数据经营经验分享:经过精密化经营驱动产物增长
本文摘要:订阅专栏撤销订阅 智能数据决策平台,大众号:诸葛io数据教练1.3万11519很多运营同学都会觉得做运营是一件很苦的事情,重复地做着他人眼里没有技能含量的事儿。但运营真的就只是打杂的吗?本文中,我将结合本身数据运营经历分享一套通过精密化运营驱动产品增
订阅专栏撤销订阅 智能数据决策平台,大众号:诸葛io数据教练

1.3万

115

19

很多运营同学都会觉得做运营是一件很苦的事情,重复地做着他人眼里没有技能含量的事儿。但运营真的就只是打杂的吗?本文中,我将结合本身数据运营经历分享一套通过精密化运营驱动产品增加 的“组合拳”,协助我们学会将“运营工作中纷乱繁杂的点串联成线,发挥出运营的最大效果”。

一、什么是运营?

围绕产品进行的推广、促活、拉新等一切干涉手法都属于运营。用现在的话说就是“帮产品搞事情”。

运营“搞事情”的意图有2点:

让产品活的更久:活的久是要延长产品的生命周期,延长用户的生命的周期,更受用户喜欢。 让产品活的更好:活的更好就是通过广告、用户主动付费等方式取得收入,带来商业价值。?

图1:运营的终极方针

做运营就像是(产品)和用户在交朋友。终极方针是构建产品和用户之间的情感链接。

二、什么是精密化运营?

所谓的精密化运营是一种建立在数据基础上的思维方式——用较少的本钱取得较好的效果。

图2:精密化运营

1. 何为数据采集?

运营工作是建立在对用户的了解进步行的,当用户达到一定规模,就需要对不同类型的用户分群,针对某一特征或某几个特征组合的人群有针对性的运营,数据采集是第一步。

以健身App为例,用户进入App后,部分用户会依据本身锻炼的方针选择训练课程(比如基础训练、腰背训练、练出马甲线、人鱼线等),完成训练后就会脱离;另外一部分用户完成训练项目后,会进入社区查看相关内容(比如查看需要几个周期可以初现马甲线之类),添加锻炼的详细认知。

这部分用户在完成训练项目、阅读社区内容后,极可能会在社区分享自己的心得、摄影打卡,或者向其别人提问。可以看到,这些用户的行为是跟着使用深度递增的。通过对用户触发的每一项行为工作数据以及属性数据(包括性别、身高、体重、年纪等信息),为下一步发掘出用户背后的行为原因、制定运营策略提供科学依据。当然还有一部分用户下载APP,打开后没有进行锻炼,或者锻炼半途脱离,这些用户相同需要进一步“运营”。

2. 何为数据发掘?

有了行为数据后我们就要开始分析:进入App后,有多少用户功败垂成,没有完成训练就半途脱离?有多少用户完成训练项目后就脱离,这部分用户的次日留存和七日留存率是多少?会进入社区查看社区内容或者查看官方引荐内容的新用户留存率是多少?有多少用户完成训练项目,并且在社区发布了内容?什么样的用户在社区停留时间比较长?

我们可以依据需求,把以上数据依照合理的逻辑组合在一同,构成了一个个用户群(依据需求进行自界说用户分群):

新手用户:进入App后,未完成一次完好的训练; 留存用户:进入App后,一周完成三次及以上训练; 核心用户:进入App后,一周完成三次及以上训练,或在社区参加三次及以上互动;

然后将属性特征和行为特征结合起来分析,属性特征包括注册时录入的性别、身高、体重、年纪等信息;行为数据包括选择哪些课程、针对哪些身体部位的强化训练、什么时间段锻炼、锻炼时长、难度级别、中心是否需要暂停歇息等等。这些特征的背后实践上对应的是明晰的用户画像,比如一线城市的健身达人、有毅力的甩脂小妹、简略运动一下的上班族等鲜活的人物画像,通过用户分群可以自界说不同的群组,重视不同特征的用户群的行为体现,发掘出哪类人群健身频次相对高于其他用户群。

3. 怎么做数据决策?

依据以上用户群体特征,针对性的制定运营方针去设计活动方案并执行,终究收集数据查验运营效果和方案的精确性,作为下次运营的参考经历。比如:对新手用户来说,我们尝试依据用户属性信息组织更适宜的训练课程内容引荐给用户(比如依据身高体重换算出BMI指数,再结合年纪引荐适当强度的训练课程,防止难度过大形成抛弃或难度没有应战不感爱好);关于留存用户,我们可以尝试引荐相关的社区内容(比如针对选择锻炼马甲线的用户引荐“速成马甲线除了高强度训练还应该这样吃”之类的内容),引导用户进入社区,并延长在APP的时间,增强忠诚度;关于核心用户,我们可以守时组织线下健身达人活动,邀约这部分用户参加,更好的坚持他们对社区的热度。

4. 3个适宜:在适宜的时分对适宜的人做适宜的事

什么才是适宜的时分?怎么找到适宜的人?什么事是适宜的?首要我们要明确方针,我们现在要提高什么数据?比如,当我们发现新用户流失率很高,那么我们需要分析:打开App后用户是否点开了健身训练?未完成训练就半途脱离的人占比是否比较高?假如是,要去清查新手用户打开的教学视频难度系数是否是比较大,不合适新手用户,从而导致严峻流失?假如是,那么可以筛选出这部分用户进行“召回”,为这些新手用户引荐难度系数较低的健身视频,然后追踪这部分用户在一段时间内的留存率是否有显着的提高。

图3:数据驱动运营

数据分析是一个发现问题、提出假设、印证猜想、不断优化的过程。适宜的方法是要通过不断的实验去验证,验证的过程也是在校验数据,从而优化运营策略,提高用户新增和留存。

三、运营的魂灵是对用户的了解

回到最初的观念,运营的魂灵是对用户的了解,在理性的分析中理性的了解用户。当我们可以把用户群分的越精准,说明我们对用户的了解越深化。我的运营方针就越明晰,运营方案的效果就会越好。数据本身是冷冰冰的,可是数据背后的用户是五花八门的人,分析数据实践就是在分析人背后的行为,通过对数据背后的行为进行洞察,从而更好的制定运营策略。

图4:运营的魂灵是对用户的了解

四、深化了解用户的三大利器

图5:深化了解用户的三大利器

1、用户行为途径分析

指的是用户在进入产品今后的行为轨迹,用户用了哪些功用模块?用户使用的顺序是什么?通过火析用户行为途径,验证用户的使用是否和当初设计产品的逻辑是一致的。假如和产品设计逻辑误差很大,就需要考虑为何?是我们设计的逻辑有问题?仍是其他方面呈现了问题?

2、精密化用户分群

依据用户行为的特征将其按需拆分红不同属性的用户群,例如:做过A工作的人拆分红一个用户群,做过B工作的拆分红另外一个群,看群体用户画像有什么差异,看他的留存和回访有什么差异。

3、单体用户行为跟踪

人是分析的最根本元素,需要清楚的知道每个用户所处生命周期、活跃状况、环境信息等。有了用户群的画像今后,通过单体用户行为跟踪,我们就能够进一步追踪到个人身上,通过对个别用户行为的跟踪,可以查看用户详细是怎么使用产品的。

前面举了健身应用的例子,接下来再以直播平台为例,盈利点是通过用户充值给主播送礼物,平台可以得到一定比例的分红。每天都有很多的人看直播,从打开直播软件,到阅读房间、进入房间、发道具、与主播互动,那么每天都会有一定比例的人充值,通过埋点方式记载下这些要害行为,然后依据诸葛io用户行为途径,分析这些行为的流向,了解用户的前因后果。找到用户最有可能充值的行为,通过产品上以及运营策略上的引导,让更多的用户充值。

通过精密化用户分群,洞察不同类型的客户:比如历来不充值的用户,喜欢进美人主播房间的客户等,将用户要害行为特点进行精密化分群,进而分析群体画像、留存、转化等指标。使用精密化用户分群,去发掘直播产品的用户价值点,也是直播产品的数据分析与应用里一个很核心的基础,通过对用户的分群,对行为进行比照,查看用户留存与转化,分析出可以提高用户价值的当地;通过查看单体用户行为,从而可以区分出二者用户特点以及流失用户的使用状况等。

通过三大利器的组合使用,从而可以制定精密化运营策略,针对产品的不同用户可以施行不同的运营策略,从而提高用户新增以及用户留存等。

数据驱动,重要的不只仅是数据驱动运营的的理念,更重要的是会使用一款或多款数据分析东西不断实践、活学活用,从而探究出最符合受众用户的运营之道。

 

作者:王洛,诸葛io高级数据驱动参谋。

本文由 @王洛 原创发布于人人都是产品主管。未经答应,禁止转载。


人人都是产品主管(woshipm)是以产品主管、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位效劳产品人和运营人,建立9年举行在线讲座500+期,线下分享会300+场,产品主管大会、运营大会20+场,掩盖北上广深杭成都等15个城市,内行业有较高的影响力和知名度。平台集合了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一同生长。

相关内容