
大數(shù)據(jù):用數(shù)據(jù)指導APP運營
數(shù)據(jù)問題一直是很多運營人員頭疼的問題。之前的回答說了一些,但都沒有展開說,我也不知道進階篇能說到啥程度,但先說著吧。
1、數(shù)據(jù)的定義
數(shù)據(jù),其實就是一堆數(shù)值。
但這些數(shù)值,是從用戶的行為統(tǒng)計而來。用來便于需要使用數(shù)據(jù)的同學進行研究和分析之用的基礎素材。
2、有哪些數(shù)據(jù)
我們在入門篇的最后,列出了一些核心數(shù)據(jù),我用一張腦圖來簡單的歸納一下,并進入我們這一節(jié)的內(nèi)容:
這張腦圖,僅僅簡單的展示了可能是通用的部分運營數(shù)據(jù),但如果我們仔細去看,會發(fā)現(xiàn)三個數(shù)據(jù)類型,是所有運營都需要具備的:
渠道、成本、收益。
如果要我簡化上面這張腦圖,我會告訴你,做運營,需要獲取的數(shù)據(jù),就是這三大類數(shù)據(jù):
渠道數(shù)據(jù)、成本數(shù)據(jù)、收益數(shù)據(jù)。
渠道數(shù)據(jù),是用來衡量渠道質(zhì)量、渠道作用的,它由產(chǎn)品本身的定位的客群和產(chǎn)品的特性所決定。我們其實很容易可以推倒,一個理財產(chǎn)品如果投放游戲社區(qū)這種渠道,其運營效果可能并不會太好,可如果換成彩票、博彩,可能效果就很好;同理,傳奇這一類的游戲的宣傳與活動如果投放到女性社區(qū)平臺,其效果幾乎也可以無視,而如果換成一款Q版小游戲,或許效果就很好。
成本數(shù)據(jù)和收益數(shù)據(jù),則會從不同層面反映出運營的效果。
在這里插一句,千萬不要相信網(wǎng)上流傳的各種《XX高管教你不花錢做運營》這種雞湯文,運營一定有成本,必然有成本,如果認為運營高手可以不花錢辦成事兒,那不如去相信男人可以懷孕生孩子。運營的效率可以通過經(jīng)驗、熟練度、創(chuàng)意等各種手段來提升,但運營的成本是必然存在的,并且和運營效果一般來說是成正比關系的。很簡單的一個道理:
兩個活動,一個活動送100臺iPhone6,一個活動送1臺iPhone6,哪個效果會好?
做運營的同學,請一定要認真的去評估每一個運營動作背后的成本。
而所謂“收益”,并不等價于“收入”,獲得金錢是收益,獲得用戶也是
收益,獲得口碑同樣是收益。
如果我們了解了渠道、成本、收益這三類數(shù)據(jù),是指導運營的核心數(shù)據(jù),我們就可以根據(jù)自身的產(chǎn)品特性去設定需要獲取哪些數(shù)據(jù)。 我們拿最近很火的那個App——足記來舉個例子吧。
“足記”因為一個非核心功能火了,但作為這樣的應用,它會關注哪些數(shù)據(jù)呢?
從產(chǎn)品的層面,它會去關注:
1)App每日的打開數(shù)
2)各種功能的使用次數(shù)和使用頻次
3)各種Tab的點擊次數(shù)和對應頁面的打開頻次
從運營的層面,它可能會去關注:
1)App每日的活躍用戶數(shù)
2)每日產(chǎn)生的UGC數(shù)量(區(qū)分新老用戶)
3)每日分享到社會化媒體的UGC數(shù)量(同時考慮單位用戶的產(chǎn)生內(nèi)容數(shù))
4)分享出去的UGC帶來的回流新裝機、新激活用戶數(shù) 等等。 而我們需要注意的是,這些關注的數(shù)據(jù)點,并不是一成不變的,它會因為產(chǎn)品的不同階段而調(diào)整,如果我們假設未來足記有盈利模式,那么它關注的核心數(shù)據(jù),就會從內(nèi)容轉(zhuǎn)向收入,這時候,轉(zhuǎn)化率相關數(shù)據(jù)就會變的重要了。
同樣,我們在本篇的第二章舉過這樣一個例子:
某個旅游網(wǎng)站,發(fā)起了老用戶邀請新用戶加入,老用戶和新用戶都可以獲得100元的代金券,如果活動期間,新用戶完成了一筆旅游訂單,不論金額大小,作為邀請人的老用戶還可以獲得100元的代金券。
我們當時分析了活動流程,并針對活動流程做了關鍵點梳理,這些關鍵點就是需要獲取的數(shù)據(jù):
我們需要的數(shù)據(jù),根據(jù)實際的需求來進行設計,并沒有一個完全通用的標準,當然,如果你做的越多,你會發(fā)現(xiàn),你的數(shù)據(jù)感覺在不知不覺中獲得了提升,這一點,非常重要。
3、如何獲取數(shù)據(jù)
獲取數(shù)據(jù)的渠道有很多,而方式基本就是自己做和使用外部工具兩種方式。
自己做的話,App可以選擇“埋點”、log等方式,而Web可以通過log、日志與按鈕埋點等方式去做記錄。
外部工具,則有很多第三方會提供服務。
獲取數(shù)據(jù)的方式其實各種各樣,而關鍵在于,作為運營人員要了解什么樣的數(shù)據(jù)是重要的,對于這些數(shù)據(jù)的前后關聯(lián),是怎樣的,這是一個聯(lián)動的過程,不是一個單一的行為。
4、如何分析數(shù)據(jù)
對于數(shù)據(jù)的解讀,每個人都有不同的方式。如果我們要簡單的總結,數(shù)據(jù)分析的方法,無非是:
1)確定數(shù)據(jù)的準確性 這里包含了選擇數(shù)據(jù)維度的合理性、數(shù)據(jù)統(tǒng)計的準確性。如果數(shù)據(jù)維度選擇不合理、數(shù)據(jù)統(tǒng)計結果不精確,我們可能是無法得出正確的分析結果的。這是基礎。
2)明確影響數(shù)據(jù)的因素 一個數(shù)據(jù),會收到多種因素的影響,這些因素有內(nèi)部的,有外部的,運營人員應當盡可能多的了解所有層面的影響因素,以利于我們對于數(shù)據(jù)的解讀是在一個相對正確的范圍內(nèi)。
3)重視長期的數(shù)據(jù)監(jiān)測 在運營數(shù)據(jù)分析中,經(jīng)常會使用環(huán)比和同比方式來對比數(shù)據(jù)。簡單的說,環(huán)比是本日與前一日的對比、本月與上月的對比、本季度與上季度的對比;同比是今年當日與去年當日的對比、今年當月與去年當月的對比、今年當季度與去年當季度的對比。環(huán)比幫我們看短期的數(shù)據(jù)波動,而同比幫我們了解大環(huán)境下的數(shù)據(jù)波動。
4)保持客觀的視角 數(shù)據(jù)分析的過程中,客觀非常重要,不以物喜不以己悲,做了錯誤的操作,帶來了不利的影響要承認,獲得了超出意料的成果要心平氣和,切忌挑選有利于自身的結論。這是職業(yè)道德的問題,也是職業(yè)發(fā)展中非常常見的問題。
5)注意剔除干擾項 實際的工作中,我們會碰到很多問題,這些問題是干擾項,例如,在一個相對平穩(wěn)的曲線中,突然出現(xiàn)了一個點上的強烈波動,這時候我們需要全面的了解個波動產(chǎn)生的原因,如果無法確認原因,就剔除這個波動,否則我們很難去獲得一個正確的結論。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11