一、數(shù)據(jù)運(yùn)營
1、目的
通過對運(yùn)營數(shù)據(jù)進(jìn)行分析，幫助我們進(jìn)一步對用戶進(jìn)行差分運(yùn)營。
2、核心
分析問題包含哪些方面，在占比高并且自己可以發(fā)力的點(diǎn)上去優(yōu)化。
二、數(shù)據(jù)分析流程
1、拆分工作項(xiàng)
運(yùn)營是一個包含了諸多瑣碎事項(xiàng)的工作，運(yùn)營人員要會拆分自己的工作項(xiàng)，并根據(jù)不同工作項(xiàng)的特點(diǎn)有針對地對特定的運(yùn)營數(shù)據(jù)進(jìn)行分析，才能事半功倍。
那么怎么拆分工作項(xiàng)呢？可以按照面對的用戶群體分解，通常與用戶分級聯(lián)系在一起，將工作拆分成面向所有普通用戶、面向活躍用戶、面向付費(fèi)用戶等等。也可以按照項(xiàng)目將自己的工作進(jìn)行拆分。還可以按照時間順序確定不同階段的目標(biāo)，根據(jù)自己的目標(biāo)來拆分工作項(xiàng)。
2、建立指標(biāo)體系
拆分完工作項(xiàng)后，針對每一個工作項(xiàng)有不同的指標(biāo)，我們要根據(jù)工作項(xiàng)的特點(diǎn)進(jìn)一步拆分和細(xì)化運(yùn)營數(shù)據(jù)指標(biāo)，然后通過對每一個指標(biāo)的分析來判斷運(yùn)營問題并不斷優(yōu)化運(yùn)營方案。
拆分的維度可以按照數(shù)據(jù)的包含結(jié)構(gòu)，也可以按照每一個工作項(xiàng)包含的子項(xiàng)進(jìn)行拆分。
以用戶運(yùn)營為例，用戶運(yùn)營包含了用戶的拉新、促活、留存、付費(fèi)轉(zhuǎn)化等方面。而就拉新來說，關(guān)鍵的指標(biāo)有注冊用戶的規(guī)模、增長速度；渠道質(zhì)量——注冊渠道有哪些，渠道的注冊轉(zhuǎn)化率如何；注冊流程質(zhì)量——完成注冊的用戶數(shù)、注冊流程中用戶蹦失節(jié)點(diǎn)統(tǒng)計；注冊用戶行為追蹤——完成注冊后用戶的行為統(tǒng)計。
3、細(xì)化分析目標(biāo)
細(xì)化分析目標(biāo)是指根據(jù)運(yùn)營目標(biāo)，確定能夠進(jìn)行優(yōu)化的數(shù)據(jù)點(diǎn)。這一步是為接下來的數(shù)據(jù)提取處理分析奠基的。
舉個簡單的例子，假如現(xiàn)在做完一場活動，想知道下一次舉辦相同或相似活動時有哪些地方可以優(yōu)化，需要關(guān)心的點(diǎn)除了最終參與效果還有：活動推廣的渠道有哪些，每一個渠道的參與路徑是怎樣的，路徑中的每一步參與人數(shù)有多少，轉(zhuǎn)化率達(dá)到多少，等等。明確了分析目標(biāo)后，就可以確定要提取的數(shù)據(jù)點(diǎn)有哪些。
4、提取處理數(shù)據(jù)
在提取數(shù)據(jù)這里涉及一個數(shù)據(jù)埋點(diǎn)的問題，在產(chǎn)品設(shè)計的早期，運(yùn)營人員就要規(guī)劃好運(yùn)營關(guān)鍵點(diǎn)，列出埋點(diǎn)清單提交給開發(fā)人員，以免后期運(yùn)營過程中想要查看某一個數(shù)據(jù)但卻沒有數(shù)據(jù)記錄信息。
此外，提取出來的數(shù)據(jù)要經(jīng)過一系列的處理后方可進(jìn)入分析階段。
5、數(shù)據(jù)分析總結(jié)
（1）數(shù)據(jù)分析方法
常見的數(shù)據(jù)分析方法有對比分析法、結(jié)構(gòu)分析法、平均分析法、權(quán)重分析法、杜邦分析法等等。
1）對比分析法
指按照不同的維度進(jìn)行對比，以探尋數(shù)據(jù)的變化，發(fā)現(xiàn)其中蘊(yùn)含的規(guī)律或啟示。
對比的維度包含了：與預(yù)期目標(biāo)對比、不同時間段的對比、與同行對比、與運(yùn)營前的效果對比、不同用戶間的對比、不同操作間的對比，等等。
接下來用一個 例子講解如何通過對不同時間段數(shù)據(jù)的對比來進(jìn)行用戶畫像并根據(jù)用戶畫像做出運(yùn)營策略的調(diào)整。
上邊這張折線圖反應(yīng)的是某產(chǎn)品的日活躍用戶數(shù)變化規(guī)律。2016年4月初到7月初其基本是成周期變化，且周期為一個星期，數(shù)據(jù)較大的點(diǎn)主要是在周末，因此我們可以推測這個產(chǎn)品的主要用戶是學(xué)生。而且在6月的時候日活躍數(shù)據(jù)略有所下降，7月中旬以后數(shù)據(jù)上升且變化這與學(xué)生期末考試和放假的時間也基本吻合，進(jìn)一步佐證了用戶畫像。
2）結(jié)構(gòu)分析法
被分析總體內(nèi)的各部分與總體之間的對比分析，常用結(jié)構(gòu)相對指標(biāo)（=(部分/總體)*100%）來表示，這個數(shù)值越大表明該部分在整體中所占權(quán)重越大，其重要性越大，對整體的影響也就越大。
3）平均分析法
反映的是一定條件下，某個指標(biāo)的一般水平，多用于衡量業(yè)務(wù)的健康度。
比方說某個商品有A、B、C三個銷售渠道，假如想了解這三個銷售渠道誰對營收貢獻(xiàn)最大，可以統(tǒng)計這三個渠道的平均銷售額。這個時候要注意，平均分析法的“平均”是有前提的，它必須建立在用來計算平均值的數(shù)據(jù)是否都是有效的。比方說現(xiàn)在A渠道有一天的銷售數(shù)據(jù)突然驟減為0，這是很反常的，這個時候要去查問題到底出在哪，如果是因?yàn)楸确秸f那天A渠道出現(xiàn)了某些突發(fā)故障，那么應(yīng)該剔除這個數(shù)據(jù)再計算平均值。
那是不是平均值越高說明業(yè)務(wù)越健康呢？
不一定。比方說A賣的是羽絨服 ，B賣的是短裙，夏季的時候A的銷售均值比B低，這并不能說明A的業(yè)務(wù)就比B的差。
平均分析法適用于雙方的業(yè)務(wù)和所處的情況比較接近也即我們常說的，具有可比性時，才有意義。
4）權(quán)重分析法
將多個指標(biāo)轉(zhuǎn)化為一個能夠反映綜合情況的指標(biāo)來進(jìn)行分析評價，具體的做法是確定各個指標(biāo)的權(quán)重，然后對處理后的指標(biāo)進(jìn)行匯總后計算出綜合評價指數(shù)。常用以對處于并列關(guān)系的子類進(jìn)行分析。
如圖所示，某產(chǎn)品有三個推廣渠道——A、B和C。這三個渠道又細(xì)分為通過購買母嬰類產(chǎn)品的推薦轉(zhuǎn)化、參加相關(guān)線下活動的轉(zhuǎn)化 以及來自公眾平臺的轉(zhuǎn)化。若要衡量A、B、C三個渠道的質(zhì)量如何，可以給各個細(xì)分渠道設(shè)置某個權(quán)重，定義“渠道質(zhì)量”這個指標(biāo)對應(yīng)的公式（如：渠道質(zhì)量=購買了母嬰類產(chǎn)品后的推薦轉(zhuǎn)化人數(shù)*60%+線下活動轉(zhuǎn)化人數(shù)*30%+公眾號轉(zhuǎn)化人數(shù)*10%），通過加權(quán)求和后比較這三個渠道的質(zhì)量高低。
那權(quán)重的設(shè)置依據(jù)是什么呢？一個是要根據(jù)各個細(xì)分指標(biāo)的重要性，另一個來自于以往的運(yùn)營結(jié)果。還是以剛剛那個產(chǎn)品為例，假設(shè)產(chǎn)品是跟母嬰類相關(guān)的，那么根據(jù)以往的運(yùn)營經(jīng)驗(yàn)，通過購買了母嬰類商品后的推薦引流來的用戶，后續(xù)轉(zhuǎn)化為活躍用戶的概率更高，那么這個渠道的權(quán)重就可以相應(yīng)的設(shè)高點(diǎn)，而通過公眾號導(dǎo)流來的用戶流失率極高，其權(quán)重就可以比較低。
5）杜邦分析法
杜邦分析法是由美國杜邦公司創(chuàng)造并 最先采用的一種綜合分析方法。利用各個指標(biāo)間的內(nèi)在聯(lián)系，可以對自己的運(yùn)營狀況及效益進(jìn)行綜合分析評價。
如圖所示，假設(shè)產(chǎn)品更新后最近的收入降低了，老板讓分析下原因出在什么地方、可以做出哪些調(diào)整，那么我們可以將收入拆分——收入=付費(fèi)人數(shù)*ARPU（每用戶平均收入）。接下來對付費(fèi)人數(shù)進(jìn)行拆分，付費(fèi)人數(shù)=活躍人數(shù)*付費(fèi)滲透率。據(jù)觀察，付費(fèi)滲透率幾乎沒有變化，而活躍人數(shù)下降了，進(jìn)一步細(xì)分活躍人數(shù)。活躍人數(shù)=新用戶中的活躍用戶+老用戶中的活躍用戶，倘若老用戶中的活躍人數(shù)上升了，而新用戶的活躍人數(shù)下降了，可以進(jìn)一步將其拆分。然后分析，新用戶=推廣覆蓋人數(shù)*轉(zhuǎn)化率，在轉(zhuǎn)化率基本不變的情況下，將推廣渠道細(xì)分，根據(jù)數(shù)據(jù)，渠道一下降了而渠道二上升了 ，不斷進(jìn)一步拆分，直到指標(biāo)不能再細(xì)分后，針對細(xì)分后的指標(biāo)分析其中哪些對最終的收入影響較大，產(chǎn)生變化的原因是什么，是否可以通過人為的調(diào)整方案后進(jìn)行改善，等等。
（2）造成數(shù)據(jù)波動的原因
常見造成數(shù)據(jù)變化的原因：時間、推廣與觸達(dá)、運(yùn)營活動、關(guān)聯(lián)特性、用戶屬性和構(gòu)成、故障、業(yè)界趨勢。
前三個就不詳細(xì)展開了，這里講下后邊幾個要素。所謂關(guān)聯(lián)特性其實(shí)就是剛剛通過杜邦分析法拆分出來的要素，而用戶屬性和構(gòu)成要素是指針對不同的用戶，同個產(chǎn)品或活動的日活、付費(fèi)等數(shù)據(jù)是會發(fā)生變化的。業(yè)界趨勢對運(yùn)營數(shù)據(jù)的影響：舉個去年很火的例子——O2O，去年O2O這個概念炒的特別火的時候，大量資本砸錢進(jìn)入這個市場，在各種補(bǔ)貼的刺激下，用戶激增，現(xiàn)在市場較為成熟后，用戶數(shù)增長就比較平緩了。
6、反饋及投入應(yīng)用
仔細(xì)觀察可以發(fā)現(xiàn)，以上數(shù)據(jù)分析流程實(shí)際上形成了一個閉環(huán)?？偨Y(jié)匯報完畢，我們需要將得出的結(jié)論運(yùn)用到實(shí)踐中，繼續(xù)觀察數(shù)據(jù)的變化并不斷優(yōu)化我們的運(yùn)營策略。
文章轉(zhuǎn)載請保留網(wǎng)址：http://aberdeenanguscattle.com/news/industry/1760.html
