中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

以前我們關(guān)注的是因果關(guān)系，而數(shù)據(jù)思維更多關(guān)注的是相關(guān)性。

對(duì)任何一款產(chǎn)品來(lái)說(shuō)轉(zhuǎn)化率都是最核心的指標(biāo)，轉(zhuǎn)化率的高低直接決定著一款產(chǎn)品的成敗。而轉(zhuǎn)化率指標(biāo)拆解下來(lái)可以分為產(chǎn)品指標(biāo)和用戶指標(biāo)。產(chǎn)品指標(biāo)關(guān)注的是流程和頁(yè)面等PV、UV這些細(xì)分指標(biāo)。用戶指標(biāo)關(guān)注的行為和動(dòng)作等下載量、點(diǎn)擊量、分享量、轉(zhuǎn)化量等，無(wú)非都是圍繞這個(gè)復(fù)合指標(biāo)來(lái)服務(wù)。

我們經(jīng)常會(huì)關(guān)注的轉(zhuǎn)化率，如注冊(cè)轉(zhuǎn)化率、購(gòu)買轉(zhuǎn)化率等，這些轉(zhuǎn)化率與運(yùn)營(yíng)息息相關(guān)。注冊(cè)轉(zhuǎn)化率可以衡量我們網(wǎng)站獲取用戶的能力，購(gòu)買轉(zhuǎn)化率可以衡量我們的營(yíng)收能力，那么我們應(yīng)該如何去提高一款產(chǎn)品的轉(zhuǎn)化率呢？

其實(shí)影響轉(zhuǎn)化率的有外部以及內(nèi)部的三大關(guān)鍵因素、外部是渠道流量、內(nèi)部是用戶營(yíng)銷、和內(nèi)部網(wǎng)站/APP體驗(yàn)。

渠道流量

渠道流量是我們從外部獲取而來(lái)。用戶營(yíng)銷是對(duì)進(jìn)來(lái)的用戶進(jìn)行運(yùn)營(yíng)和營(yíng)銷工作。網(wǎng)站/APP體驗(yàn)是可以通過(guò)內(nèi)部產(chǎn)品、設(shè)計(jì)、工程等部門來(lái)優(yōu)化，也屬于內(nèi)部因素。

渠道流量的轉(zhuǎn)化可以有兩個(gè)數(shù)據(jù)思路方向去做，渠道的優(yōu)選和量化，我們做活動(dòng)營(yíng)銷一般都會(huì)盡量保持足夠多的渠道，當(dāng)然渠道也分等級(jí)的，這時(shí)候我們就要對(duì)這些渠道進(jìn)行篩選，保留質(zhì)量高的渠道淘汰劣質(zhì)渠道。

通過(guò)漏斗分析對(duì)比每個(gè)渠道最后的轉(zhuǎn)化率，我們可以看到最后4個(gè)渠道的質(zhì)量是比較差的，這時(shí)候我們就要把這些劣質(zhì)的渠道給淘汰了。

OK,經(jīng)過(guò)上面的步驟后，我們已經(jīng)篩選好投放渠道之后就要對(duì)這些渠道量化進(jìn)行資源分配以達(dá)到效果最大化。比如，目前有5個(gè)渠道可選，在預(yù)算有限的情況下，如何去分配投放比例呢？以前我們都是靠直覺(jué)和經(jīng)驗(yàn)拍個(gè)腦袋決定投放比例，現(xiàn)在我們依靠數(shù)據(jù)思維來(lái)量化每個(gè)渠道的轉(zhuǎn)化率找到最優(yōu)投放策略。

1. A代表上面是用戶的質(zhì)量很好，不過(guò)量很低的渠道，基于這種情況我們是否應(yīng)該加大投放力度。
2. B是用戶質(zhì)量好數(shù)量也多的渠道，是一個(gè)最佳優(yōu)選的投放渠道。
3. C無(wú)論是從數(shù)量還是質(zhì)量上都是最差的渠道，理應(yīng)被淘汰出局
4. D是這種情況數(shù)量多不過(guò)質(zhì)量很差的渠道，這時(shí)我們應(yīng)該思考一下是否去優(yōu)化一下渠道，比如文案，關(guān)鍵字、落地頁(yè)設(shè)計(jì)等，提高知道流量質(zhì)量。

用戶營(yíng)銷

用戶營(yíng)銷是對(duì)用戶進(jìn)來(lái)我們的網(wǎng)站/APP之后，對(duì)用戶進(jìn)行一系列的運(yùn)營(yíng)活動(dòng)，拉新、激活、喚醒等，通過(guò)這些活動(dòng)刺激用戶反復(fù)購(gòu)買提高每個(gè)用戶的ARPU值，從而提高最終的轉(zhuǎn)化率。

1. 通過(guò)目標(biāo)用戶的用戶畫(huà)像繼而確認(rèn)投放渠道因此獲取用戶。
2. 在第一條的基礎(chǔ)之上，找到了目標(biāo)用戶之后實(shí)現(xiàn)精準(zhǔn)營(yíng)銷方案，通過(guò)對(duì)這些用戶進(jìn)行激活、喚醒等精細(xì)化運(yùn)營(yíng)策略。

在此通常的做法是對(duì)用戶的價(jià)值度進(jìn)行等級(jí)劃分，而對(duì)用戶價(jià)值度進(jìn)行分級(jí)一般都是使用RFM模型。

該機(jī)械模型R代表用戶最近一次距現(xiàn)在的購(gòu)買行為時(shí)間、F代表購(gòu)買的總體頻率，M花了多少錢三項(xiàng)。通過(guò)建立RFM模型，我們可以把用戶分為8類。

那么對(duì)用戶的價(jià)值度分類之后，我們?cè)谧鰻I(yíng)銷活動(dòng)時(shí)，就不直接面向全體用戶了，對(duì)這些用戶打上標(biāo)簽之后，完全可以實(shí)現(xiàn)精準(zhǔn)化營(yíng)銷目的，比如：我要做一次高額物品活動(dòng)，這樣我就可以直接面對(duì)高潛力用戶推送活動(dòng)，因?yàn)檫@樣的用戶更有可能購(gòu)買高額物品。如果我做的是小額物品滿減滿送推送活動(dòng)，我就直接面向活躍小金額用戶，刺激他們反復(fù)購(gòu)買，提高ARPU值。

除了這些，還有其他的分類模式，當(dāng)然，要結(jié)合自己的業(yè)務(wù)場(chǎng)景來(lái)進(jìn)行劃分，比如區(qū)域、性別、偏好等。

優(yōu)化網(wǎng)站/APP體驗(yàn)

一個(gè)網(wǎng)站或則是APP的體驗(yàn)如何會(huì)影響到用戶最終的購(gòu)買轉(zhuǎn)化率，把用戶進(jìn)來(lái)后的每個(gè)環(huán)節(jié)拆解下來(lái)，每個(gè)節(jié)點(diǎn)都要做相應(yīng)的數(shù)據(jù)監(jiān)控以及分析每個(gè)環(huán)節(jié)用戶的行為動(dòng)作等，這些關(guān)鍵因素包括但不僅限于，新手指引、支付環(huán)節(jié)的流暢性、頁(yè)面是否簡(jiǎn)潔和操作是否容易？圖片質(zhì)量如何？看起來(lái)是否清晰？以及搜索的匹配是否精準(zhǔn)？

1.新手指引：比如某社區(qū)網(wǎng)站，新手進(jìn)來(lái)的留存率太低，因?yàn)橛脩暨M(jìn)來(lái)之后沒(méi)有做任何的引導(dǎo)，導(dǎo)致用戶的學(xué)習(xí)成本太高，一下就流失掉了。

2.支付環(huán)節(jié)的流暢性：有時(shí)候客戶想購(gòu)買物品，最后因?yàn)橹Ц董h(huán)節(jié)太復(fù)雜而選擇放棄購(gòu)買。

3.頁(yè)面簡(jiǎn)潔和操作：像有些大型的購(gòu)物網(wǎng)站，頁(yè)面操作按鈕就會(huì)特別多，有時(shí)候他們會(huì)影響到最終的購(gòu)買轉(zhuǎn)化。

4.圖片質(zhì)量：圖片質(zhì)量對(duì)一個(gè)用戶的購(gòu)買決策影響是非常大的。這里舉個(gè)栗子，Airbnb當(dāng)時(shí)的成交量還是很小的時(shí)候，通過(guò)聘請(qǐng)專業(yè)攝影師上門給房子拍攝精美圖片之后，成交量立刻蹭蹭的往上漲。

5.搜索是否精準(zhǔn)：比如我在一個(gè)購(gòu)物網(wǎng)站上搜索蘋(píng)果手機(jī)，最后搜索出來(lái)的是真蘋(píng)果，其結(jié)果就是嚴(yán)重影響到用戶體驗(yàn)。

在這里我們其實(shí)可以通過(guò)漏斗分析，發(fā)現(xiàn)每個(gè)環(huán)節(jié)的轉(zhuǎn)化率，然后再通過(guò)用戶行為分群等不同維度來(lái)細(xì)查每個(gè)用戶的行為，比如：某電商購(gòu)物網(wǎng)站“把物品放進(jìn)去購(gòu)物車沒(méi)有支付“的用戶進(jìn)行分群之后細(xì)查每個(gè)用戶之后發(fā)生的所有行為，最終發(fā)現(xiàn)中間支付環(huán)節(jié)有個(gè)BUG，導(dǎo)致用戶無(wú)法支付，最終影響到購(gòu)買轉(zhuǎn)化率，這些都是需要通過(guò)數(shù)據(jù)追蹤細(xì)細(xì)探查出來(lái)的。

總結(jié)

從上面這三個(gè)維度的方向去思考如何提高轉(zhuǎn)化率，渠道的篩選、用戶的精準(zhǔn)營(yíng)銷、以及最后的用戶體驗(yàn)等去做深入分析。數(shù)據(jù)分析最主要的首先是數(shù)據(jù)思維，從前期的數(shù)據(jù)采集到數(shù)據(jù)處理再到最后的數(shù)據(jù)解釋貫穿其中。

最后在這里我再舉個(gè)數(shù)據(jù)思維的典型案例：

國(guó)外某社區(qū)，當(dāng)時(shí)新用戶的黏性非常差，之后通過(guò)用戶的行為對(duì)比分群之后發(fā)現(xiàn)新進(jìn)來(lái)的用戶關(guān)注5個(gè)人以上的比沒(méi)關(guān)注夠5個(gè)人的留存率高非常多。在這里我們先不用管它具體是什么原因造成這種結(jié)果，我們要做的就是引導(dǎo)新用戶進(jìn)來(lái)之后關(guān)注5個(gè)人以上就行了，最后通過(guò)這個(gè)引導(dǎo)社區(qū)的整體新用戶留存率增長(zhǎng)了許多倍。

作者：博弈（微信號(hào) fu_yongcheng），90后，連續(xù)創(chuàng)業(yè)者，擅長(zhǎng)數(shù)據(jù)分析，現(xiàn)任某企業(yè)運(yùn)營(yíng)合伙人

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