學(xué)會三種方法進行數(shù)據(jù)化運營

1 評論 13512 瀏覽 27 收藏 14 分鐘

編輯導(dǎo)語:如今隨著互聯(lián)網(wǎng)的不斷發(fā)展,很多時候都需要數(shù)據(jù)來解決問題,利用數(shù)據(jù)化運營進行分析,找到合適的運營策略;數(shù)據(jù)化運營最終是為了增長,所以要明確多方面邏輯,進行合理的安排;本文作者分享了關(guān)于三種工具學(xué)會數(shù)據(jù)化運營的方法,我們一起來了解一下。

一、什么是數(shù)據(jù)化運營?為什么要數(shù)據(jù)化運營?

為達成業(yè)務(wù)運營目標(biāo),合理使用數(shù)據(jù)工具指導(dǎo)運營決策的過程,就是數(shù)據(jù)化運營。

它的核心是運營,更好的運營效果需要更精準(zhǔn)敏感的運營策略,這就需要數(shù)據(jù)的加持。

事實上,如今所謂基于互聯(lián)網(wǎng)的運營,基本都是數(shù)據(jù)化的。

二、如何數(shù)據(jù)化運營?

1. 工具一:3A3R模型助你聚焦運營目標(biāo)

既然數(shù)據(jù)化運營的目標(biāo)仍是運營增長,那就繞不開能為實現(xiàn)這一目標(biāo)提供得力抓手的海盜模型,由獲客(Acquisition)→活躍(Activation) →留存(Retention) →營收(Revenue) →傳播(Referral)5個模塊組成,在注重精細化運營的今天,洞察(Awareness)的重要性也愈發(fā)提升,便有了3A3R模型。

從目標(biāo)導(dǎo)向的邏輯看,企業(yè)的最終目標(biāo)是獲取商業(yè)利益,這也是營收模塊的直接目標(biāo),而要實現(xiàn)這個目標(biāo),需要經(jīng)營好活躍和留存兩個模塊,在這之前我們要有用戶可經(jīng)營,這就要依靠獲客模塊,客從哪里來?

除了商業(yè)渠道,我們更希望是由優(yōu)質(zhì)客戶的社交關(guān)系網(wǎng)籠絡(luò)而來,這便是傳播模塊的目標(biāo),而能實現(xiàn)這些的前提,是我們能對潛在用戶和市場有充分的洞察,從而制定出適合他們的運營策略。

1)營收

常見的營收方式有廣告、中間收入、增值和金融等,常見的營收構(gòu)成為:GMV =流量×轉(zhuǎn)化率×單均價×復(fù)購率,故要提升營收可以從各構(gòu)成環(huán)節(jié)著手。

常見擴流策略有交叉引流+品牌聯(lián)盟、KOL+新媒體渠、私域流量等。

常見提升轉(zhuǎn)化率策略有包裝賣點、鉤子商品、新品預(yù)售等。

常見提升客單價的方式有產(chǎn)品套餐、滿減及優(yōu)惠券門檻等。

常見提升復(fù)購率的方式有消費返券等。

2)活躍、留存

活躍和留存是產(chǎn)品生命力的直觀體現(xiàn)。

活躍意味著用戶和開始認可產(chǎn)品的價值,是留存的前提,不同產(chǎn)品使用的活躍口徑不盡相同,常見的有啟動APP、登錄APP、使用某一功能等。

活躍統(tǒng)計的時間維度通常有月、日、每次打開頻次和每日使用時長,使用哪一種和產(chǎn)品業(yè)務(wù)息息相關(guān),通常統(tǒng)計周期越短運營難度就越大,所需資源就越多。

留存意味著用戶對產(chǎn)品價值有了比較強的認可,它的本質(zhì)是某類用戶用過 A,過了一段時間后又用 A。

留存的要素是目標(biāo)客群、考察周期和事件口徑;目標(biāo)客群一般包括新增用戶、沉默喚醒用戶和活躍用戶三類,考察周期可分為次日、7日等,事件口徑通??煞譃闃I(yè)務(wù)留存(如朋友圈)、行為留存(如點擊首頁)和貢獻留存(如發(fā)表文章),且務(wù)必前后一致。

需注意留存指標(biāo)存在滯后性,即當(dāng)我們發(fā)現(xiàn)留存下降,用戶早已離開產(chǎn)品不知道多久了,所以,留存數(shù)據(jù)重要的功能是做流失預(yù)警。

提升活躍和額留存的策略非常多樣,常用的有利益激勵、任務(wù)體系、內(nèi)容運營等,需注意為防止用戶被拉回后又快速流失,用來激勵用戶的鉤子需要是高頻且低門檻的場景或服務(wù);另外為提升運營效果,往往需要對用戶分層,如對沉默用戶進行喚醒運營。

留存運營還有一個核心邏輯,即讓用戶的數(shù)據(jù)和好友都沉淀在產(chǎn)品中,通過提升“用戶遷移的成本”來提升留存。

3)獲客

拉新獲客的目標(biāo),是基于用戶洞察的結(jié)果,尋求合適的獲客渠道、選擇有效的用戶觸點、制定合理的獲客策略。

其中觸點+渠道會共同完成觸達用戶并傳遞產(chǎn)品價值和主張的任務(wù),觸點影響流量數(shù)量,能直接接觸用戶的觸點越廣,能獲取的流量就越多,渠道影響流量質(zhì)量,因為不同的渠道所覆蓋的用戶特征并不相同。

觸達之后,我們需要用落地頁和首頁強調(diào)產(chǎn)品權(quán)益和強化壓迫感,促使用戶轉(zhuǎn)化為新客;隨后通過積分、優(yōu)惠等方式將新用戶分發(fā)到合適的產(chǎn)品場景中,以幫助其盡快熟悉產(chǎn)品和為后續(xù)的活躍和留存打下基礎(chǔ)。

4)傳播

通過異業(yè)合作、場景、營銷獲客等方式引入流量,往往成本較高,如今有兩種常用降低獲客成本的方式:私域流量和社交裂變,他們都是通過運營用戶的社交關(guān)系來完成產(chǎn)品運營目標(biāo)和品牌影響力傳播。

私域流量指企業(yè)自有的、可免費使用、可反復(fù)觸達的用戶流量池,可通過定位-引流-運營-轉(zhuǎn)化”四個層面構(gòu)建。

裂變增長的核心是聚焦長周期的拉新+提升用戶終身價值,定義為利用一切資源讓更多用戶更高頻地使用核心產(chǎn)品功能,常見方法有提升漏斗模型轉(zhuǎn)化率、使用邀請有禮類功能配合運營活動并整合線上線下資源共同促進增長。

裂變增長的方案最好能有如下特點:較低的分享門檻、多變的獎勵方式、使用過A/B 測試選取最優(yōu)內(nèi)容、用戶的重要操作能有實時反饋,有良好的鉤子策略引導(dǎo)用戶完成流程等。

5)洞察

要想最大化提升上述各環(huán)節(jié)的運營效果,就需要針對多樣的用戶進行精細化運營,這就需要我們能精準(zhǔn)洞察不同用戶的特征和需求;這個過程一般需結(jié)合用戶、行業(yè)、競品等數(shù)據(jù)進行綜合判斷,尤其需注意在用戶調(diào)研時避免幸存者偏差。

6)聚焦

通常我們使用3A3R模型最多的場景不是針對所有模塊的全量運營,而是聚焦于單一模塊的運營工作,此時我們的目標(biāo)通常為該模塊的ROI(投入回報率),要計算ROI的達成情況就要計算產(chǎn)出和投入,這就需要看后一模塊的轉(zhuǎn)化和前一模塊的流入,即向前找流量、向后看轉(zhuǎn)化、自身看畫像。

2. 工具二:指標(biāo)體系助你量化運營業(yè)務(wù)

當(dāng)我們通過3A3R模型將運營目標(biāo)聚焦到某一模塊后,通常首先要了解該模塊當(dāng)前的業(yè)務(wù)水平、用戶畫像等,這就需要進行數(shù)據(jù)分析;然而不同行業(yè)、公司、部門、產(chǎn)品階段所面臨的業(yè)務(wù)形態(tài)很可能大相徑庭,如何用數(shù)據(jù)承載這些迥異的業(yè)務(wù),才能用標(biāo)準(zhǔn)化的數(shù)學(xué)工具進行分析呢?這就需要用到指標(biāo)體系。

指標(biāo)體系的基礎(chǔ)是業(yè)務(wù)指標(biāo)化,指通過數(shù)值衡量業(yè)務(wù)狀態(tài)。須注意既然目標(biāo)是用數(shù)據(jù)承載業(yè)務(wù),那么制定指標(biāo)時就要選取那些最能反映業(yè)務(wù)狀態(tài)的數(shù)值,且這些數(shù)值須是匯總計算而出的,因為明細數(shù)據(jù)并不具備業(yè)務(wù)意義。

然而有些指標(biāo)涉及因素非常多,我們很難靠單一策略帶動增長,因此我們需要用結(jié)構(gòu)化的方式根據(jù)邏輯關(guān)系將其層層拆分,以通過運營下層指標(biāo)來帶動上層指標(biāo),拆分得到的有邏輯結(jié)構(gòu)的指標(biāo)集,就是指標(biāo)體系。

對指標(biāo)的拆分就是對業(yè)務(wù)的拆分,因此需要根據(jù)產(chǎn)品類型、階段來具體分析,以得到一個能完整反應(yīng)業(yè)務(wù)狀況的指標(biāo)體系;通常將位于架構(gòu)頂層的1個或多個指標(biāo)稱為北極星指標(biāo),代表當(dāng)前業(yè)務(wù)最關(guān)注的目標(biāo),而位于低層的指標(biāo)和實際的業(yè)務(wù)更接近,因此也更容易針對其制定運營策略,從而提升北極星指標(biāo)。

當(dāng)北極星指標(biāo)出現(xiàn)異動時,若有與業(yè)務(wù)擬合度高的指標(biāo)體系,我們就可以通過口徑拆解、維度下鉆等方式,自頂向下快速定位異動的原因。

當(dāng)?shù)蛯又笜?biāo)出現(xiàn)異動時,通過指標(biāo)體系,我們也可以自底向上評估異動的影響范圍,如此便可以解決很大比例的業(yè)務(wù)分析問題;另一方面,我們也可以結(jié)合指標(biāo)體系設(shè)定我們的組織架構(gòu),提升協(xié)作效率。

3. 工具三:統(tǒng)計學(xué)助你制定精準(zhǔn)策略

前文提到了三種常見的業(yè)務(wù)分析需求:了解業(yè)務(wù)水平、定位異動原因、評估影響范圍,根據(jù)這些分析結(jié)果通常我們就能制定精準(zhǔn)的運營策略,而統(tǒng)計學(xué)工具就能基于指標(biāo)體系來幫我們滿足這些需求。

當(dāng)我們開始分析數(shù)據(jù)時,首先面臨的問題是,面對動輒千百萬且實時變化的數(shù)據(jù),我們很難每次都全部拿到,就算拿到了,計算的時間成本也很高;這就需要樣本檢驗工具,即通過隨機抽樣得來的樣本數(shù)據(jù)來推測總體參數(shù);這么做雖然不是100%精確,但通常我們也有95%的把握確定待估參數(shù)在某個夠小的區(qū)間內(nèi)。

那么,面對一組組樣本數(shù)據(jù),計算哪些參數(shù)能描述業(yè)務(wù)水平呢?

常用的有均值、中位數(shù)、方差、標(biāo)準(zhǔn)差、異常值等;另外,由這些參數(shù)構(gòu)成的箱線圖可以向我們非常直觀地展示出這組數(shù)據(jù)的集中趨勢和離散程度。

在定位異動原因或評估影響范圍時,數(shù)據(jù)的直觀表現(xiàn)往往只能讓我們對影響所關(guān)注指標(biāo)的相關(guān)因素有定性的認知,既不能嚴(yán)謹?shù)卮_定就是這些指標(biāo)的異動影響了所關(guān)注指標(biāo),也無法了解影響程度到底有多大;此時就需要用到相關(guān)性分析工具,它可以通過相關(guān)系數(shù)p與1或-1的接近程度表示出我們所關(guān)心的若干指標(biāo)變化的相關(guān)程度。

當(dāng)運營策略執(zhí)行完畢,我們想了解效果時,就要用到方差分析工具,與樣本檢驗類似,能讓我們有很大的把握論證某指標(biāo)在運營前后變化的顯著與否,從而對運營效果好壞做出評估。

通常亡羊補牢不如快人一步,我們希望不僅能在問題發(fā)生、策略執(zhí)行后才能看到最終效果,也能在那之前進行相關(guān)預(yù)測,此時便需要時間序列和回歸分析工具,他們分別可以針對間隔均勻的時間數(shù)據(jù)和你希望進行多維分析的指標(biāo)數(shù)據(jù)對一定周期的未來數(shù)據(jù)進行預(yù)測。

這是因為能長期發(fā)展的產(chǎn)品,其針對的用戶核心需求和為滿足該需求提供的價值基本是穩(wěn)定的,故一定歷史范圍內(nèi)的運營數(shù)據(jù)能在很大程度上反映一定未來范圍內(nèi)的運營數(shù)據(jù)特征。

三、總結(jié)

數(shù)據(jù)化運營的目的是運營增長,因此通常我們需要借助3A3R工具幫我們聚焦運營目標(biāo),它通過獲客、營銷、轉(zhuǎn)化三個階段形成運營工作的閉環(huán),從中我們可以看到持續(xù)經(jīng)營用戶(尤其是老用戶)和其社交關(guān)系的價值。

在進一步落地運營目標(biāo)時,指標(biāo)體系能幫我們理清不同業(yè)務(wù)模塊的邏輯關(guān)系;而后,我們便可以通過統(tǒng)計學(xué)工具精確地衡量業(yè)務(wù)水平、明確相關(guān)關(guān)系、評估策略效果和預(yù)測業(yè)務(wù)趨勢,從而更好地完成運營工作。

 

本文由@Wil. 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于CC0協(xié)議。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 學(xué)習(xí)收藏了,今天就當(dāng)一回課代表吧。搭建私域流量運營,當(dāng)然必須要有工具。給大家推薦一款由【人人都是產(chǎn)品經(jīng)理】【起點課堂】旗下獨立研發(fā)的私域流量運營工具——糧倉·企微管家。糧倉·企微管家是一款基于企業(yè)微信的一款營銷型SCRM系統(tǒng)。集裂變獲客、留存促活、銷售變現(xiàn)、客戶管理于一體的私域增長閉環(huán)系統(tǒng)。覆蓋企業(yè)客戶運營的生命周期,助力企業(yè)私域流量運營,提升售前/售后服務(wù)能力。還可以免費開始使用哦~ http://996.pm/M0A06

    來自廣東 回復(fù)
  2. 是AARRR模型

    來自廣東 回復(fù)