2021-03-07 分類: 網站建設
對一家互聯網公司來說,如果沒有設置單獨的數據運營崗,那么用戶運營是和數據最貼近,也必須是最了解用戶的。
用戶運營核心的方法論就三個:拉新,促活和留存。拉新可以作為渠道推廣單獨討論,而促活和留存則相輔相成。
非運營崗,或者其他類型的運營,通常只會注重一個活躍數據的果,而不會注意活躍數據的因。我們在這里就抽絲剝繭,教大家比較快速地了解活躍體系。
互聯網公司對活躍用戶的定義大同小異,主要以用戶打開APP一次記為一個活躍用戶。
按此基礎可以在時間維度引申出周活躍用戶,月活躍用戶。即在一個自然周內打開一次APP,則本周為周活躍用戶。月活躍用戶同理。
我們假設有一款新產品,這是它四個月內的活躍數據。嗯,看來不錯。
產品專注的市場領域不同,活躍用戶數天差地別。一款小眾的垂直領域產品和泛社交類產品,單純看活躍用戶數,你很難界定它們好壞。
好的數據指標,都應該是比例或比率。
我們設定一個新指標,活躍率:某一時間段內活躍用戶在總用戶量的占比。
按照時間維度引申,有日活躍率DAU,周活躍率WAU,月活躍率等MAU。
例:月活躍,本月活躍用戶在截止月末的總注冊用戶中占比。
一般而言:活躍用戶數,看的是產品的市場體量。活躍率,看的是產品的健康度。
實際得承認,不同產品,用戶需求(高頻或低頻)不同,活躍率也有差異。用戶運營更多的職責是監控活躍率的變化,并且提升它。
看,我們的活躍用戶數上升,活躍率下降,這對新產品來說很正常。你不能要求每一個用戶都使用我們產品不是?
別急,我還沒補刀呢。
我們統計了注冊用戶數,那么我們也可以統計出本月新增用戶數,很簡單,兩個月相減。
是不是看出來什么了?
要知道,按照活躍的定義,新注冊的用戶肯定是打開APP的用戶,他也一定是活躍的用戶。
所以,我們拿每月的注冊總用戶數減去新增用戶數,計算老用戶數。并且將新老用戶的活躍率獨立出來。
指標拆分后,我們發現老用戶的活躍率比預期低。實際在產品早期、渠道投入資源推廣、或一次成功的病毒營銷后,因為新增用戶數量的暴漲,總是會帶動活躍數的上升。
A產品打算在五月份做大投入,在APP上進行活動,希望用戶大力參與,同時在B渠道進行推廣。在常規的統計指標中,發現活躍數據上升。事后分析發現活躍為新增活躍,老用戶的活躍數據沒有顯著上升。配合其他活動數據,證實活動效果較差。
C產品獲得投資后,通過大規模的燒錢推廣,獲得一個正向的活躍數據反饋。此時活躍有不小可能是由新增用戶撐起的。產品自身的打磨若不好,老用戶活躍率不會提高,這也是我們常說的留存概念。導致錢白白浪費不少。
產品進入穩定期后,有了一定用戶規模,新增活躍一般對活躍數據就不會有大的影響了。那么以新老用戶區分活躍統計就夠了?我們簡單定義三個場景:
用戶包含各種類型,反應了不同群體的特征和想法。在使用整個產品的周期中,我們應定義更全面的指標:
現在我們發現,不論是活躍用戶還是不活躍用戶的維度,都一下子豐富了起來。
通俗的理解一下用戶活躍的變化
上文ABC的三位用戶活躍路徑為:
回到一開始那款產品的數據,我們將分解后的新指標統計出來。(定義忠誠用戶一個月內有15天活躍;流失用戶為兩個月沒打開過)
你看,指標開始變得復雜了。產品有長期使用的忠實用戶,也有流失用戶。有用戶回來繼續使用,也有用戶不怎么愛用產品。
數據是為了方便講解隨手編的。實際的情況可能會更復雜,可以根據情況靈活應對。
用戶活躍可以簡化為一個最簡單的公式:新增用戶的數量要大于流失用戶的增加量。可以想成一個水池,運營會一直往里灌水,但是水池也會漏水,如果漏水速度太大,那么水池就干了。一款產品可能因為市場競爭、拉新乏力導致新增用戶數下降,也可能因為產品改動,運營策略失誤造成后續流失用戶變多。
將數據制作圖表:
活躍用戶和不活躍用戶可以拆分出來,周活躍同理
用戶運營們可以按照日、周、月維度維護三張報表,監控活躍數據的變化(建議花更多精力在周報表上)。
如果是一個好的用戶運營,他會繼續思考:每天有多少活躍用戶變得不活躍?有多少忠誠用戶變得不活躍?又有多少流失用戶被我們喚回來等,并且分別是什么原因引起的。
怎么樣更詳細的監控活躍數據的變化呢?我們引入桑基(Sankey)圖的概念。
這時,活躍數據比單純的表格清晰多了,而且我們也能夠顯著觀察到不同活躍層的變化。萬千變化,存乎一圖。
有了數據和趨勢,我們應該聚焦更多精力到怎么去應用在運營和業務上。
觀察忠誠用戶,發現他們有什么特征,為什么愛用我們產品。同樣的道理,我們也能觀察流失用戶;
忠誠或流失用戶是否在推廣渠道上有顯著差異(配合新增留存數據)。
某一段時間回流用戶增加,是產品更新,市場推廣,還是活動營銷?
本周,變成不活躍的用戶比以前多,要不要做一次用戶訪談看下原因?
活躍的用戶用Push營銷,流失的用戶用短信營銷,這是不是一個好方法?
以上種種,皆是用戶運營需要考慮,也是要和各部門協同解決,貫徹整個產品一生的運營方向。
活躍類指標有一個顯著特點需要明白,它們都是后見性的指標,也就是事情發生后我們才能觀察到。比如我們發現某一段時間流失數據(假定兩個月沒打開APP為流失)上升,往前倒推兩個月,發現當時剛好展開一次活動,那么我們有理由相信活動造成了一批用戶卸載,可惜運營此時已經無能無力。先見性預防比后見性觀察對運營更重要。
根據不同的用戶活躍狀態,依據產品的特性能采取很多運營手段。這是精準化運營的第一步。接下來則是劃分用戶層次等,進行更精準的運營,不過那是另外的話題了。
用戶運營路漫漫修遠兮,用我偶然得之的一句話做結尾吧。
本文標題:活躍用戶的數據分析應該怎樣做?
當前鏈接:http://m.newbst.com/news8/104658.html
成都網站建設公司_創新互聯,為您提供品牌網站建設、面包屑導航、App設計、定制開發、做網站、品牌網站設計
聲明:本網站發布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網站立場,如需處理請聯系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經允許不得轉載,或轉載時需注明來源: 創新互聯
猜你還喜歡下面的內容