍,运营岗位应该如何应对?

“精细化运营”这一概念,近两年被越来越多地提及。提起精细化运营,就不得不提到“闭环”。

那闭环究竟是指什么?大家来看下图:

用户分层、活动策划、内部承接、技术和产品、数据分析、策略累积,一共六步,形成闭环。今天我们重点想要探讨的,是在这一整个精细化运营的闭环中,数据部门,或者说技术岗位,能够发挥怎么样的作用。

移动互联网发展到今天,数据的统计和分析已经不是一个新鲜的概念,很多企业都会做用户行为数据的分析。而所谓的用户行为分析,实际上是在解释三件事:

  1. 用户从哪里来,从头条还是从微信,追踪用户是如何来到你的平台。
  2. 他是不是他?现在很多人都有两台手机,还有ipad,对于平台运营来说,给用户提供的使用场景不仅仅是APP,还有小程序、H5页面等等。因此,一个用户一定是在多设备、多场景下反复出现。技术部门需要避免用户的重复计算
  3. 是对于用户交易等行为数据的分析,这也是我们普遍熟知。

掌握用户行为数据的最终目标,是为了能够形成一套属于平台自己的用户行为数据体系。

举例来说:下图是某电商平台,我们根据其用户行为数据,以基本信息、会员特征、消费特征等等为大类,进行了用户行为特征的标签化管理。这样的一套体系,是运营工作的核心和基础。

下面我们将通过案例分享的方式,来列举如何通过数据驱动场景和运营策略的变化,将从产品迭代和用户运营两个方面来分别进行阐述。

案例分析

通常我们去做一款产品,或者在原有产品中叠加一些功能,源于一个好点子的诞生。但是,如何衡量这个点子的好坏?产品真正上线后,有哪些指标可以做数据统计分析?这些是数据部门需要考虑的。

当一个新产品、新功能的雏形诞生之时,我们应该考虑其有没有可以衡量的假设性指标,有没有一个机制可以做A、B的流量测试,而不是当产品真正上线之后,市场反应完全是随机事件,没有数据监测究竟哪里会出现问题。

而产品真正上线之后,还需要从外部或者内部拿到用户反馈和调研,收集后台的用户转化率等等数据。总而言之,就是将数据融合到产品的所有迭代流程中,形成反馈机制,让一切指标变得可衡量。

举例来说,以下是某银行产品的案例。

用电子银行APP做交易现在很常见,这个客户是一个城商行,典型场景是给买房的用户做贷款,银行将房贷功能搬到线上,开发了一个“永续贷”的线上产品。

用户从下图页面进入产品搜索小区,评估贷款额度,最终提交贷款申请。这个产品过去三年完成的贷款量为280亿,这是一个非常大的金额。但是这款APP的产品经理是传统企业出生,没有太多的互联网思维。

仔细分析这款产品的后台用户数据,会发现有72%的用户,在搜索小区这个阶段流失。

这是为什么?

因为在输入框中,原有的一句隐语是“免费评估我的房子赚多少钱”。随后我们将这句话改为了“请输入你的小区名称”。看起来完全是零成本的举动,却让该流程的转化率提升了4.24%,这意味着能够让平台增加超过10亿的流水。

再举一个案例,下图是一个互金产品的应用场景。互金行业的拉新成本很高,而新用户来到平台之后,这款产品却需要用户完成18步,才能够结束一个注册或者投资、贷款流程。

因此,对于这样的平台,精细化运转变的十分重要。每一个阶段的按钮设计、提示性语言,颜色等等,都需要用测试的方式,观测后台数据表现,反复调整,让每一步的提示都具有诱惑性,尽可能地减少用户流失。

第三个案例,是一家做奢侈品的二手的电商平台。

这个案例中,通过数据驱动,甚至改变了平台的定位。这个平台最初在多渠道投放拉新。其中,汇聚诸多年轻人群体的B站,流量表现优异,甚至加购车的概率也很高。但是很多用户却不够买,转化率不高;或者是下单了,但是复购率远远低于平台的平均量。这些数据反映了事实上该电商平台的商品和B站用户群并不契合。

但是该平台不想放弃B站的流量,从B站人群画像分析来看,其用户群70%以上都是25岁以下的人群,这些人群特点或是学生,支付能力有瓶颈,购买轻奢产品能力不足。

该电商平台原有的轻奢产品定位,只能覆盖B站10%左右的用户,剩下的用户更多地关注快时尚产品。随即该平台对品牌定位做了调整,弱化了轻奢概念,强调个人好物,随即平台的转化率也有了大幅提升。

以上三个产品迭代类的案例,事实上都能够看到数据在运营过程中发生的作用,无论是产品运营、内容运营、用户运营还是活动运营,都离不开数据岗位。其最终目的也都是一致的,那就是向用户传递平台价值,最终实现转化。

坑位归因分析

这里提及一个概念——坑位的归因分析

坑位的概念源于淘宝,今天我们在淘宝首页看到的轮播、banner、搜索框等等,就是由固定位置衍生出来的坑位的概念,这些位置所展现的内容,是针对不同用户定向推荐的。

作为数据和运营岗位,必须非常清楚哪一个坑位对于平台的收入起到决定性的作用,并投入最优质的商品和运营力量,以带来最优的转化。

过去大家对于渠道归因的概念很熟知,即使是大平台也需要不断地购买流量,渠道归因指代的就是对于流量质量的评价,而坑位归因则完全不同,大家可以看下图,来感受一下区别。

关于坑位的概念,我们举一个例子——一个小众的内容电商平台,目标用户群体是亚文化青年,该类人群大概有100—150万左右,该平台的营销方式是在微信公众号的文章中嵌入好的产品,引导用户到APP转化购买。

这个产品的很多站内坑位设计存在问题。

从产品页面来说,大家很熟悉“产品分类”这个页面,京东这样的大平台也会用分类。但是,这个电商平台的产品经理却觉得分类设计没有什么作用,为了存在而存在。

但事实上经过用户数据,也就是坑位的归因分析之后,会发现将平台所有贡献交易的用户进行排名,“分类”板块提供的流量排名第二(图中数据经过脱敏处理)。这个结果对于很多产品经理来说是“反认知”的,但是也让这个平台随后做了很多分类栏目的精细化调整。

此外,“搜索关键词”的分析,对于产品和运营来说也相当重要,因为关键词代表着用户想要在这个平台得到什么。因此,搜索关键词的提示词,会有一个排序,这个排序决定了什么样的词语能够为平台带来最大的收益转化。

例如“牙”这个字,上述案例的这个电商平台中,后台数据反馈很多用户仅仅搜索了“牙”这一个字就转化购买了,这说明平台的搜索关键词做的并不还。当用户输入关键字时,没有出现他想要的联想关键词,用户进行的是一次模糊搜索。因此,这个平台之后有多与搜索关键词进行了梳理。

分析完以上案例,大家很容易感受到,运营、产品等等岗位离不开数据岗位的辅助。

但是,往往运营与数据部门的配合,周期长,很多过去累积的数据无法有效沉淀。当新的创意活动需要多部门配合时,执行效率会变得很低。而一个良性的、可执行的运营分析闭环,需要数据部门能够做到极致,这建立在平台用户分层等工作都相当完善的基础上。

完善的用户分层工作,能够让运营在一次新的活动、新的产品或者项目中实现快速试错、快速迭代。

举个小例子:

某知名健身平台,每周都会推出一些课程。最近他们推出了一个产品针对腰椎劳损的人群,他们的目标人群是办公室白领,因为理论上来讲,白领每天坐八九个小时,对于这样的课程一定有需求。但事实上,针对这部分人群的定向推广效果并不理想。

分析数据指标,发现报了这个新产品课程的人,都有一个共性的数据指标:BMI肥胖指标。胖子腰椎承受的压力比较大,所以会有脊椎的劳损情况,这些人群才是真正的目标人群。

这个案例告诉我们,数据部门需要能够在用户分层上做到极致,能够对于每一个用户标签进行实时的统计。对于用户标签的分类,文章开头的时候我们有举例。

这里更需要强调的,是用户标签是在事实变化的,因为用户的行为数据是不断地更新和累积的。我们需要打造数据驱动迭代的闭环。

在这个闭环中,当用户把产品加入了购物车半小时,却迟迟不付款,你的系统能够触发一条APP或者短信推送。或者做一场活动,从执行到效果评估,都能有数据反馈好坏。

总结一下,数据部门的工作事实上比较苦和累,但是一套体系化流程的建立,将让日后的产品、运营工作事半功倍。

 

本文由 @兑吧运营帮 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

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. 这错别字。。。T﹏T 质量有待提高啊~

    回复
  2. 大神 带带我

    来自浙江 回复