开头先讲一个大家都熟悉的案例。
10月16日上午,赵丽颖和冯绍峰官微宣布领证结婚。喜讯宣布后,微博热搜榜直接就瘫痪了。
瘫痪原因很明显,由于用户访问量太大,导致服务器承载不了那么大的流量。
当时微博的日活流量显然远远>平时日活流量。至于究竟有多少,并不重要。
重要的是,可以通过这个结果得出:明星公布结婚,可以促进用户活跃度。
那么以后发生类似事件,微博作为平台运营方可以主动把“明星结婚话题”推到热搜榜,吸引用户关注。
这是一个很简单很标准的“通过数据分析改进产品”的运营技巧。
啵啵认为“数据分析”本身是一种行为过程,也是一种工作,是为了服务项目/业务/产品而存在的。
数据分析可以使我们作出更好的决策,达到更好的效果。
比如,通过数据分析,提高涨粉数量:
分析用户增长数和用户取关数,可以算出公众号文章质量是高还是低,从而影响到未来公众号的内容选题定位。(在下面的内容里,啵啵会详细讲一下这个技巧)
比如,通过数据分析,提高销售额:
可以算出,人流量大的地方,产生的GDP就大,商品销售额相对就大;人流量小的地方,产生的GDP就小,商品销售额相对就小。
比如,通过数据分析,提高投资回报率:
分析房价增长趋势,可以算出未来增值幅度有多少,通过比对两个地区的房价增长幅度,可以算出哪个地方的房子更值得投资。
● 究竟该怎么进行数据分析?
● 怎么通过数据分析有效改进项目产品?
1
分析用户取关数提高微信内容质量
比如通过数据分析“公众号用户取消关注数”,可以算出文章质量高还是低。
比如下面这组用户增长数据(这种情况经常会发生):
● 前天增长1100,取关100,净增1000
● 昨天增长1200,取关200,净增1000
● 今天增长1300,取关300,净增1000
● 以此类推......
虽然每天用户净增长数量都是1000,但很明显,后面的情况更加危险。
通过小公举多年的运营经验,以及第三方插件检测“用户增长小时数据”,可以得出:
如果公众号没有发布文章,用户主动想起关注了一个公众号,并主动取消关注,这种情况是小概率事件。
用户取关行为首先源于“发布文章”导致,也就是要统计“文章发布后首小时内取关用户数”。
以小公举的公众号为例,比如下面这张图,绿色线条是新增用户数,蓝色线条是取消关注数,0:00是文章发布时间。
很显然,公众号文章发布后的首小时是用户取消关注高峰期。
我们都知道,高质量的文章取关数少,低质量的文章取关数多。
如何通过数据确定文章质量是高还是低?
用户的行为说明一切。
通过比对公众号每天的“文章发布后首小时内取关用户数”,很轻松得出两个结果:
1、取关用户数最多的那天,发布的文章是用户不爱看的
2、取关用户数最少的那天,发布的文章是用户最爱看的
得出这两个结果后,就必须采取一些措施了。
以后创作的文章,“类型”、“风格”、“质量”等要和第二种保持一致,这样用户不爱看都难。
通过上面这个案例,可以总结出一套基本的数据分析逻辑:
1、掌握数据的实时变化
2、捕捉某个时间段内的数据
3、通过数据总结因果关系
4、通过日/月/年数据对比得出影响业务的关键因素
那么数据分析,还可以用于哪些用途?
2
提高活动转化率
策划线上活动时,经常会赠送礼品,目的是提高转化率。
比如策划了一个活动,“赠送礼品,前2000位报名参加,人人都有”。
目的是通过赠送礼品吸引用户关注,报名,转发等。
那么究竟赠送什么样子的礼品,转化的用户数更多?
这肯定不是拍脑子决定的,不是你觉得用户喜欢什么礼品就送什么。
通过数据分析,可以解决这个问题:
第一步:
选取三种类型的礼品,分别是“生活用品”、“科技产品”、“虚拟礼品”
第二步:
前后策划三次这种赠送活动,每次赠送的礼品不一样,但总价值都一样
第三步:
统计每次活动转化的用户数
比如这张图
虽然三次活动投入的资金一样,但不同的礼物转化用户数却不一样。
那么以后策划活动,赠送礼品就要选用生活用品。
那么究竟该选用哪种生活用品,算出哪种生活用品转化率更高?
可以继续采用上面三个步骤进行数据分析:
第一步:
选取三种礼品,分别是“台灯”、“键盘”、“爱奇艺会员”
第二步:
前后策划三次这种赠送活动,每次赠送的礼品不一样,但总价值都一样,而且总数量也不一样(比之前多了这项数据)
第三步:
统计每次活动转化的用户数
比如这张图
虽然三次活动投入的资金一样,但是不同的礼物,转化用户数却不一样;
而且不同的数量,转化用户数也不一样。
其中赠送键盘,转化的用户数最多。
也就是说:礼品类型和礼品数量共同决定了用户转化数。
这才是这个世界的真理:在绝大多数时候,结果都是由于多方面因素导致的。
通过这组数据可以得出:
1、虽然键盘价值低,但是由于数量多,却带来了最多的转化
2、虽然爱奇艺会员价值高,但是由于数量少,带来的转化少
那么以后策划活动,赠送礼品就要选用键盘。
总结:
同一个活动,每次发布,都加入不同因素或剥离一个因素。
通过数据分析,可以算出影响转化效果最大的因素是什么,活动中哪些关键点会影响转化效果。
PS:以上两组数据只是作为参考案例,证明数据分析的可行性和采用效果。
3
改版是否成功
改版就是指产品迭代升级,升级到新版本后,效果究竟是变好了还是变差了?
拿最简单的例子来说,比如“菜单栏命名,哪种名字更吸引用户点击?”
比如上图的三个菜单栏,运营资料、进群学习、商务合作。
通过公众号后台的“菜单栏分析”,可以统计到相应的点击次数是1593、890、532。
很明显,“运营资料”点击数最高,“商务合作”点击数最少。
那么是否可以把“商务合作”改成其他名称?
比如“找我合作”、“加我微信”等。
通过修改菜单栏名称,提高用户点击量。
由于每次修改并发布都会产生一次版本,再去统计修改后的菜单栏日均点击量有没有提升。
最后分析哪种名称带来转化最高。
全文总结:
1、数据分析可以归纳总结出影响产品/项目/业务的因素
2、通过归纳总结出因素,把产品/项目/业务优化到更完美的状态
文章来源: 灰产圈|黑产圈|一本黑|黑市商学院
共有 条评论