綠色排版工具|熱門專題|網站地圖|移動官網
您的當前位置:網站首頁 > 增長黑客 > 正文

增長黑客怎么做運營數據分析

來源:小螞蟻 編輯:小螞蟻 時間:2018-11-29 23:42:56 閱讀:

          拉新、促活、留存,是日常運營工作中的常見指標,通過這些角度的指標可以統計反饋APP的用戶增長情況。但對很多運營人來說,常規指標的數據統計只是停留于數字本身的記錄,而不能發現數字背后的增長契機。

         本文將從推廣新增、用戶活躍、用戶留存3個角度幫你建立正確的運營數據分析思路。

01 獲客階段要統計哪些數據?

增長黑客怎么做運營數據分析

獲客階段的數據分析要關注哪些內容?

在獲客階段,通過數據分析主要解決3個問題:

1.你的廣告費有沒有帶來真實的轉化

通常我們在統計付費推廣效果時,都會衡量渠道轉化ROI,簡單說就是每個用戶轉化花了多少錢,但是無法看出是否轉化了有效用戶。

因此,在統計維度上除了關注下載量、新增用戶量,還要關注1次訪問用戶,如果1次訪問用戶量過多,說明渠道不精準。

通過各渠道轉化ROI的對比和不同付費方式的轉化ROI對比,找出最具性價比的推廣渠道,同時關注有效ROI,從用戶價值的角度衡量轉化效果。

2.新增用戶量受哪些因素影響?

通過對下載量、新增用戶量等數據的統計,各維度數據需要取平均值,關注該維度數據與平均值的對比、與昨日數據對比,觀察變化因素。

同時,為了找出影響因素,在推廣條件相同(相同渠道推廣花費相同,比如都沒有付費)下,對比不同月份、星期幾以及24小時不同時間的變化情況,分析時間因素對數據的影響。

3.衡量曝光量與下載量之間的關系

曝光代表產品品牌露出,下載代表獲得實際用戶增長,通過對下載轉化率的分析,觀察不同渠道各需要多少次曝光才能帶來一次下載。

同時,對下載轉化率的分析還需要從推廣標題、關鍵詞、詳情描述等內容角度觸發,觀察不同內容對數據的影響,找出最優的推廣文案。

02 活躍用戶數據有哪些統計維度,要如何分析? 

增長黑客怎么做運營數據分析

活躍用戶的數據分析要關注哪些內容?

針對活躍用戶的數據分析,可以解決4個問題:

1.定義活躍用戶指標

在上表中的“衡量維度”數據是通過訪問時長、會話次數等維度衡量活躍用戶的不同維度,可以分析出各自維度的平均值及高于平均值的用戶數量;

而“收藏指數”是指反饋用戶對產品產生真正使用行為的數據維度,收藏代表用戶對內容的認可,不同產品的“收藏指數”定義不同,如電商產品以“加入購物車”或“瀏覽3個商品詳情頁”作為衡量維度,通過用戶行為來定義“活躍用戶”的標準。

2.通過活躍用戶變化反饋產品健康度

通過日活、3日活躍、7日活躍、30日活躍等不同時間維度的活躍用戶變化情況,反饋階段時間內產品運營策略的正確性以及產品內容、服務的用戶滿意度。

3.統計“回流”用戶數據變化

不同時間維度分析中都有一個“回流”數據,即通過分析幾日前不活躍但今日活躍的用戶,觀察3日回流、7日回流、30日回流的用戶變化情況。

4.衡量活動質量與活躍用戶來源

通過分析各渠道、活動轉化用戶中的活躍用戶占比,衡量渠道效果,同時分析各渠道、活動轉化的活躍用戶在整體用戶中的占比,分析活躍用戶來源。

03 留存用戶要統計哪些數據?

增長黑客怎么做運營數據分析

如何定義留存用戶?

留存用戶是指某個用戶群體在一段時間內對產品有訪問行為,留存用戶的定義有2種方式:

第一種是常規的方式,階段時間內有任意訪問行為的用戶即為留存用戶;

第二種是需要用戶有一定訪問行為,例如瀏覽時間多長、訪問幾次、訪問哪些頁面。

對于留存用戶,建議采取第一種定義方式,階段時間內有任意訪問行為,代表用戶對產品還有印象,就有促活的可能。

留存用戶分析有哪些價值?

留存用戶量的統計在于衡量產品的用戶規模,而精細化運營的留存用戶分析,需要通過留存用戶找出提升用戶留存的方法。留存用戶分析有3個重點方向:

1.發現留存用戶特征

基于用戶行為特征,如瀏覽時長、領取過優惠券等群體或特殊行為特征,分析不同特征下的留存用戶量,找出高留存特征與低留存特征,同時基于一個特征找出提升留存的值。

如通過用戶使用時長分析留存用戶特征,日使用10分鐘、15分鐘、20分鐘、30分鐘等不同時間段的留存用戶有哪些區別,觀察出對留存影響較顯著的時間維度,如某日新增用戶中使用15分鐘的用戶留存率較使用10分鐘的用戶留存率顯著提升了20%,那么應以用戶使用時長15分鐘作為提升用戶留存率的標準。

2.發現渠道轉化用戶留存特征

通過對不同渠道轉化用戶的留存率分析,發現渠道對用戶留存的影響因素,判斷不同渠道的用戶喜好與對產品的需求。

3.分析會話流失節點

會話流失節點是指用戶在一次訪問過程中的退出頁面,算為一次會話流失。通過分析高流失的頁面,找出用戶流失的產品因素,進而優化相關內容。

04 總結

新增、活躍、留存3個階段的數據統計目的在于通過數據真實反饋APP在用戶使用體驗中的數據化反饋,通過細分每個維度的統計指標,找到新增后行為特征、活躍用戶活躍特征、留存用戶的留存特征,從而提升新增、活躍、留存3個維度的數據表現。

圖文精選:

欄目分類

Copyright?2012-2019 小螞蟻信息網版權所有 粵ICP備14061018號


鄭重聲明:本網站資源、信息來源于網絡,完全免費共享,僅供學習和研究使用,版權和著作權歸原作者所有,如有不愿意被轉載的情況,請通知我們刪除已轉載的信息。

Top 双色球基本走势图2007