運(yùn)營(yíng)數(shù)據(jù)分析,到底該怎么做?
作為運(yùn)營(yíng)新手,你是否也常常會(huì)問,運(yùn)營(yíng)數(shù)據(jù)分析怎么做?產(chǎn)品運(yùn)營(yíng)數(shù)據(jù)分析怎么做?等等這樣的問題?本文首先解釋什么是運(yùn)營(yíng)分析,目的是通過先了解運(yùn)營(yíng)的作用,再從三個(gè)方向說怎么做運(yùn)營(yíng)數(shù)據(jù)分析?希望對(duì)你有所幫助。
經(jīng)常有人問我。運(yùn)營(yíng)數(shù)據(jù)分析怎么做?產(chǎn)品運(yùn)數(shù)據(jù)分析怎么做?APP數(shù)據(jù)分析怎么做等等這樣的問題。今天就淺聊一下運(yùn)營(yíng)數(shù)據(jù)分析到底該怎么做。
一、什么是運(yùn)營(yíng)分析?
為什么很多人會(huì)對(duì)運(yùn)營(yíng)數(shù)據(jù)分析有疑問呢?很大的原因是因?yàn)樗麄兏揪筒恢肋\(yùn)營(yíng)究竟是干嘛的。
“運(yùn)營(yíng)”這個(gè)詞本身非常模糊。有很多人說運(yùn)營(yíng)是打雜的崗位,因?yàn)檫\(yùn)營(yíng)需要做活動(dòng)、配鏈接、投廣告,還要通過渠道來拉流量,好像什么都跟運(yùn)營(yíng)有點(diǎn)關(guān)系。
如果運(yùn)營(yíng)的定位不確定清楚,那么運(yùn)營(yíng)數(shù)據(jù)分析就更說不清楚了。
那么,運(yùn)營(yíng)究竟是做什么的呢?
在之前的一篇文章中,我提到業(yè)務(wù)究竟是什么?業(yè)務(wù)的定義是給定一個(gè)輸入,經(jīng)過我的業(yè)務(wù)模型運(yùn)轉(zhuǎn)之后,最終輸出一個(gè)有商業(yè)化價(jià)值的輸出。
比如,我輸入一些流量,經(jīng)過我的業(yè)務(wù)模型的梳理,最終輸出精準(zhǔn)的用戶人群。
這塊業(yè)務(wù)在公司內(nèi)可能就被稱作用戶運(yùn)營(yíng)。
運(yùn)營(yíng)就是把公司內(nèi)的各項(xiàng)業(yè)務(wù)模型維持業(yè)務(wù)運(yùn)轉(zhuǎn)的這類人,他們的職責(zé)第一是維持運(yùn)轉(zhuǎn),第二是最大化輸入的投入產(chǎn)出比,讓供給和需求達(dá)到最佳的匹配狀態(tài)。
按照這個(gè)定義,我們就可以理解運(yùn)營(yíng)究竟是做什么的,舉幾個(gè)例子。
電商中的品類運(yùn)營(yíng),品類運(yùn)營(yíng)的輸入端是沒有規(guī)則的各類商品,輸出端是有商品分層、有側(cè)重不同運(yùn)營(yíng)策略的商品。品類運(yùn)營(yíng)通過對(duì)商品的精細(xì)化運(yùn)營(yíng),提升整體的運(yùn)作效率。
再比如渠道運(yùn)營(yíng),渠道運(yùn)營(yíng)的輸入端是投放的預(yù)算。經(jīng)過渠道運(yùn)營(yíng)的業(yè)務(wù)運(yùn)作輸出端是不同渠道帶來的業(yè)務(wù)流量和成交。
如果我們把運(yùn)營(yíng)這個(gè)概念全部按照輸入輸出這個(gè)模型來理解,那么運(yùn)營(yíng)的數(shù)據(jù)分析也就好做了。
運(yùn)營(yíng)有輸入輸出和業(yè)務(wù)動(dòng)作三個(gè)環(huán)節(jié)構(gòu)成,所以分析的方向有這么幾個(gè):
- 提升輸入端的質(zhì)量
- 提高業(yè)務(wù)動(dòng)作有效性
- 提升輸出結(jié)果與業(yè)務(wù)目標(biāo)的匹配度
二、提升輸入端質(zhì)量
第一個(gè)方法是提高輸入端的質(zhì)量。
以渠道運(yùn)營(yíng)為例,渠道運(yùn)營(yíng)的輸入是投放的資源,運(yùn)營(yíng)的動(dòng)作是精準(zhǔn)投放,也就是對(duì)不同的渠道做針對(duì)性的投放。最終輸出的結(jié)果是通過投放的動(dòng)作帶來的下載、使用或購買的用戶。
做好渠道運(yùn)營(yíng)的最終目標(biāo)是提高輸出端的用戶數(shù)量。
為了達(dá)到這個(gè)目標(biāo),我們可以在輸入端提高輸入端的質(zhì)量。比如我們通過分析產(chǎn)品用戶的特性,分析渠道的效率,篩選出最優(yōu)質(zhì)的渠道,使得我們的投放集中在更好的渠道上。
再比如用戶運(yùn)營(yíng),用戶運(yùn)營(yíng)的輸入端是產(chǎn)品的用戶,輸出端是將這些用戶整理成為不同層次且有針對(duì)性運(yùn)營(yíng)動(dòng)作的人群,從而提升用戶總體的商業(yè)價(jià)值。
用戶運(yùn)營(yíng)想要在輸出端輸出更多的優(yōu)質(zhì)目標(biāo)用戶人群,也可以從源頭抓起,讓最初的用戶群體本身就是高質(zhì)量用戶。
這一點(diǎn)可以和渠道運(yùn)營(yíng)合作,用戶運(yùn)營(yíng)通過分析用戶的特征讓渠道運(yùn)營(yíng)做更精準(zhǔn)的渠道投放,讓產(chǎn)品經(jīng)理做更貼合目標(biāo)人群的功能特性,讓活動(dòng)運(yùn)營(yíng)做更匹配的活動(dòng)文案,這樣就能改善產(chǎn)品用戶的質(zhì)量,提升最終輸出的優(yōu)質(zhì)人群數(shù)。
三、提高業(yè)務(wù)動(dòng)作有效性
第二個(gè)是提高業(yè)務(wù)動(dòng)作的有效性。
以渠道運(yùn)營(yíng)為例,如果原本渠道投放只采用了一種文案,那么我們可以繼續(xù)優(yōu)化針對(duì)不同渠道的特性,設(shè)計(jì)不同的投放文案和素材,提高投放內(nèi)容和渠道的匹配度,提升轉(zhuǎn)化的效率。相同的曝光數(shù)量下,更精準(zhǔn)的投放策略可以產(chǎn)生更多的用戶群體。
用戶運(yùn)營(yíng)也是一樣,為了提升最終用戶的商業(yè)價(jià)值,我們可以在業(yè)務(wù)動(dòng)作的有效性上下功夫。
比如原來我們只將用戶分成了新用戶和老用戶,然后對(duì)新老用戶做不同的運(yùn)營(yíng)動(dòng)作。這個(gè)運(yùn)營(yíng)動(dòng)作的效率不是特別高,因?yàn)樗挠脩舴诸愄至?。最終的商業(yè)化價(jià)值也就受到了限制。為了提升最終的商業(yè)化價(jià)值,我們可以分析不同人群的商業(yè)價(jià)值,最終通過RFM模型將用戶分成五到六個(gè)大類,對(duì)這不同類型的用戶做針對(duì)性的運(yùn)營(yíng)。由于人群的分類更加精準(zhǔn),匹配的業(yè)務(wù)動(dòng)作也就更加有效,通過運(yùn)營(yíng)動(dòng)作的有效性提升了整體的商業(yè)價(jià)值。
四、提高輸出端匹配度
第三個(gè)方法是提高輸出端與業(yè)務(wù)需求的匹配度。
以渠道運(yùn)營(yíng)為例,渠道運(yùn)營(yíng)的最終輸出是下載、成交、回流的用戶。
如果公司目前追求的是產(chǎn)品的用戶規(guī)模,那么渠道運(yùn)營(yíng)也要圍繞著用戶規(guī)模這個(gè)大的目標(biāo),找到更容易下載和留存的用戶渠道和投放方式。
如果公司的大策略產(chǎn)生了變化,從原來追求用戶規(guī)模變成了追求商業(yè)化轉(zhuǎn)化。那么渠道運(yùn)營(yíng)如果依然沿用原來的方式輸出用戶,就會(huì)導(dǎo)致渠道運(yùn)營(yíng)的輸出和公司大策略的目標(biāo)不匹配,降低了渠道運(yùn)營(yíng)的價(jià)值。
這個(gè)時(shí)候,渠道運(yùn)營(yíng)要調(diào)整原來的運(yùn)營(yíng)策略,把最終的輸出從“下載用戶數(shù)”改成“成交用戶數(shù)”。輸出的形式修改了,輸入端和業(yè)務(wù)動(dòng)作都要改變。數(shù)據(jù)分析可以針對(duì)新的輸出,分析適合“成交用戶”的渠道和投放方式。
用戶運(yùn)營(yíng)同理,如果公司目前追求的是用戶規(guī)模,那么用戶運(yùn)營(yíng)的輸出結(jié)果應(yīng)該是不同活躍程度的用戶群體或者適合不同促活方法的人群。分類一定是圍繞著提升用戶留存和活躍頻次的方向。
但如果公司的策略從用戶規(guī)模轉(zhuǎn)向了商業(yè)化變現(xiàn),那么原有的那套輸出實(shí)際上已經(jīng)不匹配整個(gè)公司的大策略。這時(shí)在輸入端或者中間的業(yè)務(wù)執(zhí)行端再怎么努力,效果依然不好。這時(shí)需要改變最終的輸出,轉(zhuǎn)向以商業(yè)變現(xiàn)為目標(biāo)的用戶分類方法。
五、小結(jié)
平時(shí)我們聊運(yùn)營(yíng)分析的時(shí)候,往往浮在表面上。
談?wù)摰氖沁\(yùn)營(yíng)分析有哪些分析方法,比如聊到用戶運(yùn)營(yíng),就有這些方法:
- 用戶畫像分析
- 行為分析
- 用戶留存分析
- 用戶轉(zhuǎn)化分析
- 用戶活躍度分析
- 用戶價(jià)值評(píng)估
- 用戶流失分析
- ……
這些方法都是正確的,但是不夠貼近實(shí)際,只講方法,不講解決的問題。
如果現(xiàn)在了解運(yùn)營(yíng)的作用,再講運(yùn)營(yíng)數(shù)據(jù)分析該怎么做就會(huì)簡(jiǎn)單得多。
輸入:用戶運(yùn)營(yíng)首先要提升輸入端質(zhì)量,所以要先了解優(yōu)質(zhì)的用戶數(shù)都是誰,于是就有了用戶畫像分析。
業(yè)務(wù)動(dòng)作:運(yùn)營(yíng)的分層一般都是根據(jù)用戶的特定行為進(jìn)行劃分。要區(qū)分出不同粘性的用戶,就要先看留存的分布情況,做用戶留存分析、活躍度分析;然后再分析不同人群的行為特點(diǎn),做行為分析。這樣就可以劃分出不同的粘性人群,低粘性做召回,高粘性做轉(zhuǎn)化。
要對(duì)低粘性做召回,需要知道流失的情況,做流失分析、行為分析,找出流失的原因。
輸出:經(jīng)過用戶運(yùn)營(yíng)的業(yè)務(wù)動(dòng)作,究竟有沒有給業(yè)務(wù)帶來價(jià)值?這可以做一個(gè)用戶價(jià)值評(píng)估分析,看出不同分層的用戶是否價(jià)值存在明顯差異。還能看分層后整體的商業(yè)價(jià)值是否要比粗放的運(yùn)營(yíng)更有效。
現(xiàn)在你應(yīng)該知道運(yùn)營(yíng)分析究竟該怎么做了吧。分析方法都只是浮云,知道解決了什么問題自然就知道要做什么分析了。
專欄作家
三元方差,公眾號(hào):三元方差(sanyuanfangcha),人人都是產(chǎn)品經(jīng)理專欄作家。專注用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng),擅長(zhǎng)數(shù)據(jù)分析、用戶增長(zhǎng)。喜歡閱讀、思考和創(chuàng)作。
本文由 @三元方差 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。
題圖來自Unsplash,基于CC0協(xié)議。
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
- 目前還沒評(píng)論,等你發(fā)揮!