數(shù)據(jù)化用戶運(yùn)營的示例分析

這篇文章將為大家詳細(xì)講解有關(guān)數(shù)據(jù)化用戶運(yùn)營的示例分析，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

建立數(shù)據(jù)化用戶運(yùn)營的必要性一是在于定量衡量你工作的價(jià)值，二是實(shí)現(xiàn)精細(xì)化運(yùn)營的基礎(chǔ)。

流程化和精細(xì)化為每個(gè)運(yùn)營人員都要具備的基本思維，如果說流程化的思考是運(yùn)營人員對(duì)運(yùn)營目標(biāo)的定性思考，那么數(shù)據(jù)化就是對(duì)就是對(duì)這個(gè)目標(biāo)實(shí)現(xiàn)路徑和效果的定量描述，它將你的工作思路落實(shí)在具體的數(shù)據(jù)指標(biāo)上以衡量你的工作效果和目標(biāo)實(shí)現(xiàn)情況。

建立數(shù)據(jù)化用戶運(yùn)營的必要性一是在于定量衡量你工作的價(jià)值，二是實(shí)現(xiàn)精細(xì)化運(yùn)營的基礎(chǔ)，比如后文提到的建立在數(shù)據(jù)基礎(chǔ)上的用戶分層分類和用戶畫像就是精細(xì)化運(yùn)營的前提。

數(shù)據(jù)化用戶運(yùn)營是利用用戶運(yùn)營的思路，結(jié)合數(shù)據(jù)分析的思想，業(yè)務(wù)指導(dǎo)數(shù)據(jù)，數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)，實(shí)現(xiàn)對(duì)用戶的精細(xì)化運(yùn)營，這是數(shù)據(jù)化用戶運(yùn)營的核心思想。用戶運(yùn)營數(shù)據(jù)化的循環(huán)流程如下：用戶數(shù)據(jù)收集—構(gòu)建用戶數(shù)據(jù)化運(yùn)營指標(biāo)體系—數(shù)據(jù)驅(qū)動(dòng)運(yùn)營。

一、用戶數(shù)據(jù)收集

用戶數(shù)據(jù)的收集主要收集包括用戶基本數(shù)據(jù)、用戶行為數(shù)據(jù)和用戶流量數(shù)據(jù)數(shù)據(jù)。

用戶基本數(shù)據(jù)指的是用戶的靜態(tài)數(shù)據(jù)，包括性別、年齡、地區(qū)、工作等，這類數(shù)據(jù)描述了用戶是誰，主要靠基本信息填寫來實(shí)現(xiàn)。用戶行為數(shù)據(jù)是用戶在產(chǎn)品上一系列操作行為的集合，哪個(gè)用戶在哪個(gè)時(shí)間點(diǎn)、哪個(gè)地方以哪種方式完成了哪類操作，包括用戶瀏覽、購買、內(nèi)容貢獻(xiàn)、邀請(qǐng)傳播、社交等行為，這類數(shù)據(jù)描述了用戶干了什么，主要靠數(shù)據(jù)埋點(diǎn)來實(shí)現(xiàn)。用戶流量數(shù)據(jù)是用戶的來源，是基于用戶訪問的網(wǎng)頁端產(chǎn)生的，包括設(shè)備、運(yùn)營商、端口、時(shí)間等，這類數(shù)據(jù)描述了用戶從哪兒來。不過目前的流量數(shù)據(jù)統(tǒng)計(jì)主要來源于GA、百度統(tǒng)計(jì)等第三方工具，無法記錄在數(shù)據(jù)庫中，也就是還做不到與上述提到的用戶基本數(shù)據(jù)、行為數(shù)據(jù)一一對(duì)應(yīng)。

以上數(shù)據(jù)都是從產(chǎn)品或第三方工具里得到的原始數(shù)據(jù)，要實(shí)現(xiàn)運(yùn)營目標(biāo)還需要在原始數(shù)據(jù)基礎(chǔ)上做數(shù)據(jù)挖掘和數(shù)據(jù)分析，結(jié)合運(yùn)營目標(biāo)和路徑構(gòu)建數(shù)據(jù)化運(yùn)營指標(biāo)體系。

二、構(gòu)建用戶數(shù)據(jù)化運(yùn)營指標(biāo)體系

如果你不能用指標(biāo)來描述業(yè)務(wù)，那么你就不能有效增長它。那么在本環(huán)節(jié)要做的就是將你的業(yè)務(wù)指標(biāo)化。數(shù)據(jù)指標(biāo)不是恒定不變的，它依托于你產(chǎn)品的業(yè)務(wù)流程或功能流程，和目標(biāo)及目標(biāo)實(shí)現(xiàn)路徑密切相關(guān)。

用戶運(yùn)營的目的是最大化提升用戶價(jià)值，如果你是電商產(chǎn)品，那你的目的就是讓用戶付費(fèi)購買商品，如果你是社區(qū)產(chǎn)品，那你的目的就是讓用戶貢獻(xiàn)傳播內(nèi)容。但是產(chǎn)品目標(biāo)和用戶價(jià)值的實(shí)現(xiàn)是個(gè)循序漸進(jìn)的過程，也是個(gè)動(dòng)態(tài)演變的過程，有的從潛在用戶注冊(cè)成為活躍用戶，有的從活躍轉(zhuǎn)為流失，也有的從流失回流到活躍。

上圖中橙色是用戶狀態(tài)的動(dòng)態(tài)演變，紅色是運(yùn)營目標(biāo)。沿著目標(biāo)–途徑–效果的運(yùn)營思路，數(shù)據(jù)分析就是將你的目標(biāo)拆分后表現(xiàn)在具體數(shù)據(jù)指標(biāo)上作為核心考察指標(biāo)，利用數(shù)據(jù)對(duì)目標(biāo)實(shí)現(xiàn)途徑的監(jiān)測(cè)來評(píng)價(jià)效果，對(duì)比當(dāng)初設(shè)立的核心考察指標(biāo)，來判斷、驗(yàn)證、修正、優(yōu)化工作途徑，達(dá)到更好更快的效果。依照此思想，我們構(gòu)建如下數(shù)據(jù)化運(yùn)營指標(biāo)體系，每個(gè)體系下都包含有一系列相關(guān)的指標(biāo)。指標(biāo)體系的構(gòu)建都是在第一部分收集的用戶數(shù)據(jù)的基礎(chǔ)上通過數(shù)據(jù)處理、加工來實(shí)現(xiàn)的。

1.在從潛在用戶變?yōu)樽?cè)用戶的拉新環(huán)節(jié)，我們要做的是對(duì)拉新渠道及在各渠道上采用的推廣策略的分析，通過數(shù)據(jù)指標(biāo)評(píng)估渠道質(zhì)量，優(yōu)化渠道推廣策略。數(shù)據(jù)指標(biāo)主要包括新增用戶數(shù)、用戶獲取成本，新用戶留存率。

新增用戶數(shù)：新增用戶是指安裝應(yīng)用后，首次啟動(dòng)應(yīng)用的用戶。按照統(tǒng)計(jì)時(shí)間跨度不同分為日、周、月新增用戶。新增用戶量指標(biāo)主要是衡量營銷推廣渠道效果的最基礎(chǔ)指標(biāo)；

用戶獲取成本：對(duì)于付費(fèi)渠道反應(yīng)渠道的轉(zhuǎn)化率。

新用戶留存率：反應(yīng)新增用戶的質(zhì)量，與目標(biāo)用戶的契合度。另外對(duì)于成熟版本的產(chǎn)品，如果用戶留存率有明顯變化，則說明用戶質(zhì)量有明顯變化，很可能是因?yàn)橥茝V渠道質(zhì)量的變化所引起的。

渠道A： SEM

渠道B： 微博

2.針對(duì)注冊(cè)用戶和活躍用戶的促活留存環(huán)節(jié)是運(yùn)營人員的最主要工作之一，我們?nèi)粘Ｋ龅挠脩舴謱臃诸悺⒂脩舫砷L激勵(lì)體系等都是在這個(gè)環(huán)節(jié)做的，體現(xiàn)在數(shù)據(jù)上我們可以設(shè)立的指標(biāo)體系包括了解用戶規(guī)模和質(zhì)量的體系，了解用戶參與度（使用深度）的體系和了解用戶屬性的用戶畫像體系。

（1）用戶規(guī)模和質(zhì)量

活躍用戶指標(biāo)：活躍用戶指在某統(tǒng)計(jì)周期內(nèi)啟動(dòng)過應(yīng)用(APP)的設(shè)備數(shù)?；钴S用戶是衡量應(yīng)用用戶規(guī)模的指標(biāo)。通常，一個(gè)產(chǎn)品是否成功，如果只看一個(gè)指標(biāo)，么這個(gè)指標(biāo)一定是活躍用戶數(shù)?；钴S用戶數(shù)根據(jù)不同統(tǒng)計(jì)周期可以分為日活躍數(shù)(DAU)、周活躍數(shù)(WAU)、月活躍數(shù)(MAU)，產(chǎn)品類別不同統(tǒng)計(jì)周期也不一樣。

新增用戶指標(biāo)：新增用戶量指標(biāo)在前面說過是衡量推廣渠道效果的主要指標(biāo)；另外新增用戶占活躍用戶的比例也可以用來用于衡量產(chǎn)品健康度。比例過高時(shí)要特別關(guān)注留存率。

用戶留存率指標(biāo)：用戶留存率是指在某一統(tǒng)計(jì)時(shí)段內(nèi)的新增用戶數(shù)中再經(jīng)過一段時(shí)間后仍啟動(dòng)該應(yīng)用的用戶比例。用戶留存率可重點(diǎn)關(guān)注次日、7日、14日以及30日留存率。留存率一方面反映用戶質(zhì)量，一方面也反映產(chǎn)品吸引力。留存率出現(xiàn)異常時(shí)可在這兩方面查找原因。

用戶構(gòu)成指標(biāo)：用戶構(gòu)成是對(duì)統(tǒng)計(jì)周期內(nèi)活躍用戶的構(gòu)成進(jìn)行分析，以周活躍用戶為例，周活躍用戶包括本周回流用戶、連續(xù)活躍n周用戶、忠誠用戶等，有助于通過新老用戶結(jié)構(gòu)了解活躍用戶健康度。

單用戶活躍天數(shù)指標(biāo)：是在統(tǒng)計(jì)周期內(nèi)，平均每個(gè)用戶在應(yīng)用的活躍天數(shù)。如果統(tǒng)計(jì)周期比較長，如統(tǒng)計(jì)周期一年以上，郡么，每個(gè)用戶的總活躍天數(shù)基本可以反映用戶在流失之前在APP上耗費(fèi)的天數(shù)，這是反映用戶質(zhì)量尤其是用戶活躍度很重要的指標(biāo)。

（2）用戶參與度

用戶參與度體系是衡量用戶活躍度的重要指標(biāo)體系?；钴S在不同的產(chǎn)品中的定義不同，如電商產(chǎn)品中的活躍可以定義為購買，社區(qū)產(chǎn)品中的活躍可以定義為內(nèi)容貢獻(xiàn)。因此下面的三個(gè)指標(biāo)在不同的產(chǎn)品中可以做不同演化。

啟動(dòng)次數(shù)=購買次數(shù)=內(nèi)容貢獻(xiàn)次數(shù)；

最近一次使用=最近一次消費(fèi)=最近一次內(nèi)容貢獻(xiàn)；

使用時(shí)長=消費(fèi)額=內(nèi)容貢獻(xiàn)量；

使用時(shí)間間隔=購買頻率=內(nèi)容貢獻(xiàn)頻率。

啟動(dòng)次數(shù)：指在某統(tǒng)計(jì)周期內(nèi)用戶啟動(dòng)應(yīng)用的次數(shù)。在進(jìn)行數(shù)據(jù)分析時(shí)，一方面要關(guān)注啟動(dòng)次數(shù)的總量走勢(shì)，另一方面，則需要關(guān)注人均啟動(dòng)次數(shù)，即同一統(tǒng)計(jì)周期的啟動(dòng)次數(shù)與活躍用戶數(shù)的比值，如人均日啟動(dòng)次數(shù)，則為日啟動(dòng)次數(shù)與日活躍用戶數(shù)的比值，反映的是每天每用戶平均啟動(dòng)次數(shù)。

最近一次使用：用戶最近一次使用距離現(xiàn)在的時(shí)間，通過維度和分布的分析，也可在一定程度上反應(yīng)活躍度。

使用時(shí)長：指在某一統(tǒng)計(jì)統(tǒng)計(jì)周期內(nèi)所有從APP啟動(dòng)到結(jié)束使用的總計(jì)時(shí)長。使用時(shí)長還可以從人均使用時(shí)長（使用總時(shí)長和活躍用戶數(shù)的比值）、單次使用時(shí)長（使用總時(shí)長和啟動(dòng)次數(shù)）等角度進(jìn)行分析，是衡量產(chǎn)品活躍度、產(chǎn)品質(zhì)量的重要指標(biāo)。

使用時(shí)間間隔：使用時(shí)間間隔是指同用戶相鄰兩次啟動(dòng)的時(shí)間間隔。我們通常要分析使用時(shí)間間隔分布，一般統(tǒng)計(jì)一個(gè)月內(nèi)應(yīng)用的用戶使用時(shí)間間隔的活躍用戶數(shù)分布。也可以通過不同統(tǒng)計(jì)周期(時(shí)間點(diǎn)不同，但跨度相同)的使用時(shí)間間隔分布的差異，以發(fā)現(xiàn)用戶體驗(yàn)的問題。

訪問頁面：訪問頁面數(shù)指用戶一次啟動(dòng)訪問的頁面數(shù)。我們通常要分析訪問頁面數(shù)分布，即統(tǒng)計(jì)一定周期內(nèi)(如1天、7天或30天)應(yīng)用的訪問頁面數(shù)的活躍用戶數(shù)分布，如訪問1-2頁的活躍用戶數(shù)、3-5頁的活躍用戶數(shù)、6-9頁的活躍用戶數(shù)、10-29頁的活躍用戶數(shù)、30-50頁的活躍用戶數(shù)，以及50頁以上的活躍用戶數(shù)。同時(shí)，我們可以通過不同統(tǒng)計(jì)周期(但統(tǒng)計(jì)跨度相同，如都為7天)的訪問頁面分布的差異，以便于發(fā)現(xiàn)用戶體驗(yàn)的問題。

在以上用戶參與度指標(biāo)中，我們可以選取一個(gè)可以反映主運(yùn)營目標(biāo)的指標(biāo)，如消費(fèi)額，搭建用戶等級(jí)模型（用戶分層），也可以選取多個(gè)相關(guān)指標(biāo)，如最近一次消費(fèi)時(shí)間R，消費(fèi)頻率F，消費(fèi)額M搭建常用的RFM用戶模型。

作用在于可以根據(jù)構(gòu)建出的模型中的不同等級(jí)（用戶分層）或不同區(qū)域（RFM模型）的用戶的特征制定針對(duì)性的運(yùn)營策略或制定層級(jí)間轉(zhuǎn)化的用戶激勵(lì)體系。

以問答社區(qū)為例，主要KPI是內(nèi)容數(shù)量和質(zhì)量，體現(xiàn)在用戶所貢獻(xiàn)內(nèi)容獲取的認(rèn)可數(shù)上，通過數(shù)據(jù)收集整理得出用戶認(rèn)可數(shù)分布如下，我們以用戶認(rèn)可數(shù)為指標(biāo)建立用戶分層。

可以看出分布近似于對(duì)數(shù)正太分布，通過類似分布直方圖定義第一，第二，第三四分位點(diǎn)作為臨界值，將用戶劃分為普通用戶、內(nèi)容生產(chǎn)者、內(nèi)容貢獻(xiàn)者和大V四個(gè)等級(jí)用戶。

當(dāng)用戶量足夠大時(shí)，每一層用戶等級(jí)里的用戶特征也表現(xiàn)出很大差異性，比如內(nèi)容貢獻(xiàn)者一層里，有人以發(fā)表文章為主，頻率低，單篇認(rèn)可數(shù)高；有人以問答為主，頻率高，單篇認(rèn)可數(shù)低；這就結(jié)合RFM模型對(duì)每一層內(nèi)用戶再做細(xì)分。

再比如有人是3年以下，有人是5年以上，有人喜歡社交類內(nèi)容，有人喜歡電商類內(nèi)容，這就就可以結(jié)合下文介紹的用戶畫像對(duì)用戶做更精細(xì)屬性描述，做到更精細(xì)化運(yùn)營的效果。

RFM模型

關(guān)于“數(shù)據(jù)化用戶運(yùn)營的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。