数据运营包括核心指标体系和数据分析体系,核心指标体系可以监控用户运营的发展趋势,实时了解用户活跃度、健康度等基本信息。用户数据分析体系能够帮助运营人员定位问题,并针对问题及时优化产品。
首先是核心指标体系的搭建,核心指标一定与产品目标紧密结合。比如:单车类产品目标是获得租车收入,其核心指标应该以付费用户为核心进行搭建。资讯类产品目标是用户阅读产生流量,其核心指标应该以DAU和浏览深度、时长为核心进行搭建。
同时,核心指标数据在企业内部不同层级的人员关注点也不一样,领导层级关注的是大盘用户体量、成本、收益;运营层级关注的是用户活跃度、留存度、转化情况;在指标体系产品的搭建中,我们围绕消费用户核心指标从新获客能力、 健康度、偏好度、购买行为四大维度进行构建。
1. 新获客能力
- 用户增长潜力分析:城市、门店、地推人员了解区域、商圈、社区用户开发总体情况和开发潜力;
- 用户来源渠道分析:各频道想知道目前在推的渠道,用户主要从哪些渠道来的?哪些渠道优质,从而优化渠道策略;
- 拉新产品分析:门店、地推人员想知道片区内哪个产品拉新贡献最多,客户首次下单的产品定义为拉新产品;
- 各社区拉新偏好分析:门店、地推人员想知道片区内每个社区新用户的偏好,比如:A社区偏好电子产品、B社区偏好生鲜,从而在每个社区拉新的时候进行针对性的推广。
2. 用户健康度
- 用户价值分析:频道想知道自己忠诚用户群是谁,活动时候可以找这些优质用户让他们来参与,同理地推人员可以在线下邀约这些用户到门店参与活动;
- 用户流失指数:频道想知道不同分群的用户有哪些会流失,如何预防他们流失;
- 社区用户贡献度:门店和地推人员想知道地推人员所在片区内,每个小区的GMV贡献率,分周、月,片区内分布要有趋势图。
3. 用户偏好度
- 品类偏好:门店和地推人员、频道想知道哪个小区/地域更倾向消费什么类型的商品(购买者位置和品类的交叉关系);
- 活动偏好:门店和地推人员、频道想知道哪个小区/地域更倾向什么类型的活动(购买者位置和活动的交叉关系);
- 价格偏好:频道想知道不同品类用户更倾向什么价格,从而将各种价格段商品推给相应用户(品类和价格的交叉关系);
- 触点偏好:门店和地推人员、频道想知道不同品类用户更倾向在什么渠道购买(品类和触点的交叉关系)。
4. 用户购买行为
不同用户群的复购率:频道想知道新老用户的复购率及找出高复购商品,及时调整新老用户运营策略和做好商品运营,按月度监控。
用户路径分析:频道想知道频道首页到活动页的用户参与情况,用户是在什么环节流失的,从而做好页面运营。
其次是数据分析体系,需要搭建系列分析模型工具,帮助运营人员定位运营过程中的问题,模型工具包含漏斗分析模型、归因分析模型、微转化分析模型、同期群分析模型等。
常见的分析场景比如:DAU下降,如何归因? 注册转化率低,如何归因? 新增用户留存率低,如何归因?
以注册转化率低为例简述一下分析方法:
- 第一步:影响维度拆解;
- 第二步:维度下的细分指标拆解;
- 第三步:定位问题。
注册转化率可以拆分为两大影响维度:渠道和产品。
每个维度下进行细分指标拆解,渠道细分指标包括投放媒体、广告类型、广告内容、关键字;产品包括注册逻辑、产品设计、输入法、产品稳定性等。
定位问题需要对细分指标一一排查,发现数据异常点,比如:通过漏斗查看每个环节的转化率,转化率低的环节可以重点关注,如果是渠道的问题则优化投放的媒体、对广告内容进行AB测试,对关键字进行精准定位;如果是产品的问题则优化注册逻辑、界面、提升APP稳定性等。
通过对4大策略体系进行总结可以发现,用户运营不再是简单的找几个运营做好分群运营工作,也不是几个用户模型就能让企业用户价值得到飞速提升的工作,而是一个企业需长期投入人力、精力、物力打造的运营体系。
用户运营对企业的意义也不言而喻,一个企业整体业绩的增长离不开优质用户规模的扩大,更离不开用户生命周期价值的提升。

您可以选择一种方式赞助本站
支付宝扫一扫赞助
微信钱包扫描赞助
赏