数据运营的能力是每个运营必备的技能,今天就带大家了解下常见的集中数据模型。
01
属性分析
属性分析就是给用户定义属性或者设定一种属性的占比分析,可以按照不同的属性去统计用户或者网民的指标的属性占比,用来进行初步的分析并做结论。平时工作中常用的计量单位:最大值、最小值、平均值、合计等。
◆ 应用场景示例:用户的地域属性与会员属性
用户属性是用户标签与用户状态的记录,根据用户属性定义的来源区分,其叫法也会有相应的差异,例如,由平台定义的属性叫做为固定属性,其细分维度类似人口统计学变量,包括:性别、年龄、健康状况、职业、婚姻、文化水平、收入等。
通过对用户的属性进行分析,运营人员能够轻松了解用户不同属性的分布情况。例如,分析不同国家、不同省份、不同城市等地域维度的用户分布情况,再综合该地发展情况进行产品喜好分析,进而迭代优化产品。
某社交零售企业为了解完成新手引导会员的城市分布,运用属性分析模型进行分析。将指标定义为「新手引导」的「用户数」,细分维度选择为「城市」,通过查询得知,在2020年5月10日当天,完成了新手引导的会员,来自深圳市有 493 人、郑州市 408 人、北京市 284 人、武汉市和杭州市各 264 人、上海市210 人、成都市 207 人。
根据新会员城市分布,进一步针对不同城市,细化出有针对性的运营策略。例如,可考虑加大深圳门店的地推力度以获取直接客源;可考虑在成都、上海开展老带新活动,用裂变的形式刺激间接客源增长。
此外,该社交零售企业在运营活动的各阶段都会通过属性分析模型,综合分析运营结果,量化该阶段的运营成果。例如,将指标定义为「累计消费金额」,细分维度为「会员等级」,将用户选择为「所有用户」,如图所示,即可查看该零售企业目前的会员属性,以及不同等级会员的总人数和所占比例,还能了解目前各等级的会员消费水平。
02
渠道分析
渠道分析就是企业获客的渠道或者获取用户的渠道,比如,搜索引擎、社交app、短视频平台等。渠道分析可以通过访问用户数、访问次数、访问时长、跳出率等数据进行分析计算。
具体而言,渠道分析能够解决以下示例问题:
● 各个渠道的访问量,咨询量,成单量如何?
● 哪个平台的成本较低?
● 哪个渠道的网民用户留存率更高?
渠道分析模型可以通过各项指标,评估不同渠道的实际产出,从而筛选优质平台,提高整体ROI。通过选择不同的分析平台、渠道的维度等指标,即可快速衡量渠道表现。
◆ 应用场景示例:不同渠道来源的新用户质量综合评估
转化是指用户在渠道完成的某个为企业带来收益的活动,例如,注册、购买、留言咨询等都可被视为转化目标,当用户达成一次目标条件,即算作完成一次转化。
提高转化率是提高企业 ROI 的最快方法之一,转化率提升也意味企业的运营正在逐渐高效。
通过渠道分析模型,可以对比不同渠道用户的注册转化率,并结合获客成本,筛选高效获客渠道,提升获客效率。
为了解不同广告投放渠道的注册转化情况,某社交产品对于近 7 日的新用户来源进行了渠道分析,将分析维度定义为「渠道来源分组」,渠道的转化目标设为「注册成功」的「转化用户数」,得到通过指定广告跟踪转化了 851人、电子邮件543人、消息通知490人、直接访问248 人、搜索引擎215人、外部链接148人、社交媒体73人。
在上述案例中,以指定广告跟踪、邮件、消息通知的方式获客更多,企业可着重关注。但是否说明这些渠道质量就更好呢?
其实在实际操作中,不能仅凭各渠道流量多少来判断推广渠道的优劣,可选取最终转化率和用户留存率共同作为衡量渠道的指标,更精准地判断各渠道 ROI。
当分析完各渠道新用户转化数量之后,可进一步分析后续用户留存情况。如上图所示,将衡量渠道的基础指标定义为 7 日留存率,对于各个获客渠道进行降序排列,评估各渠道质量,我们会发现 7 日留存率最高的渠道是搜索引擎为1.37%。
指定广告跟踪虽然流量大,但留存率仅0.32%。我们在进行渠道分析时,需要制定合理的转化目标,综合评估渠道价值。
03
留存分析
留存是指用户使用后一段时间仍有使用。留存分析是一种衡量用户健康度或参与度的方法,从某个用户群初始行为开始计算,在一段时间后是否发生了期望的行为。
留存分析可以帮助我们分析客户流失的量以及原因,发现流失原因以便于更好的对产品或者细节进行优化,提升用户价值。留存分析还可以协助我们解决以下的问题。
上个月对产品进行了优化调整,怎么去评估他的效果?是否达到了预期的效果?通过自定义初始行为和后续行为,选定留存用户数/留存数指标即可查看留存情况,并可以对不同维度的条件过滤,进行多人群对比分析。新增用户留存和活跃用户留存是最常用留存分析。
此外,还可以通过自定义初始行为和后续行为进行留存分析,初始行为和后续行为均可以是任意事件或者某个具体事件,不同的分析场景中可以设置多个不同的留存条件来分析,根据各自的需求去完善跟进,下图的表可以根据自己的数据、需求自行建立:
◆ 应用场景示例:发放优惠券的用户留存情况
某零售品牌在去年9月入驻了Y市,首店开业时,通过线上线下不同渠道分发了一些优惠券,但销量一直没有太大变化。
开业一周后,该零售品牌通过留存分析监测到开业首周的用户数据。由于该零售品牌的主要目的是监测优惠券的发放效果,所以将初始行为设定为「使用优惠券」,后续行为设定为「支付订单」,以监测开业一周以来的用户留存与转化情况。
通过数据可以看出,在优惠券使用当日,用户留存大概为70%左右,留存率并不算低。但到了领券后第一日,用户留存率就直降至0.93%,并随着时间的推移不断减少直至全部沉寂。
现有的用户基本都为当天的优惠券吸引进来的,次日乃至以后能产生复购行为的几乎没有,这说明大多数新用户仅仅只是抱着“薅羊毛”的心态来消费,这类用户并不能作为该零售品牌的核心用户。对于这类情况,企业应该考虑重新制定优惠券玩法,以真正触达自身的核心用户群体。
上一篇:新手玩抖音如何直播带货?