從零開始做運(yùn)營(yíng)(Episode 11)
Episode 11 運(yùn)營(yíng)數(shù)據(jù)的一二三
談完了內(nèi)容運(yùn)營(yíng)、活動(dòng)運(yùn)營(yíng)、用戶運(yùn)營(yíng)的基礎(chǔ)知識(shí),我們來聊聊運(yùn)營(yíng)數(shù)據(jù)的一些事兒。
不管是做產(chǎn)品還是做運(yùn)營(yíng),在日常工作中,我們最常聽見的就是:“看數(shù)據(jù)!”
是的,產(chǎn)品是否成功,看數(shù)據(jù),運(yùn)營(yíng)是否靠譜,看數(shù)據(jù)。那什么是數(shù)據(jù),看什么數(shù)據(jù)?
很多人說“數(shù)據(jù)會(huì)說話”,也有人說“數(shù)據(jù)會(huì)說謊”。數(shù)據(jù)究竟會(huì)不會(huì)說話,說什么話,是真話還是假話,取決于數(shù)據(jù)的選擇和分析的方式。
首先,我們要明白一個(gè)核心觀點(diǎn):運(yùn)營(yíng)數(shù)據(jù)分析本身不在于數(shù)據(jù),而在于分析?;蛘哒f,任何一類數(shù)據(jù)分析的關(guān)鍵點(diǎn)都在于分析,而不在數(shù)據(jù)本身。
然后,我們要認(rèn)識(shí)到一個(gè)前提:數(shù)據(jù)分析的能力是漸進(jìn)的,對(duì)數(shù)據(jù)的敏感度是需要培養(yǎng)的。
最后,我們要懂得一個(gè)道理:數(shù)據(jù)表達(dá)出的涵義與多種因素相關(guān),嘗試學(xué)習(xí)運(yùn)營(yíng)數(shù)據(jù)分析之前,要盡可能的拋開預(yù)設(shè)立場(chǎng),而同時(shí),各個(gè)階段的不同類別數(shù)據(jù)的重要性是變化的。
先問一個(gè)問題:所有網(wǎng)站的PV、UV、轉(zhuǎn)化率都是核心指標(biāo)么?
答案是,不。
因?yàn)轭}目的背景不清晰,轉(zhuǎn)化率的定義不明確。對(duì)于不同的網(wǎng)站或產(chǎn)品,在不同的時(shí)間階段的核心指標(biāo)是不同的。
網(wǎng)站或產(chǎn)品建立的初期,流量指標(biāo)很關(guān)鍵,但是它不僅僅是UV\PV、停留時(shí)間之類的增長(zhǎng),更重要的是,流量來源于何處,流量到來之后瀏覽了哪些頁(yè)面,做了什么操作,在哪里蹦失。
到了持續(xù)運(yùn)營(yíng)階段,單一的流量指標(biāo)已經(jīng)意義不大(并非沒有意義),而更重要的是用戶的留存、活躍指標(biāo),甚至是付費(fèi)用戶的規(guī)模。在這個(gè)階段,依然重要的是需要跟蹤所有流量來源的渠道質(zhì)量,需要強(qiáng)化的是用戶行為的分析,要拆分出各種維度、各種路徑的留存、活躍、轉(zhuǎn)化的情況,用戶的興趣點(diǎn),用戶的成長(zhǎng)模型,等等。
到了成熟期,需要關(guān)注用戶流失的速度、分析流失的原因,對(duì)依然留存與活躍的用戶給予重點(diǎn)的關(guān)注。數(shù)據(jù)分析此時(shí)的意義,是延續(xù)網(wǎng)站或產(chǎn)品的生命周期,是持續(xù)為存量用戶提供優(yōu)質(zhì)的服務(wù)。
到了衰退期,就要做好數(shù)據(jù)的保存工作,如果網(wǎng)站或者產(chǎn)品要結(jié)束運(yùn)營(yíng),要提前做好各種準(zhǔn)備和通知。
我并不打算就數(shù)據(jù)分析的方法進(jìn)行展開,因?yàn)樵掝}太大了,我自認(rèn)沒有能力說清楚。所以這里著重的說一些關(guān)于數(shù)據(jù)使用、數(shù)據(jù)分析的誤區(qū)和數(shù)據(jù)說謊的手法。至于如何運(yùn)用,全憑各位自己的判斷。
1、數(shù)據(jù)使用的方法
1)掌握歷史數(shù)據(jù)
對(duì)于運(yùn)營(yíng)人員來說,熟悉、掌握網(wǎng)站或者產(chǎn)品的歷史數(shù)據(jù)非常關(guān)鍵。數(shù)據(jù)的維度越全面,對(duì)網(wǎng)站或產(chǎn)品的生命周期,乃至用戶的生命周期就會(huì)越清晰。
2)從歷史數(shù)據(jù)中歸納規(guī)律
歷史數(shù)據(jù)從來不是拿來看的,而是用來分析的,分析其中的規(guī)律,在什么節(jié)點(diǎn)數(shù)據(jù)上升,什么節(jié)點(diǎn)數(shù)據(jù)下降,找出原因,形成經(jīng)驗(yàn),對(duì)運(yùn)營(yíng)人員的工作來說至關(guān)重要。
3)通過規(guī)律反向進(jìn)行數(shù)據(jù)預(yù)測(cè)
掌握了規(guī)律,就具備了做數(shù)據(jù)預(yù)測(cè)的基礎(chǔ),過往3年,國(guó)慶節(jié)期間,網(wǎng)站的流量都會(huì)有明顯提升,那么今年的國(guó)慶節(jié)期間,基本也是一樣,這時(shí)候運(yùn)營(yíng)人員是不是就應(yīng)該提前做一些規(guī)劃了呢?
4)學(xué)會(huì)對(duì)數(shù)據(jù)進(jìn)行拆解
數(shù)據(jù)量越大、維度越多,越需要拆解,有按照時(shí)間的拆解,有按照相關(guān)性的拆解,運(yùn)營(yíng)人員懂得拆解數(shù)據(jù),意味著有能力把控運(yùn)營(yíng)的節(jié)奏。這是需要我們每個(gè)從事運(yùn)營(yíng)工作的同學(xué)注意的地方。
2、運(yùn)營(yíng)數(shù)據(jù)分析的誤區(qū)
1)不要用單一類型的數(shù)據(jù)去評(píng)價(jià)全局
舉個(gè)例子。
問:這是支付寶2014年4月到6月Alexa統(tǒng)計(jì)的日平均訪問人數(shù)的走勢(shì),我們可以通過這個(gè)數(shù)據(jù)認(rèn)為支付寶的活躍用戶在減少么?
答案是:不能。因?yàn)锳lexa只統(tǒng)計(jì)Web端,支付寶移動(dòng)端的活躍用戶是否在增加呢?我們并不能從這個(gè)數(shù)據(jù)中得到答案。
2)不要夸大偶然事件,認(rèn)為帶來必然結(jié)果
對(duì)于運(yùn)營(yíng)來說,我們經(jīng)常會(huì)發(fā)現(xiàn)一個(gè)活動(dòng)上線之后,對(duì)運(yùn)營(yíng)數(shù)據(jù)產(chǎn)生了很大的幫助,但是,這是一個(gè)偶然事件,如果你認(rèn)為這樣的活動(dòng)形式必然對(duì)數(shù)據(jù)有所幫助,你需要更多的數(shù)據(jù)來佐證它,并且適時(shí)的將這種活動(dòng)轉(zhuǎn)化為機(jī)制,因?yàn)樗娴挠行А?/p>
3)避免用結(jié)論推導(dǎo)原因
運(yùn)營(yíng)人員很容易犯的數(shù)據(jù)分析的錯(cuò)誤是,發(fā)現(xiàn)數(shù)據(jù)增長(zhǎng)了,然后去找各種對(duì)數(shù)據(jù)增長(zhǎng)可能有幫助的事件,并且將數(shù)據(jù)增長(zhǎng)的原因歸功于這些事件。
發(fā)現(xiàn)數(shù)據(jù)增長(zhǎng),或者下降,希望找出原因,最好的方式是,再現(xiàn)一次。
4)避免唯數(shù)據(jù)論
數(shù)據(jù)既可以說明問題,也可能遮蔽視線。數(shù)據(jù)并不能解決所有問題,它能給你的是一個(gè)參考,而不是一個(gè)結(jié)論。
3、運(yùn)營(yíng)數(shù)據(jù)說謊的手法
想要運(yùn)營(yíng)數(shù)據(jù)說謊,其實(shí)很簡(jiǎn)單,簡(jiǎn)單的舉出幾種。比如:
1)拉伸圖表
相同的數(shù)據(jù),不同的趨勢(shì)感受。你體會(huì)到了么?
2)修改坐標(biāo)軸數(shù)據(jù)
感受一下設(shè)置“對(duì)數(shù)刻度”的作法。
3)故意選擇有利的樣本
比如,我們之前說過流失用戶挽回,那么假設(shè)有一個(gè)B2C網(wǎng)站需要做流失用戶挽回活動(dòng),選擇樣本為“半年內(nèi)未購(gòu)物”和“半年內(nèi)未購(gòu)物但有登錄”這兩種,問,針對(duì)哪個(gè)樣本選型用戶的流失挽回活動(dòng)效果會(huì)更好?
答案是后者,根本不用去想。為什么?第一個(gè)選型樣本里包涵了 有登錄 和 無(wú)登錄 兩種,顯然挽回流失的難度上,對(duì)半年都沒有登錄的用戶進(jìn)行挽回要比對(duì)半年內(nèi)有過登錄但是沒有購(gòu)物的用戶要難的多。
4)樣本規(guī)模差異
產(chǎn)品的運(yùn)營(yíng)上,我們經(jīng)常需要做一些A/B測(cè)試來驗(yàn)證某個(gè)功能或者某個(gè)設(shè)計(jì)更好,這個(gè)時(shí)候,最容易犯的錯(cuò)誤,也是最容易帶來數(shù)據(jù)說謊結(jié)果的情況就是,樣本規(guī)模有差異,比如,A類選型選擇了100個(gè)用戶,而B類選擇了1000個(gè)用戶,不管我們最終選擇絕對(duì)值,還是比例,其結(jié)果都會(huì)帶來巨大的誤差。
To Be Continued……
#專欄作家#
張亮,微信公眾號(hào):zhangleo1983,人人都是產(chǎn)品經(jīng)理專欄作家。知乎大V,互聯(lián)網(wǎng)從業(yè)者;《從零開始做運(yùn)營(yíng)》作者。聊產(chǎn)品聊運(yùn)營(yíng),偶爾深度。分享一切有益有趣的內(nèi)容。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,不得轉(zhuǎn)載。
系列文章:
- 目前還沒評(píng)論,等你發(fā)揮!