搜索

登录

注册

运营做数据分析都会犯的几个错
阅读:930评论:0点赞:0收藏:22019-02-12
数据是反映产品和用户状态最真实的一种方式,通过数据指导运营决策,驱动业务增长。与数据分析师的岗位不同,数据运营更加侧重支持一线业务决策。

互联网运营的类别很多,而运用在运营的整个生命周期中,数据运营属于一种技能,通过数据分析发现解决问题,提升效率促进增长。


有的公司专门设立了数据运营岗位,给各业务线提供一些数据决策参考,但大部分都没有这样的岗位,那么数据分析工作就由各业务线的运营来负责承担这一部分工作。


那么就涉及到了一些问题,在本来就繁杂的工作基础上,再去增加数据分析,大部分运营在这块所用的精力和时间所占比重比较少,只能草草的分析几个大方向的指标,自然发现不了细项的指标所存在的一些问题,业务线往往就是这些小的指标影响了整个产品的周期。


还有令运营小伙伴们最头痛的问题是不知道该关注、分析哪些数据,就算拿到数据后,也不知道到底从哪些方面下手去分析这些运营数据。


很多文章都从PV\UV\用户数这些数据来切入分析,但是分析之后呢,做什么措施?以什么样的目标来驱动?我也分析做过这样的分析,这些常规的数据大多只是绑定着个人的KPI,反应这个人工作成绩的好坏,并不是一场完整的数据分析。


那么运营到底该分析哪些指标呢,我们不妨从运营分类上来划分,运营分很多类,流量运营、用户运营、内容运营…每一个环节都有特别关注的数据和指标。


用户运营:精细化运营,提高留存


分析指标有:


1、活跃/登录:DAU、WAU、MAU、活跃率、登录人数等。


2、留存:次日留存率、周留存率、月留存率等,还有按渠道去分析留存率。


3、流失:流失数据容易被遗忘,包括流失率,流失人数、每日平均流失人数等。


4、付费:付费人数、付费转化率、单笔订单平均金额等,更多看订单数据。


5、其他:每日评论人数、收藏人数、分享人数等。


通过时间维度的分析发现用户留存的变化趋势,通过行为维度的分析发现不同群组用户的差异,找到产品或运营的增长点:这是用户运营非常重要的一点。


产品运营:用数据来分析和监控功能


分析指标有:监测异常指标和留存和用户活跃度曲线


发现用户对你产品的“痛点”和用户对产品新功能的体验效果


流量运营:多维度分析,优化渠道


分析指标有:


1、访问:PV、UV、IP(最常见);跳出率、平均访问时长、平均访问页数等;使用设备、操作系统、浏览器、地域分布等访问行为。


2、 渠道&推广:来源渠道分布、总消费、展示量、点击率、点击率、平均点击价格、转化率、转化成本、ROI等。


流量运营主要解决的是用户从哪里来的问题。过去粗放式的流量运营,仅仅关注PV、UV等虚荣指标,这是远远不够的。


内容运营:精准分析每一篇文章的效果


分析指标有:PV、UV;UGC、PGC、文章数、关注数、阅读数、互动数(评论、点赞等)、传播数(转发、分享等);


每一个用户,都有自己喜欢的内容和类别,当我们根据用户的兴趣倾向进行推送的时候,效率肯定会更高。


活动运营:结果为导向,转换率为辅助


分析指标有:活动页PV、UV、新增人数、参与人数、登录人数、转化人数、转化成交金额、ARPU、优惠券发放/使用人数、营销成本、营销转化率、ROI、分享人数、分享次数等,数据要根据活动类型而定。


说到这有的运营又要犯嘀咕了,这些指标一系列分析下来,在数据整理阶段我就已经爬不起来了,庞杂的基层数据爬取,就浪费了大半时间,再经过整合,数据处理/建模,数据分析,数据图表制作,制作报告。天呐,要疯了!


那么如何快速熟练地搞定数据分析呢


1、学习一些数据分析思维相关知识。


2、快速找对自己工作相对应的核心分析指标。


3、建立一些固定的分析模型。


4、想偷懒的可以用一些数据分析工具,市面上比较成熟的有“壹看板”、“魔镜”等,可以试试看。


以上是运营在数据分析上会忽略的一些指标,容易只关注一些假大空的指标,也找不出相关的应对办法。


再有一个容易犯得错误就是,做不好美观的图表和报表


这是运营最容易犯的错,明明做了很多工作,不会总结,做的产品和运营相关的报表更是一塌糊涂。


有的运营吐槽除了每天繁忙的工作,每周、每月的数据汇报是最令人头痛的。因为本身就不那么聪明,数学也不是太好,对数据不那么爱,而且还要做数据分析,数据小白分分钟崩溃。


每周五(每个月底)都要花一天中很长的时间来进行简单的数据分析(最早的时候连Excel都使用不熟悉,效率炒鸡低,很惨),浪费了不少时间、精力,还要给领导呈现美观的数据图表。


但是这些都不应该是借口。


首先没有哪个领导喜欢看乱七八糟的报表,但怎样才能做出好看的报表呢,首先要让数据直观明了,能用图表的就不要用文字去罗列。


最常见就是PV、UV的同环比了,直观对比出数据出现的问题,然后找出数据波动规律,如果不在正常范围内,请尽快找出出现的问题,并尽快解决。



同样是图表分析哪个更美观不言而喻。


分析KPI完成进度:单指标进度可用计量图,对比同样是KPI进度完成情况,后者更加直观,一目了然。



研究用户感兴趣内容范围,很多难以用数据对比,可以试试采用词云图。



用户地域分析也是非常重要的,这可能决定了公司业务会在哪些区域重点投入、重点销售。采用地图显示更加直观,也高大上了很多呢。



更多图表不再一一罗列了,综上所述,运营不仅要学好数据分析,掌握其核心的指标变动,以用来作为产品业务线的依据支撑,及时发现或者预警问题所在,在此基础上如果做出美观令人赏心悦目的图表报表,那么升职加薪,买房买车迎娶白富美就不再是梦了。


End

来源:壹看板

收藏 | 2点赞 | 0
评论