运营分析
内容
-
了解运营的基础知识
-
了解分析师如何支持运营团队
-
掌握如何进行运营数据监控
-
掌握ABtest试验效果分析
-
掌握运营活动效果分析
一、运营的基础知识
1、什么是运营
运营就是洞察产品所处的不同阶段和用户需求，通过整合资源找到有效的目标用户实现阶段性业务目标，从而实现最终的商业价值（有拉新、流量、交易用户数等目标）
2、运营的种类
-
用户运营
-
商户运营
-
活动运营，活动策划（如双十一、618等）
-
内容运营，文笔要好
3、运营的工作内容
-
管理并运营公司产品社会化媒体平台，如微信、社群等；
-
负责日常发布内容的素材搜集、内容策划、文案撰写；
-
对线上活动有创新，能提高用户的活跃度和粘度；
-
快速响应社会、娱乐等网络热点话题，擅长借势造势，完成热点营销事件的策划和执行；
-
建立有效的新媒体运营体系提升用户的活跃度，增加品牌的知名度和美誉度
二、分析师如何辅助运营团队
1、提供数据支持
-
日常活动的数据监控（拉新等，一般都要考虑使用自动化生成报表的方式）；
-
主要运营位的数据监控（各APP上的运营位，如秒杀、聚划算、特价这些活动页面和运营位）；
-
运营活动转化的数据监控（活动优惠券发放、领券、浏览、购买等，类似于运营活动的漏斗）；
-
核心指标的监控（新客数、交易用户数、人均购买频次、ARPU、转化率、补贴额、ROI=GMV/补贴额）
2、进行策略试验
-
补贴力度试验
如满300-30和满400-50等补贴活动，哪种方式的ROI才是最高的？
活动前的预热和优惠券的领取可以提高用户的粘性和提高平台的DAU，大促活动用户的参与率特别高；
-
内容营销试验
例如文案不同，但是活动的内容和链接都是一样的，点击率等的差异；
-
运营位试验
运营位放什么商品收益最好？每期活动商品怎么定？要不停的在特卖里提供各种各样的东西，来满足不同用户的需求，哪些品类适合放在哪个运营位转化率才能更高？都要进行相应的试验分析；
-
推送时段试验
活动前、活动快结束时？还是什么时候推送效果比较好？不同的品类推送的时间需不需要有差异？如外卖、旅游等的推送时间差异；
3、活动效果分析
-
节假日大促效果分析
五一、十一等等节日的效果分析
-
重点日期大促复盘
双十一、双十二、618等重点日期的分析
-
重点事件大促效果分析
一些特定重点事件的大促效果分析（也可以配合热点营销）
4、寻找目标用户
短信、推送、专属优惠等都是差异化的，要进行差异化运营
-
新客特征分析
根据新客首单的特点等信息，找出一定的规律，去把符合相应规律的用户筛选出来进行一些活动的推送；
-
老客唤醒分析
根据老客的不同特征进行有选择的唤醒老客唤回，以减少唤回成本；
-
优惠敏感度分析
有些用户的敏感度高，有些用户的价格敏感度不高，有些是撸羊毛的，要针对不同的场景去不同的分析，以帮助运营的伙伴缩小去做活动的范围，以提高转化率，提高ROI；
-
用户画像分析
上述分析都需要用户画像，需要分析用户的特点
三、如何进行运营数据监控
运营就是洞察产品所处的不同阶段和用户需求，通过整合资源找到有效的目标用户实现阶段性业务目标，从而实现最终的商业价值；
1、KPI与完成情况
运营是强KPI的团队，在公司里KPI的完成率的报表点击率往往是最高的。
| 指标 | 2019-08-11 | MTD | KPI | 完成率 |
|---|---|---|---|---|
| 新客户 | 123123 | 234234 | 888888 | 26.4% |
| 老客户 | 333333 | 666666 | 999999 | 66.7% |
2、运营位数据监控
监控报表要能明显的对比出不同的运营位适合放单价高还是单价低商品，可以通过数据看出某一些品类或者某一些商品在某个位置销售比较好，或者哪些薄利多销的商品也能带来很多的经济价值。
| 模块 | GMV | 订单量 | 下单人数 | 客单价 | 笔单价 |
|---|---|---|---|---|---|
| 轮播位B | 1866063 | 719 | 707 | 2639.41 | 2595.36 |
| 拼购 | 1803302 | 718 | 710 | 2539.86 | 2511.56 |
| 搜索 | 1755159 | 682 | 677 | 2592.55 | 2573.55 |
| 活动B | 1751090 | 693 | 685 | 2556.34 | 2526.83 |
| 轮播位A | 1747563 | 714 | 707 | 2471.8 | 2447.57 |
| 活动A | 1673053 | 692 | 688 | 2431.76 | 2417.71 |
| 运营位内容 | 运营位所在页面类型 | 运营位类型 | 运营位位置 | 点击运营位的总次数（次） | 点击运营位的用户数（人） |
|---|---|---|---|---|---|
| 双十一满减活动 | 首页 | 首页品牌墙 | 1 | 35 | 35 |
| 品牌专区 | 首页 | 首页个性化推荐 | 1 | 36 | 36 |
| 年底促销 | 商品详情页 | 商品详情页 | 5 | 37 | 37 |
| 双十一满减活动 | 商品详情页 | 商品详情页 | 1 | 37 | 37 |
3、流量来源监控
运营的目标还是将用户引向商品详情页，所以如何判断哪种运营对于引流更有效，需要监控商品详情页的流量来源。
-
商品详情页前向来源
对某些特定商品的前向流量进行监控分析，可以分析哪些渠道对哪些商品的引流更加有效，或者分析哪些时间的引流效果更好（通过时间或者渠道的维度进行分析）
-
商品详情页前向来源占比（趋势）
了解前向流量来源的效果（用趋势占比方便分析前向流量来源的改版前和改版后对比？）
4、转化情况监控
漏斗分析：通过转化率的情况，来判断每个环节的跳出率是否合理，以及不同运营活动的效率（如：主会场/首页——分会场/运营位——商品详情页——提交订单——支付订单）。
所有的转化基本上都是用漏斗分析来做的，转化情况可以通过转化环节的跳出率来判断活动的效率；比如有些人进入到活动首页就关了，有些人是通过活动首页主会场进入到分会场，每一层的转化差异都很大（可以根据不同品类或者不同类型用户进行分析）
要分析这些每一层转化率的差异是怎么造成的：是页面做得特别丑、活动规则写的不清晰、没有明显的领取优惠券的链接、分类不合理等哪些原因造成的？
做得好的会进一步的给详情页引导更多的流量，让有活动时使商品详情页的DUA得到更大的提升；
如果商品详情页的DUA大幅提升之后，但是订单的转化率却不好，就要分析商品详情页哪个环节出了问题（可能是下单的页面优惠没法正常使用？）；
这些数据不仅能看出业务问题，也能看出很大系统层面的问题，系统虽然跟业务的关系不是很大，但是也会对业务造成实实在在的影响。
5、重点活动监控
要先分析活动的监控需要从哪些维度、哪些核心指标进行拆解，因为如果拆解不好这些指标都话，那么后面监控的东西就会一团糟；
做某个业务，需要从哪些指标来进行衡量？做某个分析，怎么梳理分析框架的指标体系？需要对业务有一定的了解。
小程序拼团砍价需要考虑哪些指标？
1）用户层面
-
发起层面（开团）：今日开团次数、今日开团人数（还有环比、同比）
-
参与层面：今日参与拼团次数、今日参与拼团人数（还有环比、同比）
-
邀请层面：今日邀请砍价次数、今日邀请砍价人数（还有环比、同比）
-
成功层面：今日成功砍价订单数、今日砍价订单金额（还有环比、同比）
2）商品层面
-
开团商品分布
商品品类，监测数据发现哪些商品的属性、类型会让很多人容易参与拼团，然后就在拼团的首页优先放置这种类型的商品，会根据实际的数据来反推更改商品展示的规则，从而最终提升页面的点击率和成交率，进而一步一步的进行优化；
-
参团商品类型：精选、尊享、特价
-
砍价金额分布：哪个价格段的占比比较多
砍价商品基本上都有设置阈值限制的
-
砍价方式分布
直接生成邀请链接还是通过生成海报等方式的
拼团活动详情：
| 商品名称 | 开团次数 | 参与拼团次数 | 成功平团订单 | 成功拼团订单金额 | 成功拼团订单占比（%） |
|---|---|---|---|---|---|
| 防晒霜 | 1199 | 1495 | 924 | 959472 | 67.49% |
| 统一方便面 | 1199 | 1472 | 941 | 965041 | 67.99% |
| iPhone手机 | 1194 | 1497 | 934 | 994348 | 70.07% |
| 养乐多 | 1162 | 1603 | 1002 | 1016559 | 69.92% |
| 长袖衬衫 | 1157 | 1503 | 976 | 1023918 | 69.92% |
| 大闸蟹 | 1153 | 1436 | 994 | 1015240 | 70.65% |
| 单反相机 | 1149 | 1516 | 990 | 1000068 | 69.04% |
| 篮球鞋 | 1134 | 1505 | 977 | 1008388 | 70.59% |
| 洗发水 | 1211 | 1600 | 956 | 974286 | 69.03% |
砍价活动详情：
| 商品一级分类 | 邀请好友砍价次数 | 成功砍价订单 | 成功砍价订单金额 | 砍价金额占订单比重（%） |
|---|---|---|---|---|
| 护肤品 | 3567 | 2221 | 2297288 | 2.59% |
| 手机数码 | 3554 | 2212 | 2255451 | 2.59% |
| 服饰 | 3541 | 2178 | 2256042 | 2.61% |
| 食品 | 3526 | 2083 | 2148539 | 2.65% |
指标梳理一般都是由中高阶的数据分析师来做的，具体实施的工作一般由初级数据分析师处理的。
核心是业务本身，主要看业务目标需要使用哪些方法，如用户分层，可以按照业务逻辑进行划分，也可以按照聚类的手段进行划分，这两种划分的场景取决于团队的要求，要为公司找到盈利点，这需要依据业务sense。
数据分析的方法，要具体较好的可理解性和可解释性，这样老板才容易理解，才能提高效率，要以业务逻辑为主。
四、如何进行ABtest试验效果分析
1、运营常见的ABtest
-
补贴方式：200-30和300-30到底哪个更好
-
触达方式：PUSH和短信哪个点击率更高
-
文案方式：哪种文案更吸引用户打开内容
-
推送时间：什么时候给用户推送转化率最高
-
运营位：不同运营位卖什么品类的东西效果最好
2、ABtest的注意事项
-
空白组和对照组要符合样本相似性才有意义
-
每次对照仅有一个变量，才能确定影响因素的变量
-
无偏性，让样本符合正态分布，才不会让结果产生偏差
-
随机性，一般采用MD5加密的方式
-
ABtest分组的概率区间设定最好是用正态分布的方式进行划分（比如年龄段划分、各种维度区间怎么划分）
3、如何进行ABtest的案例与结果分析
1
2
3
-
向[0.2-0.4）的实验组及[0.5-1.0）的实验组A发放50减15抵用券
-
向[0.5-1.0）的实验组B发放50减10抵用券
-
所有对照组均没有发放抵用券
【结论】：
-
发放抵用券对于[0.3-0.4）的用户转化率提升最多；
-
在补贴金额对比的试验结果中可以看出，[0.5-1.0）的实验组A（50减15）和实验组B（50减10）下单率没有明显差异，但是实验组B的GMV要高很多，建议以后在进行运营活动可对旅游偏好高概率的用户用低面额的抵用券。
五、如何进行活动效果分析
1、活动效果分析的目标
活动效果的分析就是要解答三个核心问题：
-
第一：这次活动做得好不好
-
第二：预期目标是否达成
-
第三：下一次如何做得更好
这三个问题看似简单，但是想要做好是很难的
2、活动效果分析的四大步骤
企业内部的效果分析，都是分几部分来进行分析的
-
第一步：整体表现评估
必须要让大家对活动有个整体的概念（收入与费用等）
-
第二步：预期目标的达成情况
活动是好说坏取决于与目标值的差异，要有数据也要有对比
-
第三步：运营活动的详细分析
做活动的效果分析，会涉及活动的详细分析
-
第四步：未来活动启示
哪些做得好的地方下次可以继续保持的，哪些做得不好的地方要怎么改进和迭代（流量、渠道等等）
3、活动效果分析报告的关键要点
-
分析框架的合理性：
围绕预期目标设定分析框架，避免订书机式结构；
分析框架非常重要，这次活动效果分析要给谁看？是希望看分析报告的人获得什么样的内容和信息？不同的层级不同的角色想要看的信息是不一样的；
要针对要达成什么样的目标，对方看到这个目标需要得到什么来设定框架；
-
从事实到观点：
重要的不是结果数字，而是是否达成目标、达成/未达成的根本原因挖掘，以及未来如何可以更好达成；
很多人分不清事实、感受和观点，作为分析师不能轻易的下定论，不能轻易的说一个业务好或者坏，或者说页面是有效还是无效的，因为老板说要根据分析情况来断定运营团队、产品团队、销售团队做得好不好；
可以说目标是否完成，但是不要把有感情色彩的文字放到分析报告里；
-
不同业务团队的贯通分析：
以一条主线串联起不同工作，并评估彼此关联；
如双十二，需要产品的伙伴去开发相应的模块，也有运营的伙伴去配置相应的运营活动，也有渠道的伙伴去做销售推广，也有销售的伙伴去谈线下各种合作的商户，要把这一件事情不同业务团队进行贯通分析，因为很多时候一件事情做得不好并不是单一的团队问题，要评估彼此关联；
活动效果的分析是给业务的伙伴拿来做下一次该怎么改进的分析报告；
-
工作的闭环管理：
是分析师的团队内部的，逐一分析开展工作的实际效果，进行总结和反思，并提出下一次的工作建议；
一般大促得分析报告都会在报告之后进行复盘，比如这次做分析报告有没有达成预期目标，在这次做分析的过程中有没有很多别人在会上提到的观点是没有考虑到的？有哪些虽然有考虑到，但是没有分析透测的？哪些是因为对业务的理解有偏差，事先做的调研不够的？
这些都要进行总结和反思，并提出下一次在写这种大促分析报告时的工作建议。
