运营的数据分析三本柱

关于数据分析,很容易产生一种容易上手,却难以深入的感觉——结果性的数字,可以在事后得出几条哪里好或不好的结论;但由于影响产品运营情况的因素非常多,所以这少数几个“关键”因素的改进,对后续影响也不一定有多大,实际上往往后续的运营中连“关键”因素都变了,之前的结论就更没办法检验,而如果没有办法持续地检视,也就很难形成对数据分析的把握。

专注——数据并非“相亲竟不可接近

关于数据分析,很容易产生一种容易上手,却难以深入的感觉——结果性的数字,可以在事后得出几条哪里好或不好的结论;但由于影响产品运营情况的因素非常多,所以这少数几个“关键”因素的改进,对后续影响也不一定有多大,实际上往往后续的运营中连“关键”因素都变了,之前的结论就更没办法检验,而如果没有办法持续地检视,也就很难形成对数据分析的把握(若即若离,像极了爱情)。

之所以如此,一方面可能是由于数据分析本身有一定的学习成本,尤其是当数据平台所提供得功能越丰富多样,越强大新颖,反而越让人望而生畏,无从下手了。

而另一方面更可能的却是我们自己没有持续的明确的目标——不够专注,如果我们每次复盘的数据需求不同,又怎么能期待着对数据得到系统性的理解呢?而关于“不够专注”,少部分可以说是boss的责任,比如要的数据总在变化,应付起来已经疲于奔命;但大部分责任还在我们自己,我们是否认真对待过数据分析这项工作,是否做过长期的数据分析规划,还是我们也只是在复盘等节点上才来找些数据完成报告?如果是后者,那么就不是数据分析“不可接近”,而是我们自己不够“相亲”罢了。

但数据的功用,还是值得我们去“相亲”的——任何工作成长到一定阶段都要能抛开实际推进,从更框架的角度来看问题,那么就需要用数据而非案例去表现对问题的分析,试想老板之所以总是变换数据的需求,有没有可能是他或她从来没有拿到过满意的分析(而非数据)呢?变换的数据有没有可能是在我们不能提供有效分析的情况下,老板不得不自己来的解决方案呢?

好在数据分析毕竟不是爱情(那般捉摸不定),只要专注,就能有所收获(当然即使是爱情,多跟老司机学习讨教也是没错的)。

思路和方法——而不只是数字

至于专注于什么,根据职能和角色的不同,也不全一样。在有数据需求的众多角色中,又以运营的需求频次最高,那么这篇文章就从运营的角度,去试着一窥数据分析的思路。

运营分析数据目标是了解产品运营情况,什么是“产品运营情况”呢——如果我们收到这样的问题,该怎么回答?如果去面试,该怎么描述我们对“产品运营情况”的提升呢?我们可能找到非常多数字和案例来佐证对产品运营的助益,但对于有一定段位的面试官,说的越多越广恐怕越容易暴露出我们对数据分析的理解程度。

产品运营情况,就是用户在关键点上的表现。明确了这点,我们就可以尝试用数字来探寻这种表现:

  1. 首先相较于“用户思维”中“用户”的个体,运营更关注用户的群体表现。每一个关键点相当于一个岔路口,人群是否通过,或通向哪个,这些路径(和流量),就是其“表现”;
  2. 用户在关键点上的分流,形成了一个水渠一样的树状图,而对于每一条水渠,随着时间还会表现出涨落的变化,不同时间点的水位连起来,就形成了趋势
  3. “路径”和“趋势”的数据有了,我们要对这些数据溯源归因,才能形成更深刻的理解,否则永远都只是数字。实际工作中影响流量的因素太多了,绝大部分情况下我们是找不那唯一的“因果”的,但是能确定几个主要的“相关”因素,对我们来说已经足够了。持续地关注这几个影响因素的相关性,就能找到左右流量和趋势的方法。

通过以上三点,能描述任何一个产品或运营关键点上用户的表现情况,剩下的就是选取合适的关键点了,也就引出了文章的主角——面向运营的数据指标三本柱——新增,活跃和营收。

新增用户

产品运营的关键点很多,比如裂变中的分享情况,新功能的使用情况等等,但是抛开一时一地的需要,长远来看,从可以持续研究,并找到对运营有较大影响因素的角度来看,新增、活跃和营收无疑还是最具卖相的顶梁之柱。

提到新增,大家可能都觉得太简单,太基础,甚至没有讨论的必要。但回想开头所述,我们无法深入的原因,很可能就是我们没有认识到这个指标的价值。但试想新增作为运营的开始,后续所有动作的基石,即使概念简单,也值得我们去深入研究;而按照“思路和方法”一节的讨论,概念之外,要弄清楚用户在新增这个关键点上的表现,并不容易。

  1. 路径新用户是怎么来的,是通过什么样的方式打开了我们的网页,访问了我们小程序,下载安装并打开了我们的app,这个路径既能帮我们理解整体的渠道情况,又能帮我们验证运营工作的预期。对于稳定期的APP(此例为安卓)来说,可以看到绝大部分渠道都是从手机厂商自己的应用中心来,少部分通过第三方应用市场(360)、分享(Tencent)或者搜索(baidu)来,那么对于主要市场的搜索优化就是运营推广的重点工作。 而对于推广期的小程序来说,假如我们预期的新增方式是在一次会话中扫码-授权-访问,那么对于上图中一部分的访问在两次对话中完成的用户,是我们的预设太绝对,还是有优化的空间,就需要进一步考虑了。所以不只是要知道新增了多少用户,明确这些用户是怎么来的,对实际工作才是有意义的。
  2. 变化趋势新用户什么时候来,包括以天。周或月为周期的规律型表现,或者以活动和功能上线为节点的爆发式表现,既能帮助我们从时间维度去理解用户的行为,又能帮助我们在策划运营方案时,找准发力的时机。此图为稳定期app每天的新增情况,可以看出其以周为周期,每到周末新增量下降,肯定不是娱乐类的产品;此图为推广期的小程序的新增情况,可以看出其没有周期性的规律,三次突起大概率是运营活动的效果;
  3. 相关因素对于任意关键点,主要的影响因素都是两个——用户因素和产品因素。用户因素很容易被理解为用户画像——像年龄性别这样的属性肯定对其表现起很大作用,而我们最多能去优化渠道结构以触及更多符合期望的用户,改变画像是不可能的;但如果我们突破“用户画像”的局限,把用户的一些行为也定义为用户因素,那么我们就可以去做更详细的探究了,比如上图中“一周练习3次以上用户”,与“女性用户”相比较,和最终的支付动作的相关性是不是更明确呢?产品因素的影响在于产品带给用户的体验,是否命中了需求点。以上面小程序的新增路径来讲,那部分已经授权却不立即访问的用户,必然是没有被命中“访问”的需求点——同意授权,一定程度上表明了用户是需要的,但没有马上使用表明不是用户现在就需要的,这个行为像极了(并非爱情)我们常见的收藏、想看和歌单,你这么有诚意我就点了,然后很可能就没有然后了。

当然,在新增这个环节,主要还是受用户的天然属性——用户画像的影响比较大(毕竟还没有产生什么行为,也对产品没有具体的认知),关于影响因素的应用会在后续的活跃和营收指标上做更多讨论。


下篇内容预告

  1. 下篇会详细分析“活跃”、“营收”两个指标
  2. 简单讨论运营和产品两种角色做数据分析的差异点。

张子丹: 新东方中学混合项目负责人,负责线上化业务的产品、运营体系和商业模式的搭建;前粉笔公考产品负责人,复杂产品、UX、前端团队的管理;前宜信、百度和人搜高级产品职位。

开课吧智囊团讲师,产品壹佰专栏作家,本文首发于产品壹佰,未经授权,禁止转载。

0条评论 添加新讨论

登录后参与讨论
Ctrl+Enter 发表