欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

用戶運營數據化如何快速上手?淺談數據化用戶運營

  發(fā)布時間:2017-04-07 11:46:03   作者:佚名   我要評論
建立數據化用戶運營的必要性一是在于定量衡量你工作的價值,二是實現精細化運營的基礎。今天小編為大家?guī)淼氖菧\談數據化用戶運營,希望對大家會有幫助,有需要的朋友一起去看看吧

 (3)用戶畫像

用戶畫像就是通過各種數據勾勒出用戶的輪廓,凡是可以定義出用戶屬性的指標都可以放在用戶畫像里,包括性別、年齡、學歷、收入、支出、職業(yè)、行業(yè)、個人興趣愛好、商業(yè)興趣、社交關系等等,數據越多,用戶的輪廓就越清晰,相應的制定運營策略的時候就越有針對性。

3.我們每天手機上會收到各種短信、PUSH、陌生電話,郵箱里經常收到廣告郵件,且越來越精準的戳中你的點,促使你再次啟動app,如果你很久沒有使用這個app了,那這很可能就是運營人員基于數據分析采取的召回措施,試圖挽回流失的用戶。

這一階段主要是對流失原因的分析以相應召回方案的制定,數據指標用來衡量工作效果。體現在數據指標上為流失和召回體系,包括流失率、到達率、打開率、打開點擊率、回流率。

流失率:流失率和留存率是互為此消彼長的一對概念,某個統(tǒng)計時間后不再使用產品的用戶比率,兩個指標一般都是采用同期群的計算方式,但因為流失率有一定的滯后性,所以通常是通過查詢留存率來預計流失率。

到達率:推送到達用戶手機或郵箱的比率。

打開率:用戶看到推送打開的比率。

打開點擊率:用戶打開后點擊內容/鏈接的比率。

回流率:回流用戶數與統(tǒng)計周期內流失用戶的比率。

我們的目標是讓流失用戶回流,但卻不是一蹴而就的,后面四個指標層層遞進,形成一個轉化漏斗。推送的形式、推送發(fā)送時間、推送標題、發(fā)件人是否官方、發(fā)送對象是否精準、實際內容與標題是否一致甚至頁面排版都會影響到每一層的轉化。

三、數據驅動用戶運營

有了結構化的數據指標體系,但這還不能算是完整的運營體系。數據本身是沒有價值的,變成策略才有價值。我們構建出來的數據指標都是為決策來服務的,幫我們制定和優(yōu)化運營策略。

通過數據我們不僅是要知道“是什么”和“有多少”的問題,更重要的是要知道“為什么”?這才是數據能驅動業(yè)務的關鍵。數據驅動業(yè)務體現在兩個方面:

一是用數據優(yōu)化運營策略,比如用戶留存率低,而留存率與用戶質量和產品吸引力有關系,通過渠道分析發(fā)現用戶質量沒有問題,而通過用戶流失分析發(fā)現主要流失階段在初始接觸期,這就找到了原因,于是在產品穩(wěn)定性、易用性和新用戶引導上做優(yōu)化。

二是數據驗證運營策略,比如你想上線一個新的用戶激勵措施,但不確定和原有方式相比是否會有更好結果,這時候通過合理的AB測試得出的對比數據可以為你提供決策依據。

數據分析查找原因和運營策略優(yōu)化是互相反復進行的過程,我們以用戶的防流失為例來說明。

防止用戶流失工作的核心是降低用戶流失率或者延長用戶的生命周期(流失無法避免的情況下)。造成用戶流失的原因千差萬別,有的是在推廣過程吸引了大量價值不高的用戶,有的是用戶對產品不感興趣,有的是使用過程中興奮點不斷提高而興趣不斷降低,只有找準用戶流失的原因才能推出有效的防止用戶流失和流失用戶召回策略,而這都需要依賴于通過數據指標體系來說明問題。

1.不同渠道用戶流失率分析

渠道A:SEM

渠道B:微博

全站用戶

通過分析不同渠道用戶的流失情況,我們會發(fā)現不同渠道的用戶流失率明顯不同,并且與全棧的用戶流失率也不同。

在第一周,渠道A—通過SEM注冊產品的用戶流失為34%,而渠道B—通過微博注冊產品的用戶流失率為54%。為何渠道A的用戶情況會明顯好于渠道B?無論是渠道A的關鍵詞主動搜索也好還是渠道B的推廣鏈接感興趣點擊也好,用戶的需求基本是一致的,否則在注冊階段就會流失了。

再往下分析,因為SEM是付費推廣而微博是免費自然流量,運營為了提高SEM的投入產出比,渠道A的用戶進入產品頁面后會有專門的著陸頁介紹產品,而微博直接鏈接到活動頁,用戶對產品認知較差,導致用戶流失增加。

運營可以通過為通過微博來的用戶添加新用戶引導功能,繼續(xù)觀察微博過來的新用戶的數據。如此反復不斷優(yōu)化策略。

2.不同生命周期用戶流失率分析

通過使用時長和使用頻次兩個指標將用戶生命周期劃分為為接觸適應期、探索成長期、成熟穩(wěn)定期、衰退期,不同時期的用戶人數和流失率統(tǒng)計如下:

從上表可以看出,在用戶剛開始接觸產品的探索適應期流失率偏高,有很大改進空間。根據我們用戶運營的經驗,在此階段用戶流失的原因一般包括新手引導體驗差、訪問速度慢、學習成本高、內容不匹配等,而這些在數據上都會有所體現,通過相應數據的分析查找原因,并制定相關的用戶策略,再繼續(xù)觀察數據,反復優(yōu)化策略。

以上以防止用戶流失為例來說明如何利用數據來驅動用戶運營,其它環(huán)節(jié)大同小異,利用用戶運營的思想,結合數據分析的思路,選定合理的數據指標體系,精準分析原因,制定相應策略,重新觀察數據優(yōu)化策略。

四、總結 搭建數據化用戶運營體系的流程為:用戶數據收集—構建用戶數據化運營指標體系—數據驅動運營。根據用戶在產品的周期建立結構化數據指標體系,將用戶運營工作數據化。數據驅動業(yè)務,通過數據查找制定相應運營策略并通過繼續(xù)觀察數據不斷優(yōu)化。

相關文章

最新評論