搜索

登录

注册

如何做好数据分析拉动业务增长?(下)
阅读:1546评论:0点赞:0收藏:42019-01-28
在分享之前,我们先来思考几个问题: 1、用户行为分析的核心本质是什么? 2、如何运用数据驱动平台的业务增长? 3、如何提升平台的精细化运营和转化?


三、数据驱动增长的方法

增长的三大核心基础任务

1.获客

通过大量的渠道推广来判断渠道质量的好坏,根据它的流量、质量和转化对渠道进行划分,划分之后对高质量的渠道进行投放量,则砍掉低质量、低数量的渠道。这是对渠道分析的常用维度,对于新一代的数据分析,重要的基础是进行任意纬度的交叉分析。比如通过渠道和落地页进行交叉分析,如果转化不成功,则可以看出是源于渠道的因素还是落地页的因素。


2.留存

如果平台不能够实现留存,那么它就是一个无本之源,它获取客户,但同时可能流失的更快。优秀的平台日留存数据要达到40%,周留存至少要达到20%,月留存至少要达到10%以上。


3.提升平台的转化

像飞机上升需要依靠动力,也要克服相应的阻力一样,平台要良好转化,给用户感知平台的好处比成本要高,则平台才能获得更好的增长。那么如何去提升平台的转化呢?


(1)漏斗分析法

以前比较常用的是漏斗分析,但仅有一个漏斗分析是不够的。宏观转化主要是基于多维、细分的一个漏斗,比如按地区划分,可以分析北京、广东用户的转化,就形成了两个纬度漏斗的对比。


(2)漏斗的流入和流出

漏斗每一步的流入和流出,即要了解用户到达第二步后,比如还没有到第三步,用户离开的去向。可以通过用户的流向、智能路径方式,辅助构建一个具有代表性的漏斗。可以通过宏观转化找出用户在哪一步流失,运用微转化的工具,比如用户在注册页流失,会形成一个表单分析,用户到了注册页之后,有多少用户填写注册表单,又有多少用户未完成提交而离开。


(3)可视化分析

比如用户到达商品详情页后离开,是什么原因呢?通过把用户的行为进行可视化,形成了五种不同的热图,比如用户鼠标滑动的行为、点击的行为、页面滚动阅览的行为,甚至可以把用户的行为进行录制,随时调取、查看。


通过几种分析方法,基本可以找出用户在使用产品中具体环节的问题,我们基本上能够找出来一个用户在使用你产品的时候,到底是在哪个环节出了问题,通过路径分析可以得出用户在每一步的流失和转化的具体数据。通过智能的路径可以把用户形成转化的所有过程都展示出来,能够第一时间发现占比重较高的路径,重点优化这些路径。通过漏斗的细分,可以了解用户在每一步的流入、流出、流失的所有细节。


(4)漏斗分析寻找用户转化的泄露点

对于用户填写表单的行为,多是用数据的形式把用户填表单行为进行数据化的展示。比如用户填写每个表单字段的时长,比如用户填写字段的喜好,哪些字段重复修改。比如现金贷企业中用户在申请借款的时候,哪些信息是依靠复制黏贴输入,企业可以运用这些数据制作一个风控模型,来分析这样行为的用户借款的逾期率是多少。用户填写表单也是一个微转化的行为,通过把这项行为再细分、拆分,拆分成所有可以优化的元素。在没有细分的分析工具之前,产品经理运营更可能依靠自己的感觉拆分,用户可能是什么原因没有填写。

用户浏览没有表单的页面,可根据用户的浏览、点击、停留和鼠标滚动等行为生成了五种不同形式的热图。比如点击热图可以检测这个链接是否合理,因为每个链接都会展示它实际点击的数据,同时能够分析页面中吸引力强弱、较为突出的元素。通过这几种不同的热图,根据用户关注的内容进一步分析,寻找支撑优化此页面的热图数据。


四、如何用数据驱动业务增长

(一)用户的分群

以前运营更多是针对所有的用户,比如针对全体用户赠送优惠券等行为,一般情况下用户的参与度较低、转化率较低,存在目标客户群不精准的因素。通过自动化运营、分群的运营,可以给某类用户群推送相应的活动,同时可以构建平台用户的自画像,比如做某个营销活动也会相对更精准。


那么如何进行用户分群呢?以前做用户分群更多是基于业务数据,比如买得多的用户和买得少的用户、没有购买的用户,会分成不同的群。但有用户行为数据后,可以结合用户的属性、使用设备、环境、来源渠道以及具体的行为,划分一个更精细的分群。


(二)提高效率

1.监测核心指标

比如平台指标频繁变动,如何在第一时间掌握平台的变化情况。可以利用行为分析系统实时监测平台核心指标的变化情况,比如用户关注自己的交易额突然变动,用户能否在第一时间了解和响应,以此发现问题来优化平台相应的环节。指标预警功能只是一个简单的应用,主要是提高平台的效率,能够在第一时间了解平台的运营状况。


2.自动化运营工具

平台发现一些用户的行为特征,需及时地向用户推送消息,如何做呢?给用户推送消息需要经过平台的产品、开发,整个团队去推动,这样导致了运营工作相对比较低效。


自动化运营工具只需简单设置推送的用户群,比如该用户注册了三天,但没有交易行为,可给用户推动相应的优惠券。第二个是触发条件,即用户满足某项条件的时候可以进行触发。可以通过什么方式呢?比如可以用push APP等应用类的推送,用短信、邮件等多种方式。完成闭环和一些基础的运营行为,平台通过机器自动实现基础的运营工作。


五、愿景:基于在数据分析中发现各种问题,将它产品化,形成一个从分析到优化的过程,最后表现为一体化的数据分析工具。


(一)分析方法

一些常规的定量分析,如漏斗,通过数据分析发现问题,根据问题寻找定位。还有一些定性分析的工具,比如把用户行为都录下来,有问题的时候可调出来回放、查看,但分析的最终目标都是优化产品和运营。


(二)用户体验

一些产品体验的问题,可以采用AP测试的方法。比如一个产品有两个版本,或者一个页面有两种不同的版本,哪种方式是最好、转化率最高。很多公司以前做AP测试主要是做对比测试,没有基于统计学的方法去测试,最后会导致选择一个当时看似结果最优的,发布之后反而是一个比较差的结果。比较科学的AP测试一定是要用这种统计学的抽样估计和假设检验的方法来分析,这个结果才相对更科学、更可靠。


(三)线上线下数据分析

以上都是定位到用户行为分析这个领域,很多公司认为除了线上的各种数据,还有线下数据,比如线上的用户有交易行为,但也有部分业务在线下,需要通过销售人员转化。分析公司内部的财务数据,比如有些零售企业会分析门店数据、会员数据、供应链数据等。


这种情况可考虑线下数据分析,所以数极客推出了一款大数据的BI,不只做过程数据的分析,也能做商业经营数据的分析。当然传统的BI它的ETL过程比较复杂,比如要增加一种数据源,导入数据过程就非常长。数极客的BI直接面对的是业务人员,比如产品人员、运营人员,甚至人事和财务都可以使用。


关于数据驱动增长方面的一些方法和工具的分享就告一段落,希望能够对大家有一定的帮助。


End

作者:谢荣生

来源:知乎


收藏 4 未点赞 0
评论