以內容型小程序為例,分享數據分析框架
為了獲得更好的運營效果,我們往往需要做好數據分析這項工作。這篇文章里,作者就以內容型小程序的數據分析作為切入點,提供了相關的分析思路和經驗總結,一起來看看,或許會對從事數據分析工作的同學們有所幫助。
背景:公司為了更好地打造品牌,往往會布局不同功用的小程序,如內容型、工具型、轉化型小程序,為了優化小程序生態,盤活小程序之間的用戶流量,往往需要做針對性的數據分析,本文謹以內容型小程序的數據分析作為切入點,為大家提供一個參考思路。
一、第一關鍵指標
據不同產品性質,以及產品不同的生命周期,錨定對應第一關鍵指標,同時參考第二關鍵指標。區分虛榮指標與可付諸實踐指標,活躍人數、累計訪問人數 vs 活躍人數/月訪問總人數、單位時間內新贈人數。
二、用戶維度數據
在明確第一關鍵指標后,確定小程序的關注重點,可以根據新客、老客戶的維度細化用戶旅程圖,并甄選重點優化的功能模塊。
針對不同類型用戶,甄選重點優化功能,并錨定對應指標針對性運營策略。內容小程序為例:
- 用戶活躍度:周活躍人數/周訪問總數,目標>35%,參考近三月均值34%
- 7天留存率目標>45%,參考近三月活躍用戶留存率42.36%;
- 小程序分享率>23%,參考近三月轉發率20.82%. 分享率=用戶分享次數/用戶訪問次數。
舉例來說,內容型小程序的數據指標更關注活躍老用戶,則需要拉取用戶活躍度數據,進行對比。
如下圖,以近3月數據為基礎做活躍度環比分析,判斷整體用戶活躍走勢,Ex:
- 用戶日活周活:反映用戶活躍的絕對值;
- 7天活躍留存:體現總體活躍留存情況。
三、產品維度數據-主要流量分布
根據主要流量頁的分布圖,明晰可重點關注的功能模塊。Ex:下圖為內容小程序首頁近3月流量分布,每日推薦、內容精選等模塊為主要流量分布點。
此外,根據熱力圖反映首頁流量分布,根據視覺習慣做調整動作。Ex:每日推薦流量最大,若放在用戶視覺重點區-最左側,探索數據提升的可能性。
首頁資源位的點擊率可以充分反映用戶興趣,除此之外,搜索頁的熱搜關鍵詞高頻詞,更能反映對于主動搜索相關內容的興趣,特別是用戶自定義關鍵詞搜索,高頻詞的分析和布局可進一步提升用戶運營的質量。
四、產品維度-頁面流量斷點
一般來說,退出率和頁面訪問人數漏斗圖,能反應不同二級頁對用戶的吸引力,為此,我們可以通過這兩個數據指標看小程序需重點關注的頁面節點。如下圖所示,頁面B和頁面C之間的流量存在較大的斷點,用戶流失較多,可以重點關注。
可以由此再往下深挖,細拆不同頁面,特別是內容型小程序較關注的受訪頁、分享頁的人數/停留時長等指標。
五、時間維度-主要數據對比
除了流量頁面、二級頁面的分析外,為了更好地了解用戶習慣,需要對比不同時間段下用戶的數據指標,轉化類小程序更多關注GMV和轉化率,內容型小程序主要關注以下指標:
- 產品主要數據指標對比:活躍度=活躍人數/總訪問人數、次均停留時長、受訪頁跳出率;
- 主要受訪頁數據對比:次均停留時長、受訪頁退出率,結合運營調整策略,分析增長/下滑原因。
當然還可以根據流量趨勢來看,以24小時為時間顆粒度,判斷流量高峰期,結合受訪頁流量數據,判斷運營著力點:
六、最低增長指標-參考健康數據標準
數據分析的目的,是為了判斷產品健康程度,確定產品目標是否達成,明確改進的大致方向。就內容型產品來說,一般有以下幾個方向:
- 用戶獲取,用戶成本/用戶帶來收益<=1/3
- 用戶活躍,維持每周5%的新用戶增長,維持每天活躍用戶/總訪問人數>=10%
- 用戶停留時長,活躍用戶的7天留存率目標值5%,主頁面跳出率<=30%
- UGC內容,人均生產內容量每月>=3條
- 傳播率,分享人數/總訪問人數的比值,理想病毒傳播系數75
參考1-5指標,以及當時產品的主要改進方向,我與團隊達成共識的著力點,確定為以上第2點。
七、產品改進點-目標策略度量
一旦確定產品的目標,則需繼續拆分具體的改進點,確定可執行的假想解決方案、印證指標有效的數據衡量標準。Ex:
八、日常數據指標監控
在日常運營中,特別是在產品迭代優化后,特別需關注數據指標,確保產品運營無bug。以每天/每周為最小時間單位,監控產品的日常數據,及時反饋異常,與復盤運營優化數據效果。
綜上所述,是繼我在兩家公司,負責2個內容型產品后的數據簡析框架,參考過國內外大神的數據分析書籍,加上自己的經驗總結出來的,希望曾經的經驗能幫到同路人。
本文由 @劉桐同 原創發布于人人都是產品經理。未經許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發揮!