数据化运营怎么入门?这3个步至关重要
我在阿里做运营8年,什么频道运营、活动运营、社区运营、卖家运营、行业运营、新媒体运营全部都做过,坦白讲也就是这两年做用户增长方向的运营,才敢说重视数据,把数据用好,体验到数据化运营的美妙。
什么是数据化运营?
数据化运营是一种通用的工作方法,掌握的目的是为了让我们能管理好数据,从数据中发现增长机会,以数据为依据设计策略,有目标有方法的拿到数据结果
想把数据化运营做好也很简单,就三步,如果你在搬砖的时候能坚持5次以上,完整的应用这三步却还不能入门,你来打我!!
第1步:采集数据进行分析,发现问题与机会
第2步:设计策略并预估数据收益,找准投入优先级
第3步:对已上线的策略数据进行验收,及时总结沉淀
明确运营目标
在我们展开详细讲解之前,需要先确定一件事情:运营是一定要有明确目标的。
比如做店铺运营的,目标是订单量;做业务运营的,目标是业务参与用户量;做新用户增长的,目标是新增量级,也可能辅助考核增长质量;
如果你有明确的目标,可以向下继续看;如果你没有明确目标,不防先找老板聊聊看,对你的安排和期待。
第一步:采集数据进行分析,发现问题与机会
带着我们明确的目标,进入数据化运营的第1步,采集数据进行分析,发现问题与机会。数据的采集分析分为“日常数据监控分析”和“关键过程指标优化分析”
1. 日常数据监控分析
重要指标日常持续监控,主要目的是为了及时发现问题。
以APP新增这一目标为例,需要监控的指标包含:日总新增设备量、设备登陆率、双新率、新增会员关键行为转化率、次日留存率等等,除了总数据之外,还需要监控各个新增渠道的相关数据。
监控的目的是要让自己保持高度的数据敏感度,及时掌握数据动态,当发现数据异常时,能马上定位原因,做出相应策略调整。
例如:今天一上班,打开数据面板,发现昨天的新增量级较前一天下降5%+,怎么办?莫慌,抱紧我
先看新增来源,是哪个渠道降低了?
当定位到数据异常渠道后,打开该渠道详细数据具体分析,找到具体原因,是流量降低了还是转化降低了?
再次定位到原因后,再向下分析降低的原因
一层一层的向下分析,直到定位到最终原因,之后给出解法。
PS:最好是重要指标形成一个包含趋势变化、实时动态的报表,提升监控效率就是提升工作效率
2. 关键过程指标优化分析
目标只是一个结果,影响目标达成的是关键过程指标。我们知道,把大象关进冰箱分3步,那你知道达成目标分几步吗?答案是分成5步,而这5步里的前4步都围绕着关键过程指标
找准影响目标达成的关键过程指标 —> 找到影响过程指标的重要因素 —> 发现策略机会 —> 设计策略提升指标数据 —> 达成目标
找准关键指标
以“新增MAU次月留存率”这个目标为例,影响这个目标的指标非常多,比如说:新增会员的次日留存率、新增会员的来源渠道占比、新增会员的关键行为转化率等等,那么哪些是我们要关注的关键指标呢?需要详细的数据分析后产出结论,主要分析以下3点:
这个指标与目标之间是否有直接影响关系
这个指标还有多大优化空间
这个指标优化后对目标影响有多大
找到影响因素
当我们通过数据分析,找到关键过程指标后,要优化这个指标,就需要先找到影响这个指标的关键因素!怎么才能找的到呢?两种方法:
一种是自己先进行猜想,有明确的目的后取数据,进行分析验证;
另一种是列出所有相关纬度,取出全部数据进行分析,在分析的过程中发现
按照以上方法去深入的思考和分析,你会发现有非常非常多的策略机会可以让你施展,如果你想,值得做的事情有许多。
第二步:设计策略并预估数据收益,找准投入优先级
当我们从数据上看到一些增长机会时,就进入第2步,这里我们不讲如何设计策略,因为设计策略对运营来说都是相对简单的事情,我们讲3个重点:明确策略目标、评估策略收益、制定策略优先级
1. 明确策略目标
在做所有策略之前,一定要有明确的策略目标。
比如说:通过数据分析,发现新会员产生关键行为后留存率是无行为用户的X倍,因此发现一个机会,只要提升新会员关键行为转化率,就有机会提升新会员留存率。
那么策略目标就比较明确,要提升“新会员关键行为转化率”,接下来就要围绕此目标设计策略。这里设计策略需要思考的重点是:用什么形式的策略、在哪些形式的触达通道、引导用户产生什么行为转化效果最好?
ps:关键行为根据APP提供给用户的价值而有所不同,例如拼多多类电商APP的新人关键行为就是下单
2. 评估策略收益,制定策略优先级
当我们明确一个策略的目标,准备动手进行详细设计之前,一定要做的事情,是评估这个策略的收益有多大。
如何进行评估?仍旧以通过提升新用户关键行为转化率,来提升新用户留存率为例。假设策略是,在APP内,针对新用户,投放一个有利益刺激的H5活动,引导用户产生某个关键行为,有Push、首焦banner、APP首页POP,3个不同触达形式的通道给我们选择是否投放,且只能选1个。这时,我们就可以通过一个数据公式,对投放在不同通道的收益进行预估:
日新用户总量 * 通道可触达用户比例 * 该通道触达形式对应的触达点击率 * 页面行为转化率 = 转化用户量
基于以上公式,我们就能很快预估出,投放在哪个通道收益最高。接下来就可以结合投入成本进行优先级评估。
如果,你已经预估出某个策略,花费心思和精力推进上线,收益却很一般,那就可以果断放弃,去做收益更高的事情
PS:减少不必要的投入,也是提升工作效率的一种
3. 一些建议
当我们对策略优先级有判断之后,要做的就是调动资源推进策略上线,这里有几小建议:
小步快试,不要等
复杂、收益又不明确的策略,最好先用简单的方法验证下
实验过程中若发现机会判断失误,要有说停的勇气
有时数据效果不好,不一定是机会判断出错,可能是策略不行
第三步:对策略数据进行验收,及时总结沉淀
若你的实验策略已经上线,要及时的进行数据验收和策略总结。
1. 数据验收
策略上线当天监控实时数据,上线前3天保持高度关注,上线第8天进行数据总结及前后一周数据对比。
收集实验链路中涉及到的数据,与策略预估中涉及到的数据进行对比,提升自己后续预估准确率
2. 策略总结
无论数据好坏都要进行总结,这是必须要建立的工作意识和习惯。 策略总结,一方面用于校验你的机会判断能力;另外一方面也是对自己对合作方付出的交代。在运营工作之外,也需要注意通过这种工作方法和态度,建立自己在合作团队中的影响力。
结语
以上是我对数据化运营方法的一些总结。如果你觉得有用,并且想要付之行动,我还有附赠的一些工作习惯建议:
写一张字条贴在桌上:“这件事做了收益是什么?对目标的达成有什么影响?”
尽快学好SQL,数据分析必不可少
作者:菱少侠;公众号:艾写笔记(ID:aixiebj)