• _

  • 运营人必备的7大技能 数据分析能力是未来运营的分水岭

    视频短片、自我媒体、人才和草根一站式服务

    精细化运作,变得尤为重要。数据驱动决策是我们的操作员必须面对的挑战,也是我们必须下意识学习的技能。

    1484189495857.png

    数据驱动操作是未来操作的趋势,也是我们运营商的分水岭。随着刀耕火种时代的到来,精细化经营和决策变得尤为重要。数据驱动决策是我们的操作员必须面对的挑战,也是我们必须下意识学习的技能。

    但对于许多刚进入操作领域的新手来说,这也是一件令人头痛的事情,因为他涉及到数据分析方法、方法论、逻辑分析能力和一些工具的使用,而且很多数据也是很多操作人员不愿意面对的。在这一章中,我们将重点介绍如何获取数据、如何分析数据以及产品关注的数据维度。

    首先,我们从哪里获得数据?

    在我们分析数据之前,我们必须有数据进行分析,所以我们必须得到数据。我们如何得到它?

    有两个主要的数据来源:

    自有数据分析系统公司自有数据是最定性的数据,也是最可靠、最全面的数据。一般来说,在条件允许的情况下,应以内部数据为准。

    第三方数据分析工具,这是通过外部工具获取数据。

    这里有五个主要的数据分析工具:

    1。优盟

    支持iOS和安卓应用数据的统计分析

    2.growingio

    growingio的强大之处在于它可以获得和分析全面、实时的用户行为数据,而无需隐藏任何要点,从而优化产品体验,实现精益运营。

    3。应用雷达

    仅用于iOS,查看应用商店常规列表和分类排名。检查应用商店中产品的搜索分数,并判断ASO效果。

    4。百度移动统计

    支持ios和安卓平台。此外,在嵌入SDK后,开发人员可以全面监控自己的产品,包括用户行为、用户属性、地理分布、终端分析等。

    5。Kuchuan

    只支持android平台应用监控。开发人员可以查看主流市场应用程序的下载、排名、评级评论、关键词排名等数据,并可以系统地将数据与类似的竞争对手进行比较。

    当然,有超过5种数据分析工具。如果你使用其他工具,这也是可能的。使用分析工具,我们可以得到以下内容:

    记录点击信息,包括与网站没有交互的信息;可以直接生成百分比链接,点击分布图和热图;有许多方法可以通过计算用户的悬停和可视化用户的潜在行为来获取数据。关键是作为一个操作者,知道什么样的数据是重要的以及这些数据的背景是什么是重要的。这是一个相互联系的过程,而不是单一的行为。

    有了这些数据后,我们应该如何分析它们?什么能为我们所用,什么能被淘汰。

    2。如何分析现有数据

    如何在从第三方数据分析工具或您自己的分析背景中获得数据后进行分析?我相信许多运营商不知道他们什么时候得到数据。不是胡须和眉毛被抓住,就是没有办法开始。这是一种分析思维的缺失,需要宏观方法和微观方法来指导。

    我们的数据分析经常使用方法论。这些方法在我们的数据分析中起着宏观指导作用。因此,当我们进行数据分析时,我们应该首先找到自己的方法来指导。将主要使用的方法:

    1。有害生物分析:用于分析宏观环境,包括政治、经济、社会和技术。

    2.5W2H分析方法:为什么、什么、谁、何时、何地、如何、多少。

    3。逻辑树分析:分层列出问题的所有子问题。

    4.4P营销理论:分析公司的整体运作,包括产品、价格、地点和促销四个要素。

    5。用户行为理论:主要用于网站流量分析,如回头客、新访客、流失率等。从许多指标中选择一些合适的。

    6.成长黑客的盗版规则:精益创业的重要框架,从收购、活动、保留、收入和推荐中成长。

    数据分析有很多方法,这里不能列出。没有最好的方法,只有最合适的。让我详细介绍AARRR方法。这种方法非常适合于精益运营和业务增长的问题。

    对于互联网产品,用户具有明显的生命周期特征。让我以一个应用程序为例来说明。

    首先通过各种在线和离线渠道获得新用户,下载并安装APP。安装APP后,通过操作方式激活用户;例如,第一个订单是免费的,优惠券,红包等。通过一系列的操作,一些用户被保留下来并给企业带来收入。在这个过程中,如果用户认为这个产品很好,他们可能会向周围的人推荐它。或者通过红包等激励措施鼓励与朋友分享。应该注意的是,这五个环节并不完全按照上述顺序进行。操作可以根据业务需要灵活应用。AARRR的五个环节可以通过数据指标来衡量和分析,从而达到精益运营的目标。每个环节的推广都可以有效地增加业务。

    在使用这些数据分析方法时,我们应该明确它们的作用:

    ●理顺分析思路,确保数据分析结构的系统化。

    ●将问题分解成相关的部分,并展示它们之间的关系。

    ●指导后续数据分析的发展。

    ●确保分析结果的有效性和正确性。

    另一个例子,在分析APP的数据维度时,我们将使用趋势分析方法,因为趋势分析是最简单、最基本、最常见的数据监控和数据分析方法。通常我们会在数据分析产品中构建一个数据指标的图表或直方图,然后继续观察,重点关注异常值。在这个过程中,我们应该选择第一个关键指标,不要被虚荣心指标所迷惑。

    如果我们把我们分析的应用下载量作为第一个关键指标,我们可能会误入歧途;因为用户下载应用程序并不意味着他使用了你的产品。在这种情况下,建议将每日活动用户作为第一个关键指标,并且只有那些已经开始并执行了某些操作的用户才能被计数。此类指标具有实际意义,运营商应关注此类指标。

    3。产品关注哪些数据维度?

    我们都知道操作员每天都要处理各种数据。我们经常为产品分析哪些数据维度?

    产品(尤其是APP)的数据指标体系一般可分为:用户规模和质量、渠道分析、参与分析、功能分析和用户属性分析。

    1。用户规模和质量分析包括总用户、新用户、保留用户和转换率。用户规模和质量是应用程序分析中最重要的维度,它们的指标也是相对于其他维度而言最重要的。产品领导者应该关注这个维度的指标。

    2。渠道分析主要是分析各渠道渠道质量的变化和趋势,以便科学地评价渠道质量,优化渠道推广策略。应该特别注意渠道分析,因为在移动应用市场上的欺骗现在是一个公开的行业秘密。渠道分析可以从多维数据中比较不同渠道的效果,例如从新用户、活跃用户、第二天保留率、单次使用持续时间的角度比较不同来源的用户,从而根据数据找到最合适的渠道,获得最佳的推广效果。

    3。参与分析主要分析用户的活动,分析维度主要包括启动次数分析、使用持续时间分析、页面访问分析和使用时间间隔分析。

    4。功能分析主要包括:

    功能活动指标:活动用户和功能使用情况;功能验证;产品功能的数据分析,确保功能选择的合理性。

    页面访问路径:从打开到离开应用程序的整个过程中每一步的页面访问和跳转。页面访问路径是完整的统计信息。通过路径分析,可以获得用户类型的多样性和用户使用产品的目的的多样性,恢复用户的目的。通过路径分析,用户被细分。然后通过用户细分,返回到产品迭代

    漏斗模型用于分析产品中关键路径的转化率,以确定产品流程设计是否合理,并分析用户体验问题。用户转换率的分析,核心调查漏斗各层损失分析。通过设置自定义事件和漏斗,注意应用程序中每个步骤的转化率以及转化率对收入水平的影响。通过分析事件和漏斗数据,可以有针对性地优化低转化率的步骤,有效提高整体转化率水平。

    5。用户属性分析无论是在产品发布之初,还是在战略调整期间,分析用户档案都具有重要意义。例如,我们需要在设计产品之前建立用户肖像来指导产品的设计、开发和操作。产品迭代过程需要收集用户数据、方便用户行为分析、与业务模型链接等。

    用户属性通常包括性别、年龄、职业、位置、手机型号和网络使用情况。如果你对用户的其他属性感兴趣,你可以去微信、公共号码背景或其他背景,比如标题和uc,看看用户属性包含哪些维度。

    以交通为中心的野蛮运营时代已经结束。接下来的时代是以科学数据为基础的,并且紧紧围绕着用户的精细操作。

    作者:译林小雨

    来源:译林小雨(cs-jy8)