作為運營新手,你是否也常常會問,運營數據分析怎么做?產品運營數據分析怎么做?等等這樣的問題?本文首先解釋什么是運營分析,目的是通過先了解運營的作用,再從三個方向說怎么做運營數據分析?希望對你有所幫助。
經常有人問我。運營數據分析怎么做?產品運數據分析怎么做?APP數據分析怎么做等等這樣的問題。今天就淺聊一下運營數據分析到底該怎么做。
一、什么是運營分析?
為什么很多人會對運營數據分析有疑問呢?很大的原因是因為他們根本就不知道運營究竟是干嘛的。
“運營”這個詞本身非常模糊。有很多人說運營是打雜的崗位,因為運營需要做活動、配鏈接、投廣告,還要通過渠道來拉流量,好像什么都跟運營有點關系。
如果運營的定位不確定清楚,那么運營數據分析就更說不清楚了。
那么,運營究竟是做什么的呢?
在之前的一篇文章中,我提到業務究竟是什么?業務的定義是給定一個輸入,經過我的業務模型運轉之后,最終輸出一個有商業化價值的輸出。
比如,我輸入一些流量,經過我的業務模型的梳理,最終輸出精準的用戶人群。
這塊業務在公司內可能就被稱作用戶運營。
運營就是把公司內的各項業務模型維持業務運轉的這類人,他們的職責第一是維持運轉,第二是最大化輸入的投入產出比,讓供給和需求達到最佳的匹配狀態。
按照這個定義,我們就可以理解運營究竟是做什么的,舉幾個例子。
電商中的品類運營,品類運營的輸入端是沒有規則的各類商品,輸出端是有商品分層、有側重不同運營策略的商品。品類運營通過對商品的精細化運營,提升整體的運作效率。
再比如渠道運營,渠道運營的輸入端是投放的預算。經過渠道運營的業務運作輸出端是不同渠道帶來的業務流量和成交。
如果我們把運營這個概念全部按照輸入輸出這個模型來理解,那么運營的數據分析也就好做了。
運營有輸入輸出和業務動作三個環節構成,所以分析的方向有這么幾個:
- 提升輸入端的質量
- 提高業務動作有效性
- 提升輸出結果與業務目標的匹配度
二、提升輸入端質量
第一個方法是提高輸入端的質量。
以渠道運營為例,渠道運營的輸入是投放的資源,運營的動作是精準投放,也就是對不同的渠道做針對性的投放。最終輸出的結果是通過投放的動作帶來的下載、使用或購買的用戶。
做好渠道運營的最終目標是提高輸出端的用戶數量。
為了達到這個目標,我們可以在輸入端提高輸入端的質量。比如我們通過分析產品用戶的特性,分析渠道的效率,篩選出最優質的渠道,使得我們的投放集中在更好的渠道上。
再比如用戶運營,用戶運營的輸入端是產品的用戶,輸出端是將這些用戶整理成為不同層次且有針對性運營動作的人群,從而提升用戶總體的商業價值。
用戶運營想要在輸出端輸出更多的優質目標用戶人群,也可以從源頭抓起,讓最初的用戶群體本身就是高質量用戶。
這一點可以和渠道運營合作,用戶運營通過分析用戶的特征讓渠道運營做更精準的渠道投放,讓產品經理做更貼合目標人群的功能特性,讓活動運營做更匹配的活動文案,這樣就能改善產品用戶的質量,提升最終輸出的優質人群數。
三、提高業務動作有效性
第二個是提高業務動作的有效性。
以渠道運營為例,如果原本渠道投放只采用了一種文案,那么我們可以繼續優化針對不同渠道的特性,設計不同的投放文案和素材,提高投放內容和渠道的匹配度,提升轉化的效率。相同的曝光數量下,更精準的投放策略可以產生更多的用戶群體。
用戶運營也是一樣,為了提升最終用戶的商業價值,我們可以在業務動作的有效性上下功夫。
比如原來我們只將用戶分成了新用戶和老用戶,然后對新老用戶做不同的運營動作。這個運營動作的效率不是特別高,因為它的用戶分類太粗了。最終的商業化價值也就受到了限制。為了提升最終的商業化價值,我們可以分析不同人群的商業價值,最終通過RFM模型將用戶分成五到六個大類,對這不同類型的用戶做針對性的運營。由于人群的分類更加精準,匹配的業務動作也就更加有效,通過運營動作的有效性提升了整體的商業價值。
四、提高輸出端匹配度
第三個方法是提高輸出端與業務需求的匹配度。
以渠道運營為例,渠道運營的最終輸出是下載、成交、回流的用戶。
如果公司目前追求的是產品的用戶規模,那么渠道運營也要圍繞著用戶規模這個大的目標,找到更容易下載和留存的用戶渠道和投放方式。
如果公司的大策略產生了變化,從原來追求用戶規模變成了追求商業化轉化。那么渠道運營如果依然沿用原來的方式輸出用戶,就會導致渠道運營的輸出和公司大策略的目標不匹配,降低了渠道運營的價值。
這個時候,渠道運營要調整原來的運營策略,把最終的輸出從“下載用戶數”改成“成交用戶數”。輸出的形式修改了,輸入端和業務動作都要改變。數據分析可以針對新的輸出,分析適合“成交用戶”的渠道和投放方式。
用戶運營同理,如果公司目前追求的是用戶規模,那么用戶運營的輸出結果應該是不同活躍程度的用戶群體或者適合不同促活方法的人群。分類一定是圍繞著提升用戶留存和活躍頻次的方向。
但如果公司的策略從用戶規模轉向了商業化變現,那么原有的那套輸出實際上已經不匹配整個公司的大策略。這時在輸入端或者中間的業務執行端再怎么努力,效果依然不好。這時需要改變最終的輸出,轉向以商業變現為目標的用戶分類方法。
五、小結
平時我們聊運營分析的時候,往往浮在表面上。
談論的是運營分析有哪些分析方法,比如聊到用戶運營,就有這些方法:
- 用戶畫像分析
- 行為分析
- 用戶留存分析
- 用戶轉化分析
- 用戶活躍度分析
- 用戶價值評估
- 用戶流失分析
- ……
這些方法都是正確的,但是不夠貼近實際,只講方法,不講解決的問題。
如果現在了解運營的作用,再講運營數據分析該怎么做就會簡單得多。
輸入:用戶運營首先要提升輸入端質量,所以要先了解優質的用戶數都是誰,于是就有了用戶畫像分析。
業務動作:運營的分層一般都是根據用戶的特定行為進行劃分。要區分出不同粘性的用戶,就要先看留存的分布情況,做用戶留存分析、活躍度分析;然后再分析不同人群的行為特點,做行為分析。這樣就可以劃分出不同的粘性人群,低粘性做召回,高粘性做轉化。
要對低粘性做召回,需要知道流失的情況,做流失分析、行為分析,找出流失的原因。
輸出:經過用戶運營的業務動作,究竟有沒有給業務帶來價值?這可以做一個用戶價值評估分析,看出不同分層的用戶是否價值存在明顯差異。還能看分層后整體的商業價值是否要比粗放的運營更有效。
現在你應該知道運營分析究竟該怎么做了吧。分析方法都只是浮云,知道解決了什么問題自然就知道要做什么分析了。
本文由@三元方差原創,運營喵專欄作者。