闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵割槮缁炬儳缍婇弻鐔兼⒒鐎靛壊妲紒鐐劤缂嶅﹪寮婚悢鍏尖拻閻庨潧澹婂Σ顔剧磼閻愵剙鍔ょ紓宥咃躬瀵鏁愭径濠勵吅闂佹寧绻傞幉娑㈠箻缂佹ḿ鍘遍梺闈涚墕閹冲酣顢旈銏$厸閻忕偛澧藉ú瀛樸亜閵忊剝绀嬮柡浣瑰姍瀹曞崬鈻庡Ο鎭嶆岸姊婚崒娆掑厡閺嬵亪鎮跺鐓庝喊鐎规洘绻冮幆鏃堝Ω閵壯呮瀫闂備礁缍婂Λ璺ㄧ矆娴h倽娑橆潨閳ь剟骞冭ぐ鎺戠畳闁圭儤鍨甸‖澶娾攽閻愯尙澧涢柛搴㈠▕閳ユ棃宕橀鍢壯囨煕閳╁啰鎳冮柍宄扮墦濮婅櫣绮欏▎鎯у壉闂佺儵鏅╅崹璺侯嚕婵犳艾惟闁宠桨绲艰閺屾盯鍩勯崘鈺冾槶缂備胶濮靛畝绋款潖濞差亝顥堟繛鎴炶壘椤f椽姊虹粙鍖″伐闁硅绱曠划瀣吋閸℃劕浜濋梺鍛婂姀閺呮繈宕㈡禒瀣厵闁稿繗鍋愰弳姗€鏌涢妸銉ユ倯缂佹梻鍠庤灒婵懓娲g花濠氭⒑閹稿孩鐓ラ柣蹇旂箓閻g敻宕卞缁樻杸闂佹寧绋戠€氼參寮抽鍌楀亾鐟欏嫭绀堥柛鐘崇墵閵嗕礁鈽夊鍡樺兊婵℃彃鏈悧鏇㈠极娴犲鈷掗柛灞剧懆閸忓瞼鐥鐐靛煟鐎规洘绮岄埞鎴犫偓锝庘偓顓ㄧ畵閺岋綁骞囬澶婃闂佺粯绻傞悥濂稿蓟閿熺姴鐐婇柕澶堝劤娴犻箖姊洪幎鑺ユ暠閻㈩垱甯″﹢渚€姊洪幐搴g畵闁瑰啿绻橀獮澶愬箹娴e湱鍘搁柣搴秵娴滄粓寮抽悙鐑樼厪闁搞儜鍐句純閻庢鍠楅幐鍐茬暦閸楃倣鏃€鎷呴崨濠庝槐闂傚倷鐒﹀鍧楀储娴犲绠查柛銉墮閽冪喖鏌i弮鍥仩缁炬儳銈搁弻鏇$疀閺囩倫锝夋煟韫囨挾澧︽慨濠呮缁辨帒螣鐠囨煡鐎虹紓鍌欐祰椤曆囨偋閹剧粯鍋樻い鏇楀亾鐎殿喕绮欓垾鏍Ψ閵夆晛寮板銈冨灪椤ㄥ﹪宕洪埀顒併亜閹哄秵顦风紒璇叉閺屻倕霉鐎n偅鐝栫紒鐐劤閵堟悂寮婚敐鍛傜喖鎮滃Ο閿嬬亞闂備胶绮幐鎼佸Χ閹间礁钃熼柨娑樺濞岊亞绱掔€n亞浠㈤柍宄邦樀閹宕归锝囧嚒闁诲孩鍑归崳锝夊春閳ь剚銇勯幒鎴姛缂佸娼ч湁婵犲﹤鎳庢禒锔剧磼閸屾稑娴鐐寸墬閹峰懘宕楁径瀣伖濠电姵顔栭崰姘跺箠閹捐秮娲Χ婢跺﹦鍔﹀銈嗗笂閻掞妇绮堥崼銉︾厓鐟滄粓宕滃鍗炴瀳鐎广儱鎷嬮悢鍡樻叏濡炶浜鹃梺鎸庣箘閸嬬姷绮诲☉銏犵濞达綀顫夐妵婵囥亜閵忊剝顥堢€规洏鍔戦、姗€鎮ゆ担鍛婂€梻鍌氬€搁崐椋庢濮橆兗缂氱憸鏃堝箖瑜斿畷鍗炩槈濡偐鏋€婵犵數鍋為崹顖炲垂瑜版帪缍栭柛娑樼摠閻撱儲绻涢幋鐏活亪顢旈锝冧簻闁哄啠鍋撴繛鍙夅缚閹广垹鈹戠€n亶娼婇梺鎸庣箓妤犵ǹ鈻撻幇鐗堚拺闁硅偐鍋涙俊鑺ョ節閵忊檪缂氶柛娆忔嚇濮婃椽妫冨☉姘暫闂佺懓鍢查澶婄暦椤栫偛宸濇い鏂垮⒔閻﹀牓姊婚崒姘卞缂佸甯″畷鎺楀Ω閵夊啰鎳撻オ浼村礋椤撶姷鍘滈梻浣告惈婢跺洭鍩€椤掍礁澧柛姘儔閺屾盯骞囬埡浣割瀳濡炪値鍓欓澶婎潖閸濆娊铏规嫚閹绘帞顔愰梻浣瑰濞诧附绂嶉鍕靛殨濠电姵纰嶉弲鎻掝熆鐠虹尨鍔熼柣銈傚亾闂傚倷绀侀崥瀣箖閸屾盃缂氱憸鏃堛€侀弮鍫熸櫢闁跨噦鎷�闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵割槮缁炬儳缍婇弻鐔兼⒒鐎靛壊妲紒鐐劤濠€閬嶅焵椤掑倹鍤€閻庢凹鍙冨畷宕囧鐎c劋姹楅梺鍦劋閸ㄥ綊宕愰悙宸富闁靛牆妫楃粭鎺撱亜閿斿灝宓嗙€殿喗鐓¢、鏃堝醇閻旇渹鐢绘繝鐢靛Т閿曘倝宕幍顔句笉濠电姵纰嶉悡鏇㈡煃鐟欏嫬鍔ゅù婊呭亾娣囧﹪鎮欓鍕ㄥ亾閺嶎偅鏆滃┑鐘叉处閸ゅ嫰鏌涢锝嗙闁绘挻绻堥弻鐔煎礈瑜忕敮娑㈡煟閹惧娲撮柡灞剧☉閳藉宕¢悙瀵镐壕缂傚倷鑳舵慨鐢告晝閵忋倕钃熸繛鎴欏灩缁犳娊鏌熼幆褏锛嶉柣鐔村姂濮婅櫣鈧湱濯崵娆撴⒑鐢喚绉柣娑卞枛铻i柧蹇氼潐濞堥箖姊洪幖鐐插姤婵炲鐩顐︽寠婢跺棙鏂€闂佺粯枪鐏忔瑥螞閸曨垱鐓涘璺猴功濮樸劑鏌涚€n偅宕屾鐐叉喘瀵墎鎹勯…鎺斿耿闂傚倷绀佸﹢閬嶅磻閹捐绀堟慨姗嗗劒瑜版帒鍐€妞ゆ挾鍠撻崢鍗炩攽閻愭潙鐏﹀畝锝呮健楠炴鎮╃紒妯煎帗闂備礁鐏濋鍛存倶閳哄啰纾奸弶鍫涘妽鐏忎即鏌熷畡鐗堝櫤闁逛究鍔戦獮瀣敇濠靛牆鍤梻渚€鈧稓鈹掗柛鏂跨Т椤曘儵宕熼姘辩杸濡炪倖鎸炬慨鎾嵁閹邦兘鏀介柣鎰煐瑜把呯磼闊厾鐭欐鐐差樀閺佹捇鎮╅懠顒傛瀫闂備礁鎲$缓鍧楀磿瀹曞洤顥氶柛蹇曨儠娴滄粓鏌¢崘銊︽悙濞存粎鎳撻…鑳槼缂佸鎸惧Σ鎰板箳閺冨倻锛滃┑鈽嗗灥閸嬫劙鎮块崟顖涘€甸悷娆忓缁€鈧梺缁樼墪閸氬绌辨繝鍥х濞达綀鍊介妸鈺傜厪闊洦娲栧皬婵犮垼顫夊ú鐔奉潖閸濆嫅褔宕惰娴犲ジ姊虹涵鍜佸殝缂佺粯绻堥獮鍐晸閻樺弬銊╂煥閺傚灝鈷旈柣锕€鐗撳濠氬磼濮樺崬顤€缂備礁顑嗙敮陇妫㈤梺闈涚返妫颁胶鐩庨梺鐟板悑閻n亪宕洪崟顐熸灁婵犲﹤鐗婇悡娑氣偓鍏夊亾閻庯綆鍓涢敍鐔兼⒑闁偛鑻晶鍓х磽瀹ュ懏顥㈢€规洘绮岄埢搴ㄥ箻閸愭彃娈ゆ繝鐢靛仦閸垶宕瑰ú顏呭亗婵炴垶鍩冮崑鎾诲礂婢跺﹣澹曢梺璇插嚱缂嶅棝宕滃☉銏″剨闁割偁鍎查崐鐢告偡濞嗗繐顏璺哄闇夋繝濠傚缁犵偞顨ラ悙鑼鐎规洏鍔戦、娑樷堪閸涱垰骞嗛梻浣告贡閸樠囨偤閵娾晛绠伴柤濮愬€愰崑鎾愁潩閻撳骸鈷嬪┑顔硷工椤嘲鐣烽幒鎴旀瀻闁规惌鍘借ⅵ闂傚倷绀佸﹢閬嶅煕閸儱纾婚柛鈩冪☉缁犳牗銇勯弴妤€浜惧銈冨灪濞茬喖寮崘顔肩劦妞ゆ帒鍊婚惌鍡楊熆閼搁潧濮堥柣鎾寸懇瀵爼宕煎┑鍡忔寖闂佷紮缍€娴滎剛妲愰幒妤佸亹鐎规洖娲ら埛宀勬⒑閸濆嫭婀版繛鑼枎閻g兘鎮℃惔妯绘杸闂佸綊鍋婇崢婊堟晜閸撗咃紲闂佺粯鍔﹂崜娆撳礉閵堝鐓曟慨姗嗗墻閸庢垿鏌熼獮鍨仼闁宠棄顦垫慨鈧柣妯活問閸氬懘姊绘担铏瑰笡闁搞劑娼х叅闁挎繂娲﹂浠嬫煕椤垵浜炵紒鐘荤畺閹宕归锝呬哗闂侀€炲苯澧い鎴濐樀閻涱喛绠涘☉娆愭闂佽法鍣﹂幏锟�[闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵割槮缁炬儳缍婇弻鐔兼⒒鐎靛壊妲紒鐐劤濠€閬嶅焵椤掑倹鍤€閻庢凹鍙冨畷宕囧鐎c劋姹楅梺鍦劋閸ㄥ綊宕愰悙宸富闁靛牆妫楃粭鎺撱亜閿斿灝宓嗙€殿喗鐓¢、鏃堝醇閻旇渹鐢绘繝鐢靛Т閿曘倝宕幍顔句笉缂備焦锕╁▓浠嬫煟閹邦厽缍戦柣蹇旀綑閳规垿顢欓悷棰佸闂傚倷绶氬ḿ褔鎮ч崱娑樼疇闁规壆澧楅崑顏堟煃瑜滈崜姘┍婵犲洦鍊锋い蹇撳閸嬫捇寮介鐐殿唶闂佺硶鍓濈粙鎴犵矆鐎n喗鈷掗柛顐ゅ枔閳洘绻涢崨顔惧⒌婵﹤顭峰畷鎺戭潩椤戣棄浜鹃柟闂撮檷閸嬫垿鏌熺紒銏犳灈缁炬儳顭烽弻娑㈠即閵娿儮鍋撶€n€㈡椽顢旈崨顔界彆闂備礁鎲¢幐鍡涘川椤栨艾绠氶梻鍌氬€烽懗鍫曞箠閹炬椿鏁嬫い鎾跺枑閸欏繘姊洪崹顕呭剳闁崇粯姊婚埀顒€绠嶉崕鍗炍涙惔銏㈩洸婵犲﹤鐗婇悡娑氣偓骞垮劚妤犲憡绂嶅⿰鍏犲綊鎮崨顖滄殼闂佸搫鐭夌紞渚€鐛鈧畷锟犳倷閹绘崼鏇㈡⒒娴e憡鎯堥柣顓烆槺缁辩偞鎷呴崜鎻掓闂佸湱铏庨崰妤呭磹闁垮绠鹃柡澶嬪焾閸庡繐霉濠婂牏鐣洪柡灞剧洴閺佸倻鎷犻幓鎺旑唶闂備胶枪椤戝棝骞愰幖渚婄稏婵犻潧顑嗛崐閿嬨亜閹哄棗浜惧銈呴獜閹凤拷婵犵數濮烽弫鍛婃叏閻戣棄鏋侀柛娑橈攻閸欏繘鏌i幋锝嗩棄闁哄绶氶弻娑樷槈濮楀牊鏁鹃梺鍛婄懃缁绘﹢寮婚敐澶婄闁挎繂妫Λ鍕⒑閸濆嫷鍎庣紒鑸靛哺瀵鎮㈤崗灏栨嫽闁诲酣娼ф竟濠偽i鍓х<闁绘劦鍓欓崝銈嗐亜椤撶姴鍘寸€殿喖顭烽弫鎰緞婵犲嫮鏉告俊鐐€栫敮濠囨倿閿曞倸纾块柟鍓х帛閳锋垿鏌熼懖鈺佷粶濠碘€炽偢閺屾稒绻濋崒娑樹淮閻庢鍠涢褔鍩ユ径鎰潊闁冲搫鍊瑰▍鍥⒒娴g懓顕滅紒璇插€歌灋婵炴垟鎳為崶顒€唯鐟滃繒澹曢挊澹濆綊鏁愰崨顔藉創闂傚顑呴—鍐Χ鎼粹€茬盎濡炪倧绠戦悘姘┍婵犲洦鍋ㄧ紒瀣硶椤︽澘顪冮妶鍡欏婵ǜ鍔戦幃鍧楀焵椤掑嫭鈷掑ù锝呮啞閸熺偤鏌熼崫銉ュ幋闁硅櫕顨婂畷濂稿即閻愮绶㈤梻浣虹帛宀e潡寮崫銉ヮ棜闁芥ê顥㈣ぐ鎺撴櫜闁告侗鍠楅崕鎾愁渻閵堝懘顎楅柣顓炲€垮璇测槈閵忕姈鈺呮煏婢诡垰鍟伴崢浠嬫煟鎼淬埄鍟忛柛鐘崇墵閳ワ箓鏌ㄧ€b晝绠氶梺褰掓?缁€渚€鎮″☉銏$厱閻忕偛澧介悡顖滅磼閵娿倗鐭欐慨濠勭帛閹峰懘宕ㄩ棃娑氱Ш鐎殿喚鏁婚、妤呭磼濠婂懐鍘梻浣侯攰閹活亞鈧潧鐭傚顐﹀磼閻愬鍙嗛梺缁樻礀閸婂湱鈧熬鎷�婵犵數濮烽弫鍛婃叏閻戣棄鏋侀柛娑橈攻閸欏繘鏌i幋锝嗩棄闁哄绶氶弻娑樷槈濮楀牊鏁鹃梺鍛婄懃缁绘﹢寮婚敐澶婄闁挎繂妫Λ鍕⒑閸濆嫷鍎庣紒鑸靛哺瀵鈽夊Ο閿嬵潔濠殿喗顨呴悧濠囧极妤e啯鈷戦柛娑橈功閹冲啰绱掔紒妯哄婵犫偓娓氣偓濮婅櫣绮欑捄銊ь唶闂佸憡鑹鹃鍥╂閻愬搫绠i柨鏃傛櫕閸橀亶姊洪棃娴ㄥ綊宕曢柆宥呯劦妞ゆ帊鐒﹂崐鎰版煕閳哄啫浠辨鐐差儔閺佸啴鍩€椤掑倸顥氶柛蹇撳悑閸欏繑鎱ㄥΔ鈧Λ妤佹櫠缂佹ü绻嗘い鎰╁灮閻掑憡鎱ㄦ繝鍕妺婵炵⒈浜獮宥夘敋閸涱啩婊堟⒒娴g懓顕滄繛璇ч檮缁傚秹顢旈崟闈涙婵犵數濮电喊宥夊磻閸曨垱鐓曢煫鍥ㄦ礀鐢泛霉濠婂牅鎲炬慨濠冩そ瀹曟粓骞撻幒宥囨晼闂備礁鎽滄慨鐢稿箲閸パ呮殾婵炲棙鎸婚弲顒勬煕閺囥劌骞橀柨娑欑箖缁绘稒娼忛崜褍鍩岄梺鍦拡閸嬪﹪銆侀幘宕囨殕闁告洦鍓涢崢閬嶆⒑闂堟胆褰掑磿閹惰棄鏄ラ柨婵嗘礌閸嬫挸鈻撻崹顔界亪濡炪値鍙冮弨杈ㄧ┍婵犲洤绠瑰ù锝呮憸閸樻悂姊虹粙鎸庢拱闁活収鍠氶懞杈ㄧ鐎n偀鎷绘繛杈剧到閹虫瑨銇愰幒鎴濈彉濡炪倖甯掗崐濠氭儗濞嗘挻鐓欓弶鍫熷劤閻︽粓鏌℃担绋库偓鍧楀蓟閵娾晜鍋嗛柛灞剧☉椤忥拷]

CHAPTER 06

    第6章
    数据运营很重要
    6.1 数据运营的主要工作
    数据运营,在众多运营工作中显得比较特殊,其他运营工作更多的是与前端的产品和用户打交道,而数据运营更多的是与后端数字打交道。通过对各种产品数据和用户数据的分析,找到数据中存在的问题,并提供解决方案,指导产品的发展方向。数据运营,在移动互联网的各个环节都有着至关重要的作用。
    6.1. 1 数据运营的目的和意义
    在日常的产品工作和运营工作中,会经常通过“看数据”来找到更合理的方案。很多公司会专门设置相关的数据部门,负责数据统计和数据分析;有的公司会将数据统计放入研发部门,然后将数据分析的人员放到具体的业务部门。
    美国麻省理工学院一项针对数字业务的研究发现,大多数情况下进行数据驱动决策的企业,生产率较一般企业高4%,利润则要高6%。数据运营,也有的公司叫数据分析,主要工作是通过分析产品和用户数据,找出数据变化的原因,根据分析结果优化产品和运营,并对未来的数据走势做出预测,为产品决策提供合理建议,最终目的是使数据得到有效增长。
    笔者在最开始就已经指出,运营的目的是增加用户,提升用户的活跃和留存,最终获得更高的收入。数据运营的目的与运营的目的是一致的,在用户增长、用户活跃、用户留存和增加收入的每个阶段,都需要有严格的数据监控,保证效果最大化。
    数据运营的前提是必须要收集尽可能多的数据,这是数据分析的基础。同时,要设定合理的数据目标,如设定了“用1个月,将某产品的次日留存率提升5%”的数据目标,之后要分析对数据目标造成影响的因素有哪些。对次日留存率造成影响的指标,包括新增用户、活跃用户、是否付费用户等。下面,就要确定是否将这些造成影响的指标进行准确的数据上报;然后持续观察和分析,看看每个指标对最终目标的影响情况;最后,分析各个造成影响的指标的具体情况,如分析出某个渠道用户质量较低,而影响了整体的新增用户留存的原因,并提出可行的方案,提交给产品人员和运营人员,如图6—1所示。
    图6—1 数据分析
    出色的运营人员会在做决策前先分析相关数据,并通过数据来指导产品的发展方向。
    6.1.2 数据运营的3个维度
    作为一名合格的数据运营人员,应该充分了解产品的所有数据。一款移动端产品的核心数据,基本包括3个维度:用户基础数据、产品使用数据和用户画像数据,如图6—2所示。下面,我们以一个网络社区为例子,来看看这些数据具体包括哪些内容。
    图6—2 3个维度分析数据
    用户基础数据,用来反馈使用产品的用户的整体基本情况,也是数据运营人员日常中接触最多的数据。这些数据包括日活跃用户、周活跃用户、月用户活跃等用户活跃数据,日新增用户、周新增用户、月新增用户等新增用户数据,启动次数、启动时间、总使用时长,用户留存情况,分渠道的用户数据等。网络社区的数据运营,更关注新用户数、活跃用户数和用户使用时长,等数据指标。
    产品使用数据,基本也是用户的使用数据,一般从各种维度来反馈用户在产品内的使用行为。比如,产品页面的浏览率、浏览人数、流失率,push推送的到达率和点击率,每个用户进入产品后的行为是什么样的,用户是从哪些页面跳出应用的,用户的订单转化率是怎么样的,支付转化率是什么样的,会员用户和非会员用户的使用习惯有什么差异等。同时,这部分数据还包括了产品的功能数据,主要指产品内的各个功能的埋点数据,反映出产品内各功能用户的使用情况。从数据看出哪些功能是用户比较常用的,该功能的使用场景是什么样的,用户从什么场景中点击到这个功能模块等。以网络社区为例,用户在网络社区的行为包括访问、浏览帖子,回复、评论帖子,以及发帖、转发、分享等。后期做用户运营时,可以根据用户使用功能的不同,对其进行分类,有针对性地提升某类用户的指标。
    用户画像数据,这些数据通常是最有价值也是最需要加以运用的,通常会集合商业化目的来一起收集和使用。通过标签等形式,为每个用户打造相对应的用户画像,向有相同兴趣标签的新用户推送一致的内容,并通过不断的优化和学习,实现更精准的用户画像。要想使用户画像更完善,可以结合一些外部数据来进行联合推荐,如可以了解到喜欢听周杰伦歌曲的这类用户,都喜欢购买什么类型的衣服等。了解用户更喜欢哪类内容,给用户推荐相应的帖子,也可以根据用户标签给用户推荐一些符合的商业化广告。
    以上这些数据,是从简单到相对复杂的几个层级,逐渐从用户分析到商业收入,这些数据都是做数据运营的同学必须了解和掌握的基础数据类型。结合每个产品的不同特点,会有不同的侧重,如电商类产品会更注重产品使用数据,关注订单的转化率和流失率等;以广告为核心收入的产品,会注重对用户画像数据的使用。
    6.2 数据分析驱动精细化运营
    数据并不是只为产品而服务的,运营更需要“数据驱动”,将数据分析运用到运营的每个环节,有明确、有效的指标,才能实现精细化运营。
    作为数据运营人员,需要从数据中找到规律,分析数据上升和下降的节点,并找到相应原因,从而指导运营工作。
    6.2.1 来看看一些案例吧
    下面,来看一个和收入相关的案例。
    一个移动工具类应用,主要收入模式是广告收入,而近期的广告收益下降较多,即使在平时高点的周期点,收益也有下降,这时需要从数据角度找原因。
    我们可以按照前面提到的数据运营的几个维度来分析。
    首先要看用户的基础数据,看活跃用户和新增用户是否有减少;如果是新产品,基本上新增用户占活跃用户比例较大,新增的减少对于活跃用户数量会有比较大的影响。活跃用户减少,会直接引起用户的浏览时间减少,导致广告收入下降。如果新增用户减少了,那么必须找到下降的原因,是某个大渠道减少了投入,还是所有渠道都减少了。如果是所有渠道都减少了投入,是不是竞品做了某些推广,导致新增减少。如果是活跃用户减少,是不是产品本身的问题,导致用户无法使用;或者产品发布新版后,不能达到用户满意而流失了用户。
    其次,从产品使用数据来看,必须确认产品相关的功能数据是否正常,如果功能使用数据没有太多改变,可以看一下广告模块是否出现了问题,导致广告无法正常展示等。还要看一下用户在有广告展示的页面的行为是否正常、浏览时间是否下降明显、广告的点击率是否变化明显等。同时,关注广告页面的产品设计及运营规则是否出现了调整,是否造成了广告展示频率的下降。
    最后,从用户画像上来看,必须明确是否延续了原有的广告展示规则,是否根据用户的兴趣标签进行了广告匹配,广告内容是否让用户感到厌恶等。
    要从数据变化中,敏感地从各个方面找寻出数据变化的原因,从而采取相应的措施。分析数据,本质上是根据数据变化找到对应的解决方案。
    下面,再来看一个和用户运营相关的案例。
    一个电商应用,在初期阶段开展邀请有礼活动,老用户通过微信、微博、短信、电子邮件等方式邀请新用户来注册、使用产品,每星期邀请来的注册用户最多并且达到一定值的老用户可以获得一台手机。数据运营人员对于这类和用户相关度较高的数据,应关注的是用户基础数据和产品使用数据。
    首先是用户基础数据,基本上是和老用户相关。包括老用户分享的人数、次数,每种分享渠道的次数、每个渠道的点击数、转化为注册的人数、邀请到不同人数的老用户分布情况,以及新增用户的注册流失率及主要在哪一步流失。
    然后是产品使用数据,基本和新用户相关。新用户到来后的活跃情况、使用时长、使用频次、使用轨迹、下单情况、付费转化率及后续1天、3天、1个星期、两个星期和1个月的留存情况等。后续能用到的数据就是与用户画像相关的数据,这些数据会更多地运用到前端商品的推荐上。
    通过对用户基础数据、产品使用数据及用户画像数据的结合分析,基本可以判断出哪种渠道的分享拉新成功率最高(即注册为产品用户),哪个渠道的新用户质量最高(即新用户有消费行为),老用户对于这类活动的参与程度与反馈情况等。同时,要从成本环节来匹配送出的奖品与新增的用户之间的投入产出比,以及成本投入与活动新增用户产生的总销售额的投入产出比。通过以上这些数据,基本能够判断出开展的活动对于刺激新增是否有效。
    6.2.2 通过正循环不断优化数据
    无论是产品还是运营,在测试效果时都需要数据来佐证,其中用的最多的是a/b测试。a/b测试,又叫ab testing,指的是某个产品功能或某个页面同时上线a、b两个版本,随机给一部分用户展示a版本,给另外一部分用户展示b版本,然后通过比较两个版本的实际效果,来确定最终将哪个版本正式发到线上。要注意的是,a/b测试更多的是部署在服务器端,以保证产品和运营需求能随时切换和调整。
    比如,图6—3所示的产品,对某个栏目的展现形式做了a/b测试,图中左侧为单本图书展现样式,包括封面、书名、简介、热度及分类,图中右侧为横排展现样式,一行有3本,只展示封面和书名。如果a/b测试的目的是通过改变样式而增加书城首页顶部的图书收入,而两个样式展示的是同样内容,那就需要比较同等数量的用户在a和b版本下的产品收入;如果在一定持续时间内(通常至少7天)两者的收入对比,其中一个能比另外一个高5%以上,则通常被定义为有效。
    通过a/b测试,可以获得用户对于不同的产品版本的实际反馈,通过对比找到产生问题的原因,通过不断的尝试和测试,达到正循环的效果。
    图6—3 某阅读产品a/b测试
    除了a/b测试外,不同工种的做运营的同学还必须充分了解与自身工作相关的数据,通过不停地尝试,将数据引入正向循环。
    做内容运营的同学,需要关注和不断优化以下数据。
    内容的展示数据:是否有足够的阅读量,阅读人数有多少,读完率是多少,用户停留时长是多少。
    内容的转化数据:通过阅读能否引导用户有进一步的转化,付费人数是多少,付费金额是多少,什么形式的内容对什么类型的用户转化最有效。
    内容的传播数据:有多少次分享,分享带来了多少用户和转化。
    内容的用户数据:用户看完推送的内容还看了什么内容,看相同内容的用户有什么特征,相似的内容运用不同的展现形式,哪种更能促进用户的点击参与或付费。这些都需要通过数据来进行验证。
    做用户运营的同学,关注的数据主要集中在以下用户数据。
    用户基础数据:新增用户、活跃用户、流失用户、忠诚用户等在日、周、月、年的数据。
    用户召回数据:通常用户在什么时候最容易流失,召回用户时推送什么内容效果最佳,对于付费用户是否采用更个性化的推送方式等。
    用户价值数据:付费用户占比,付费用户行为习惯统计等。
    活动运营和数据密不可分,活动效果基本可以从数据上看出来,并需要不断优化。
    活动投放数据:每个渠道的宣传成本与参与用户数,哪种形式的宣传效果最好。
    活动效果数据:每个活动上线后的浏览量、参与人数、参与率、参与活动的用户数据、获奖用户数据等。
    活动成本数据:如何有效监控活动成本、单位用户成本,哪种活动形式的效果最好,这些都要通过数据进行分析。
    渠道运营需要数据分析来提升渠道质量。
    渠道基础数据:每个渠道的新增用户数、活跃用户数、流失用户数、用户留存数。
    渠道成本数据:参与付费的渠道的单个广告位的展示量、获得用户数、单用户成本。
    其实,产品和运营的每个阶段都伴随着数据运营,运营人员对每个模块的数据进行分析是为了更好地完成各自的工作。有的时候,将这些数据分析结果结合起来看,会发现一些很有意思的数据现象,可以从中为产品在未来的发展找到一些不错的方向。
    6.3 小结
    (1)数据运营是通过分析产品和用户数据,找出数据变化的原因,根据分析结果优化产品和运营,并对未来的数据走势做出预测,为产品决策提供合理建议,其最终目的是使数据得到有效增长。
    (2)作为一名运营人员,可以从用户基础数据、产品使用数据和用户画像数据这3个维度来分析数据。
    (3)千万不要忘记,很多时候数据推断都是靠猜测,这些猜测需要经过线上的测试反复验证,不断地校准数据,并得到更多的数据结论。
    (4)有时候数据也会“骗人”,要相信数据,但不能只看数据。
新书推荐: 我死后成了他的白月光(伪兄妹) 色情主播不想干了(NPH) 心结(强取豪夺) 缺爱 篡清:我初恋是慈禧 一封栀子花香味的来信 距离公式 白月光堕魔后 大长公主娶妻 邪神竟是我自己