
運(yùn)營人必備的7大技能:數(shù)據(jù)分析能力是未來運(yùn)營的分水嶺
但也是很多剛進(jìn)入運(yùn)營領(lǐng)域的新人一個(gè)頭疼問題,因?yàn)樗婕暗降?a href="http://www.3lll3.cn/" target="_blank">數(shù)據(jù)分析方法、方法論、邏輯分析能力以及一些工具的使用,而且一堆數(shù)據(jù)也是很多運(yùn)營人員不愿面對(duì)的。本章節(jié)我們就從如何獲取數(shù)據(jù)、如何分析數(shù)據(jù)以及一款產(chǎn)品都關(guān)注哪些數(shù)據(jù)維度。
一、數(shù)據(jù)從哪里獲取
在我們分析數(shù)據(jù)之前,就必須得有數(shù)據(jù)供我們分析,所以我們就得拿到數(shù)據(jù),怎么拿到呢?
數(shù)據(jù)的來源渠道主要有兩種:
自有數(shù)據(jù)分析系統(tǒng)——公司自有的數(shù)據(jù)是最源質(zhì)化的數(shù)據(jù),也是最可靠、最全面的。一般而言,有條件的情況下都是以內(nèi)部數(shù)據(jù)為準(zhǔn);
第三方數(shù)據(jù)分析工具,這個(gè)是借助外部工具獲得數(shù)據(jù)。
下面給大家介紹主要5款的數(shù)據(jù)分析工具:
1.友盟
支持iOS、Android應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析
2.growingio
growingio強(qiáng)大的地方在于無需埋點(diǎn),就可以獲取并分析全面、實(shí)時(shí)的用戶行為數(shù)據(jù),以優(yōu)化產(chǎn)品體驗(yàn),實(shí)現(xiàn)精益化運(yùn)營。
3.應(yīng)用雷達(dá)
僅針對(duì)iOS,查看App Store總榜和分類排名。查看產(chǎn)品在App Store 里的搜索度得分,評(píng)判ASO效果的標(biāo)準(zhǔn)之一。
4.百度移動(dòng)統(tǒng)計(jì)
支持ios和android平臺(tái)。另外,開發(fā)者在嵌入統(tǒng)計(jì)SDK后,可以對(duì)自家產(chǎn)品進(jìn)行較為全面的監(jiān)控,包括用戶行為、用戶屬性、地域分布、終端分析等。
5.酷傳
僅支持android平臺(tái)應(yīng)用監(jiān)控。開發(fā)者可以查看應(yīng)用在主流市場(chǎng)下載量、排名、評(píng)分評(píng)論、關(guān)鍵詞排名等數(shù)據(jù),還能系統(tǒng)地與同類競品進(jìn)行數(shù)據(jù)對(duì)比。
當(dāng)然了,數(shù)據(jù)分析工具不止這5款,如果你們正在使用其他的,也是可以的。使用分析工具我們可以得到以下內(nèi)容:
記錄那些點(diǎn)擊信息,包括沒有與網(wǎng)站產(chǎn)生交互的信息;可直接生成鏈接的百分比,點(diǎn)擊分布圖和熱力圖;可統(tǒng)計(jì)用戶的懸停,將用戶潛在行為可視化
獲取數(shù)據(jù)的方式其實(shí)多種多樣,關(guān)鍵在于,作為運(yùn)營人員要了解什么樣的數(shù)據(jù)是重要的,對(duì)于這些數(shù)據(jù)的前后關(guān)聯(lián),是怎樣的,這是一個(gè)聯(lián)動(dòng)的過程,不是一個(gè)單一的行為。
有了這些數(shù)據(jù)之后,我們?cè)撛趺慈シ治鲞@些數(shù)據(jù)呢?哪些是可以為我們所用的額,又有哪些是可以剔除掉的。
二、如何分析現(xiàn)有的數(shù)據(jù)
從第三方數(shù)據(jù)分析工具或者自家的分析后臺(tái)拿到這些數(shù)據(jù)后 ,該怎么去分析呢?我相信很多運(yùn)營人在拿到數(shù)據(jù)時(shí),都是沒多少思路的。要么胡子眉毛一把抓,要么無從下手。這都是缺少分析思路的表現(xiàn),需要宏觀的方法論和微觀的方法來指導(dǎo)。
在上幾期的文章中,在藝林小宇的文章《「后產(chǎn)品時(shí)代的運(yùn)營之道」數(shù)據(jù)分析的那些方法論》中,羅列在我們進(jìn)行數(shù)據(jù)分析時(shí)經(jīng)常會(huì)使用到方法論,這些方法論在我們進(jìn)行數(shù)據(jù)分析時(shí)扮演宏觀指導(dǎo)的角色。所以說在我們進(jìn)行數(shù)據(jù)分析時(shí),應(yīng)該先找到適合自己的方法論進(jìn)行指導(dǎo)。主要會(huì)用到的方法論:
數(shù)據(jù)分析的方法論很多,這里不能一一列舉;沒有最好的方法論,只有最合適的。下面我詳細(xì)介紹一下 AARRR 方法論,對(duì)于精益化運(yùn)營、業(yè)務(wù)增長的問題,這個(gè)方法論非常契合。
對(duì)于互聯(lián)網(wǎng)產(chǎn)品而言,用戶具有明顯的生命周期特征,我以一個(gè)APP為例闡述一下。
首先通過各種線上、線下的渠道獲取新用戶,下載安裝APP。安裝完APP后,通過運(yùn)營手段激活用戶;比如說首單免費(fèi)、代金券、紅包等方式。通過一系列的運(yùn)營使部分用戶留存下來,并且給企業(yè)帶營收。在這個(gè)過程中,如果用戶覺得這個(gè)產(chǎn)品不錯(cuò),可能推薦給身邊的人;或者通過紅包等激勵(lì)手段鼓勵(lì)分享到朋友圈等等。需要注意的是,這5個(gè)環(huán)節(jié)并不是完全按照上面順序來的;運(yùn)營可以根據(jù)業(yè)務(wù)需要靈活應(yīng)用。AARRR的五個(gè)環(huán)節(jié)都可以通過數(shù)據(jù)指標(biāo)來衡量與分析,從而實(shí)現(xiàn)精益化運(yùn)營的目的;每個(gè)環(huán)節(jié)的提升都可以有效增長業(yè)務(wù)。
在使用這些數(shù)據(jù)分析方法論要明確他們的作用:
理順分析思路,確保數(shù)據(jù)分析結(jié)構(gòu)體系化。
把問題分解成相關(guān)聯(lián)的部分,并顯示它們之間的關(guān)系。
為后續(xù)數(shù)據(jù)分析的開展指引方向。
確保分析結(jié)果的有效性及正確性。
再比如,我們?cè)诜治鯝PP的數(shù)據(jù)維度時(shí),會(huì)使用到趨勢(shì)分析法,因?yàn)橼厔?shì)分析是最簡單、最基礎(chǔ),也是最常見的數(shù)據(jù)監(jiān)測(cè)與數(shù)據(jù)分析方法。通常我們?cè)跀?shù)據(jù)分析產(chǎn)品中建立一張數(shù)據(jù)指標(biāo)的線圖或者柱狀圖,然后持續(xù)觀察,重點(diǎn)關(guān)注異常值。在這個(gè)過程中,我們要選定第一關(guān)鍵指標(biāo),而不要被虛榮指標(biāo)所迷惑。
如果我們將我們分析的APP的下載量作為第一關(guān)鍵指標(biāo),可能就會(huì)走偏;因?yàn)橛脩粝螺dAPP并不代表他使用了你的產(chǎn)品。在這種情況下,建議將日活躍用戶作為第一關(guān)鍵指標(biāo),而且是啟動(dòng)并且執(zhí)行了某個(gè)操作的用戶才能算上去;這樣的指標(biāo)才有實(shí)際意義,運(yùn)營人員要核心關(guān)注這類指標(biāo)。
三、一款產(chǎn)品都關(guān)注哪些數(shù)據(jù)維度
我們都知道,運(yùn)營人每天都會(huì)跟各種各樣的數(shù)據(jù)打交道,那一款產(chǎn)品都有那些數(shù)據(jù)維度是我們經(jīng)常會(huì)分析到的呢?
一款產(chǎn)品(特指APP)的數(shù)據(jù)指標(biāo)體系一般都可以分為:用戶規(guī)模與質(zhì)量、渠道分析、參與度分析、功能分析以用戶屬性分析。
1.用戶規(guī)模和質(zhì)量的分析:包括總用戶數(shù)、新用戶數(shù)、留存用戶、轉(zhuǎn)化率。用戶規(guī)模和質(zhì)量是APP分析最重要的維度,其指標(biāo)也是相對(duì)其他維度最多,產(chǎn)品負(fù)責(zé)人要重點(diǎn)關(guān)注這個(gè)維度的指標(biāo)。
2.渠道分析主要是分析各渠道在相關(guān)的渠道質(zhì)量的變化和趨勢(shì),以科學(xué)評(píng)估渠道質(zhì)量,優(yōu)化渠道推廣策略。渠道分析尤其要重視,因?yàn)楝F(xiàn)在移動(dòng)應(yīng)用市場(chǎng)刷量作弊是以及業(yè)內(nèi)公開的秘密。渠道分析可以從多個(gè)維度的數(shù)據(jù)來對(duì)比不同渠道的效果,比如從新增用戶、活躍用戶、次日留存率、單次使用時(shí)長等角度對(duì)比不同來源的用戶,這樣就可以根據(jù)數(shù)據(jù)找到最適合自身的渠道,從而獲得最好的推廣效果。
3.參與度分析主要是分析用戶的活躍度,分析的維度主要是包括啟動(dòng)次數(shù)分析、使用時(shí)長分析、訪問頁面分析和使用時(shí)間間隔分析。
4.功能分析主要包括:
功能活躍指標(biāo):某個(gè)功能的活躍用戶,使用量情況;功能驗(yàn)證;對(duì)產(chǎn)品功能的數(shù)據(jù)分析,確保功能的取舍的合理性。
頁面訪問路徑:用戶從打開到離開應(yīng)用整個(gè)過程中每一步驟的頁面訪問、跳轉(zhuǎn)情況。頁面訪問路徑是全量統(tǒng)計(jì)。通過路徑分析得出用戶類型的多樣、用戶使用產(chǎn)品目的的多樣性,還原用戶目的;通過路徑分析,做用戶細(xì)分;再通過用戶細(xì)分,返回到產(chǎn)品的迭代
漏斗模型:是用于分析產(chǎn)品中關(guān)鍵路徑的轉(zhuǎn)化率,以確定產(chǎn)品流程的設(shè)計(jì)是否合理,分析用戶體驗(yàn)問題。用戶轉(zhuǎn)化率的分析,核心考察漏斗每一層的流失原因的分析。通過設(shè)置自定義事件以及漏斗來關(guān)注應(yīng)用內(nèi)每一步的轉(zhuǎn)化率,以及轉(zhuǎn)化率對(duì)收入水平的影響。通過分析事件和漏斗數(shù)據(jù),可以針對(duì)性的優(yōu)化轉(zhuǎn)化率低的步驟,切實(shí)提高整體轉(zhuǎn)化水平。
5.用戶屬性分析不管在我們的產(chǎn)品啟動(dòng)初期,還是戰(zhàn)略的調(diào)整,分析用戶畫像都有著重要的意義。比如我們?cè)诋a(chǎn)品設(shè)計(jì)前需要構(gòu)建用戶畫像,指導(dǎo)設(shè)計(jì)、開發(fā)、運(yùn)營;產(chǎn)品迭代過程需要收集用戶數(shù)據(jù),便于進(jìn)行用戶行為分析,與商業(yè)模式掛鉤等等。
用戶屬性一般包括性別、年齡、職業(yè)、所在地、手機(jī)型號(hào)、使用網(wǎng)絡(luò)情況。如果對(duì)用戶的其他屬性感興趣的,可以到自的微信呢公眾號(hào)后臺(tái)或者其他諸如頭條、uc等后臺(tái)看用戶屬性都包含哪些維度。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)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。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)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(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、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(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)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(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10