随着智能机市场趋于饱和,互联网流量红利消失的趋势下,精细化数据运营对业务增长变得越来越重要,如何帮助初创公司解决运营细化尤为重要;

对于数据运营这一点,可能有些人从没有看数的习惯到了看数的习惯那是一大进步,是不是能看几个数这就叫数据运营了呢?这还远远不够,这里来说现有的创业公司在进行数据运营这件事情上存在的现状。

一般初创公司会有一个数据工程师的角色,然后各个部门各个角色都会找他要数据,然而这个会带来一个问题取数的等待周期太长,整个时机可能就错过了。

精细化运营

有一些公司有了仪表盘可以看到公司上个季度、昨天总体的这些数据,还是很不错的。对于决策层当然是很开心,但是,对于市场、运营这些同学来说可能就还不够。活动数据无法细查,流量数据上升下降异常的时候也无法快速定位问题。

数据分析

理想状态的数据运营应该是怎么样的?就是一个自助式的数据分析,让业务人员每一个人都能自己去进行数据分析,掌握这个数据。实现的方式就是我们先将数据源本身整好,整全整细了,中间提供强大的分析工具,让每一个业务员都能直接进行操作,大家并发的去做一些业务上的数据需求,这个效率就要高非常多。那么接下来介绍下一般公司的大数据处理的流程:

数据分析步骤

数据采集

经用户同意授权后,采集到全部数据,并且是多维度的,用户访问,用户设备,地域,购买行为,注册行为等等全量的多维数据;

数据建模

通过开发同学把底层的原始数据做抽象处理,根据需求做出一张张的数据表。

数据分析

多维分析:

对于多维分析主要这里面其实就是由三个关键的概念,一个就是事件,一个是维度,一个是指标。事件就是说任何一个互联网产品,都可以把它抽象成一系列事件。

比如针对保险产品来说,可抽象到提交、订单、注册、提交保费一系列事件用户行为。每一个事件里面都包括一系列属性。比如,他用操作系统版本是否连wifi;比如,保单相关的保费,这些东西,或者用户的一些职能属性,这些就是一系列维度。基于这些维度看一些指标的情况。比如,对于访问来说,可能访问总做成一个指标,访问的人数是一个指标,平均的人均访问次数这也是一个指标;

多维分析

多维分析

多维分析

多维分析

多维分析的价值:譬如对于注册这个事件来说,针对整个总的注册量这条曲线,按照时间的曲线会发现它一路在下跌。但下跌的时候,不能眼睁睁的看着它,一定要分析原因。如何分析就是拆分维度,比如我们按照地域,或者按照渠道,或者按照其他一些方式去拆开,按照年龄段、按照性别去拆开,看这些数据到底是不是整体在下跌,还是说某一类数据在下跌。

漏斗分析:

漏斗分析是用数据来看用户从做第一步操作到后面每一步操作,实际的转化过程。比如,一批用户启动了APP,有一部分人根本没有启动起来,剩下的启动app的人去浏览了的首页,浏览首页之后可能一部分人就直接跑了,还有一部分人可能去点击到一个发现里面去,点击到注册可能又有很多人跑了,这其实就是一个漏斗。

漏斗分析

通过这个漏斗,就能分析一步步的转化情况,然后每一步都有流失,可以分析不同的渠道其转化情况如何。比如,打广告的时候发现来自百度的用户漏斗转化效果好,就可能在广告投放上就在百度上多投一些。

留存分析:

留存分析

比如,搞一个地推活动,然后来了一批注册用户,接下来看它的关键行为上面操作的特征,比如当天它有操作,第二天有多少人会关键操作,第N天有多少操作,这就是看它留下来这个情况。

其他:

例如用户参与分析;智能路径;路径上下游分析;等等

其他分析内容请期待下期;

总结

通过精细化运营手段提升产品现状,这也跟用户留存、用户转化提升息息相关。这是一个系统化的工作,需要用科学的手段和工具去完成。

转自:众安数盟

版权声明:内容部分来自互联网,转载请注明原文链接和作者,如有侵权或出处有误请和我们联系。