數(shù)學(xué)不好的產(chǎn)品不是一個(gè)好運(yùn)營:如何利用K值公式和正態(tài)分布提升運(yùn)營效果?

2 評論 23544 瀏覽 54 收藏 10 分鐘

數(shù)學(xué)不好的產(chǎn)品不是一個(gè)好運(yùn)營,懂得一些常見的數(shù)學(xué)公式,能夠讓我們的運(yùn)營決策更具有支撐力,運(yùn)營的方向也會(huì)更明晰。

在運(yùn)營中,尤其是在對用戶進(jìn)行運(yùn)營和產(chǎn)品運(yùn)營中,數(shù)學(xué)分析是每個(gè)人都需要面對的一項(xiàng)工作。就工作內(nèi)容而言,完成數(shù)據(jù)配額的計(jì)算和數(shù)據(jù)指標(biāo)的估計(jì),不僅要求我們對行業(yè)平均水平保持關(guān)注,也要求我們要懂得運(yùn)營數(shù)學(xué)工具。在一個(gè)員工規(guī)模在數(shù)百人以上的公司中,數(shù)據(jù)分析極有可能會(huì)成為一個(gè)特定的標(biāo)配崗位,但這并不影響我們對常規(guī)數(shù)學(xué)工具在運(yùn)營中發(fā)揮的作用有更充分的認(rèn)識(shí)。

需要指出的是,計(jì)算只是數(shù)學(xué)的一個(gè)分支;在大多數(shù)情況下,耗費(fèi)過多時(shí)間的數(shù)學(xué)運(yùn)算工作我們會(huì)交由軟件處理——比如工作中會(huì)遇到的ecxel表格計(jì)算等。在這里,受限于篇幅和闡述形式,我只就數(shù)學(xué)K值的分析計(jì)算進(jìn)行分享,并結(jié)合具體的應(yīng)用案例或場景來提高我們對其運(yùn)營的認(rèn)識(shí)。

一.什么是K值

先回到我們的題目本身,什么是K值這個(gè)直接的問題上。K值,也即K因子,是傳染病學(xué)的概念。它的取值,決定于兩個(gè)相乘的系數(shù)——攜帶病毒的受感染者數(shù)量、最終致病人數(shù)兩項(xiàng)數(shù)據(jù)指標(biāo)。對應(yīng)到我們的運(yùn)營工作上,它有了直接的抽象意義。攜帶病毒的受感染者,也就是我們每分發(fā)一條push或視頻圖文覆蓋的用戶數(shù),最終致病人數(shù),可以對應(yīng)到轉(zhuǎn)化人數(shù)這個(gè)數(shù)據(jù)上來。

這樣來看,K值的取值,在市場調(diào)研中,即為 :每個(gè)用戶向他的朋友們發(fā)出的邀請的數(shù)量*接收到邀請的人轉(zhuǎn)化為新用戶的轉(zhuǎn)化率。在增長理論中,我們知道,當(dāng)K>1時(shí),用戶群就會(huì)象滾雪球一樣增大。如果K<1的話,那么用戶群到某個(gè)規(guī)模時(shí)就會(huì)停止通過自傳播增長。

二.怎么利用K值公式提升運(yùn)營效果

所以,我們需要制造拉新時(shí),如果是站在目標(biāo)導(dǎo)向的思維角度,就需要對K值本身進(jìn)行研究。以前,我們提高朋友的邀約數(shù)量,要么想辦法去提高朋友的“同意率”?,F(xiàn)在我們知道,兩項(xiàng)指標(biāo)必須同時(shí)考慮。

一般而言,在K值的計(jì)算中,最后一項(xiàng)也即轉(zhuǎn)化率,是有一個(gè)平均水平的。這個(gè)平均水平因?yàn)樾袠I(yè)的不同而不同。比如,在金融領(lǐng)域,因?yàn)橛脩艮D(zhuǎn)化涉及實(shí)名認(rèn)證、卡片信息等多個(gè)維度信息的填寫收集,轉(zhuǎn)化率比較低,一般維持在10%到20%左右。所以,你也就能理解為什么這種產(chǎn)品讓你分享拉新,贏取獎(jiǎng)品時(shí),為什么總是把主要引推的目標(biāo)人數(shù)設(shè)置為5個(gè)到10個(gè)。因?yàn)檫@樣,K值相乘也就大于1了,更容易形成一個(gè)正向的良性循環(huán),增加用戶的獲取。

在這個(gè)例子中,我們能看到,一方面是我們對行業(yè)的數(shù)據(jù)有一個(gè)充分的估計(jì)和判斷,知道同類行業(yè)的平均指標(biāo),這樣才能更好的來指導(dǎo)我們的工作。千萬不要去想,為什么我不能提升轉(zhuǎn)化率,你當(dāng)然可以提升,但是在運(yùn)營時(shí),保持全局眼光很重要,我們最好相信概率,相信大數(shù)定律。

三.利用正態(tài)分布,開展更準(zhǔn)確的市場調(diào)研

正態(tài)分布和指數(shù)分布是我們在生活中經(jīng)常遇到的數(shù)據(jù)模型。比如電燈的壽命滿足指數(shù)分布,人群中身高的分布通常滿足正態(tài)分布等等。正態(tài)分布概念是由德國的數(shù)學(xué)家和天文學(xué)家Moivre于1733年首次提出的,好在我們在具體運(yùn)用中,不用太關(guān)心正態(tài)分布的歷史,只需要明白它如何使用即可。

回憶一下,在自己之前的運(yùn)營工作中,有沒有遇到類似這樣的情況:需要對某一項(xiàng)新上的功能進(jìn)行用戶調(diào)研,指導(dǎo)產(chǎn)品的迭代和更新;需要對某一類用戶進(jìn)行調(diào)查,以便得出用戶喜好的結(jié)論等。當(dāng)我們遇到這些問題時(shí),可能只是把它當(dāng)成了一個(gè)常見問題,也就只是做了普通調(diào)研,得出了一般的數(shù)據(jù),數(shù)據(jù)結(jié)果好像總有什么不對,但自己卻又說不出來……

其實(shí),就一個(gè)問題,需要調(diào)研多少人,需要在哪類人群中調(diào)研都是可以也應(yīng)該進(jìn)行計(jì)算得出的。而在這樣的計(jì)算中,我們就需要用到正態(tài)分布的知識(shí)。

正態(tài)分布很簡單,我們稍微復(fù)習(xí)一下正態(tài)分布的幾個(gè)基本結(jié)論,這有助于我們開展高效的運(yùn)營工作。一是正態(tài)分布實(shí)際是一個(gè)概率密度函數(shù)(概率密度函數(shù)的積分就是概率值),一個(gè)數(shù)學(xué)期望為μ、方差為σ^2的正態(tài)分布記為N(μ,σ^2)。不同的正態(tài)分布函數(shù)取值不同,但都是一個(gè)左右對稱的曲線,在X=μ處,可以取得σ^2的極大值。

好了,知道這些就足夠了,之后你一定還記得數(shù)學(xué)上有過一張正態(tài)分布的查詢表單,那張表我們可以在網(wǎng)上輕松的找到,以后每一項(xiàng)具體事務(wù)就能做出具體的分析,即便你不太懂原理,只要有了表,你也一樣能迅速得出準(zhǔn)確的結(jié)果。

正態(tài)分布是怎樣運(yùn)用的呢,來看這個(gè)實(shí)例:我們在一次統(tǒng)計(jì)中,要對用戶的付費(fèi)意愿進(jìn)行調(diào)查,我們至少應(yīng)該調(diào)查多少名用戶?

這個(gè)問題很直接的顯示出了正態(tài)分布的具體含義。如果是以往,你看到這個(gè)問題可能還在懷疑如何計(jì)算的問題,但在一個(gè)懂?dāng)?shù)學(xué)的運(yùn)營人手里,這個(gè)問題并不復(fù)雜,甚至應(yīng)該說很基礎(chǔ)。

首先,我們需要考慮已有條件,這個(gè)數(shù)學(xué)思維要求我們知道,行業(yè)內(nèi)平均的水平是如何的。通常而言,每一次調(diào)研,誤差都要求在5%以內(nèi),這是一個(gè)平均水平。

其次,我們需要知道正態(tài)分布的統(tǒng)計(jì)公式n=λ?^2*P*(1-P)/d^2。其中,λ??是可以從表中直接查詢得到的,P是概率,d是誤差范圍。

最后,我們需要知到正態(tài)分布的基本定律:要計(jì)算至少需要覆蓋的樣本容量,就應(yīng)該按方差達(dá)到最大值的P值來進(jìn)行計(jì)算。很顯然,當(dāng)P等于0.5時(shí),P(1-P)的值是最大的。所以,將其帶入公式可得,n=1.96^2*0.5*(1-0.5)/0.05^2=385。這里的1.96,是從表中取得的,也就是當(dāng)誤差在0.05時(shí)(誤差5%也就是要求顯著水平在0.05)的取值。所以,應(yīng)該調(diào)查至少385名用戶,才能得到我們想要的結(jié)果。

讓我們也試著做一個(gè)總結(jié)。在一次市場活動(dòng)的運(yùn)營策劃中,我們首先可以根據(jù)正態(tài)分布計(jì)算出我們需要統(tǒng)計(jì)的用戶數(shù),從而計(jì)算得出用戶的付費(fèi)率(或閱讀率等),之后我們需要由K值,計(jì)算出我們需要指引用戶分享的次數(shù)和目標(biāo),并設(shè)置優(yōu)先級來疏導(dǎo)用戶流量,將最多的流量最大的激勵(lì),給到那些可以刺激擴(kuò)散傳播的用戶上。上一步得到的付費(fèi)率也就成了K值中的轉(zhuǎn)化率,這樣我們就能很快確定需要鼓勵(lì)用戶分享的次數(shù)了。

關(guān)注行業(yè)平均水平,懂得一些常見的數(shù)學(xué)公式,就能讓我們對運(yùn)營有更明晰的認(rèn)識(shí)?,F(xiàn)在,再也不要說激勵(lì)用戶分享XX給N個(gè)好友這件事,是一個(gè)拍大腿的決定了,N值的大小,明明是可以計(jì)算出來的。

 

作者:奉政坊(微信號(hào):mr-lan1),開發(fā)工程師轉(zhuǎn)行運(yùn)營,策劃運(yùn)營過“未來醬”等電商項(xiàng)目。

本文由 @奉政坊 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。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評論
評論請登錄
  1. 很牛掰的樣子,可惜,數(shù)學(xué)不好的人看懵逼了

    來自上海 回復(fù)
  2. 我們需要一個(gè)懂?dāng)?shù)據(jù)分析的運(yùn)營人。

    來自北京 回復(fù)