不知你是否有过这种迷茫:做用户分析时,对着各类数据指标,却无从下手……对此,本文作者总结了一套用户分析黄金法则,干货满满,希望对你有帮助。

周末和某大厂的哥们聊天,聊到用户分析,很多公司都会做用户分析,但很多人的用户分析做得很肤浅,统计一下用户活跃天数、在线时长、累计消费,然后就开始对着数字发呆,不知道如何做出有深度的洞察。

经过和哥们的讨论,总结了用户分析的5大黄金法则,可以有效解决“对着指标发呆症”,一起来看下。

一、法则1:从用户分层开始

正所谓:长袖善舞,多钱善贾。做数据分析,如果数据本身就很少,那也很难分析出有深度的结论。反映在用户分析上,如果用户是轻度用户,注册时候就留个手机号,登录一两次就没来了,那铁定没有啥数据可以分析。只有重度用户,累积的数据多,才能做出有深度的解读。

因此想要让用户分析做出深度,必须先做分层,区分出轻、中、重用户,然后再看:

  1. 不同层级的用户,在背景特征上有何差异。
  2. 重度用户是如何从轻度、中度、一步步演化过来的。
  3. 与重度用户相互,轻度、中度差在哪一个演化步骤。

某大厂:用户分析的5大黄金法则

这样才能看出个所以然来,避免一上来就统计一堆诸如月均消费,月均在线时长之类的平均数,抹杀了用户之间的差异性。做用户分层的具体方法,可以参考:这才是真正的用户分层,而不是看平均数。

二、法则2:指标分深浅,内容看需求

做完第一步,很多人自然联想到:我看到重度用户一周登录7天,轻度一周登录1天,所以我搞个打卡签到活动,让轻度登录7天。这个想法是很离谱的,试想一下,我们自己在使用app的时候,会去认真计算登录几点,点击几下吗?除非我在薅它的打开奖励,否则鬼会这么想。

用户的登录、活跃、消费行为,都是有具体目标的。这里有我喜欢的内容,这里有我喜欢的商品,这里有奖励。这些才是直观理由。而这些理由需要通过对内容、商品打标签来获得。

原则上,用户在一个标签下积累的行为(消费、互动)越多,则说明用户对该标签下内容/商品的需求越多。基于此,当我们想推一个商品时,应该多尝试几次,让商品曝光到用户面前,才能积累到数据,做出合理推断(如下图)。

某大厂:用户分析的5大黄金法则

三、法则3:测试与挖掘相结合

做完第一步,很多人还会自然联想到:分析重度用户是怎么从轻度用户一步一步演化过来的,总结出经验来,复制到其他轻度用户身上。想法很好,但不见得行得通,因为一个企业能提供给用户的产品和服务是有限的,只能吸引到特定用户,因此不见得轻度和重度用户就是同一类人。

因此,通过重度用户的消费/互动历程,理论上可以总结出一个成长路径来:

  1. 用户从XX渠道进入,有XX特征。
  2. 用户首次体验的是XX商品,之后X天又复购一次。
  3. 用户在累计购买XX金额后,开始扩展消费品类。

BUT,这一套不见得对所有轻度用户有用,因此可能需要多制定几个测试线路,通过不同的手段来刺激轻度用户,看看哪一个管用。

这里有个经典的问题,就是:很多人指望数据算出一个最优推荐规则,一下就能把轻度用户激活。这是很难的因为轻度用户往往数据积累非常少,在缺少测试的情况下很难得到有效结论。

因此强烈建议多做测试,先收集一些数据再说。而且,运营又不是离了数据分析就不会干活了,有很多常规的/通用的推荐逻辑可以用(如下图所示)。

某大厂:用户分析的5大黄金法则

比如一个用户买了啤酒,我们应该推荐尿布给他,对不对?不对!如果他真买了啤酒,有太多东西比尿布更合适了,比如:

  1. 推荐多买几瓶。(增量推荐,适合酒蒙子)
  2. 推荐鸡爪、花生。(天生的品类关联,都是下酒菜)
  3. 推荐烟、打火机。(烟酒不分家,嗨皮你我他)

这些商品之间天生有关联,不需要数据也能推荐,因此可以先基于这些天生规则,定好测试路线,之后不断推荐信息,刺激用户,看看他会响应哪一个。这样既积累了数据,为持续洞察用户打基础,又能积累经验,快速提升业绩。

四、法则4:多做尝试,持续积累

做用户分析只看静态数据,是非常不够的,特别是对于轻度用户/流失用户。现有的数据太少,后续行为全靠猜,是很难有结论的。因此,可以结合我司现有商品情况+运营预算,制定好提升用户的线路,然后逐一测试效果,边测试,边积累经验。

最好的情况是:能通过测试,发现一条新的,促进轻度用户向重度转化的道路,这就是立了大功了。当然,不好的情况下,发现在现有条件下,能尝试的商品+优惠+内容组合用尽了,还是做不好。这其实也是有价值的,知道了现有手段都不行,那起码能省点资源浪费,并且推动诸如商品升级/优化运作方式等底层能力升级。

这里很多企业在运营上会有问题:

  1. 拒绝做测试,总是按老一套干。
  2. 做测试不接受失败,强行“成功”。
  3. 做测试不测几套方案,浅尝辄止。

往往这些企业的运营/产品部门,还喜欢标榜“我们就是乱拳打死老师傅”,还喜欢嚷嚷:“做活动就是要出效益!”、“没有十足的把握不要做!”其结果,就是要么压根没有数据,永远不知道用户还喜欢啥,要么数据是被污染过的,新推出的商品几乎全部依赖促销,除了“我们的用户很喜欢贪便宜”以外没有啥额外结论。

某大厂:用户分析的5大黄金法则

数据分析不是走一步预测未来100步,而是每一步走的时候,时刻校验:有没有偏离、走得快不快,能不能达成预期。这一点切记切记。

五、法则5:单独讨论利益驱动的效果

有一种情况是需要单独讨论的,即:用户受利益驱动,完成了XX行为。

常见的,比如:

  • 因为有超低价新手礼包,导致用户注册。
  • 因为有远低于市场价爆款产品,导致用户购买。
  • 因为有补贴力度很大的会员活动,导致用户升级到黑金会员。
  • 因为有很大力度促销活动,导致短期内用户大量活跃。

特别是,当我司补贴的商品是:

  • 类似新款iphone,市场价高且畅销的硬通货。
  • 类似米面油蛋奶,适用面广的刚需型商品。
  • 类似沐浴露、纸巾,适用面广且能长期囤货的商品。

这时候都会引发用户短期内大量活跃+大量消费,可长期来看,这批用户并没有建立对我司的信任,只是单纯图便宜。这利益驱动产生的数据会干扰对用户正常需求的判断,从而导致后续判断不准确。

因此,得对利益驱动行为做单独标识与分析:

  • 对活动/商品打标签,标识出类似“超额优惠”情况。
  • 记录用户参与“超额优惠”的次数,享受优惠力度。
  • 区分出新用户中,通过“超额优惠”方式加入用户。
  • 区分出老用户里,享受“超额优惠”比例较高(50%+)的用户。

这样可以有效识别出,谁是被收买的,剩下的很有可能是真正有需求的用户。

 

作者:接地气的陈老师

来源:微信公众号“接地气的陈老师(ID:gh_abf29df6ada8)“

本文由 @接地气的陈老师 原创发布于运营派。未经许可,禁止转载。

题图来自 Pixabay,基于CC0协议。

登录后参与评论
给作者一些鼓励吧!
等我一分钟 我去找个夸你的句子
这世上美好的东西不多,牛起来要人命的你就是其一!
不要厉害的这么随意,不然我会觉得我又行了
这就很离谱了,老天爷追着喂饭的主儿~
我要是有这才华,我走路都得横着走!
对你的作品崇拜!
反手就是一个推荐,能量满满!
感谢分享
  1. 看运营派评论区就像回家一样

    里面个个都是人才

    说话又好听

    超喜欢看评论

  2. 文章的结构也很清晰,是一篇不可多得的好文。

  3. 今天在微信群里遇到一个沙雕跟我争论,我果断把这篇文章发给他了。

  4. :???: :???: :???: 拜读了

  5. :| 我来留言催更了

  6. 小时候
    以为长大了
    就可以不用看成绩了
    没想到……长大了
    要看业绩……
    ;) ;) ;)
    做运营太难了。

  7. 运营要学会灵活变通很重要

收藏
评论
返回
营销日历02月24日 更多
元宵节
第三世界青年日
1955年苹果公司联合创始人史蒂夫·乔布斯诞辰
1962年中国现代学者胡适逝世
加入圈子
全栈运营交流群
加入
抖音运营交流群
加入
小红书运营交流群
加入
视频号运营交流群
加入
公众号运营交流群
加入
APP网站运营交流群
加入