运营分析数据(如何将数据分析发挥极致，让产品、运营工作事半功倍？)

如何将数据分析发挥极致，让产品、运营工作事半功倍？

　　一套体系化流程的建立，将让日后的产品、运营工作事半功倍。如何做好数据分析，让产品、运营工作更加高效？本文笔者将从几个案例来与大家详细讲述。　　前段时间，微信开始封杀利诱打卡的营销手段，这意味着过去大家常见的英语学习平台在做的裂变、存量带增量等运营手段将不再奏效。世界一天一个变化，当过去看起来还不错的运营手段出现了阶段性的阻碍，运营岗位应该如何应对？　　“精细化运营”这一概念，近两年被越来越多地提及。提起精细化运营，就不得不提到“闭环”。　　那闭环究竟是指什么？大家来看下图：　　用户分层、活动策划、内部承接、技术和产品、数据分析、策略累积，一共六步，形成闭环。今天我们重点想要探讨的，是在这一整个精细化运营的闭环中，数据部门，或者说技术岗位，能够发挥怎么样的作用。　　移动互联网发展到今天，数据的统计和分析已经不是一个新鲜的概念，很多企业都会做用户行为数据的分析。而所谓的用户行为分析，实际上是在解释三件事：　　用户从哪里来，从头条还是从微信，追踪用户是如何来到你的平台。他是不是他？现在很多人都有两台手机，还有ipad，对于平台运营来说，给用户提供的使用场景不仅仅是APP，还有小程序、H5页面等等。因此，一个用户一定是在多设备、多场景下反复出现。技术部门需要避免用户的重复计算。是对于用户交易等行为数据的分析，这也是我们普遍熟知。掌握用户行为数据的最终目标，是为了能够形成一套属于平台自己的用户行为数据体系。　　举例来说：下图是某电商平台，我们根据其用户行为数据，以基本信息、会员特征、消费特征等等为大类，进行了用户行为特征的标签化管理。这样的一套体系，是运营工作的核心和基础。　　下面我们将通过案例分享的方式，来列举如何通过数据驱动场景和运营策略的变化，将从产品迭代和用户运营两个方面来分别进行阐述。　　通常我们去做一款产品，或者在原有产品中叠加一些功能，源于一个好点子的诞生。但是，如何衡量这个点子的好坏？产品真正上线后，有哪些指标可以做数据统计分析？这些是数据部门需要考虑的。　　当一个新产品、新功能的雏形诞生之时，我们应该考虑其有没有可以衡量的假设性指标，有没有一个机制可以做A、B的流量测试，而不是当产品真正上线之后，市场反应完全是随机事件，没有数据监测究竟哪里会出现问题。　　而产品真正上线之后，还需要从外部或者内部拿到用户反馈和调研，收集后台的用户转化率等等数据。总而言之，就是将数据融合到产品的所有迭代流程中，形成反馈机制，让一切指标变得可衡量。　　举例来说，以下是某银行产品的案例。　　用电子银行APP做交易现在很常见，这个客户是一个城商行，典型场景是给买房的用户做贷款，银行将房贷功能搬到线上，开发了一个“永续贷”的线上产品。　　用户从下图页面进入产品搜索小区，评估贷款额度，最终提交贷款申请。这个产品过去三年完成的贷款量为280亿，这是一个非常大的金额。但是这款APP的产品经理是传统企业出生，没有太多的互联网思维。　　仔细分析这款产品的后台用户数据，会发现有72%的用户，在搜索小区这个阶段流失。　　这是为什么？　　因为在输入框中，原有的一句隐语是“免费评估我的房子赚多少钱”。随后我们将这句话改为了“请输入你的小区名称”。看起来完全是零成本的举动，却让该流程的转化率提升了4.24%，这意味着能够让平台增加超过10亿的流水。　　再举一个案例，下图是一个互金产品的应用场景。互金行业的拉新成本很高，而新用户来到平台之后，这款产品却需要用户完成18步，才能够结束一个注册或者投资、贷款流程。　　因此，对于这样的平台，精细化运转变的十分重要。每一个阶段的按钮设计、提示性语言，颜色等等，都需要用测试的方式，观测后台数据表现，反复调整，让每一步的提示都具有诱惑性，尽可能地减少用户流失。　　第三个案例，是一家做奢侈品的二手的电商平台。　　这个案例中，通过数据驱动，甚至改变了平台的定位。这个平台最初在多渠道投放拉新。其中，汇聚诸多年轻人群体的B站，流量表现优异，甚至加购车的概率也很高。但是很多用户却不够买，转化率不高；或者是下单了，但是复购率远远低于平台的平均量。这些数据反映了事实上该电商平台的商品和B站用户群并不契合。　　但是该平台不想放弃B站的流量，从B站人群画像分析来看，其用户群70%以上都是25岁以下的人群，这些人群特点或是学生，支付能力有瓶颈，购买轻奢产品能力不足。　　该电商平台原有的轻奢产品定位，只能覆盖B站10%左右的用户，剩下的用户更多地关注快时尚产品。随即该平台对品牌定位做了调整，弱化了轻奢概念，强调个人好物，随即平台的转化率也有了大幅提升。　　以上三个产品迭代类的案例，事实上都能够看到数据在运营过程中发生的作用，无论是产品运营、内容运营、用户运营还是活动运营，都离不开数据岗位。其最终目的也都是一致的，那就是向用户传递平台价值，最终实现转化。　　这里提及一个概念——坑位的归因分析。　　坑位的概念源于淘宝，今天我们在淘宝首页看到的轮播、banner、搜索框等等，就是由固定位置衍生出来的坑位的概念，这些位置所展现的内容，是针对不同用户定向推荐的。　　作为数据和运营岗位，必须非常清楚哪一个坑位对于平台的收入起到决定性的作用，并投入最优质的商品和运营力量，以带来最优的转化。　　过去大家对于渠道归因的概念很熟知，即使是大平台也需要不断地购买流量，渠道归因指代的就是对于流量质量的评价，而坑位归因则完全不同，大家可以看下图，来感受一下区别。　　关于坑位的概念，我们举一个例子——一个小众的内容电商平台，目标用户群体是亚文化青年，该类人群大概有100—150万左右，该平台的营销方式是在微信公众号的文章中嵌入好的产品，引导用户到APP转化购买。　　这个产品的很多站内坑位设计存在问题。　　从产品页面来说，大家很熟悉“产品分类”这个页面，京东这样的大平台也会用分类。但是，这个电商平台的产品经理却觉得分类设计没有什么作用，为了存在而存在。　　但事实上经过用户数据，也就是坑位的归因分析之后，会发现将平台所有贡献交易的用户进行排名，“分类”板块提供的流量排名第二（图中数据经过脱敏处理）。这个结果对于很多产品经理来说是“反认知”的，但是也让这个平台随后做了很多分类栏目的精细化调整。　　此外，“搜索关键词”的分析，对于产品和运营来说也相当重要，因为关键词代表着用户想要在这个平台得到什么。因此，搜索关键词的提示词，会有一个排序，这个排序决定了什么样的词语能够为平台带来最大的收益转化。　　例如“牙”这个字，上述案例的这个电商平台中，后台数据反馈很多用户仅仅搜索了“牙”这一个字就转化购买了，这说明平台的搜索关键词做的并不还。当用户输入关键字时，没有出现他想要的联想关键词，用户进行的是一次模糊搜索。因此，这个平台之后有多与搜索关键词进行了梳理。　　分析完以上案例，大家很容易感受到，运营、产品等等岗位离不开数据岗位的辅助。　　但是，往往运营与数据部门的配合，周期长，很多过去累积的数据无法有效沉淀。当新的创意活动需要多部门配合时，执行效率会变得很低。而一个良性的、可执行的运营分析闭环，需要数据部门能够做到极致，这建立在平台用户分层等工作都相当完善的基础上。　　完善的用户分层工作，能够让运营在一次新的活动、新的产品或者项目中实现快速试错、快速迭代。　　举个小例子：　　某知名健身平台，每周都会推出一些课程。最近他们推出了一个产品针对腰椎劳损的人群，他们的目标人群是办公室白领，因为理论上来讲，白领每天坐八九个小时，对于这样的课程一定有需求。但事实上，针对这部分人群的定向推广效果并不理想。　　分析数据指标，发现报了这个新产品课程的人，都有一个共性的数据指标：BMI肥胖指标。胖子腰椎承受的压力比较大，所以会有脊椎的劳损情况，这些人群才是真正的目标人群。　　这个案例告诉我们，数据部门需要能够在用户分层上做到极致，能够对于每一个用户标签进行实时的统计。对于用户标签的分类，文章开头的时候我们有举例。　　这里更需要强调的，是用户标签是在事实变化的，因为用户的行为数据是不断地更新和累积的。我们需要打造数据驱动迭代的闭环。　　在这个闭环中，当用户把产品加入了购物车半小时，却迟迟不付款，你的系统能够触发一条APP或者短信推送。或者做一场活动，从执行到效果评估，都能有数据反馈好坏。　　总结一下，数据部门的工作事实上比较苦和累，但是一套体系化流程的建立，将让日后的产品、运营工作事半功倍。　　本文由 @兑吧运营帮 原创发布于人人都是产品经理。未经许可，禁止转载　　题图来自 Unsplash，基于 CC0 协议