如何利用資料優化運營？

有位做電商的朋友在微信上問：“活動時使用者參與量不錯，但在活動結束後使用者留存率低怎麼辦？

我：“券發了嗎？有做到期提醒嗎？有做秒差福利召回嗎？...”

朋友：“都做了”

我：“那可能是產品的問題，電商本質還是拼商品質量和物流”

朋友：“你說對了，因為流量低，優質商戶不肯入駐”

我：“那現在能做的就是去跑下資料，看看還有哪個類目的商戶質量不錯（點選量、轉化率、復購率相對較高）可以從這些還有得救的類目開始使用者留存的突破咯。

不知道我提的建議是否最終能夠幫助他解決的問題，但至少是指了一條可以馬上著手去運營優化的路。

在我的家鄉沙縣，開小吃的人很多，大部分小吃店老闆為掙到更多的錢，會在打烊的時候去分析今天賣了多少，採購的食材成本多少，蒸餃和餛飩哪個消量大，客流量大不大，人均客單價多少，來得都是老客戶還是新客戶，是通過口碑效應過來的還是瞎逛過來的......

在資訊化幾乎為零的小吃行業沒辦法只能靠老闆們的經驗做出分析和判斷，它們蠻難拿出具體的資料來分析經營情況，通常情況下他們也只能按照人流量的大小來決定店鋪的選址。

不過在以資料為最大賣點的網際網路行業，所有的工作和使用者行為都是可以量化的，大的像阿里這樣自稱為資料公司做使用者行為大資料分析，小的是到網站上的一個 banner 點選統計，當然今天我們只談小的這一方：聊聊如何利用資料更好的做運營。

• 你的圖文分享 / 收藏率？
• 你的產品 ROI 如何？
• 你的渠道投放哪個質量高？
• 你的內容閱讀量多少？
• 你的內容生產使用者有多少？

資料作為一種度量方式，能真實的反映產品運營的狀況，幫助我們進一步瞭解產品、瞭解使用者、瞭解渠道進而優化運營策略。用資料分析的結果來驅動運營方式，不同的運營方向（內容運營、活動運營、渠道運營、使用者運營….）需要運營從業者有著不一樣資料敏感性、邏輯能力。

1、活動運營的資料分析

策劃活動作為運營的通用手段，為了不出現 “不知道如何預估活動效果” 這樣的問題，在活動開始前通常都需求確定一個重點提升的核心資料，這樣的核心資料包含新使用者註冊、使用者活躍度、使用者付費轉化、產品交易額、品牌知名度（百度指數、新浪指數、媒體指數）。

另外，通常運營策劃的活動可以分為兩類，第一類是非商品交易的互動型活動，它主要關注的資料是活動產生的使用者互動量以及產品核心資料提升的效果，把這些互動量再往深的挖就是分析老使用者與新使用者的互動比例，這樣進一步的分析可以幫助運營知道各種型別的互動活動（互動形式 + 獎品）對新老使用者的影響差異在哪。

圖 1：某活動頁面的新老使用者點選轉化對比

第二類活動則是商品交易的促銷活動，主要是關注促銷頁面各關鍵節點的點選情況和各種的轉化率是否比日常非活動的狀態下提升不少：活動頁面商品的點選次數 / 進入商品的流量的比例、瀏覽 / 放入購入車 / 下單的轉化率、購物車 / 完成付費率、優惠券核銷量 / 優惠券發放量”，當然還有活動為平臺帶來的總交易額。

促銷類活動的資料分析顆粒度再做小一點，建議可以按照新使用者和老使用者做區隔分析 /A 渠道和 B 渠道使用者付費比例、付費客單價分析、後續使用者留存情況等。以會員類增值服務的銷售為例，除了要分析活動帶來的銷售總額，還可以分析各層級使用者的付費情況：老付費使用者的購買量以及他們購買的會員有效期長度的分佈情況 / 新增付費使用者的人數 / 購買的會員月數分佈 / 流失使用者召回比率 / 體驗會員的付費轉化比例。

圖 2：分層的會員資料管理

2、內容運營的資料分析

對編輯來說比較關心的是內容展示情況，包含內容的更新量、曝光量、點選量、停留時長、轉發、收藏、點贊、評論以及內容瀏覽路徑 “曝光-點選-閱讀-分享” 的各項轉化率。

 

圖片 3：公眾號自動的圖文轉化率分析

出於針對性提升某項產品指標的內容運營來說，則需要更多的關注內容對該指標的推動作用。比如通過內容召回使用者，那麼就是需要關注的是內容送達人數和靜默使用者登入產品的比例。現在越來越多的電商在嘗試用內容來做銷售引導，這樣的內容運營除了要關注基礎的圖文閱讀量，還需要看內容裡商品連結的點選、商品瀏覽和訂單情況。

3、渠道運營的資料分析

廣告渠道的投放是產品獲取使用者的主要途徑，運營可以通過下載量和啟用量真實瞭解渠道獲取使用者的能力。渠道運營需要分析 “渠道點選—下載—啟用—註冊—更深的行為” 使用者獲取的鏈條上每個環節的轉化率，然後優化每個環節的轉化效果，從而降低每個使用者的獲取成本。

當新版本釋出出現明顯的資料波動時，單純的看渠道使用者獲取路徑的資料不能幫助我們做出運營判斷，建議可以把不同維度的資料做對比，譬如跟歷史資料做比較，或同一時間點的同類 APP 進行多維度間的對比這樣有利於運營找到渠道轉化率資料變化的根本原因。

舉個案例來說明如何通過分析渠道留存率找到運營中的問題：某款社交類 APP 在發新版本後，與發版前相比出現日活比例急劇下降的情況，這種問題該如何分析？

DAU 分成新使用者和老使用者，運營可以讓技術跑出一組資料（如圖 2），研究近期使用新版的老使用者留存情況以此來檢視是否為產品問題導致的老使用者流失；再觀察各渠道留存率新使用者的沉澱 (留存)，看是產品的問題還是渠道推廣的問題。

圖 4：某社交產品留存分析

通過這樣一組資料對比分析可以發現，老使用者對新版本接受度不錯並沒有出現大的不動，版本後整體留存率非常低的主要原因是新版本在主推渠道 A 的推廣上存在使用者質量不高的問題。

4、專案運營的資料分析

對於專案或者產品的運營來說，如果是需要從專案伊始跟進資料的分析工作的話，應該包含以下和資料有關的事情要考慮。

1）資料項與埋點

運營需要基於對業務流程的瞭解去儘可能多的列出資料項，做此類工作可以根據使用者行為路徑做資料漏斗模型，路徑拆分的越細這個模型就越有效。

圖 5：理財產品的使用者行為漏斗

資料項作為基礎資料，需要通過技術在相應的路徑上埋點統計獲得，運營需要根據這些基礎資料做關鍵路徑轉化比例的分析和按照時間前後的同項資料分析，來明晰專案的運營情況。需要再進一步完善資料項就是根據圍繞專案的核心資料做向前向後延伸，向後為使用者後續行為的統計，向前為使用者來源質量分析。

另外，資料分析可以分為報表資料和非報表資料。報表資料也就是每天能夠在資料後臺直接看到的資料，通常情況下使用者關鍵路徑資料需要做成報表資料。類似新老使用者的路徑行為差異對比，屬於長週期且非核心資料在專案早期階段不建議做成報表，只需要在階段性的產品運營狀況分析時讓技術跑一個時間段的資料對比即可。

2）資料分析週期

資料分析週期顧名思義，是指運營間隔多長時間將資料包表產生的資料扒出來做進一步的分析。在專案初期分析週期可以是 1 天，如果成熟後就是 7 天一次甚至更久。除了做各個關鍵環節的轉化率資料分析外，運營可將基礎資料按時間軸繪製在 Excel 表格中，以時間為橫軸做成折線可看每個路徑的資料趨勢，以時間為縱軸可以做成條形圖看看每一個路徑的轉化率。

 

圖 6：某專案的功能使用者量趨勢分析

3）資料分析結論

資料分析是手段，最有價值的是分析後的那幾句結論。閱讀量低、轉發量少、交易額下降…通過資料分析找到導致問題產生的原因；交易額提升、閱讀量高、轉發量多，通過資料分析提煉出那些有效提升資料的運營手段，可將這些手段固定成產品形態進一步擴大資料效果。

4）專案運營調整

其實，資料本身並不能直接幫助改善產品，資料歸根到底是一種度量，想讓資料真正發揮作用，一定要基於運營者對業務非常深的理解。運營作為最瞭解產品裡的各項資料情況的人，將資料作為產品改善的依據，需要用資料來證明專案繼續做的價值，用資料去推動產品、技術、渠道同學完成做各自的工作優化迭代。

5）專案總體彙報

大的專案基本上可以分成幾個不同的時期，籠統的分可以是 “檢驗期-進入期-成長期-高成長期-成熟期-衰退期”，每個時期都會有不同的關注側重點的，都需要向上去彙報專案總體的運營情況。

如果專案靠譜，資料埋的點多，平臺資料分析做的勤，再配上 “專案背景、專案目標、專案資料、運營分析、經驗複用、後續計劃” 的專案總結文件撰寫套路，遇到領導的突擊專案總體彙報時問題基本不大。

在這裡重點說說彙報中的專案資料部分，專案資料作為彙報的重點，它可分為核心資料和周邊資料（包含內容資料、使用者資料以及各種維度的對比資料），核心資料放彙報的最前面附上專案現狀概述性的話，這部分討巧的做法用對標某款大家都熟知的產品方式，比如說你是在做一個小學生教育商品資訊共享專案，那麼在彙報時就可以用這樣的資料開通 “教育商品類資訊的分享和使用者消費量都挺大，產品日活 20000+，使用者日均分享 200 個優質商品內容、專案整體的人均瀏覽 PV 為 10，人均分享量 7PV，它將極有可能成為 K12 領域的什麼值得買”。

核心資料闡述完後，開始周邊資料的分析，內容運營層面就可以分析什麼型別的內容是專案的目標使用者喜歡的，我們這些內容有多少是 PGC 有多少 UGC，它們的分享情況分別如何和瀏覽情況分別如何？如果你真的不怕得罪人的話，可以拿你的內容資料跟其他專案的內容資料做對比，證明你的專案內容優質度高，對促進產品活躍度很有價值。

使用者運營層面的資料分析，則主要是包含核心業務的各個關鍵路徑的轉化情況，梳理出使用者流失的關鍵節點和功能優化建議，然後可以小篇幅的提一提專案的使用者層級，有多少核心使用者參與內容貢獻，有多少分享了內容參與到內容傳播，有多少閱讀量超過*次以上屬於忠誠使用者，以及還有多少是潛水的使用者。

如果你的專案只是為了提升產品裡的某一個核心資料，做完產品日活提升情況的分析之後，就是圍繞專案影響這一核心資料的幾個關鍵環節進行資料分析，看看有哪些優化和改進的空間。最後，回到我們的話題核心觀點：當運營過程中遇到策劃迷茫時，可以先分析下現有運營策略執行的資料情況，別過早的將現有策略定為無效或者立馬去尋找新的策略（策略就那幾種，盲目的換隻是會把自己更快的逼上絕境）。就像在開頭我和朋友的對話那樣，活動策略本身沒有錯，留存提不上去的核心問題是商城裡面的商品不給力甚至是物流也被詬病。 

本文轉自d1net（轉載）