菜鸟级产品经理需要了解清楚的那些事儿 ——用数据分析做运营增长
作为一名合格的产品经理,除了要了解技术方面的专业知识外,同时还要掌握一些关于美工、数据分析、运营等其他方向的知识,本着这一初心,我在工作“饥荒期”找到了一堂《利用数据分析做运营增长》的网课,感兴趣的朋友可以上腾讯课堂上搜索,文章末尾有作者具体信息,现在将课堂笔记和感想跟大家分享一下。
图片来自网络(侵删)近年来,电商行业的品类繁多,用户覆盖面极广,运营难度较大,而客单价却偏低,所以要想获取利润,必须重视留存与复购,强化运营,各电商产品的设计都已相对成熟,优化运营是重中之重,竞争激烈的当下,精细化运营是冲出重围的必备技能。
首先我们要明确一下衡量电商运营的五大关键指标体系,清楚这些概念以便接下来内容的理解,即:活跃用户量(DAU \ WAU\ MAU),转化率(主路径、次路径、品类\SKU),留存率(次日、3日、7日、30日留存率),复购率(复购用户量、复购率、复购金额占比),GMV(用户量*转化率*客单价)。
我们从五个部分来说一下如何利用数据分析做运营增长——流量运营、用户运营、产品运营、内容运营、商品运营。
一.流量运营
流量运营分为拉新、留存、激活、变现。
1. 流量概览
通过多维指标,包括量级、基本质量、访问用户构成及趋势等判断基本的流量情况。
(1)Web端
量级指标:访问量(PV\UV)
基本质量指标:平均访问时长、平均一次回话浏览页数、跳出率
(2)App
量级指标:启动次数(DAU\NDAU)
基本质量指标:平均使用时长、人均启动次数
产品生命周期:来访用户类型占比
2.流量分析
分析渠道、搜索词的表现
(1)通过流量的不同维度、分析访问量、访问用户数、平均访问时长、平均访问页面数和跳出率等指标,可以判断渠道的基本情况。
相关维度:访问来源、落地页、搜索词等。
渠道包括:直接访问、外部链接、搜索引擎等。
搜索词:品牌搜索词、同类业务搜索词、竞争对手搜索词、相关搜索词等。
(2)落地页的表现
落地页是否大部分流量导入了无效页面或者不重要页面;搜索词和落地页之间的匹配关系。
(3)分析广告的流量表现
根据广告投放渠道和广告内容等进行流量质量基本比较,进一步广告词、广告内容等,比较内容可包括但不限于:广告来源、广告内容、访问量、访问用户量、新访问用户量、跳出率、访问时长、每次会话浏览页数等。
监测和分析应用分发渠道访问情况,同时监控产品的迭代情况。以APP渠道为例:要监测APP应用分发渠道流量大小、渠道活跃用户数(DAU)、新活跃用户数,记录APP版本更迭情况,产品的外部活动,以及其他相关维度,如设备类型、操作系统、操作系统版本等。
3. 流量的激活转化分析
流量进入后,需要进一步激活,也就需要监测激活转化情况;首先要定义流量激活转化步骤,然后产看渠道的整体转化对比,最后查看不同渠道在每步转化上的差异。
4. 综合流量大小、激活、转化等渠道的优化配置
这里要注意识别优质渠道类型,定位优质渠道,优化搜索词和着陆页(SEM),优化广告投放策略,根据成本、流量、转化等综合情况,调整好渠道,好投放,以此优化渠道组合配置。
二.用户运营
用户运营重在拉新、激活、留存、变现这四步。
1.用户留存分析
监测用户回访产品的比例,采用组群分析法进行分析,主要分析维度:时间、行为等,要找到影响用户留存的关键点,留存时间及周期,和产品体验完整周期有关。不同的业务和产品,一般有不同时间组群的划分,比如说高频类产品,那么日留存会更好的反映用户和产品的关系。
2. 用户行为精细化运营
用户在产品上的交互行为有很多类别,可以通过行为组成用户行为类别的指数,从而进一步对用户进行分类,根据不同群体特征,进行精细化运营,促进用户的回访,例如:社区类、论坛类产品,用户基本行为可以分为:查看、传播、内容生产等。
精细化运营的前提是要区分不同的用户群体,区分可以根据用户使用产品的活跃度,商品品类的购买倾向,和决策阶段等。采取差异化运营策略,导出分群用户的ID和属性,进一步对接CRM,针对性运营,有的放矢。
三.产品运营
产品运营存在关键路径,首先要监控产品的核心转化路径,监控产品各步转化指标,体验产品时,注意当某个指标波动异常时,是不是说明产品中出现了怒点。这里需要定义功能点使用指标,监控异常情况;从异常情况表现入手,建立用互分群,根据分群深入查看用户的交互行为,从细节中找到产品问题。根据转化路径快速定位转化问题,剥洋葱式分析,即层层下钻定位具体问题,从分群到细查,直到问题核心。
此外,要监测新功能的使用情况和新功能对核心转化流程的影响。最后,要关注产品的内部活动,一般包括优惠、评比、配合品牌宣传等,在活动内进行转化和留存操作。
点评是商品之外最重要的产品,越注重使用体验的产品品类,用户的评论管理就越重要。
四.内容运营
内容运营,不仅仅是发帖、编辑文字。首先要明确内容运营的定位和方式是什么?是UGC(用户生产内容)还是PGC(专业团队生产内容)。然后要了解用户对什么内容感兴趣,而我们的目标是什么?内容运营的结果是否促进了转化。在内容板块,我们可以通过分类导航、推荐文章、热门文章、热门标签和搜索来降低用户的获取成本;内容推荐可以根据文章的目的,以及浏览、点击、转化等来进行综合评价。我们可以基于用户的目的及喜欢的内容,推荐同类内容、相关非同类的内容,同时,用户也会自己主动搜索或者生产内容。
五.商品运营
商品运营核心在于优化流量入口资源配置,明确品类定位。商品运营的优势在于投入低、见效快、效果好,优化资源配置即是通过不同坑位、活动、商品的对比分析,提高转化率和GMV。商品运营关键在于关注以下三个转化:UV转点击、点击转购物车、购物车转支付。基于不同的商品表现来及时调整商品运营策略。实时分析监测SKU更新变化,追踪用户的实时访问趋势和访问偏好,通过商品运营的优化组合,增加用户的ARPU (ARPU-Average Revenue Per User即每用户平均收入。用于衡量电信运营商业务收入的指标)值,实现GMV的最大化。
商品运营需要明确品类定位:导流型品类、高利润品类、高转化品类、未来明星品类。对不同的品类进行不同的商品运营。
六.提升用户留存方法
留存分析驱动用户增长,留存分析包括:新用户留存分析,可以优化用户产品初体验;培养用户使用产品的习惯;产品留存分析,增强产品的易用性和粘性。
方法一:
产品功能留存分析:
分析目的是为了迭代产品,提高产品的易用性,促使用户留存;具体方法是对不同留存模块的留存趋势进行监控,关注不同功能模块的访问人数与活跃率,还有产品的功能路径。
方法二:
产品分析方法论:数据监控--->发现问题 ---> 设立解决目标 ---> 进行数据探索 ---> 建立假设 ---> 头脑风暴 ---> 试验 ---> 实施 ---> 分析结果 ---> 优化产品
首先我们通过日常的数据监控来发现问题,然后根据问题去设立一个解决目标,并且用数据去探索。探索问题的过程中,原因可能会多种多样;我们会建立各种各样的假设,根据假设进行试验,最后根据实验结果去检验假设。这样循环直到我们找到一个满意的结果,然后用来优化产品或运营。
理解了两个方法之后,我们来介绍在项目中比较关键的两个指数:
指数一——A-ha Moment:用户在使用你的产品的过程中某一个时刻,用户有意无意的决定要一直使用你的产品。也就是说,用户在使用产品前期,用了某些功能一定次数后,留下来(或者离开)了。
产品功能留存分析方法论使新用户的留存率提升以后,我们面临第二个问题,将处于平稳期的留存曲线上移。如何提升用户的整体留存度,提升平稳期的留存曲线,有三个方法。第一,分析不同功能模块的留存趋势,增加产品的粘性。第二,分析不同功能模块的访问人数和活跃度。第三,分析用户使用功能的路径,找出流失原因,降低流失率。
指数二——Magic Number:探索实践一个用户使用了我们网站或者APP的某些功能、做了某些动作,然后留下来持续使用我们的产品、成为忠诚的用户。这说明用户的行为和留存率之间是有一些相关性的,我们要找出这种相关性,然后去看是否有因果关系。Magic Number可能有些抽象,我们需要对其量化。给大家举几个例子,Facebook发现用户10天内添加7个好友的留存度更高,Twitter发现用户10天内关注30个大V的留存率更高。这些Magic Number都是通过数据分析、数据挖掘的方式找出来的,并且有一套完成的方法论。 Magic Number的探索过程第一步,确定产品 onboarding 功能。一个社交类APP可能有多个onboarding功能,包括登录、添加好友、添加关注、发送消息、点赞、分享、上传文件等等。第二步,分析用户行为与最终留存度之间的相关性,不同行为组合与留存度之间的相关关系。第三步,筛选出合适的Magic Number。根据公司目前的发展战略、操作成本、可执行性、A/B测试筛选出合适的Magic Number。假如这个APP产品目前发展战略是快速获取新用户、扩大市场,那我们可以将“一周内添加7个新用户”作为最终的Magic Number。第四步,找到了最终的Magic Number,我们需要去执行、运营好它。比如在这个社交APP里面鼓励用户添加好友,为用户更加精准的推荐好友。从而实现最初的目的,培养用户产品使用习惯、提高用户粘度,促进增长。
运营重在打通用户来源,精准的行为数据分析以及转化情况,如果将转化纳入渠道流量质量评估,可用结果导向评估渠道效果。同时,灵活的维度组合分析工具可以准确定位劣质渠道的问题流量。不同步骤流失的原因各不相同,有可能是用户的需求不匹配,产品的功能服务或者商品不符合预期,交互体验不好等,这时候一定要经行精细化运营分析。
课程分享导师檀润洋,GrowingIO数据分析师。 课程很好,仅供分享,如有侵权,私信删除。