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

作為一名數據分析師，為拉新業務算清楚帳、做到數據驅動增長是十分重要且有價值的事。本文作者以母嬰電商為例，從數據分析師的角度講解了該如何做好拉新業務，推薦給關注數據分析、負責拉新的你閱讀。

一、前言

對于互聯網業務來說拉新一直都是重中之重，只有讓更多的人來使用產品，才能產生規模效應，這樣才能獲得更多的利潤。對于大部分互聯網公司來說都會設立用戶運營崗位，會由專門的人來負責公司的拉新業務。那么作為一名數據分析師能給公司的拉新業務做出什么貢獻呢？

二、拉新的核心

隨著互聯網進入下半場，拉新變得越來越難，用戶基本都被巨頭所壟斷，用戶切換平臺的成本變得更高，因此拉新的一個核心命題就是“算清楚賬”。很多人還停留在互聯網早期的理念，就是我們盡可能的拉更多的新用戶進來，不關心拉這些用戶花了多少錢，到底能產生多少價值。

因此現階段的拉新一個最最核心的認知就是什么樣的用戶該花費多少錢拉進來，這個也是數據分析師能幫公司的拉新業務做的最有價值的事情。運營同學一般很難算清楚拉進來的新用戶對公司產生了多少價值，這時候就是需要數據分析師介入幫助拉新業務算清楚賬，真正做到了數據驅動增長。

三、用戶價值評估

對于大部分公司來說，花了多少錢拉了這些新用戶進來都是知道的。因為只要有簡單的數據基礎建設就能產出這些數據。

互聯網公司大部分拉新的投放廣告都是在互聯網巨頭上進行，所以所有花費都能很清晰的可視化的呈現出來。另外類似于地推等方式一般也會追蹤標記進行記錄，因此花了多少錢拉了多少新用戶絕大多數互聯網公司都是能算清楚這筆帳的。

但是拉進來的這些新用戶產生了多少價值，是否值得花這么多錢拉進來？在很多公司這就是一筆糊涂賬。

因為要算清楚這些賬需要有相對比較完善的數據基礎建設，需要對每個新用戶的渠道來源做上標記，并且對公司的商化業務的數據進行記錄，商化的業務模式主要為打廣告幫廣告主賣貨和自己賣貨這2大類，那就是需要記錄每個用戶在所有商化業務上的數據表現，然后將兩者的數據關聯起來，最后通過數據分析師將其分析清楚，這個要求有較為完善的數據基礎建設，一般是中大型的公司才能做到如此程度的數據基礎搭建。

那么有了這些基礎數據之后，數據分析師就可以開始大展身手。我們就可以算出來每個渠道的ROI，比如說抖音渠道的投放可能是百度的10倍，那我們就應該加大抖音的投放；甚至有些渠道的ROI是負向的，平均每個用戶拉進來需要花費10元，但是產生的價值卻只有8元，那我們就應該停止此渠道的投放。

另外，作為數據分析師還可以做更加深入的分析，看不同類型的用戶產生的價值幾何，那這個就要求公司還需要有用戶畫像體系的建設，這樣我們才能將用戶按照其用戶畫像標簽分類，得出哪種用戶對公司的價值更大，反向push運營在進行拉新投放時要偏向對公司能產生高價值的用戶，長久以往每個渠道的ROI才可以做到越來越高。

當然這些計算的過程都會比較復雜，數據分析師需要不停的向運營宣導這個理念以及其邏輯，讓運營深度理解其含義才能在每個公司運營心里都有這種ROI的算賬思維，才能讓公司的拉新業務做得越來越好，那么數據分析師的核心價值就是幫助運營算清楚每種用戶值得花多少錢拉進來，這就是用數據幫助業務進行決策，發揮了數據的真正作用。

四、母嬰電商拉新實戰

以母嬰電商為例，在數據分析師的視角該如何做好拉新業務。我們公司業務比較特別，可以有用戶的寶寶年齡信息，這個寶寶年齡大小是用戶愿意為此花費多少的一個關鍵信息，寶寶年齡越大之后父母對此關心程度會下降，為此的消費也會下降。因此寶寶的年齡是用戶對業務價值評判的一個關鍵維度。

因此我們就可以以寶寶年齡為關鍵維度對其用戶價值進行一個劃分，從歷史的拉新數據來看，可以發現孕期用戶：0~1歲用戶、1~2歲用戶、2~3歲用戶、3歲以上用戶，其價值差異比較大，基本上是年齡越小的用戶其產生的商化價值越高，對此我們就應該對不用的用戶投入不同的成本，不能都一視同仁。

另外電商的拉新目標不能是單純的拉新人數，因為這往往是一個虛假繁榮的指標，很可能拉更多的用戶反而公司要虧更多的錢。我們可以考慮根據未來12個月的用戶價值最大化作為拉新目標，這樣才能指引業務朝著正確的拉新方向前進。

但是這里會遇到一個問題，一個策略的好與壞要等12個月才能評價其效果，這種時間周期作為業務負責人肯定是無法忍受的，因此作為數據分析師就是要想辦法縮短這個時間周期。

對于電商業務來說用戶產生的價值就是其購買訂單的產生的毛利，那么怎么樣能預測拉新用戶在未來12月產生的毛利價值呢。這種我們一般可以根據用戶短時間內的行為去預測更長時間內的行為。

那我們就可以根據用戶30天內產生的復購毛利、60天內產生的復購毛利、90天內產生的復購毛利、180天內產生的復購毛利去預測一年內產生的毛利價值。

在這里要特別說明，一定要排除拉新首日的毛利數據，首日的毛利數據表現無法體現出用戶的價值，這個是受到策略的影響，不管其用戶質量如何其毛利就是策略讓利程度的固定值，因此排除首日的未來時間內復購數據是可以體現出來用戶的質量如何的。

那我們就可以根據線性回歸來進行預測，經過分析發現30天內產生的復購毛利預測未來1年的毛利準確率在70%，60天內產生的復購毛利預測未來1年的毛利準確率在85%，再往后差異就不大了。

基于此分析結果我們更早的進行評估其未來一年的毛利價值，然后根據每個策略投入的成本的情況，就可以計算其對應的拉新ROI。那么最終就可以在同一水平線上評價不同策略的ROI，留下ROI更高的策略，迭代ROI負向的策略。最終達到拉新收益最大化。

在可以評估每個策略的價值之后，我們就需要對用戶進行分層，對不同價值的用戶投入不同的成本的策略，那么一般情況都是先對新用戶投放較低價的策略但是整體毛利上不虧錢，然后這種策略無法轉化的用戶再投放付出更高成本的策略，這種情況下策略的毛利基本已經負的了，那么就要謹慎的進行投放，要選擇其中用戶價值更高的用戶才進行這個更高成本的策略投放，這樣才能回本直至產生正向價值，如果對全部用戶都進行此策略的投放，那么整體ROI很可能是負向的。

按照這個邏輯進行母嬰電商拉新的運營，基本上就可以做到產生正向循環，拉更多的用戶可以幫助公司產生更多的價值，那公司賺到更多的錢之后可以有更多的錢用于拉新的成本投入，最終使得公司收益的最大化。

基于以上的拉新方法論我們就可以梳理出來，一個比較合適的拉新策略架構，當然數據分析師做到這個程度就可以了，里面每個策略的細節是要運營去打磨的，并且需要腦暴出一些創造性的想法策略。

另外，數據分析師需要幫助拉新運營建立完善的數據指標評價體系，幫助運營驗證每個策略的效果以及評價每個一個鏈路步驟的漏斗轉化效果，不斷優化每個文案圖片等等的用戶體驗細節，最終做到整體拉新業務蓬勃向上發展，我們數據分析師也在其中貢獻了不可磨滅的價值。

母嬰電商拉新數據化運營架構

（圖源：知乎@王向君）