做稀缺的运营人才,BAT运营专家带你构建完整运营体系,挑战高薪!了解详情

数据是最有效的验证工具,因为它是最客观的东西。此篇文章将用6个步骤来教你通过数据进行APP精细化运营,做你的运营,让别人说去吧!

1605263.jpg

如何做数据运营?有以下几个步骤:

从设定目标、提出假设开始

确立目标提出假设,选择一些关键指标,收集数据对比分析,然后在曲线中假设,最后再迭代改进。做运营,确立目标很重要,要规划好阶段性任务,要知道在不同阶段的运营目的,然后根据这个目标提出不同运营方向上的假设,所以收集数据,应该是前提。比如在上线初期,可能我们的运营目标是,测试产品是否能被用户普遍接受,用户使用方式是否与产品设计初衷相符,产品是否存在较严重的设计缺陷等。

如果上线后,产品的接受度不错,那这时的运营目标就变了,转为培养用户忠诚度,即总用户量安装量的多少,将关注度转移到真正把APP留在手机里并每天使用的用户。对此则需衡量用户忠诚度需要达到何等水平,才能让APP生命力变得更强。

在产品推广期,当决定推广规模后,首先是要做积累,有一定的资源储备。比如通过在SNS,在微博上,在各市场打榜来快速获取用户。做推广一定要拿资源置换,要关注用资源推广,不同渠道获取的用户,每个获取用户的成本多少,验证哪个效果最好。这需要大家确定目标提出一个假设,这是一个关键的步骤。

关键指标

当有了基本假设,就要用数据做验证,从而找出问题,而如何去验证,这涉及到一个关键指标。我们观测数据不是只观测一组数据,比如说解决用户使用某个功能的问题,是一个系统性的工程,涉及到很多指标,涉及到我们对产品对功能的设计,所以如何找到问题涉及的指标,然后去关注这些指标。

比如说验证用户行为的时候,肯定要关注新用户使用的属性, APP刚上线,希望是白富美和高富帅在用我的APP,但实际上是怎么样,不知道,到最后发现,用的人大多数是年轻人。所以新用户属性非常重要。再比如,一个视频类应用的用户肯定经常用Wifi,或有3G流畅的网络,如果是2G的联网速度肯定慢,使用APP 会非常吃力,那么要去关注新用户的属性是不是跟产品的定位一致,包括关注用户活跃的行为留存率这些指标。当这些指标满足到一定要求后,才能知道结果是否跟我当时设计时一样,预期一天千个新用户,留下八百,但实际上只留下一两百,跟预期差距特别大,那么这个时候就一定要去看产品和设计初衷到底是否一致,是不是有什么问题。

当我们关注用户忠诚度和行为时,我们同样会选用统计上面的一些指标,包括活跃率留存率,以及使用的间隔。因为每个APP不一样,需要借助添加的监控事件,包括用户行为的模型,比如从登录到真正注册,注册以后会收藏什么内容,是否分享,使用漏斗模型,可以监控每一步的流失情况,可以把用户一系列的行为精细的展示出来,然后来分析每一步的转化,每一步的问题,包括访问深度。包括做推广时,要关注各个推广渠道用户来的新增情况,一般来讲,推广都是说新增,但实际上更希望大家去关注推广获得用户的活跃, 以及它的留存率,因为真正活跃和留存用户,才是推广获得真正效果。

收集数据

在营销和推广的时候,一定要关注关键行为指标。设定假设,选择关键指标后,就要进入到收集数据的环节,根据指标对应的数据,去发现问题。欲善其事,必先利其器,选一个好的数据统计分析工具很重要。

友盟统计分析平台,是通过友盟这个分析平台,方便收集和分析相关数据,包括活跃率、留存率、用户行为等,用友盟统计分析能准确轻松的获取数据。因为每个APP不一样,所以通用的统计肯定无法满足所有APP的需求,友盟据此推出了重要的功能—自定义事件。即大家可以根据APP功能点布置的情况,来自己去定义,哪些方面需要统计,哪些方面要看使用次数,用户收藏的类别内容是什么,通过搜集的数据了解你用户的喜好,了解你的用户才能够更好的去指导运营。

对比分析

当然我们收集上来数据以后,接下的任务才开始,就是说我们要去把这些数据进行对比,之前前边有一句话,我把它删掉了,我觉得就是单纯的数据是没有意义的,比如说我给你说,某个APP日活跃一个亿,如果对不是一个业界内,说日活跃一个亿,他是没有任何感觉的,包括大家,大家都觉得有点不正常,因为中国的智能手机一共才三四亿,有那么多,其实在这个过程中,你就已经运用了对比分析的这件事,就是单纯的数据呈现出来没有任何意义,一定是说把这个数据拿出来,跟一些东西去做对比,那么这个数据的价值你才能够发现。

就是对比分析它还有三个方向的对比,就是说时间维度对比,比如说不同的时间,你在一段时间里,你做了一个推广,然后你发现这个推广来的新用户,你要看这个用户行为跟以前的认为一样不一样,或者说我觉得最近在一个,比如说我是一个女性类的,我最近在跟女性社区在一起,来了很多新用户,我就想看这些新用户,到底这个用户行为上是否有改变,某些指标是不是新增了,是不是我做的那些监测的关键指标是不是真的有提升,那么这些东西其实就需要我们在时间维度上去做对比。

另外一个就是在产品维度的对比,这个也很重要,就是我们产品也在不断的增大,有的时候经常会说全新改版如何如何,那么不同的产品版本,它里边的流程,包括用户体验的优化不一样的,我们一定要通过新旧版本的用户行为去对比来看看,说我们做的这个新版的优化,是不是真的起到了,能够实现我们那个运营目标的作用,如果说没有的话,那一定要再去分析原因,是不是还有其他地方在卡着。

还有很关键的一点,就是不同用户群的对比,其实我们也知道,在80、20定律,可能20%的用户贡献了80%的价值,那么其实我们在APP运营的时候,可能我们更应该关注的东西就是说这20%的用户,那么这20%的用户可能它就是你的忠实用户,它会非常关注你,它会在微博上跟大家去联系,然后去提交它用户的反馈,甚至说如果大家是一个UGC运用的话,会在里边会提交它新的内容,去给它的好友去分享,那么这些用户,实际上它的价值,可能说是对于每一个APP来讲,它的价值是最大,他就是核心的用户。那么我们一定是说要通过一定的指标,能够把这些用户鉴别出来。

比如说就涉及一个菜谱类的应用,如果说用户要自己去上传菜谱,那么每一个真正制作过一个菜谱的人,那么这个人一定是一个,就是你应该关注的用户,那么我们是不是应该把这样的用户摘出来,然后来去分析他们在APP中的行为。这样的话,如果你把用户做这样的切分,实际上你就很清楚的知道,哪些用户是我更关注的,哪些功能是我资深用户最需要的,那么我下一步APP的运营和优化,就应该往这个方向去着手。

所以我们也在我们统计的新版本中间,也提供了这个用户分群的功能,让大家可以很清楚的能够看到,每一类的用户,究竟他们用户行为有什么样的差别,那些留下来的为什么留下来,那些离开的为什么离开,那么这个是非常重要的,所以说在对比,数据运营的好处就是说它可以做对比,可以跟很多的已知的一些数据去做对比,这个是非常有用的。

验证或推翻假设

那么当我们收集到数据,对比分析以后,我们就自然就能够得出一个阶段性的结论,就是说我们这个数据,跟我们的这个假设,或者目标相符不相符,一样,如果它相符,就说明我这个假设正确的,如果说不相符,我们就说那肯定是,你的工作有了意义,就是说通过我们数据对比分析,我们做那么多事情,我们终于知道,原来里边是有一些问题的,那么我们把这些流程,或者说是我们功能上的问题解决掉,优化掉,那么肯定我们在数据,我们再去观察这些指标就会有提升。

所以说真正的通过数据,我们可以发现我们APP中存在的问题,那么这个东西实际上就是我认为就是运营的核心,就是我们能够通过数据,把这个问题甄别出来,然后把它解决,或者说我们能够把用户的关注的点挖掘出来,并且把它扩大,把它的影响力扩大,然后让我们的APP,更加的被用户所喜爱,更加的有价值,能够成为一个一流的APP。

然后就是说,这是刚才我说的,如果我们发现这个问题的时候怎么办,如果我们发现一个数据指标觉得它不太正常,比如说这个用户的注册率特别低,那么一定是回到产品中去寻找原因的,因为本来数据就是用户使用产品时产生的,其实这个话说的是废话,就是数据本来就是用户使用产品中产生的,那么我去分析这个数据,我一定是要回到产品中再去分析,如果脱离的产品和用户使用流程的这些数据,其实是没有意义的,数据一定是要关注产品和用户使用的这件事。那么这个时候就要大家回到产品,就是去模拟用户的行为,去寻找说用户在它的注册率,我们就要看看注册的流程到底有什么样的问题,是不是某些东西阻碍了它完成注册,是不是因为用户联网方式不好,所以它注册不成功,或者说它觉得注册没有意义,所以说在这些方面,我们发现问题以后去加强它。

还有一点比较重要,就是说如果数据莫名其妙有变化,那一定是你做了什么东西,就是大家有时候会想着说,就是不知道为什么,用户比如说用某些功能次数就突然间就变多了,这肯定是有原因的,一定是你在运营的过程中,你微调了某些参数,导致了这个结果,所以当这个东西有变化了,实际是对比分析大家还要重点关注,去关注说这个东西到底它的原因是什么,而挖掘出这个背后的原因,就它一定就是对整个APP用户提升,是有价值的。

这个其实就是我刚才说的,就是我要分析的时候,要结合用户行为来分析,就是你可以去用不同用户群的使用行为,它的漏斗在每一个步骤,到底它转化率怎么样,然后来分析它过程中,可能每一步,比如说这个,就是从第一步到第二步,突然间转化率降为原来的40%,那就肯定是,你要是想去把这个转化率提高的话,肯定要去关注这个步骤,因为如果这个最后是付费的话,那么可能这个步骤是第一个,它浏览或者是购买的行为,那么一定是关注这个步骤,才能够知道说提高我整个收入,能造成我收入的提升。

迭代改进、继续观察

那么当我们去改进了这个产品,或者优化了流程以后,我们一定要是,不是说这个事就完了,一定是继续观察这个数据的变化。

因为可能一次性,像我刚才说的,一个漏斗模型里,可能它涉及到五六步,那么我们一定要去观察每一步数据变化是一个什么样的情况,然后不断的去调整,直到把这个流程优化到最优,因为可能我修正了一个步骤以后,并不是说整个数据就有一个明显的提升,它可能每个步骤可能只占5%,或者10%的比重,那五个步骤可能加起来就是30%。

那我光优化一个,可能增长并不明显,必须得说在优化以后,观察数据变化不断的调整,直到我这个数据,与我的假设,与我的目标相符,那么这个时候才知道,觉得在这个阶段,这个假设验证算是完成了。

所以最后总结一下,就是说还是那句话,就是做运营它不是一个独立环节,而且不同的阶段,我们运营的目标不同,然后因为我们目标不同,所以我们提出的假设不一样,那么从提出假设,到用数据去验证,然后到提出新的假设,这应该是一个循环,随着这个循环不停的在运转,我们大家再一步一步的走向完美。

而且最后一个就是说,数据是最有效的验证工具,因为它可以去对比,它可以去传递,它可以去跟别人去交流,而不是一些很纯经验的东西,它更多的是客观的这么一个存在,所以它是最有效的验证工具,有了这个工具以后,你可以说,做自己的运营让别人说去吧。

 

本文作者:姜文一&贾恩博,由@友盟 授权发布于运营派,未经许可禁止转载。

 

评论( 0

登录后参与评论

互联网运营学习、交流、分享平台