• 免费注册  马上登录
  • 友盟刷量数据优化

    友盟刷量数据优化 门户 APP推广 查看内容

    教你4步打通数据化运营的任督二脉

    2019-2-9 01:30| 发布者: baby人比心凉| 查看: 274| 评论: 0

    摘要: 还没关注?快动动手指!大数据时代到来,数据智能成为当下相当多零售企业转型升级寄予厚望的利器,数据化运营模式成为流行模式被追捧。一方面,我们确实看到不少先锋企业在数据化运营上的成功实践;另一方面,我们也 ...

    还没关注?

    快动动手指!

    大数据时代到来,数据智能成为当下相当多零售企业转型升级寄予厚望的利器,数据化运营模式成为流行模式被追捧。一方面,我们确实看到不少先锋企业在数据化运营上的成功实践;另一方面,我们也观察到仍然有不少的零售企业在数据化运营上的困境,他们投入不少,满怀期待,但现实很骨感。


    我们难免开始怀疑:数据化运营是一个值得期待的经典运营模式吗?在这种模式下,不少零售企业发生的困境到底是什么原因?数据化运营之路关键在何处呢?


    可以看到很多工作三四年的运营都做不出一张漂亮的表格,产品或活动出现问题也不能有逻辑地定位原因。不会数据的运营只不过是资源的搬运工,无法真正成长。

    看一个案例,如图所示,一个简单的分析链路。作为一个好运营,这样的链路应该是刻在脑子里的。

    今天想通过更易理解的角度,来帮助养成数据运营的思维。

    在数据分析里,分为两类基本数据:

    基础数据,可以直接记录的,比如访问数,订单数;

    复合数据,利用基础数据,通过公式计算得出,比如点击率,购买转化率,客单价。

    当然,由于公式的逆向,分析的时候也经常会通过复合数据,反向诊断基础数据的问题。

    要玩转数据,首先就是清楚每一个数据的含义,及计算的公式。每个公司都应该整理一份常用数据文档,帮助每一个新人掌握,或作为转正的考核。

    下面从运营的每一个环节来聊聊如何做统计分析。

    01 流量统计

    不管是Web还是App产品,根据技术实力,流量统计可以借助外部工具或自己开发的统计后台来完成。流量统计的核心,是衡量推广的效果,包括访问量、注册量、注册成本、活跃等,优化推广渠道。更深度的统计可以跟踪到后续的消费转化。

    Web就是网页统计(包括手机网页),外部产品有百度统计、CNZZ等工具,网站加入它们提供的标准代码后,就可以通过它们查看访问量、访问路径,跳出率、热点图等数据,分析用户的访问喜好,优化跳出率高的页面。

    网站需要自主统计注册数,登录数等。在外部推广时,尤其是SEM这样的规模广告投放,最优的情况就是推广链接越多越细,统计到每一个单元甚至是每一个关键词的转化效果和成本。

    App的第三方统计里,可以多重覆盖。可以借助友盟这样的第三方全站统计,同时各个安卓应用市场的安装包用不同的包名,用来自主统计用户来源。当然各个应用市场也有自带统计后台。

    有了这些基础的数据布局后,目的就是分析不同渠道来源的用户量、转化率和成本。对应的就是优化外部的宣传素材、落地的页面和渠道的取舍等基础工作。原则是越细致越好。

    拿SEM百度投放来说,昨天的整个账户成本升高了8%,因为每一单元(同一类型的关键词所在小组称为单元)都用的不同统计链接,这时候把每一个单元的点击量、注册数、消费和成本都导出来。可能有2种结果:

    1、全部单元成本都升高了,这种情况(除了百度瘫痪外)一般是注册页出了问题,可以查看昨日注册数的曲线,可能某一个时间段后注册大幅减少了,而广告点击还在继续。只要快速修复注册页即可。

    2、锁定为某一个单元的成本升高,拉升了整体成本,继而再锁定某几个关键词,可能的结果是竞争对手加入,提升了点击价格。可以暂时关闭这部分关键词的投放。

    02 业务统计

    业务统计偏向于产品内部的数据,指的是围绕核心目标的一系列分析。通过这一部分的统计,能找出业务问题的原因,和提升业务数据的关键因素。不同类型产品,核心目标不同。看几个案例的分析逻辑。

    1、阅读App

    除了用户数外,关注人均阅读时间。好的阅读App应该是我能快速找到喜欢的书,阅读体验好(比如翻书的手势)。影响人均阅读时间的因素包括电子书数量、类目规划、个性推荐规则有关。

    如果要提高人均阅读时间,就要围绕这几个因素来找原因。比如要关注搜索书名为空的结果比例、用户的访问路径和跳出页面,个性推荐的点击率和转化率。

    2、问答App

    数据是提问数、解答数。影响提问数的因素包括响应时间、答案质量、采纳率;影响解答数的因素包括时间段、奖励荣誉、问题质量等。

    分析解答率:可以把响应慢和不响应的问题统计出来,分析时间段、提问内容和奖励金额的共性;

    分析采纳率:可以统计采纳多的用户比例,和不被采纳的答案质量,进而判断是“采纳功能提示”的问题,还是答案质量不高的问题。

    3、电商App

    核心数据是订单量、成交金额和客单价。这三个数据都是有确切的计算公式的。订单量前面我们分析过,客单价=成交金额/成交的用户数。

    为了提升客单价,显然不能去降低成交用户数量,只能是提高总的成交金额。有两个数据可以决定,1个是提高商品的平均价格,或者规划新的品类;2个增加关联销售,通过关联推荐、套餐、优惠等方式。

    这几个案例中:

    1. 首先确定你的目标数据或KPI;

    2. 根据产品的使用逻辑或计算公式,找出跟目标相关最高的一系列相关数据;

    3. 把影响相关数据的行为原因列出来,并验证;

    4. 优化具体的行为原因。

    03 用户分析

    流量和业务目标的数据你可能每天都要关注,因为不少老板就是根据这个给你饭碗的。用户分析的本质是分析用户在产品上的行为路径,包括主业务流程,和主要功能的使用,了解每一个环节和功能的数据优劣,根据数据优化产品,进而提升整体的活跃和体验。虽然不是KPI,但重要性不必多说。

    我们分解下用户分析的着手点:

    1、提升访问频率

    首先是希望用户能够频繁的访问产品,那么统计每日每周的不同时间段的访问量,找出访问规律;其次统计访问页面的比例,确定用户打开App的目的。对于高频的访问时间和目的,就制订前置的内容准备,推送唤醒。

    对于访问比例中等或有上升趋势的功能,进行入口,规则的优化。比如有部分用户每次使用产品,都会去查看经验值,或者收藏部分商品,则可以推送经验值或商品变动的通知,提升访问频率。

    2、用户流失统计

    首先是统计跳出页面的比例,分析这些页面的共性。统计不同周期的访问用户的行为,比如3日、7日、15日、30天没有访问的用户,它们在访问路径、跳出页面、消费、信息完善度上的共性和区别。比如3日跟15日的区别在于前者没有的资料完善度低,就可以尝试增加资料完善的提示和奖励。

    统计重点链路中的页面转化,比如阅读App中,电子书简介目录,和开始阅读页面之间的转化率低,分析是普低还是个别现象,针对性优化“阅读按钮”,推荐文案等。

    3、定向行为统计

    关注用户的行为喜好,也许能帮助你发现新的增长点。比如统计分享功能里,用户点击微信分享、QQ分享、微博分享还是邮件分享更多,用户更喜欢复制邀请码还是一键分享功能。

    比如用户喜欢一次性收藏多本书,再慢慢的阅读,还是喜欢看完一本,再找下一本。

    再比如,用户喜欢搜索关键词,还是明确需求的长尾词,或者喜欢浏览推荐的商品或电子书。

    尽可能地使用第三方统计平台提高的数据和分析,来挖掘更多有价值的分析结果。

    04 异常监测

    养成数据异常的敏感度,对于创业公司并没有技术能力去做数据阀值监控,运营需要通过报表和明细去觉察数据的异常。有些异常甚至会直接导致账面资金损失。


    鲜花

    握手

    雷人

    路过

    鸡蛋

    QQ|手机版|友盟刷量数据优化 ( 赣ICP备17015331号-2

    GMT+8, 2019-5-22 07:39 , Processed in 0.056440 second(s), 15 queries .

    伙伴科技 X3.2

    © 2001-2013 Comsenz Inc.

    返回顶部