运营就像打小怪升级,知道妖怪在哪,弱点是什么,最终打败他,才能升级,运营也是这样从初级运营-中级-高级-管理,首先你都要了解做运营到底要做什么。 之前有一个前辈说过:
是因为运营是一个有目标,有系统的解决问题的体系,能通过数据分析,找出痛点解决问题。好了,废话少数,下面是作为运营,你必须知道的数据指标及指标背后你应该做的事情。 一、做运营要经常关注的数据运营指标 我们在做运营的时候经常会关注很多数据标注,GMV,利润,成本,活动交易用户数,roi,K因子,UV/PV,MAU/DAU,用户获客成本,病毒传播等等,如下: 二、用户获取是运营的起始,用户获取接近线性思维 而我们在跟用户接触的过程本身就是数据产生的过程,也是数据分析的过程,在不同阶段解读和对接关注点,从数据产生的过程也是从用户接触-用户认知-用户兴趣-用户行动的过程中,而后我们就是更多的进行活跃和复购。 1. 接触用户需要关注的数据指标 在做用户接触的过程中更多的是在渠道产生,在网站之外,而渠道也有付费和免费之说。 付费的渠道:搜索引擎(百度、360、搜狗、谷歌)等SEM,还有追踪流量的DSP平台,目前很火的信息流广告,还有比较传统的线上线下投放,大型的广告赞助或者明星代言,移动端则还会涉及到ASM,在应用市场的投放动作。 其中SEM里面还会区分CPC(按照点击付费),CPS(按照销售佣金付费)如我下面提到的网盟,CPM(按照千次成本)、CPA(按照实际投放效果或者按照实际行动付费)。 免费的渠道:SEO/ASO主要是做搜索优化的工具,还有就是自己的社交平台,双方换量合作等,因为流量越来越贵,推荐大家以换量来做,可以找用户群体一致、体量差不多的合作,其中银行、保险是很好的合作平台,这个主要看合作契机哈。 在这个环节,我们经常会重点考核三个数据指标:
2. 用户认知需要了解的数据运营指标 用户认知一般的情况下是已经到了站内,也有可能是在站外,但是占比较低哈 到了网站很多的客户都会有直观的了解,这个时候让客户对品牌或者网站直观的认识主要是体现在网站体验和产品。 网站一般的情况下在做功能的时候都会有相应的埋点。
3. 用户兴趣需要了解的数据指标,这个主要是从活动策划来看 用户产生兴趣这里主要是举例了活动部分,也有点局限,因为用户产生兴趣的动作可以有很多引起,只是活动更有代表性,对于做活动运营或者策划的人比较好的引导。 我们衡量一个活动的好坏,如果还是仅仅以销售额来看,就太out了,而是多维度的来精细数据查看。 关于传播类类的活动一定要看的是: K因子: 说到K因子,我们不得不说一个AARRR的模型,主要是针对传播性的活动的,用户的一个模型,Acquisition(用户获取)、Activation(用户活跃)、Retention(用户留存)、Revenue(用户收入)、Refer(自传播),在做传播的时候用户的一个利用流程,K因子就是自传播里面,计算方式也很简单: K = (每个用户向他的朋友们发出的邀请的数量) * (接收到邀请的人转化为新用户的转化率) 假设平均每个用户会向30个朋友发出邀请,而平均的转化率为10%的话,K =30*10%=3。 这个结果还算是不错的效果——当K>1时,用户群就会象滚雪球一样增大。如果K<1的话,那么用户群到某个规模时就会停止通过自传播增长。 用户分享率:主要是参与用户有多少人去分享,分享一般会涉及到分享的客户心理,客户分享一般会基于社交属性和利益属性。 例如抖音客户觉得牛逼就会分享,滴滴和luckin coffee是因为利益进行分享,因为给自己和自己的朋友带来的利益,如果仅仅是客户自己爽一下,或者他个人的使用体验不好就不得分享传播了。 活动参与率:来网站的客户有多少参与了活动。 病毒传播周期:病毒传播一般是做口碑传播的,一般都是S形的传播,潜伏期、高潮、低落期,来得快,去得快,一般在做病毒传播的时候都会准备2-3波,来确保影响力。 4. 用户行动需要了解的数据指标 这个是用户在前面几步的铺垫后进行的进一步动作。 其中我认为比较重要的是: 转化率:一个公司是否健康,是否需要开源节流,很多的时候都跟转化率挂钩,再之对于公司的产品健康方面和人效方面来看,就是自然订单转化率的进一步关注。 所以在关注转化率的时候是分开来看:人工订单转化率+自然订单转化率,追踪每个细分板块的问题。 ARPU:每用户平均收入,这个跟每个用户的订单数及客单价息息相关,想提高ARPU值,就要看是否能活跃用户多次购买,以及如何在客单价上做功课,可以交叉营销,也可以增值服务,等等都是运营可以尝试的点。 用户数据:复购、活跃、流失是关注一个网站用户是否健康的标准,如果一直在获新用户,这个公司的净利润就很难把控。 所以在做拉新的时候,老用户的运营是一个很重要的指标,例如这两年的付费用户做的风生水起,例如京东的plus,亚马逊、考拉、携程等都在做老用户的粘性。 三、了解数据指标是第一步,下一步是如何去拆分指标,指标对应的目标是什么 (1)销售额:销售额的提升除了去买贵的流量转化订单,还有一个很重要的就是客单价的提升,价格策略就会成为电商非常重要的运营策略。 销售额=订单数×客单价 (2)利润:我们考虑利润的时候更多的要考虑成本,这样在做渠道投放和运营优化的时候更有针对性。很多公司并不是融资性的公司,这个时候对于利润的衡量就变的至关重要,就要去关注更多的有效渠道。 利润=销售额×利润率-成本 成本=获客成本+运营成本 获客成本=总推广费用÷新用户数 (3)订单数:这个很好的去衡量渠道价值及用户价值,很多人都是粗放的看数据,细分数据就会得出更细致的运营策略,对于高定产品,老客户的运营会更加有效。 订单数=新用户订单数+老用户订单数 流失回访率=再次访问的已流失用户÷所有已流失用户×100% 用户生命周期价值(LTV)>用户获取成本(CAC)+用户运营成本(COC) (4)GMV:总收入,这个是代表了一个公司的价值,而其余的数据则可以看到快速上升的空间 GMV=销售额+取消订单金额+拒收订单金额+退货订单金额 四、拆分数据指标后,我们可以做什么 在跟用户接触的不同时期,或者岗位的指标都是不一样的,运营的关注点也不一样, 数据分析一般可以分为着三种:
三种数据分析的用途,也大不一样。行业数据分析和竞争品数据分析,主要是帮助BRD和MRD的撰写,了解社会行情、竞争对手的情况,得知整个市场的总体情况和未来的发展趋势。而自身产品运营数据分析,主要是帮助周报和月报的撰写、产品当前情况的发展,了解平台的整体状态。同时,团子主要描述一下关于自身产品运营数据是怎么分析的、分析什么、分析时,需要哪些关键的指标。 在进行数据分析时,一般会走以下几个步骤:目的—数据收集—数据的统计与描述—归纳与总结—建议/改进。 1、目的 何为数据分析的目的?团子认为就是为什么要对数据分析的原因,你想通过数据获取什么东西来帮你论证什么。团子有一次部门内,想修改平台对商家激励机制,对此,团子需要通过问卷调查得得到商家对之前的激励机制怎么样、激励程度如何,同时对未来修改的机制,又有如何。他们的需求程度有多少。这就是我想通过调研数据得到目的。 当公司安排我每周对平台的数据进行分析时,首先了解撰写周报。团子就会去查看之前负责人,输出的文档进行深度学习。从中团子通过之前输出的文档总结了几点小技巧:
在收集数据时,首先我们应该需要了解的是收集哪些关键的数据?收集什么样的数据,需要根据你的目的来定。 例如,团子所在的实习公司是做电商直播,在平日的周报中,需要体现出以下几个指标:
在创业型的公司,没有很大的经历建立自己系统的数据库,一般是寻找第三方平台,外包出去。因为如果后台需要建立强大的数据话,需求大量的技术做支撑。但是有些特殊数据平台自己会自己开发,例如团子所在直播数据、订单数据、用户信息。对于创业的公司来说,能通过外包降低公司的成本方式,他们会尽可能外白出去,毕竟与当前需求价值挂钩。 3、数据的统计与描述 在进行数据统计与描述之前,首先我们需要了解一些关键数据指标代表内容和如何进行统计的公式。 (1)新增APP下载总量 这一指标主要是在相应统计时间内,了解目前平台产品,用户在各大下载的情况,同时,也要了解到个大应用市场的情况。新增APP下载总量的统计,分为安卓端和ISO端。 团子所在的公司主要使用第三方平台数据监控平台(友盟、腾讯云)进行统计。如果你想得到竞争者的数据情况,团子为你推荐一个免费的平台:ASO100 。 (2)用户留存率 在一段时间内,用户在一次使用此产品的情况。团子举个例子:7月10日新增1000人,7月11日500人使用,12日400人、13日300人、14日200人、15日100人。因此10日的留存率50%,以此类推,如图。漏斗图怎么做?问百度哈~ (3)用户平均使用时长 用户在平台逗留的时间,通过平均算法,了解整体使用时长情况,排出异常使用情况。它的计算方式=所有用户使用时长之和/总人数。用户平均使用时长越高,说明用户对平台的重要性越高。因此,我们可以通过使用时长可以,作为划分用户等级的指标之一。 (4)用户注册数 在一定时期内,当前平台新用户注册情况。 (5)用户活跃度 按照某一时间内,例如15天,一个用户在平台的启动了一天,那么它的活跃度为1。如果15天之内启动2次,那么他的活跃度为2。以此类推,如果活跃度越高,说明对平台的贡献越高。 有一次在产品社交群中,有人问如何进行用户划分?团子认为用户的划分,主要是根据用户对平台的贡献程度,贡献程度可以根据用户使用情况、付费情况两个维度进行计算,计算的权重,根据当前平台情况。例如平台更多时注重付费,那么付费的比重相对高。 (6)用户流失率 一个观察周期内的活跃用户,如果在下一个观察周期内不活跃,则称为流失用户.用户流失率=流失用户/总用户。通过流失率了解平台走失的情况。 (7)用户回流 设置三个观察周期,回流用户指第一周期活跃,第二周期流失,在第三周期又活跃(回访)的用户。 了解以上几个大众的指标,通过平台得到相应的数据,然后用excel进行数据整理,作出图表。 在进行数据图表描述时,我们时刻需要提醒自己为什么会有这一数据的出现,什么原因导致这个结果的出现,对于当前的数据情况,我们需要进行什么样的改进,提出什么样的意见。
通过以下几个图表,我们可以得知几点信息:
总结:前期相关活动的安排,对本次活动的推广有很大的帮助。 好友互换功能的设置,使得用户与朋友之间的互动大大增加,从而后期用户下载量大大提高。 活动的设计,包括获奖人数、活动时间的提醒,激发了用户的渴求度、紧迫感,使得活动氛围大大增加。 有时候因为数据的不全面性,导致数据分析的结果出现偏差。 团子当时对小黄车这一个活动进行分析时,手中看到了第一张的结果,然后误以为下载量的下降是因为活动的规则导致活动前期和中期,下载量下降。当团子拿起整体行业的数据图表时,团子才明白下载量下降的原因更多的是来自整体市场波动效应而产生的。 不要做一只井底之蛙,偶尔跳出看看整体,才知道一切都是这样。 4、归纳与总结 对于归纳总结这块,团子个人经验也不很丰富,团子分享一些总结方面的技巧。 在做周报时,你需要花很多心血用在数据整理和描述上面。但是,有很多同事在浏览你的周报时,一般只会认真看总结部分,对于其他部分他们很多都是带过,毕竟制作一份周报,它的篇幅很长,很多同事并没有太多时间来阅读。 因此在写周报时,我们首先应该把总结放入顶端(最显眼的地方);同时对于重要的数据和总结点,一定记得标红,这样才能让你的同事快速获取相应的信息要点。 关于如何总结,团子为大家推荐几本书吧,来弥补这块的不足。《金字塔原理》《学会提问》《麦肯锡工作法》,希望可以帮到你。 5、建议/改进 我不知道各位有没有和团子一样的心态,就是每次对日常总结写建议/改进时,刚开始有很多想法和建议,随着时间的流逝,越往后感觉自己都在挤脑汁,基本上没有任何idea了,让人很苦恼。想请各位小伙伴聊聊,你们是如何怎么解决这个问题? 团子很高兴为大家分享了自己在数据这块的经历和想法,虽然文章整体篇幅干货比较稀少,这也跟团子本人也有很大的关系。虽然团子在实战经验没有其他作者那么丰富,但是团子还是很努力的想为大家分享自己的点点滴滴,一同成长交流。 以上是我的数据分析分享,希望大家多多关注团子,团子将会为大家分享这次暑期产品经验。 本文来源【PM28产品经理】版权归原作者所有 |
随着零售行业数字化浪潮的演进,零售业门店的竞争日益激烈,各大零售巨头在用户触达与...
常听音乐的人,对各大在线音乐APP不会陌生。今天要讲的是一匹发展迅速的黑马:网易云...
社群运营中用户运营指的是什么?可能有些同学比较疑惑,其实理解起来也比较简单,就是...
十年前买车,用户前往 4S 店可体验一波销售人员毕恭毕敬的服务,选车刷卡提车拿上临牌...
作为一名资深的新媒体运营人,我发现现在很多中小企业运营策略都是盲目借鉴,别人有什...
做电商的大家都知道运营是一个电商平台少不了的板块,一个好的运营不仅能为平台带来客...