2020-07-21

Day4 用户运营数据分析--放大每个用户价值

1.用户运营的关键在于数据分析

电商运营--让用户付费购买

社区内容运营--让用户贡献和传播内容

用户运营的重点：一是通过数据充分的了解用户所处状态，二是给出针对性的运营策略。

2.如何用数据驱动用户价值增长

完整用户运营数据分析过程包含：

1）梳理运营流程

2）用户数据收集

3）用户数据加工

4）构建用户画像

5）用户精准触达

以用户画像为基准，通过push、邮件、短信、Banner进行精准触达。

6）数据反馈调整

根据用户引导效果，不断调整用户数据加工模型和用户画像字段，以达到更精准的用户状态描述。

3.明确运营目的与梳理运营流程

按照流程做用户所属状态的区分

4.如何进行用户数据的收集与整理

一、用户基本数据字段

主要有用户填写的信息获取

二、用户行为数据字段

反映用户在平台上的操作，技术做数据埋点获取

5.常用的4种用户数据加工方式

1）用户分层数据分析

2）用户分群数据分析

对用户分层的细化

3）RFM用户价值数据分析

4）用户忠诚度数据分析

研究用户对产品是否足够喜欢

6.如何进行用户分层数据分析

中心：根据核心业务流程进行用户分层划分

7.如何进行用户分群数据分析

在同一分层的群体下继续切分，满足更高的精细化运营的需要

如：基于消费金额、基于消费品类、基于用户性别的分群

8.如何进行RFM用户价值分析

Recency最近一次消费时间（越近越好）

Frequency消费频率（高好）

Monetary消费金额（大好）

R长、F高、M大的价值群体的用户最值得召回。

9.如何进行用户忠诚度分析--适用于各类商业模式分析

在s<10时，L会随s变化较大。s越小，L忠诚度越低。

当s>10,L接近1，变化不明显。

如果要考虑t的远近影响，可以加入时间指数，exp（-t）之类作为权重。

10.如何正确的构建用户画像

4种用户数据加工方式构建对用户的认知

认知+预测以标签/字段的形式进行记录→可复用的用户画像

注意：只筛选对驱动提高业务相关的用户标签/字段

11.案例：社区活跃用户增长20倍