数据分析:三步搭建基础分析框架

数据分析作为运营人员必备的核心技能,对职业发展起着尤为重要的作用。本文将基于基于业务场景,分享几种基础的数据分析框架和方法,系统化的进行数据分析。

无论是产品、还是运营,都需要具备良好的数据分析能力,对用户行为数据和业务数据,进行 分析、评估甚至预测。 本文通过分享三种常见的数据分析框架,帮助我们更系统的进行数据分析,发现并解决产品暴露出的问题,从而更高效的完成工作。
超级产品经理

一、用户行为分析

1. 事件分析

事件: 通过埋点,高效追踪 用户行为或业务 的过程。 注册、启动、登录、点击 等,都是常见的事件。例如下图,通过“神策分析”展示出某日的注册事件。
超级产品经理
注册事件分日走势
通过 事件分析 我们可以准确了解App内发生的事件量,根据产品特性合理配置追踪,可以轻松回答关于变化趋势、分维度对比等问题,例如:

  • 某个时间段推广页面 点击量 有多少,对比昨日有多少提升?
  • 某个渠道的累计 注册数 是多少,第一季度排名前十的注册渠道有哪些?
  • 某个活动页的 uv分时走势 ,安卓和iOS占比情况如何?

2. 漏斗分析

漏斗模型: 分析一个多步骤过程中,每一步的转化与流失情况。以互联网金融-理财端为例,新用户在首次投资会经过如下步骤过程:

  • 浏览页面
  • 实名认证
  • 充值成功
  • 投资成功

我们可以通过漏斗分析整体的转化情况,以及每一步转化量、流失量、转化/流失率。
在漏斗模型中清晰3个基本概念,可以借助强大的筛选和分组功能进行深度分析。

  • 步骤: 指的用户行为,由事件加筛选条件组成
  • 时间范围: 漏斗第一步骤发生的时间范围
  • 窗口期: 用户完成漏斗的时间限制,漏斗只统计这个时间范围内,用户从第一步到最后一步的转化。

超级产品经理
理财购买转化漏斗
如上图表示:“2018年3月份,浏览标的页面的28100名用户,在7天内投资成功的转化与流失情况”。这里漏斗分析与事件分析不同的地方:漏斗分析基于用户,或是说基于人来统计某一批用户所发生的行为,不会受到历史浏览页面用户的事件影响,更加准确的暴露某一时间段产品存在的问题。
超级产品经理
通过漏斗模型及时发现问题
我们通过建立了注册转化漏斗,度量每一步的转化率和整体的注册转化率,通过时间维度来监控每一步和整体转化率的趋势。
例如:4月12日发现 输入图形验证码 这一步转化率在有明显异常,于是紧急通知技术同事排查,发现图形验证码功能失效,导致大量用户无法显示。紧急修复后,转化率回到之前的水平。所以,通过对每一步漏斗转化率的监控分析,可以及时 发现问题,及时止损 。

3. 留存分析

留存用户: 即用户发生初始行为一段时间后,发生了目标行为,即认定该用户为留存用户。
留存行为: 某个目标用户完成了起始行为之后,在后续日期完成了特定留存行为,则留存人数 +1
留存率: 是指发生“留存行为用户”占发生“初始行为用户”的比例。常见指标有次日留存率、七日留存率、次月留存率等。
留存表: 留存表中给出了目标用户的留存详情,主要包括以下几个信息:

  • 目标用户:每天完成起始行为的目标用户量,是留存用户的基数
  • 留存用户:发生留存行为的留存用户量和留存率;

超级产品经理
用户留存表
留存曲线图:
留存曲线图可以观测随着时间推移,用户留存率的衰减情况。
以电商为例,我们观察运营策略优化/产品改版,是否会影响用户的购买行为。此时我们可以将用户行为分为:

  • 初始行为: 注册
  • 留存行为: 支付订单

然后根据客户注册的时间按周进行分组,得到同期群,制作 留存曲线图 ,观察该群体用户发生购买的 30日留存。通过比较不同的同期群,可以获知新用户购买率指标是否在提升。
超级产品经理
留存曲线图
留存行为一般都与我们的目标有强相关性。我们在进行留存分析时,一定要根据自身业务的实际需要,确定 高价值的留存行为 才能能对产品的优化提供指导性建议。

二、AARRR 模型

AARRR模型 是一套适用于移动App的分析框架,又称海盗指标,是“增长黑客”中驱动用户增长的核心模型。 AARRR模型 把用户行为指标分为了5大类,分别为: 获取用户,激发活跃,提高留存,增加收入 和 病毒传播。
超级产品经理
从用户获取到病毒传播,每个环节都有重要的指标需要我们去关注,通过AARRR模型系统化的拆解5大类目用户行为,可以让我们更清晰的知道每个环节需要重点关注的重点指标。
以电商业务为例,下图基于AARRR模型,构建 用户生命周期运营全脉络和 每个节点需要关注的 重点指标 :
超级产品经理

1. Acquisition 获取用户

在获取用户阶段,我们希望让更多潜在用户关注到我们的产品,通过以下基础途径来曝光我们的推广页面:

  • 付费获取: 媒体广告、SMS、EDM、流量交易/置换
  • 搜索营销: 搜索引擎优化(SEO),搜索引擎营销(SEM)
  • 口碑传播: 用户间邀请活动,病毒H5传播等

用户访问页面后,可以通过导航、主动搜索、算法推荐来了解到我们的产品。切中当下需求的用户会进行注册行为,算是和用户真正意义上第一次会面。
这时就要重点关注 推广页UV , 点击率,注册量,注册率,获客成本 等重要指标。

2. Activation 激发活跃

用户注册后是否有进一步了解我们的产品?这其中涉及到产品的功能,设计,文案,激励,可信等等。我们需要不断调优,引导用户进行下一步行为,让新用户成为长期的活跃用户:
我们可以通过 界面/文案优化 , 新手引导,优惠激励等手段,  进行用户激活流程的转化提升。监控 浏览商品页面,加入购物车,提交订单,完成订单 的漏斗转化。
这个过程中,我们要重点关注 活跃度 ,若定义加入购物车为活跃用户,那么我们就要观察 注册至加入购物车漏斗转化率 ,按维度拆分,分析优质转化漏斗的共有特征/运营策略,提升策略覆盖率,优化整体转化效果。

3. Retention 提高留存

用户完成初次购买流程后,是否会继续使用?流失的用户能否继续回来使用我们的产品?
产品缺乏粘性会导致用户的快速流失,我们可以通过搭建 生命周期节点营销计划 ,通过push、短信、订阅号、邮件、客服跟进等一切适合的方式去提醒用户持续使用我们的产品。并且在此基础上通过 积分/等级体系 ,培养用户忠诚度,提升用户粘性。
重点关注 留存率,复购率,人均购买次数,召回率 等指标 。

4. Revenue 增加收入

我们获得每位用户平均需要花费多少钱?每位用户平均能为我们贡献多少价值,能是否从用户的行为,甚至其他方式赚到钱?
电商业务的基础要关注获客成本CAC,顾客终身价值,在此基础上通过 运营活动 激励用户进行购买,提升用户单价、频次、频率,最终提升用户生命周期贡献价值。
重点关注 获客成本,顾客终身价值,营销活动ROI 等指标。

5. Referral 病毒传播

用户是否会自发的推广我们的产品?通过激励是否能让更多的忠诚用户推广我们的产品?
在社交网络高度发达的今天,我们可以通过各种新奇的方式去进行产品传播:用户邀请的 老带新 活动,垂直领域的 社群运营 , H5营销传播, 让老用户推广我们的产品,吸引更多的潜在用户。
重点关注 邀请发起人数,每个病毒传播周期的新用户量,邀请转化率,传播系数 等。

三、3大增长引擎

精益创业提出一个概念: 唯一关键指标 (one metric that matters, OMTM )。

在任何类型产品的任何一个阶段,都需要找到唯一的一个数字,把它放到比其他任何事情都更重要的位置上。在数据分析时,可以抓取许许多多的数据,但必须聚焦在最关键的事情上。同时其也是“增长黑客”中的关键特质: 专注目标 。

1. 粘着式增长引擎

粘着式增长引擎以  Retention 留存 作为 OMTM 驱动增长

典型案例是游戏类的App,facebook针对游戏提出的“40-20-10”法则,即如果你想让游戏的DAU超过100万,那么新用户的次日留存率应该大于40%,7日留存率大于20%,30日留存率大于10%。

不使用任何运营激励手段与使用留存激励相比,次日留存相差甚远。
例如游戏中常见的: 签到活动,登录奖励,时长奖励 等玩法都是基于 提升用户留存 的目的,
超级产品经理
登录奖励
通过提供目的性的 目标 ,制定 规则 和 反馈系统, 为玩家带来创造性成就和能力的提高带来的满足感和愉快感,从而提升用户的 游戏频率,游戏时长 ,最终提升用户留存。
好的留存率对于不同的产品而言是不同的,在这里不展开对用户留存率的划分,针对不同类型的产品与用户粘性寻找最适合的留存指标才是正确的。

2. 付费式增长引擎

付费式增长引擎以  Revenue 营收 作为 OMTM 驱动增长。
简单来说,从顾客在产品上贡献的 价值 大于获取付费客户的 成本 ,就可以一直驱动营收增长。
超级产品经理
互联网金融是 付费式增长引擎 的典型例子,由于产品类型不像游戏和视频资讯类应用,有强大高频使用需求。互金运营考核的核心目标就是 促成交易 ,从用户每一次投资/借贷行为中获得收入,覆盖营销的投入,不断驱动引擎的转动。这里我们要重点关注2个指标:

  • CAC(Customer Aqusition Cost)客户获取成本
  • CLV (Customer Lifetime Value) 客户终生价值

例如: 某次月在营销上投入成本20000元,新增投资用户100人,则获取每位投资用户的成本是200元。若人均投资5万元,利润率2%,客户终身价值CLV=1000元/人。
当 CLV>CAC ,不计其它成本的基础上,已驱动引擎正常运转了,接下来就要思考如何提供更多曝光,扩大顶端的漏斗,以及尽可能缩短客户盈亏平衡时间。

3. 爆发式增长引擎

爆发式增长引擎以  Referral 传播 作为 OMTM 驱动增长
典型案例:基于社交场景的分享,通过 瓜分红包,砍价、拼团、秒杀 等玩法,不断触达潜在用户。
超级产品经理
用户分享到社交网络,即可降低付出的成本,通过为用户省钱的策略,提升用户感知价值,不断刺激价格敏感用户,贡献大量的分享量,点击量,引导潜在用户进行体验/注册。
在爆发式增长引擎中,我们需要关注 病毒系数 K=I * Conv :
I:Invitation,即每个用户发送的邀请数量,反映了分布密度.
Conv : Conversion rate,即每个邀请成功的概率,反映了感染强度.
那么如何提升让病毒传播系数,上面活动中常见的3种方案:

  • 重点提高接受率: 降低接受门槛,且尽量将接受步骤控制在社交场景中,避免二跳降低转化。
  • 缩短单次邀请流程的生命周期: 通过限定时间的方法,加快增长进程的同时,提升紧迫感。
  • 试图说服用户去邀请更多的人: 头几位受邀用户在砍价中可以砍掉很多金额,让用户初尝甜头后会激励更多的转发量。

四. 总结

结合多种业务场景,梳理如何通过 用户行为 进行事件分析、漏斗分析和留存分析,基于 AARRR模型 如何获取用户、激发活跃、提高留存、获取收入和病毒传播,最后通过三大引擎,聚焦OMTM驱动增长。
每当产生新的业务问题的时候,通过框架去进行系统化的思考,对问题的解决起着尤为重要的作用。
数据分析是互联网产品和运营的基本功,笔者在数据分析方向的还处于不断提升阶段,以上是最近学习工作中的一些案例和心得分享,希望能给在学习中新人带来一些思路!
 
作者 @George 。

关键字:数据运营, 运营技巧, 留存, 用户

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部