本文接三生三世之?dāng)?shù)據(jù)和運(yùn)營(yíng)的愛(ài)恨糾葛（上篇）?
五驾诈、數(shù)據(jù)和運(yùn)營(yíng)的三生三世
5.1 流量運(yùn)營(yíng)數(shù)據(jù)分析
5.1.1 多維度分析流量指標(biāo)
前面已經(jīng)提到滓侍，流量的紅利時(shí)代已成為過(guò)去取逾，但并不代表流量運(yùn)營(yíng)不重要岁歉，只是以往只關(guān)注PV杨箭、UV等粗放式指標(biāo)是遠(yuǎn)遠(yuǎn)不夠的，因此我們要根據(jù)不同平臺(tái)從多個(gè)維度去分析不同的指標(biāo)乙漓。
一般來(lái)說(shuō)级历，Web端我們要關(guān)注網(wǎng)站訪問(wèn)量、PV/UV以及用戶的平均訪問(wèn)時(shí)長(zhǎng)叭披，訪問(wèn)深度和跳出率等寥殖。
在網(wǎng)站流量分析中涩蜘，主要包括網(wǎng)站流量來(lái)源分析（排名）嚼贡、落地頁(yè)（landing page）、搜索引擎關(guān)鍵詞分析及網(wǎng)站流量趨勢(shì)分析等同诫，每個(gè)方面又可以相應(yīng)的細(xì)分分析粤策。比如：分析網(wǎng)站流量來(lái)源包括直接訪問(wèn)、媒體網(wǎng)站误窖、搜索引擎及外鏈等叮盘，對(duì)這些渠道又需要做層層流量分析，若是直接訪問(wèn)渠道占比大霹俺，說(shuō)明公司的品牌知名度較高柔吼，若搜索引擎占比大，說(shuō)明公司在SEO/SEM這塊的成效大丙唧，不同渠道的占比都能一定程度的反饋運(yùn)營(yíng)工作的成效愈魏。
對(duì)于landing page的分析意義在于若是用戶到達(dá)頁(yè)是一個(gè)無(wú)效或者不相關(guān)的頁(yè)面，會(huì)帶來(lái)很高的跳出率，因此每個(gè)落地頁(yè)的分析對(duì)于流量分析也至關(guān)重要蝌戒。
對(duì)于APP端一方面是看用戶活躍度（DAU/WAU/MAU）串塑、日啟用次數(shù)、周/月留存率以及啟動(dòng)時(shí)間段北苟，APP頁(yè)面點(diǎn)擊數(shù)分布等數(shù)據(jù)桩匪。
分析用戶活躍度可以提前針對(duì)預(yù)警用戶和流失用戶采取一些挽回措施，降低用戶流失率友鼻，另外分析用戶啟動(dòng)時(shí)間段傻昙，在恰當(dāng)?shù)臅r(shí)間將活動(dòng)和重要信息推送給用戶，以達(dá)到最佳的效果彩扔。
5.1.2 轉(zhuǎn)化漏斗分析流量指標(biāo)
對(duì)于已經(jīng)到達(dá)網(wǎng)站端或app端流量妆档，我們一般都還需要進(jìn)行激活和轉(zhuǎn)化，最后才能化為收益虫碉。通過(guò)轉(zhuǎn)化漏斗贾惦，可以發(fā)現(xiàn)每一個(gè)轉(zhuǎn)化環(huán)節(jié)的重要性以及主要流失在哪一步。
以上圖為例敦捧，我們分別對(duì)轉(zhuǎn)化的每一步進(jìn)行分析须板，分析上方的漏斗發(fā)現(xiàn)第一步到第二步的流失率最高，因此對(duì)于粉絲的拉新還需要甄別有效渠道兢卵，因?yàn)橐恍┣揽此茙?lái)很高的曝光量习瑰，但實(shí)際上帶來(lái)的卻是更多無(wú)效的“僵尸粉”，與此同時(shí)秽荤，優(yōu)化渠道從而獲取更多高質(zhì)量的用戶甜奄，利于后續(xù)的轉(zhuǎn)化。
5.2 用戶運(yùn)營(yíng)數(shù)據(jù)分析
若用戶運(yùn)營(yíng)通過(guò)數(shù)據(jù)分析達(dá)到用戶增長(zhǎng)的目的窃款，最核心的在于用戶的精細(xì)化運(yùn)營(yíng)课兄，也就是我們之前講到的增長(zhǎng)黑客的海盜模型（AARRR模型），轉(zhuǎn)化是精細(xì)化運(yùn)營(yíng)的核心思路雁乡，精細(xì)化運(yùn)營(yíng)很注重每一步的轉(zhuǎn)化率第喳，因此提升整體的轉(zhuǎn)化率關(guān)鍵是將每一步的轉(zhuǎn)化率提升糜俗。
在前面的AARRR模型已經(jīng)詳細(xì)講到過(guò)拉新踱稍、促活、留存悠抹、收益及傳播珠月，現(xiàn)在就如何用數(shù)據(jù)分析提高用戶留存率展開來(lái)講，一般情況下楔敌，用戶留存分析可以按照不同的維度（時(shí)間/渠道/行為/喜好）等進(jìn)行用戶分組啤挎，在進(jìn)行分組后，通過(guò)日留存或周留存建立報(bào)表查看數(shù)據(jù)，但純粹的查看這些數(shù)據(jù)差異并不能檢驗(yàn)運(yùn)營(yíng)策略效果庆聘，因此這個(gè)時(shí)候可以采用A/B測(cè)試分析對(duì)比法胜臊，對(duì)某些可能的用戶行為進(jìn)行分組對(duì)比，看留存數(shù)據(jù)是否會(huì)有較大的差異變化伙判，從而優(yōu)化運(yùn)營(yíng)策略，提升用戶留存率。
5.3 內(nèi)容運(yùn)營(yíng)數(shù)據(jù)分析
本人是一個(gè)微信公眾號(hào)的運(yùn)營(yíng)小編席舍，那關(guān)于內(nèi)容運(yùn)營(yíng)這塊的數(shù)據(jù)分析践图，就和大家講講微信公眾號(hào)的內(nèi)容數(shù)據(jù)分析吧。
微信公眾號(hào)后臺(tái)多次迭代數(shù)據(jù)統(tǒng)計(jì)分析的功能菇曲，就目前的版本功能來(lái)看冠绢，我們可以從微信后臺(tái)看到微信圖文的轉(zhuǎn)化率、趨勢(shì)圖常潮、用戶屬性等弟胀。
5.3.1 圖文轉(zhuǎn)化率
微信圖文的轉(zhuǎn)化率是衡量一篇微信文章價(jià)值的重要因素，它可以直觀地展現(xiàn)你的文章是否獲得良好的傳播效果喊式。
這里以我之前寫的一篇微信圖文為例邮利，和大家分享下圖文轉(zhuǎn)化率。
從上圖可以看到一次傳播和二次傳播兩個(gè)概念垃帅。
一次傳播：在公眾號(hào)首次推送文章時(shí)送達(dá)給關(guān)注了該公眾號(hào)的用戶延届，用戶通過(guò)會(huì)話閱讀文章或者分享文章到朋友圈的行為。
從圖中可以看到一次傳播轉(zhuǎn)化率有兩個(gè)數(shù)據(jù)贸诚，第一個(gè)：公眾號(hào)會(huì)話閱讀率=公眾號(hào)會(huì)話閱讀人數(shù)/送達(dá)人數(shù)=3.51%方庭，說(shuō)明有3.51%的關(guān)注粉絲在會(huì)話中點(diǎn)開并閱讀了推送文章；第二個(gè)：從公眾號(hào)會(huì)話分享率=從公眾號(hào)分享到朋友圈的人數(shù)/公眾號(hào)會(huì)話閱讀人數(shù)=12.86%酱固，說(shuō)明有12.86%的關(guān)注粉絲分享了文章到自己的朋友圈械念。一次傳播的轉(zhuǎn)化率可以表面公眾號(hào)粉絲對(duì)文章的喜愛(ài)程度，轉(zhuǎn)化率越高說(shuō)明粉絲的粘性越大运悲。
二次傳播：指的是粉絲在朋友圈里的朋友（非粉絲或粉絲）閱讀龄减，或者被朋友圈里的朋友再次分享產(chǎn)生的數(shù)據(jù)。
5.3.2 用戶屬性分析
上圖顯示了閱讀圖文用戶的多維度屬性班眯，包括用戶的性別希停、使用的客戶端以及所在省份。根據(jù)這些信息署隘，可以從性別或者根據(jù)地域分布的屬性來(lái)推送定制的內(nèi)容宠能，從而獲取最佳的傳播效果。
從微信圖文的小時(shí)報(bào)里磁餐，我們可以清晰的看到用戶在19：00至20：00之間的閱讀量達(dá)到高峰违崇，因此在這期間推送文章，得到傳播的效果也會(huì)是最佳滴，不過(guò)不同公眾號(hào)的文章推送時(shí)間還需長(zhǎng)期監(jiān)測(cè)來(lái)驗(yàn)證是否為黃金時(shí)段羞延。
5.3.3 閱讀來(lái)源分析
從上圖可以看出微信文章的閱讀量很大一部分取決于朋友圈閱讀量（接近70%）渣淳，也就是我剛剛提到的二次傳播，很多微信文章病毒式的傳播也是依靠朋友圈這個(gè)二次傳播渠道伴箩，因此我們要致力于產(chǎn)出優(yōu)質(zhì)文章水由，吸引更多的人在社交渠道轉(zhuǎn)發(fā)從而獲取更高的關(guān)注度。
六赛蔫、案例分析
6.1 搭建數(shù)據(jù)運(yùn)營(yíng)分析體系
1）平臺(tái)定位
無(wú)論你是運(yùn)營(yíng)一個(gè)微信公眾號(hào)還是一個(gè)社區(qū)砂客，都需要給自己所運(yùn)營(yíng)的平臺(tái)做一個(gè)定位，這樣你的識(shí)別性就出來(lái)了呵恢。當(dāng)然定位之后鞠值，要建立核心目標(biāo)，如果是UGC平臺(tái)渗钉，內(nèi)容和內(nèi)容生產(chǎn)者就很重要彤恶，你的核心指標(biāo)就是獲取更多的內(nèi)容生產(chǎn)者幫你產(chǎn)生優(yōu)質(zhì)內(nèi)容，從而吸引用戶參與和留住用戶鳄橘。
2）用戶畫像
用戶運(yùn)營(yíng)中很關(guān)鍵的一個(gè)步驟就是用戶畫像声离，你要了解和熟悉你的用戶群體，你的用戶群體特征有哪些瘫怜？他們的關(guān)注點(diǎn)和用戶痛點(diǎn)是什么术徊？從哪些渠道可以獲取他們？這些問(wèn)題都是用戶畫像里需要關(guān)注的點(diǎn)鲸湃。
3）持續(xù)運(yùn)營(yíng)和數(shù)據(jù)分析
當(dāng)獲取到你的用戶群體后赠涮，要不斷的運(yùn)營(yíng)和維護(hù)，但如果其中出現(xiàn)一些異嘲堤簦現(xiàn)象和數(shù)據(jù)笋除，要及時(shí)分析并改進(jìn)，學(xué)會(huì)常用的數(shù)據(jù)分析工具炸裆，并不斷優(yōu)化你的運(yùn)營(yíng)策略垃它。
6.2? 業(yè)務(wù)核心指標(biāo)運(yùn)營(yíng)分析
在漏斗分析模型中我們講到過(guò)，一個(gè)注冊(cè)登錄的過(guò)程中烹看，驗(yàn)證碼是這個(gè)業(yè)務(wù)的核心指標(biāo)国拇，但如果這個(gè)環(huán)節(jié)沒(méi)有優(yōu)化的話，將大大影響到用戶的注冊(cè)和登錄听系。優(yōu)化之前是采用郵箱登錄贝奇，但實(shí)際生活中虹菲，郵箱驗(yàn)證很容易因?yàn)猷]件代理商被屏蔽靠胜、郵件含有敏感字被歸入垃圾郵箱，因此導(dǎo)致用戶收不到驗(yàn)證碼。但是將郵箱驗(yàn)證改成短信驗(yàn)證后浪漠，用戶的注冊(cè)登錄轉(zhuǎn)化率得到明顯的提升陕习，因此關(guān)注業(yè)務(wù)核心指標(biāo)，利于運(yùn)營(yíng)人員更好的分析問(wèn)題所在址愿。
七该镣、總結(jié)
7.1 用戶行為分析
作為運(yùn)營(yíng)喵，經(jīng)常會(huì)與PV/UV响谓、跳出率损合、頁(yè)面訪問(wèn)時(shí)長(zhǎng)、頁(yè)面訪問(wèn)來(lái)源（Web端）及活躍度娘纷、留存率嫁审、復(fù)購(gòu)率（APP端）等數(shù)據(jù)打交道，基于這些數(shù)據(jù)的分析就是我們常說(shuō)的用戶行為分析赖晶。
對(duì)于不同屬性的平臺(tái)關(guān)注的用戶行為也不同律适，因此抓取的數(shù)據(jù)也會(huì)有所差異。我所運(yùn)營(yíng)的平臺(tái)是電商平臺(tái)遏插，因此更關(guān)注用戶的轉(zhuǎn)化率相關(guān)的數(shù)據(jù)捂贿，比如：用戶的訂購(gòu)率、單次交易額胳嘲、復(fù)購(gòu)率以及訂購(gòu)的商品種類等數(shù)據(jù)厂僧。不同用戶群體的關(guān)注點(diǎn)也會(huì)存在差異，因此對(duì)于用戶的分析點(diǎn)也要因人而異了牛，反饋出來(lái)的數(shù)據(jù)也能代表用戶某一群體的大致特征吁系。
7.2 數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)
說(shuō)了這么多，最終回到數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)這塊白魂，主要是跟大家推薦幾款第三方數(shù)據(jù)分析工具汽纤，作為一個(gè)創(chuàng)業(yè)團(tuán)隊(duì)的運(yùn)營(yíng)喵，并買不起什么大的數(shù)據(jù)分析工具福荸，友盟是我們團(tuán)隊(duì)用的最多的一個(gè)工具蕴坪，可以支持iOS、Android應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析敬锐，雖然功能比較少背传，但是對(duì)于一些小團(tuán)隊(duì)來(lái)說(shuō)足矣。
當(dāng)然台夺，我在學(xué)習(xí)數(shù)據(jù)運(yùn)營(yíng)的過(guò)程中時(shí)常接觸到其他工具也是不錯(cuò)滴径玖，比如：
1) Growing IO
Growing IO強(qiáng)大的地方在于無(wú)需埋點(diǎn)，就可以獲取并分析全面颤介、實(shí)時(shí)的用戶行為數(shù)據(jù)梳星，并優(yōu)化產(chǎn)品體驗(yàn)赞赖，實(shí)現(xiàn)精益化運(yùn)營(yíng)。
2）神策數(shù)據(jù)
神策數(shù)據(jù)為企業(yè)提供可視化數(shù)據(jù)分析冤灾，實(shí)現(xiàn)企業(yè)數(shù)據(jù)驅(qū)動(dòng)前域。核心競(jìng)爭(zhēng)優(yōu)勢(shì)在于私有化部署與可視化埋點(diǎn)。
3）諸葛IO
諸葛IO的核心優(yōu)勢(shì)是用戶分析更深入韵吨、在決策方面提供智能化的指導(dǎo)匿垄。換而言之，不僅提供給企業(yè)統(tǒng)計(jì)的平臺(tái)归粉，還提供智能化的決策和結(jié)論椿疗。
還有很多優(yōu)秀的數(shù)據(jù)分析工具，就不在此一一列舉了糠悼。有興趣的童鞋可以自己親自去體驗(yàn)下变丧，都有試用版本的哦。
7.3 總結(jié)
越是信息化的時(shí)代绢掰，數(shù)據(jù)的重要性就越能夠被凸顯出來(lái)痒蓬，作為互聯(lián)網(wǎng)的運(yùn)營(yíng)人員，能夠?qū)⒆约浩脚_(tái)產(chǎn)生的數(shù)據(jù)靈活的應(yīng)用并轉(zhuǎn)化為驅(qū)動(dòng)運(yùn)營(yíng)的好幫手滴劲，想必運(yùn)營(yíng)工作會(huì)事半功倍吧攻晒，此時(shí)此刻，我還在這個(gè)課程的學(xué)習(xí)當(dāng)中班挖，以上參考了很多網(wǎng)上大神的文章以及我正在看的書籍《誰(shuí)說(shuō)菜鳥不會(huì)數(shù)據(jù)分析》鲁捏，我正努力將數(shù)據(jù)分析理論和實(shí)際工作更好的結(jié)合。文中如有不正確的地方萧芙，歡迎大家指正给梅，共勉！
