今天我們說說淺談產品營運四要素最後一個要素，數據分析；說到數據分析，相信不論是做產品營運、使用者營運或是推廣的小夥伴來說都不陌生，數據分析能充分反映出你營運做出來的效果如何？並且通過它還能察覺出問題所在，以便於及時找出解決問題的方法。
在前面我們說到產品、使用者、通路，每個要素都有它對應的數據指標進行效果回饋，如果純講概念方面的東西，相信大家不是很明白，那我們通過一個案例進行說明；比如老闆交給你一個資訊類APP的項目，他在給你下達任務前，APP還處於想法階段，那麼這個時候你怎麼辦？這個時候你就需要運用數據分析，來説明你完成這項工作：
做這款APP之前，我們要先明白商業目標是什麼，也就是我們做這款產品的目的是幹嘛？這個很好理解，建立龐大用戶群爭搶風投融資和相關的增值服務（指廣告服務），那我們有了這個目標後，就可以進行下一步了。下一步是什麼，當然是競分析和市場調查，通過這兩方面內容的獲取APP相關的需求，需求中包括用戶人群、興趣愛好、終端設備、內容方向等需求定位，然後便可以進行下一步用戶體驗佈局和原型圖的設計；後面的事就是技術開發的活了。經過一段週期後，這款資訊APP即將上線了。
前期的工作或許和數據分析關係不大，但是我們製訂的目標和數據分析有一定的關聯，因為目標是我們通過數據分析優化和改進的方向。當然上線之後，我們會經過各種測試和bug的修復才能到各大應用商店進行推廣和宣傳，以確保這款APP到用戶手機用戶體驗是最好的。後續通過一段時間運營和推廣，我們將相關的數據提取出來，前提是這些資料精準度是非常高的。下面我們先從這款APP提取相關數據進行分析：
一、產品方面數據項目：
核心指標：
- 產品規模：包括下載量、註冊啟動用戶數、日均活躍用戶數
- 市場運營：包括活躍用戶比例、用戶主要來源、留存率
- 商業效果：日均流水、增值使用者轉化率、增值服務金額等
衍生指標：
- 流覽方向：人均流覽量、人均流覽時長、啟動次數、訪問頻率
- 註冊方向：每日下載打開APP數、每日新增註冊數、註冊轉化率
- 留存方向：使用留存、購買留存
- 互動方向：每日評論用戶數、交互回饋次數(收藏、分享、喜歡等功能)
二、通路方面資料項目：
- 消費數據：消費、展現量、點擊數、平均點擊價格、平均排名
- 流量數據：訪問次數、訪客數、IP數
- 轉化數據：轉化率、盈收額、ROI
三、用戶方面資料項目：
- 使用者體驗資料：跳出率、到訪率、停留時長、訪問深度
- 訪客屬性：性別、職業、學歷、年齡、地域、使用設備、作業系統
當我們拿到以上三方面的數據後，當然這裡的工作是數據分析專員要做的內容，而且是每天都需要做統計，並且要保證數據的準確性。
下面我們說說分析數據的幾種方法，我在推廣營運的經驗已經有5年，用的最多兩種方法分析是圖表對比分析和歸因分析。
圖表對比分析，這種方法是先將批量或者某個時段的數據生成圖表，這裡圖表有很多種，有圓形圖、柱狀圖、曲線圖等，可以根據數據需求方的需求而來。雖然圖形不一樣，但都能回饋出相同的問題，這個是關注的核心點。
那麼怎麼進行對比呢？對比不是讓你口頭上去做對比，而常用的是環比和同比，當然數據比較敏感的，可能不需要通過圖形就能看出問題，但是為了直接和容易理解，圖表的生成是非常有必要的。
對比的數據項目並不是上面羅列的全部，而是取核心項，這樣顯得不會太繁鎖;通過分析後，用文字將發現的問題一一羅列，同時附上自己的看法和解決問題的建議，最後便通過郵件形式發送給需求方，整個過程盡可能體現做數據分析專業性的一面。
歸因分析，是指通過結果來分析原因。這裡舉例說明可能比較好理解，假如你負責的的這款APP某一周的註冊轉化率為0.5%，而正常情況下是1.2%，下降了0.7%個點，那麼該怎麼分析？我們先要看註冊轉化率是怎麼來的，先要明白註冊轉化率是怎麼來的，即註冊用戶數/下載數。
分析思路：註冊轉化率在下載數不變的情況下成正比，在註冊使用者數不變的情況下成反比。這裡便分了兩種情況：要麼是在下載數變化不大的情況下，註冊使用者變少了；要麼是在註冊數變化不大的情況下，下載數增多了；而這種情況肯定是訪客體驗APP時，某個細節做的不到位，而導致了跳出。
註冊使用者數減少，先看看APP註冊流程是不是出了問題，其次看打開APP人數是不是減少了，減少是ASO排名下降了還是競爭對手增加的原因，然後做出相應的調整，通過這樣排除再觀察數據變化。同樣在最後，將發現的問題以文檔形式羅列，以郵件形式傳達給需求方。
好了，數據分析就說到這裡，祝您有收穫。
0 comments:
張貼留言