您可以捐助,支持我们的公益事业。

1元 10元 50元





认证码:  验证码,看不清楚?请点击刷新验证码 必填



  求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
   
 
     
   
 订阅
  捐助
分析了3个实战案例,我找到了精细化运营的数据方法论
 
   次浏览      
 2019-2-26
 
编辑推荐:
本文来自于baidu,介绍了什么是数据驱动,数据驱动实现方法,并通过3个实战案例解析数据分析如何影响产品核心指标等相关内容。

随着大数据的发展,互联网从业者一定意识到:数据对于一个优秀的可迭代产品的价值。产品与用户行为息息相关,而数据分析则让这些用户行为可以被量化,产生价值。基于数据驱动思维,做出产品决策,分析和优化用户体验,才能让产品迭代走向正确方向。

▍什么是数据驱动?

首先和大家分享一个数据驱动决策的案例,让大家感受一下数据驱动的价值。下图是几个产品的DAU(日活跃用户数量)的折线图,可以发现并没有特别明显的规律。如果要对DAU进行预测,以指导业务的开展,该如何去做呢?

(图片说明:产品的DAU走势)在这个案例中,需要决定要不要投放广告来达到PCU(最高同时在线)的KPI。首先对DAU进行拆解,每日登陆用户可以分为三类:昨日留存用户、今日新进用户和之前流失的用户,同时还有一部分用户流失,一进一出就导致了DAU的波动。

(图片说明:日活用户拆解)

从下图中的表格可以看出,新进用户留存会随着时间衰减,形成曲线的走势。

(图片说明:新进用户留存随时间递减)

下图是留存曲线模型,这是一个幂律分布的模型,a为常数,系数b为负数,定义为新进留存系数,b值越大留存情况越好。b值与产品品质、用户质量和运营活动相关。

下图是新进留存系数b值的走势,每次b值有大波动的时候,是新版本发布的时候,后面在做拉小号的活动的时候,b值呈现下降的趋势。

在这个案例中,根据新进用户留存模型,推算出要达到PCU 50万的话需要连续两周每天8万的新进用户数,最后评估下来预算太少,因此放弃了广告投放计划。这就是一个通过数据驱动来规避风险的案例,通过科学的数据分析来一步一步归因,去推导应不应该做这件事,这就是数据驱动的价值体现。

▍如何实现数据驱动?

从《增长黑客》这本书上市以来,国内掀起了一股数据驱动的热潮。很多公司都开始组建增长团队,去找到业务的增长点。要实现数据驱动有一些需要重点关注的点。比如,产品跟市场的需求匹配是数据驱动的根基。这个根基如果不成立,数据驱动就很难成立。另外,在产品的不同阶段制定不同的北极星指标。北极星指标可以让整个团队围绕一个核心目标来定制策略,集中兵力做一个指标的增长。

(图片说明:数据驱动的几个关键点)

接下来和大家分享一个提升产品留存的案例。

如何提高产品留存是大家比较关心的问题。提高产品留存通常有三种方式,第一种方式是产品的结构性优化。要通过数据分析去找到整个产品在核心转化流程上面是不是有问题;在用户体验上面,比如说新手转化,新手引导的过程是不是有不合理的地方?加载时间是不是过长?前端是不是有闪退影响用户体验?

第二种方式是用户运营,最常见的是运营活动和成长激励体系。比如激励体系中,用户使用的时间越长,越容易留下来。比如说前段时间美团推出打车服务,滴滴的用户没有任何忠诚度,换到美团上面也没有任何成本。因为滴滴没有去做用户成长的激励体系,比如说滴滴应该给用户划分等级,比如说打了多少公里的车,应该是什么等级的用户。然后每个等级又有相应的一个回报,有相应的激励可以兑换,或者是能够打折,这样用户使用的时间越长,就绑定得越紧,这就是成长激励体系的一种套路。

最后一种方式是用户流失预警与召回,也就是通过产品的优化和运营手段来干预用户的流失。用户流失之后,需要尽可能通过数据分析的方式找到用户流失的原因,然后做预警,预测未来哪些用户将要流失,并且提前做干预。另外就是对流失用户的召回,如何针对已经流失的用户制定召回的策略,如何奖励,如何触达他们。

接下来分享一个实战案例。某游戏产品想通过运营活动来提升用户的留存,属于第二种方式。这个游戏的DAU是5万左右,平均用户开局数是20局左右,大于十局的用户数占比45%,大于七局的用户数占比50%。活动目的是要通过提升开局数来提高用户的留存,因为开局是整个产品的核心价值和核心体验。

首次方案是每十局抽一次奖,每天最多可以抽六次,平均每个人每次抽一次送出2000金币。我们通过数据分析做了一次改进,改进后的方案是每7局抽一次奖,每日可抽六次,平均每人每次送出是2500的金币,同时提高了中、高局场的服务费,因此实际上每人每次送出的金币是大概是1800左右,降低了成本,同时也把抽奖的门槛降低了。

(图片说明:改版后的效果)

活动方案改版后的效果是参与活动的人数有明显提升,增加了1950人,参活用户占比从26%提升到了30%,覆盖到了更多用户。同时,参活用户平均抽奖次数从3.8次提升到了4.6次,平均开局数提升了15次。

▍重视用户反馈数据

产品设计和活动运营过程中不要忽略用户的反馈数据。如果产品用户的基数比较小的话,可以直接跟用户交流,做调查问卷或CE。如果产品用户基数比较大,这种调查效果会打折扣。如何分析海量的用户反馈数据,既科学客观,数据量又能全面?我们提供了一个平台来做这个事情,会把外部的数据全部通过爬虫的技术抓回来,再通过文本挖掘的算法分析用户在说什么。

(图片说明:用户反馈数据)

比如情感识别,就是判断用户在反馈的时候是正面还是负面的内容。话题检测是判断用户在讨论什么内容,突发问题预警是判断产品是不是有突发的问题,然后还有反馈监控,可以监控到用户的不良言论的反馈,最后整体做成了一个产品口碑分析的解决方案。

   
次浏览       
 
相关文章

中台产品面面观
如何在互联网产品中建立中台?
什么是产品生命周期管理?
产品设计之前,如何分析业务需求和用户痛点?
 
相关文档

产品经理是怎样炼成的
APP产品规划方法
产品经理培训文档
产品生命周期管理PLM
 
相关课程

产品经理与产品管理
卓越产品经理训练营
产品需求分析与管理
基于用户体验的产品设计