誰都知道數據是產品和運營的利器,打造自己的數據運營

2019-03-08 04:03:32

TEL:5021003

傳統公司會做很多品牌傳播工作,但品牌傳播其實是不能直接接觸到用戶的。我們做用戶運營的人都知道:對你的品牌和產品有忠誠度的用戶,才是真正有價值的用戶。

用戶和用戶的需求其實是很容易滿足的,一旦你和用戶建立了有效聯繫便很自然地能得到一些忠誠度。

很多公司花了很多錢去做品牌傳播工作卻得不到好的效果,但做用戶運營,隨著用戶基數的增大,忠誠用戶就會越來越多

數據對運營的工作有著很關鍵的指導作用,比如幫助運營提高工作的效率、了解工作效果,讓運營更快、更好地做出某項決策等。

在時時都在強調大數據價值的時代,APP運營到底要如何利用數據分析做好每一次活動運營?

一場活動按時間或階段來分,可以分為活動前、活動中及活動後。今天我們打算從活動的前中後3個階段來說說如何通過數據分析做好活動運營。

一、做活動之前:用SDK埋點了解用戶需求

做一次APP活動,運營在活動前往往都有很多工作要準備,如了解現階段市場情況、確定活動目的、了解活動客群屬性以及做好活動策劃等。

其中,了解活動客群屬性的目的是為了調查用戶對什麼類型的活動、活動獎品有興趣,讓運營在做活動之前對用戶的興趣點有個底,並以此指導運營的活動策劃。

那怎么才能更深入地了解用戶興趣或需求呢?

就目前的技術來說,獲得用戶行為數據的常見手段是SDK數據埋點,也有很多運營稱之為“自定義事件”。APP套用內SDK數據埋點即通過在APP套用代碼的關鍵部分植入統計代碼,以此追蹤用戶在套用內的使用細節。運營通過蒐集到的用戶套用內操作行為信息來給用戶分組、打標籤,形成用戶畫像,再根據用戶畫像做策劃能夠吸引用戶注意力的活動。

一般的APP活動運營工具,大多通過SDK埋點幫助運營人員搭建用戶畫像的。根據用戶興趣信息提取、展示、分析和挖掘,結合用戶實際需求,並以用戶數據實體為中心規約數據維度類型,將得到的用戶興趣喜好用結構化的形式為用戶建立一個興趣模型,深入了解用戶需求,讓運營的每一次活動都有針對性。

比如一個電商購物APP在上新一件新產品後,想要測試這件商品的受歡迎程度,而通過SDK數據埋點數據發現,該商品確實很受歡迎,他下次在做APP活動的時候就考慮將這件商品作為獎品。

二、活動中:蒐集數據,實時調整活動

活動進行中,運營要做的就是蒐集數據、分析數據,具體包括對活動的實時數據進行監控、分析活動發放渠道的優劣以及蒐集用戶反饋。

1、對數據實時監控,及時調整活動

活動開展過程中,運營可以看的數據有訪問數據PV、UV、活動參與數、頁面登入數、中獎數、兌獎數、活動轉化人數/金額,以及用戶信息等。運營對活動數據進行實時監控,及時了解活動實時走向,一旦活動出現任何問題,立馬知道問題出現在哪裡,下一步該怎么調整。

比如之前雙十一期間,有個客戶在其APP內做了一次banner位投放活動,該客戶下午在看數據的時候,發現從12點到1點之間,活動參與人數和兌獎人數明顯不成比例,經過檢查和測試,發現是獎品的機率設定上出了問題,導致參與活動的用戶中了獎而無法兌獎。該運營人員找到問題後,馬上對活動中獎機率進行了調整,第二天活動數據就正常了。

2、分析活動發放渠道的優劣

活動需要推廣,推廣就會涉及到活動投放渠道。運營在活動運營過程中,需要對渠道轉化數據進行採集和分析。運營要根據多個指標來對分析每個渠道帶來的轉化率,比如哪個渠道帶來的用戶更精準,每個渠道帶給APP套用的用戶成分(老用戶占比多少,新用戶占比多少,轉化率如何等)。運營人員通過對比活動投放渠道的數據,確定哪個渠道能夠為APP活動吸引來更更多新用戶且用戶質量高。對於優質的渠道,可以記錄下來,以便以後的活動投放可以集中精力在優質渠道上。

3、重視用戶反饋

活動作為一種互動性較強的運營手段,在開展過程中或多或少都會有一些用戶自願做出反饋的。用戶反饋既是用戶參與活動後的體驗,也是了解用戶信息的途徑。正面的用戶反饋是用戶對活動的認可,有利於提高用戶對品牌的忠實度和粘性;負面的用戶反饋是運營日後做活動需要改進的地方。

建議運營在活動開展過程中多重視用戶反饋,為之後的活動策劃提供參考。

此外,還建議運營將有效用戶反饋和無效用戶反饋做區別,有效反饋重點分析,無效反饋有針對性分析。有效反饋是指一些具體化的反饋,如對活動亮點的評論、活動過程中的某些缺陷、用戶的吐槽等;無效反饋是指一些沒有實質具體性描述的反饋,如一些客套語和概括語。

三、活動後:數據復盤

活動結束後,對整個活動數據進行復盤很關鍵。一場APP活動需要復盤的數據主要有以下幾個方面:

活動PV、UV:有多少人參加了活動,活動給APP帶來多少流量,這些流量能夠給APP每天帶來多少新註冊用戶。如果還要分析轉化的話,需要運營在活動結束後對這些用戶的數據進行具體的分析。

新老用戶參與活動情況:在對活動參與數據進行分析時,要特別注意參與人數中新老用戶的分布情況,了解APP新老用戶的價值分別是多大。

活動轉化率:如果做活動的目的是為了促進產品銷售,這就需要運營在活動後對活動的轉化進行分析。看看參與活動的用戶中有多少是在活動後購買了APP產品的,有需要的還可以根據數據分析出人均購買次數和購買金額。

活動預算:本次活動投入了多少,比如投放了多少優惠券或者獎品,帶來多少新用戶,每個新用戶的成本是多少。

活動受歡迎程度:通過活動分享次數和人數評估活動是否受歡迎。

活動平台:如果活動在不同的渠道做了投放,還要分析每個渠道的效果和質量。

從數據中發現問題,總結規律,避免下次活動重蹈覆轍,這是運營做活動數據復盤的目的。活動盒子為了讓運營更好地做好活動數據復盤,開發了數據概況板塊,裡面有運營需要蒐集的所有關於活動的運營數據,節省運營蒐集數據的時間和精力。總之,數據復盤做得好有助於運營在下次做活動時少走很多彎路。

對於APP運營來說,學會蒐集數據、分析數據,並把數據套用到實際工作中並指導運營更重要,數據既是間接生產力,更是直接生產力,建議運營在做活動時多多運用數據分析。

相關文章
精选文章