【读书笔记】《从零开始做运营》之做一个有趣的活动

第四章 做一个有趣的活动

1.1 谈论数据的基础

1.数据的定义

  • 渠道数据:衡量渠道质量、渠道作用,由产品定位的客群和产品特性决定;
  • 成本数据:不同层面反映运营的效果;
  • 收益数据:金钱、用户、口碑等。

一般应用如何关注数据?
产品:

  • App日启动次数;
  • 各种功能的使用次数和使用频次;
  • 各种Tab的点击次数和对应页面的打开频次。

运营:

  • App每日活跃用户数与用户的留存率;
  • 每日产生的UGC数量(区分新老用户);
  • 每日分享到社会化媒体的UGC数量(同时考虑单位用户的产生内容数);
  • 分享出去但UGC带来的回流装机数、新激活用户数。

数据点不是一成不变的,根据产品的不同阶段调整;若产品有盈利模式,后期核心关注数据由内容转向收入,转化率亟待关注。

2.如何获取与分析数据

1)获取渠道

  • App:埋点、log;
  • Web:log、日志与按钮埋点;

抓住主要数据、注意数据的前后关联关系;一些数据是产品上线初期需要具备,另一些是根据后续运营需求适时调整加入。

2)数据分析方法

  • 确定数据的准确性:选择数据维度的合理性、数据统计的准确性;
  • 明确影响数据的因素:了解所有层面的因素;
  • 重视长期的数据监测:环比(显示短期的数据波动)和同比(大环境下的数据波动);
  • 保持客观的视角:不要预设立场;
  • 注意剔除干扰项:波动若无法确认原因,则应剔除。

1.2 数据分析的方法、误区与数据说谎的手法

1.流量指标

  • UV(Unique Visitors):独立访客数;
  • PV(Page Views):页面访问量;
  • RV(Repeat Visitors):重复访客;
  • TP(Time On Page):页面停留时间;
  • Traffic Sources:流量来源渠道。

2.产品不同阶段分析重点

  • 产品初期:流量指标很重要,除了用户细节数据,还包括了渠道来源数据;
  • 持续运营期:单一流量指标意义不大,更重要的是用户留存、活跃指标,甚至是付费用户的规模;跟踪流量渠道来源,强化用户行为分析,拆分出各种维度、各种路径的留存、活跃、转化,以及用户的兴趣点,建立用户成长模型;
  • 成熟期:关注用户流失速度、分析流失原因;重点关注留存与活跃用户。(延续产品生命周期,持续为存量用户提供优质服务)
  • 衰退期:做好数据保存工作,若产品要结束运营,提前做好各种准备和通知。

3.数据使用的方法

  • 掌握历史数据:数据维度越全面,清晰把握用户、产品生命周期;
  • 从历史数据中归纳规律:关键数据节点分析原因,形成经验;
  • 通过规律反向预测
  • 学会对数据进行拆解:按照时间、相关性拆解。

4.运营数据分析的误区

  • 不要用单一类型的数据去评价全局;
  • 不要夸大偶然事件,认为带来必然结果;
  • 避免用结论推导原因:数据波动,找出原因,争取再现;
  • 避免唯数据论:数据只是参考,并非结论;

5.运营数据说谎的手法

  • 拉伸图表;
  • 修改坐标轴数据;
  • 故意选择有利的样本;
  • 样本规模差异。

1.3 跳出数据看数据

分析的不是数据本身,而是数据背后的用户。

1.抛弃预设立场

定位不定性:研究数据波动与波动节点,确立研究相关事件,研究用户行为还是系统事件

2.深挖用户行为与系统事件

定位完成后,挖掘对应时间节点的相关事件,包括系统事件(版本升级、服务器错误、系统异常等)和用户行为(事件节点前后相关联用户的持续行为,比如是否有什么活动)

3.尝试换位思考

真实模拟反馈,不要夸大或削弱用户反馈:运营人员是用户,在对应的事件行为发生时,有怎样的感知、反馈,模拟可能的状态;必要的时候,做用户反馈。

4.整合关键数据

整合历史数据、关联数据、精品数据等,得出结论:

  • 造成数据变化的原因究竟是什么?
  • 有什么方法可以改善或者促进数据的变化?
  • 总结经验,类似情况再次发生,应该如何处置与预案。

eg:某品牌电商最近成交量下降,为找出其中原因,运营人员需要看哪些数据?

  • 页面流量变化、各渠道入口流量变化;
  • 登录用户的浏览行为,使用购物车却未购买的用户数、商品类型;
  • 支付订单页面的蹦失率;(蹦失率 = 只浏览了一个页面的访问者数 / 全部的访问者数)
  • 其他:竞品平台同类商品价格,竞品平台同节点流量变化,网站最近的异常监控报告等。

1.4 运营的核心数据

1.定位

1)针对性:内容给谁看?如何体现针对性?
2)延续性:坚持内容定位,培养用户习惯,产生忠诚度,叠加运营手段,让用户爱上这里并愿意主动分享。

2.内容、活动、用户运营核心数据一栏

运营数据分类.jpg

3.活动运营核心数据实例

eg:某网站开展了一个分享邀请的活动。活动主旨是让老用户带来新用户,可以通过社会化渠道、邮件、复制链接进行分享,新用户可以通过各个渠道的邀请链接进入活动注册页面完成注册,并进入网站,补填用户资料并完成一次登录,即认为有效。完成有效邀请的老用户和完成注册的新用户,均可以获赠一份小礼品。
关键点:

  • 分享渠道的质量:用来判断下次活动主推哪些分享渠道;
  • 受邀请用户的注册成功率:用来进行发奖和判断活动质量;
  • 进行分享的老用户的参与度:用来进行用户分级,判断活动规则对老用户的吸引力,以后开展类似活动,应当选择怎样的用户选型。

核心点:

  • 各分享渠道的分享次数、分享链接的点击次数、各渠道注册-成功的转化率;
  • 总的注册-成功转化率、用户注册的蹦失节点、用户完成注册后引导过程的蹦失节点;
  • 参与活动的老用户总数、分享渠道按照使用次数的分布、使用了两个或两个以上分享渠道的老用户日常行为表现(如活动前后一个月的行为表现)等。

你可能感兴趣的:(【读书笔记】《从零开始做运营》之做一个有趣的活动)