社群運營要想做好數據分析工作，一定要搭建搭建適合自己實際運營情況的數據分析體系。這篇文章里，作者就做了拆解和分析，并解讀了設計用戶路徑圖、梳理關鍵數據指標這兩大關鍵步驟，一起來看。

現在的商業環境，已經開始從流量運營，進入留量運營時代了。而在存量時代，追求數字化，可以說是一種必然的趨勢。所以，關于數據分析的內容，已經被越來越多的企業所重視。而我們在運營社群的時候，數據分析也是必不可少的一項基本技能。

所以，今天我們來聊一聊關于社群運營數據分析的內容，因為這塊內容比較多，所以我會分上下兩篇來闡述。

在實際工作過程中，社群運營的好壞、流程是否存在問題，社群是否活躍等等問題，很多時候我們是很難靠主觀感受去評判的！這個時候就需要用一些相對較客觀的數據來作為我們的評判依據。這個時候，我們就需要通過對數據的分析，來讓我們知道，社群運營有沒有更好地承接、完成在業務端的使命，實現相應的指標目的。

另外，放到我們個人身上，作為一名優秀的社群運營從業者，具備數據分析能力將會是一個絕對的加分項，它可以幫助我們吃透社群的核心數據指標，從而制定相應的運營策略，去促使社群完成企業的運營目標。

而且，可以毫不夸張的說，在不久的將來，數據分析能力，將會是所有運營領域從業者必須要掌握的一項技能。

那言歸正傳，我們該如何進行社群運營數據分析工作呢？

我們都知道，社群運營它其實是一個系統工程，并不是簡單地建立一個社群就完事了。所以面對這樣一個系統工作，我們的數據分析當然也不能隨便抓取幾個數據指標來進行分析，就自認為是在做數據分析工作了。

一個合理的數據分析工作，它至少需要在一套合理的體系下面去開展。所以我們做社群運營數據分析，關鍵就是要搭建一套適合自己的社群運營數據體系。

為什么？因為數據體系的搭建，至少可以幫助我們解決四個問題：制定北極星指標；量化運營成果；提升運營效率；評價成員績效。

在整個社群運營生態下，如果沒有一個比較完善或方便快捷查詢的數據體系可供社群運營使用，進而導致社群運營人員無法快速有效乃至準確判斷整個社群運營的用戶在各環節轉化效果，這樣也就無法高效的優化改進運營策略，如果長此以往，就會失去在這一領域的進攻先機。

同時，社群運營團隊及團隊個人所從事的許多工作也無法準確的衡量和效果評估，這也極大的限制社群運營發展的想像空間。最后，沒有現狀數據，我們無法設定一個合理的北極星指標，從而無法有效指導我們的運營計劃。

所以，社群運營想要做好數據分析工作，一定要搭建適合自己實際運營情況的數據分析體系。

社群數據分析基礎概念

那具體如何搭建呢？

在開始講之前，我們首先來明確兩個概念：數據維度和數據指標。

所謂的數據維度，就是指切入分析問題的角度，切入點，也是同學們可能經常會聽到叫做“破局點”。

比如要實現7天引流1萬用戶，那我們可能需要選擇不同的渠道進行推廣，我們可以籠統的將這些渠道劃分為線上、線下。那么線上選擇廣告投放或者進行裂變營銷，線下選擇跟商業體、實體店、代理商等進行合作推廣。那這里線上推廣、線下布局，就是我們為了實現7天引流1萬用戶這一目標的不同維度，也就是破局點。

我們所有的社群運營數據分析工作，都要在同一緯度上去進行數據分析，如果跨緯度進行分析，就會失去意義了。比如你不能拿線上的自媒體渠道的數據，來跟線下代理商合作推廣的數據進行比較，因為兩者其實沒有什么可比性！我們應該是在同一個維度下面，比如線上推廣，我們篩選出幾個不同的線上推廣渠道。例如自媒體軟文渠道、短視頻投廣、SEO等等，然后去比較不同的線上推廣渠道，他的各項數據，最后再結合投入，篩選出一個最優的推廣渠道，然后進行擴大傳播。這樣的數據分析才是合理，且有實操指導意義的。

數據指標：是用來衡量某種行為、某個對象的結果與表現的。比如剛才我們說到的，實現7天引流1萬用戶，那這里面的1萬就是一個具體的數據指標。當然也包括像我們常說的入群率、轉化率、退群率等等這些數據。

當然，以上這兩個概念，倒不用過于執著！畢竟我們是社群運營的數據分析，而不是要進行商業數據分析。

除了這兩個概念之外，我們還需要了解關于數據的分類問題：

首先，我們把整個社群運營過程中可能涉及到的數據，進行一個分類。如果有小伙伴聽過我之前的關于社群運營的系列課的話，就能知道，其實整個社群營銷，大致可以把社群運營工作劃分為三個版塊，分別是引流、社群活躍和變現。

所以我們的社群運營數據，大致上也可以劃分為3個核心環節，即拉新環節數據、社群活躍環節數據以及社群成交轉化環節的數據。

當然，如果社群運營數據就這么劃分的話，不免顯得有點過于籠統了。所以我們應該在此基礎上，對社群運營數據做進一步的細分。如果我們把拉新、社群活躍、成交轉化這3個環節，看成是數據維度的話，那在不同維度下面，我們還可以把具體的數據指標，根據其特征，劃分為3個關鍵數據指標：分別是：基礎數據指標、轉化率相關數據指標以及用戶行為相關數據。

基礎數據指標：就是指具體的、可直接查看的數據類指標，例如廣告投放曝光量、社群新增人數、付費人數、活動參與人數等等。

轉化率相關的數據指標：則是指需要根據基礎數據指標，計算得出的！例如：社群推廣的掃碼率、活躍用戶占比、付費轉化率等等。

用戶行為相關的數據：則是像打卡、發言、評論等等，這類跟用戶互動的有關的，所以用戶行為相關數據，也可以說成是互動類數據。

那下面這個表呢，就是社群運營過程中，根據3個環節，我總結出的3類關鍵數據指標的具體內容。當然，實際的社群運營過程中可能還會涉及更多的數據類型，這個也跟你的社群運營規模是相關的，我也就不一一羅列了！我只是簡單的，把一些相對比較重要的數據進行總結、歸類。

好，那理解了數據維度和數據指標這兩個概念，以及具體數據指標的分類之后，我們就可以開始正式嘗試搭建適合自己的社群運營數據體系了。

那具體的流程，我們大致可以劃分為：設計用戶路徑圖、梳理關鍵數據指標、數據接入、搭建數據分析框架以及最后的決策支持。這五個步驟。

其中設計用戶路徑圖和梳理關鍵數據指標，是今天這篇文章的重點，而關于數據接入、搭建數據分析框架以及最后的決策支持，我們會放到下一篇再來講。

第一步：設計用戶路徑圖

在這里，我通過之前給一個公司做的社群活動來做案例，便于各位可以更好的掌握。

這個社群呢，是一個知識付費的社群，要推廣一個系列課，前期主要是通過軟文、問答等渠道進行推廣，然后引流至社群，接著通過一個打卡活動，來實現增加用戶黏性的目的，為最后的轉化做準備。當然，這個活動實際上會更復雜一點，它還涉及到營銷裂變和分銷的內容，那這些我都給他簡化了，我們主要通過這個來掌握社群運營的數據分析就夠了。

首先，第一步是畫出用戶路徑圖。

我個人認為用戶路徑圖其實在很多運營工作中是非常重要的。尤其是我們做社群運營的，畢竟社群運營本質上就是對用戶的運營，所以我們必須要了解用戶的實際路徑是什么樣的，這樣才能知道用戶可能面對什么情況，我們需要對其作出什么的引導，以及內容調整等等。所以，關于用戶路徑圖，我希望每一個社群運營人都要能夠掌握，都要會畫。

那這個案例里面，他的用戶路徑圖，大致是下面這個圖：

用戶在知乎問答這類第三方平臺上面看到我們的軟文，然后點進其中的連接關注我們公眾號。接著公眾號會自動推送客服微信，只要用戶添加好友后就可以免費試聽一節課程的內容。因為當時我們的課程有三門，分別是用戶運營、內容運營以及社群運營，之所以等用戶添加微信之后，客服首先會簡單做一個詢問，主要目的就是給客戶打上標簽。

這也是我個人認為，我們在做社群的時候，不建議直接引流到群內的原因。因為通過首先添加客服微信，一方面可以給用戶打標簽，另一方面是如果沒有促成轉化，那也可以沉淀到客服的好友里，后面通過朋友圈的營銷，進一步地潛移默化去影響用戶。

回到這個路徑上來，當客服給用戶打上標簽之后，我們就先把用戶感興趣的試聽鏈接發給他。比如說用戶對社群運營感興趣，那我們就把相關的試聽課推給他。然后等到用戶聽完以后，后臺系統會自動跳出一個領取優惠券的頁面。

到這一步，就會出現兩種情況，一種是用戶直接用這個券就下單購買了，另一種呢，就是用戶沒有下單。我們主要來說第二種情況。當然，那些課程沒有聽完，也就是沒有領取優惠券的，我們也算在這一部分里。

等到我們的客服微信好友關注的數量差不多了，我們就開始建群?。ㄔ谶@里插一句，有個關于365建群原則的，不知道有多少人知道？不知道的可以去翻看我之前的文章哦）

等到我們建群之后，我們在社群里做了一個打卡活動，只要用戶連續7天，堅持在社群內打卡，就可以額外再獲得一節試聽課，同時再獲得一張優惠券。

好，那以上這個就是一個簡單的用戶路徑圖了，當然我把中間的一些話術、具體的活動細則這些都省略了。

第二步：去梳理用戶路徑上的關鍵點，以及相對應的數據指標

根據這個路徑圖，我們可以把整個路徑簡化成下面這些關鍵節點：

廣告曝光、公眾號、客服微信、社群、以及最后的付費下單。

然后我們根據這幾個關鍵節點，把每個環節內的基礎數據和轉化數據羅列出來：

比如在第一個部分：廣告曝光，這里最主要的基礎數據是：曝光次數，而對應的轉化類數據則是：曝光率和內容的點擊率。

接著公眾號環節，對應的基礎數據則有：新增人數、關鍵字消息數，對應的轉化類數據則又：公眾號承接率和掃碼率。另外在這個階段還涉及到用戶行為分析，也就是當用戶關注你的公眾號之后，會有哪些行為，比如消息互動、點擊下面的菜單欄等等。

而客服微信，也就是微信個人號，最主要的就是統計添加好友數，以及要給用戶打上標簽，這是為后期用戶分層做準備的。也可以說是這一步存在的最主要目的。

接下來就是社群，在這個部分我們又可以細分為三個階段，分別是獲客期、激活期和留存期。

一、我們一個個來講，首先是獲客期。

在這一階段最主要需要我們關注的基礎數據是入群數和退群數，對應的轉化指標則是：入群率和退群率。

在這里需要注意的是，入群人數并不完全等同于客服添加好友的數，因為一方面當我們的客戶添加好友數量達到前面我們說過的360建群原則之后就可以直接建群了，而隨著社群搭建，就會有其他的新用戶主動入群。其次是通過客服微信一對一的跟用戶溝通，給用戶打上標簽。這樣我們可以根據不同的用戶搭建不同類型的社群。所以這兩者是不同的。

那在這個階段，我們主要需要分析的是入群率和退群率這兩大指標。

入群率=入群人數/入群渠道曝光量

退群率=某個周期內退群人數/社群總人數

前者主要反映了你引流的內容是否有足夠的吸引力，哪一個渠道的曝光效果最好。而后者則主要反映了你的社群內容是否具有價值，可以留得住人。同時，我們還可以進一步分析，什么樣的裂變營銷活動，可以提升入群率；用戶退群的原因是什么？在什么時間點退群？如何降低退群率？等等。

那在這里還有一個隱藏的數據指標：凈增用戶數=某個周期內新增人數-退群人數

凈增用戶數是最直接、客觀的考核指標，決定了后續用戶的規模和運營策略。

數據的正負可以幫助社群運營者分析社群處于上升階段還是下滑階段，其主要價值在于參考，而非直接得出結論。與其相對應的就是社群累計人數這個指標。

累計與凈增的差異，代表了留存和流失，結合當期的運營行為和某日影響比較大的運營動作，做分析改進。

我們平時的工作可以通過創建一個像這樣的表格：

那也可以利用第三方工具來幫助我們進行統計。

二、接下來是激活階段。

在這個階段我們運營的關鍵是如何提高客戶活躍，通常來講社群的活躍度越高，社群的價值越大，反之社群的價值則越小。所以我們主要關注的數據有“互動率”和“內容數”兩個方面。

互動率=當日有效發言人數 / 群成員總人數

在統計活躍用戶數前，社群運營者需要先定義“互動”的標準，例如平均每天至少有一次發言，然后再通過這個標準來篩選出活躍用戶，最后得出活躍用戶數。如果碰到互動率下降的情況，我們就需要通過一些運營手段來解決了。

那在這個階段，我們還可以繼續衍生，例如根據實際運營策略，我們可以統計：

消息總量和人均消息量。

消息總量指的是一定時期內社群中消息數量的總和;人均消息量是將消息總量除以社群人數而得的數據。

從互動次數的指標上可以分析出有多少用戶參與活動、有多少用戶深度參與。次數多，說明參與深度比較高，那么我們可以進一步分析用戶的喜好和群體的互動特點。

據此，可以在后續的活動中迭代優化策略，提升運營效率。

另外還有消息的時間分布。

通過統計得出一天內消息的數量分布情況，從而把活動、分享、推送等內容安排在社群活躍的時間點，大幅提高社群中的活動參與率和用戶積極性，同時提高用戶滿意度。

當然還可以統計：話題頻次。

統計一段時間內社群內出現的高頻詞匯，分析的主要目的是為了找出社群群員所喜好的話題，從而對群員的喜好進行分析，完善用戶畫像，使得活動、營銷等行為更加受到用戶的歡迎，提高社群的收益。

同樣的，在社群激活階段，我們依然可以通過創建一個表格來便于我們對數據的統計。

那以上這些，我們可以統稱為關鍵行為及行為轉化率。用戶在社群內的關鍵行為還可以包括像打卡、內容閱讀、活動參與等等。這個就看我們在具體運營社群時的運營策略以及共同目標事件是如何制定的了。

三、第三個階段：留存期。

在這個時期，我們運營的難題是如何提高留存率，因為留住老用戶的成本，遠低于獲取新用戶成本。那最主要關注的數據就是“留存率”。

留存率=周期內留存的用戶數/新增用戶數；這里的新增用戶數是指在某個時間段新入群的用戶數。

那留存率的統計，一般是根據天數來定，比如第1日留存率：（當天新增的用戶中，新增日之后的第1天還留存的用戶數）/第一天新增總用戶數；

第30日留存率：（當天新增的用戶中，新增日之后的第30天還留存的用戶數）/第一天新增總用戶數；

所以，簡單講統計第X日留存，就是新增用戶日之后的第N日依然還留存用戶占新增用戶的比例。

那我們同樣可以用一張表來進行統計，例如：

在這里各位需要有思想準備，只要是做社群，因為是跟用戶掛鉤的，所以涉及到用戶生命周期的事，那么無可避免的用戶就是會產生流失，我們無法做到100%不流失這種情況的。所以作為一名優秀的運營人，們應該是要能夠接受流失這種情況的。

只是，我們必須深度分析流失原因，是產品還是服務還是體驗？進而思考是否能通過提供優惠券或高價值內容等措施召回客戶。

而且留存率也不是唯一的指標，特別是在社群裂變以后，會進入大量的非精準用戶，也就是我們常說的，當用戶和我們價值觀不統一的時候，這些用戶很難再進入到下一步階段的。所以當面臨這種情況的時候，選擇適當的放手才是上策。

四、第四個階段：付費轉化期。

好，回到用戶路徑上的最后一個關鍵節點就是付費階段了。

在這一步最主要的數據指標就是：轉化率了！也就是訂單數/群成員總數。

那不同的行業、產品類型，轉化率的合理范圍都是不一樣的。比如你不能拿電商行業的平均轉化率，來作為知識付費領域的標準。同時，你也不能拿快閃群的轉化率來衡量學習型社群的轉化率。

所以，除了轉化率之外，我們還需要關注社群ROI，也就是社群的投入產出比。以及客單價，訂單總額/訂單人數。

社群ROI主要是衡量投入和銷售的均衡點，避免過度補貼，投入太大。一般來說ROI大于1，那么說明可以繼續加大投入。

而客單價則是衡量一個社群營銷情況的重要指標，在流量轉化都不變的情況下，高客單價也就意味著高收益。但是客單價并不是越高越好，需要結合社群的實際情況而定。

那以上就是根據用戶路徑梳理出來的關鍵節點，以及每個節點上所需要統計的關鍵數據指標。在這里，其實有漏掉一個環節。因為我舉的這個案例他其實是一個快閃群性質的社群。比較注重最后的轉化。而對于一些成長性社群或者核心會員群來說，還有一個環節是必不可少的，就是分享。

那在分享環節，我們最主要的是要測算用戶的忠誠度與滿意度，因為只有實現用戶的裂變傳播，才能帶來用戶的低成本增長。

所以要區分不同類型用戶的比例，從而設計不同的活動，用戶也會自發的去將內容傳播到自己的社交圈子，帶來新的用戶。而達成這一點，社群的運營也就形成了一個閉環。

以上就是關于社群運營數據分析體系搭建的流程，前兩個步驟的內容了。剩下的三個步驟的內容我們會在下一篇文章里來具體展開聊。