数据化运营 3 板斧 ,无数据不成活!

来源:雷鸟社区 2019/10/08 阅读:3652 评论:0
分类: 数据运营
活动盒子活动运营工具,一站式解决APP运营拉新、促活、留存难题,提升用户转化! 了解详情

大数据时代下,我们每个运营人员都应该有数据思维、数据意识和数据分析手段。

数据化运营 3 板斧 ,无数据不成活!

作者:Fin运营老兵 

来源:雷鸟社区(ID:Thunderclub)

数据是反映产品和用户状态最真实的方式,通过数据来指导我们决策、驱动增长,数据运营属于一种技能,通过数据分析来发现问题、分析问题、提升效率和促进增长。

现在的大数据时代数据运营不应该是运营团队里的一个岗位,我们每个运营人员都应该有数据思维、数据意识和数据分析手段。

我们可能经常有这些问题:

  • 今天为啥进件量比昨天下降了?
  • 为什么今天转化率低了?
  • 为什么今天注册量上升了?
  • 上周上线了几个新功能,有什么用户使用呢?
  • 老用户的流失率是多少?
  • 那个渠道转化率最高?

大数据的真正价值在于我们可以通过数据来做出决策,这个命题乍一看有些宏观。

运营工作过程中,我们需要做到三点:

剖析自己:首先我们需要有数据和工具来分析,监控和查看我们的数据,我们需要通过数据知道自己的情况,比如最简单的注册、登陆、转化、订单和成交。

制定目标:使用运营手段来推动用户使用和优化产品,我们需要自己的目标,什么是目标,需要把目标都量化,需要努力达成目标。

监控调整:运营过程中,实时、日、周、月来分析数据,监控我们的运营活动、效果,不断的调整运营手段,不停的优化,让我们的运营手段越来越有效,运营成本越来越低。

数据化运营 3 板斧 ,无数据不成活!

通过数据驱动的方法,你将能够判断趋势,从而展开有效行动,帮助自己发现问题,推动创新或解决方案出现。

数据收集

除了业务数据,APP的其它数据需要我们做好数据埋点。所谓“埋点”,就是在正常的功能逻辑中添加统计代码,将自己需要的数据统计出来。

主流的数据埋点方式有两种:

  • 第一种:自己开发时加入代码,研发自己的大数据系统。
  • 第二种:利用第三方统计工具。

不同产品,不同目的,需要的支持数据不同,确定好数据指标后,选择适合自己公司的方式来收集相应数据。

数据化运营 3 板斧 ,无数据不成活!

我们分析数据前首先要保证我们后台有数据,数据收集的核心在于前期尽可能多收集数据,现在基于开源平台的数据存储成本是比较低的,我们不用担心数据量会很大。

产品设计之初就需要考虑数据收集的问题,如果等产品运营的时候再收集就太晚了,而且对产品流程和功能改造的成本也太高了,而且前期的数据都没有,也没办作分析。

大数据时代的数据来源多种多样。有业务系统产生的用户、产品、交易、订单、理财和借贷等数据,还有第三方合作提供的数据、日志、行为、爬虫抓取的互联网数据等。

数据建模

有了数据之后,就要对数据进行加工,不能把原始的数据直接暴露给上面的业务分析人员,它可能本身是杂乱的,没有经过很好的逻辑抽象的。这里就牵扯到数据建模。

在数据分析领域领域领域,特别是针对用户行为分析方面,目前比较有效的一个模型就是多维数据模型,“在线分析处理”这个模型。它里面有这个关键的概念,一个是维度,一个是指标。

数据团队把基于业务数据库的原始数据做抽象处理,根据我们业务建模做出一张张数据表和指标。

数据化运营 3 板斧 ,无数据不成活!

1、用户行为建模

我们需要多维度的数据建模,包括用户访问、用户设备、地理位置、注册数据、申请数据、购买行为等多维数据。

用户在app中的浏览行为、浏览路径、使用频率和停留时长等。运营在做市场促销、推广、抽奖活动时,依赖页面访问深度和停留时间来评估活动对用户的吸引力度,及时调整策略,高效吸引更多用户。

数据化运营 3 板斧 ,无数据不成活!

数据化运营 3 板斧 ,无数据不成活!

用户在APP产品上业务功能和用户行为动作进行统一数据建模分析。

数据化运营 3 板斧 ,无数据不成活!

2、用户指标

用户是我们运营最核心的指标之一,对于我们推广、活动的工作都需要量化,建模阶段需要系统的定义我们用户指标体系。

数据化运营 3 板斧 ,无数据不成活!

3、流量指标

移动端运营比较重要的指标,我们每天比较关心的依然是新增、活跃、留存和转化。

数据化运营 3 板斧 ,无数据不成活!

新增:

每天的新增用户数和设备数是我们比较关心的,对于APP来说,需要通过设备指纹来识别每一个用户,每台设备有一个唯一的指纹。

下载数、新增用户数、新增设备数、注册数,我们需要收集这些关键数据。

留存:

次日留存率在留存环节我们最关心的指标。第一天10000个设备下载并且打开了APP,第二天有4000个设备再次打开了APP,那么我们的次日留存率就是40%。

对于金融APP来说如果用户在第一天完成了下载、注册、投资和借款,那么后面可能1个月都不会再访问我们的APP了,金融APP不太追求高的活跃度。

活跃:

日活用户DAU、周活用户WAU、月活用户MAU。

日使用时间、启动次数。

主动触达用户召回率。

产品稳定率、卸载率、崩溃率。

转化:

对于产品和运营团队来说,最核心的指标是用户的转化率。我们的运营活动、渠道最关键的指标也是转化率。

我们首先要明确APP的核心功能是什么,主要去监测这个核心功能的转化率,比如在游戏APP里叫付费率,电商app里叫购买率,不同的行业有相应不同的的转化率。

金融APP比较核心的几个转化点:用户注册、绑卡、认证、交易,绑卡是用户比较敏感的操作,一量用户完成绑卡,表示用户比较信任我们的用户,后期的交易转化就比较容易。

我们可以将自己的产品和行业平均水平进行对比,看看自己的产品所处的地位和优化的空间。

流失:

新用户进来后,第一天、第三天、第七天、第三十天的还继续使用产品的用户。流失率的变化可以直观的反应APP是否向好的方面发展。行业里也有一些平均水平指标。

另一个重要的方面就是用户流失的地方,用户在那一环节流失了,需要我们收集这方面的数据,我们需要在此阶段建模将用户流失情况都收集出来,为下一阶段分拆和优化留出空间。

4、业务数据建模

产品运营过程中随着业务而产生,用户发生的具体的业务操作。可以分为用户维度、产品维度、订单维度。

业务数据在开发阶段基本都是固定结构化的原始数据,这一阶段根据我们的业务需要进行抽象数据分组。

对于金融借贷类的核心业务指标:

数据化运营 3 板斧 ,无数据不成活!

5、渠道指标

APP的发展阶段,我们无可避免的需要花资源去渠道引流和导用户。大部分流量的获客依赖于我们的渠道,无论是自营渠道还是第三方渠道,我们需要计算各个渠道的成本、回报和投入产出比。

我们需要详细跟踪和监控不同渠道用户质量、用户转化和用户交易情况,详细分析渠道下阶段的投入资源占比。

流量的质量在于我们的渠道运营方式,无论用户下载、注册、登陆、认证、购买等上的,都是我们监控的数据。

渠道分析维度自然也是运营团队的重点指标,因为广告投放,流量引流往往都很昂贵的资源,及时跟踪渠道效果可以用好每一分每一毛的推广预算,实现最高ROI。

数据分析

我们需要把数据建模的指标进行汇总,把单维的数据抽象出多维进行分析。数据分析方法是有多种的,比如多维度事件分析、漏斗分析、回访分析、交叉分析等。

数据化运营 3 板斧 ,无数据不成活!

漏斗分析:

用户从下载APP第一步操作到后面的每一步操作,每个环节的转化过程,我们可以发现每个环节都会有用户流失会有用户离开我们的产品。

数据化运营 3 板斧 ,无数据不成活!

留存分析:

留存用户是指在某段时间内的新增用户,经过一段时间后依然继续使用App的用户,这部分用户占当时新增用户的比例即时留存率。统计留存用户的时间粒度很细,通常我们会比较关注次日留存、7日留存、30日留存。

数据化运营 3 板斧 ,无数据不成活!

渠道分析:

通过不同渠道数据带来的用户量、用户质量,我们可以给它们分别定级,然后去维持优秀的渠道,优化良好的渠道,对于一些质量差、可能存在虚假数据的渠道就可以考虑放弃。

渠道分析主要是分析各渠道在相同的投入情况下,用户数量的变化和趋势,以科学评估渠道质量,优化渠道推广策略

数据化运营 3 板斧 ,无数据不成活!

数据化运营 3 板斧 ,无数据不成活!

数据感觉

数据运营,不是全量,而是精细。不止精细,更是精益。

数据分析的意义不在于数据本身,而是要打造数据从收集到分析的闭环。

我们运营APP的时候,通过设备前端埋点收集数据开始,到设计出数据指标,多维度交叉分析不同的指标,通过数据分析发现问题,再反馈不断的优化产品,最终形成数据驱动产品设计优化。

我们分析数据的时候,需要重点关注影响产品核心业务的指标,关注数据的变化和趋势。

我们需要对数据产生感觉,可以通过数据对快速变化的业务作出判断,通过数据快速发现问题,提高整体运营的效率。

雷鸟社区(Thunderclub)为您分析互联网最新动态,我们聚焦于运营和增长,每周更新原创文章。

本文由@雷鸟社区 授权发布于活动盒子,未经作者许可,禁止转载。


活动盒子(huodonghezi.com),一款助您大幅降低开发与运营成本,实现场景化、精细化、数据化、自动化,助力运营实现快速拉新、留存、促活,提升用户转化的活动营销工具。应用场景支持:APP应用+H5+微信公众号。立即去体验:http://houtai.huodonghezi.com/users/register 

评论

APP运营解决方案

助力APP运营实现拉新、

促活、留存,提升转化率

立即获取方案
热门标签
数据分析 活动策划 活动工具 活动复盘 活动预热 活动设计
热门文章