1. <strong id="7actg"></strong>
    2. <table id="7actg"></table>

    3. <address id="7actg"></address>
      <address id="7actg"></address>
      1. <object id="7actg"><tt id="7actg"></tt></object>

        建議收藏|數(shù)據(jù)運(yùn)營(yíng)方法與通用指標(biāo)合集

        共 3155字,需瀏覽 7分鐘

         ·

        2021-08-02 23:38



        這是Kevin的第 886 
        原創(chuàng),
        持續(xù)日更,做產(chǎn)品經(jīng)理的創(chuàng)業(yè)斜杠青年。





        數(shù)據(jù)運(yùn)營(yíng)包含什么?



        當(dāng)我們完成了一款產(chǎn)品的上線后,接下來(lái)就要把它推向市場(chǎng)和用戶(hù)了。在大量推廣中會(huì)產(chǎn)生不少數(shù)據(jù),通過(guò)運(yùn)營(yíng)這些數(shù)據(jù)我們可以獲得反饋對(duì)產(chǎn)品開(kāi)展迭代和優(yōu)化工作。


        數(shù)據(jù)運(yùn)營(yíng)到底怎么做?尤其是利用簡(jiǎn)易設(shè)計(jì)的思維,怎么做?數(shù)據(jù)運(yùn)營(yíng)包含4個(gè)部分,分別如下。


          數(shù)據(jù)運(yùn)營(yíng)的工作維度 



        傳統(tǒng)數(shù)據(jù)運(yùn)營(yíng)會(huì)包含數(shù)據(jù)采集、數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)建議。而數(shù)據(jù)采集和數(shù)據(jù)收集其實(shí)是應(yīng)該分成2部分


        數(shù)據(jù)采集主要是指系統(tǒng)化的數(shù)據(jù)獲取,比如通過(guò)埋點(diǎn)、日志、爬蟲(chóng)實(shí)現(xiàn)的數(shù)據(jù)采集,提前設(shè)置好的規(guī)則實(shí)現(xiàn)數(shù)據(jù)采集。相比數(shù)據(jù)采集,數(shù)據(jù)收取還包含了數(shù)據(jù)需求收集、人工獲取2個(gè)途徑。


          數(shù)據(jù)收集和數(shù)據(jù)采集關(guān)系 



        人工獲取一個(gè)針對(duì)已經(jīng)有的數(shù)據(jù)有的采集,而數(shù)據(jù)收集是為了達(dá)到某個(gè)目標(biāo)或解決某個(gè)需求去未來(lái)要做的數(shù)據(jù)采集。


        比如在電商運(yùn)營(yíng)里,運(yùn)營(yíng)需要看到運(yùn)營(yíng)活動(dòng)下的訂單數(shù)量和營(yíng)收數(shù),針對(duì)單次活動(dòng)的數(shù)據(jù)采集需求和日常的數(shù)據(jù)采集是不一樣的。需要單獨(dú)挑選時(shí)間、日期。




        1.剛需:


        于是我們將數(shù)據(jù)分為2類(lèi)


        分別是產(chǎn)品功能的數(shù)據(jù)、和業(yè)務(wù)數(shù)據(jù)2個(gè)緯度。總稱(chēng)為剛需下的核心數(shù)據(jù)。



        2.容易懂:


        圍繞剛需,我們將每個(gè)指標(biāo)都定義為簡(jiǎn)單好計(jì)算。其產(chǎn)品功能下的核心數(shù)據(jù)有


        頁(yè)面瀏覽量

        頁(yè)面被瀏覽的次數(shù)總和,如統(tǒng)計(jì)網(wǎng)站或頁(yè)面時(shí),只是網(wǎng)站或頁(yè)面的被瀏覽總次數(shù)。


        獨(dú)立訪客數(shù)

        UV一句瀏覽器cookie表示方可,對(duì)所有方可按統(tǒng)計(jì)根據(jù)排重處理后數(shù)量


        唯一頁(yè)面訪問(wèn)數(shù)

        UPV ,頁(yè)面的唯一訪問(wèn)次數(shù),比如一個(gè)訪次內(nèi)該頁(yè)面被瀏覽多次,該頁(yè)面UPV只記一次


        跳出次數(shù)

        bounces,進(jìn)入網(wǎng)站后,只訪問(wèn)一頁(yè),沒(méi)有后續(xù)訪問(wèn)的訪問(wèn)次數(shù)


        離開(kāi)次數(shù)

        也稱(chēng)推出次數(shù),訪問(wèn)者從當(dāng)前頁(yè)面進(jìn)入網(wǎng)站后沒(méi)有后續(xù)訪問(wèn)的被記錄為一次跳出次數(shù)。


        平均訪問(wèn)深度

        平均每次訪問(wèn)所瀏覽的頁(yè)面數(shù)量,頁(yè)面瀏覽量/訪問(wèn)次數(shù)


        頁(yè)面平均停留時(shí)長(zhǎng)

        average time on page,平均每個(gè)頁(yè)面的訪問(wèn)時(shí)長(zhǎng),全站的停留時(shí)間總和/全站頁(yè)面瀏覽量。


        有效訪問(wèn)次

        有效次=訪次-跳出次數(shù)


        退出率

        退出次數(shù)/訪次*100%


        跳出率

        跳出次數(shù)/訪次*100%


        新增用戶(hù)

        歷史上第一次啟動(dòng)應(yīng)用的用戶(hù),需要按照設(shè)備號(hào)進(jìn)行去重


        啟動(dòng)次數(shù)

        在規(guī)定時(shí)間段內(nèi),用戶(hù)打開(kāi)應(yīng)用的次數(shù)?!耙淮螁?dòng)”是指用戶(hù)從打開(kāi)APP開(kāi)始,到退出APP為止。一次啟動(dòng)過(guò)程中可能瀏覽多個(gè)頁(yè)面


        日 周 月 年活躍用戶(hù)數(shù)

        在規(guī)定的時(shí)間范圍內(nèi),啟動(dòng)過(guò)應(yīng)用的用戶(hù)數(shù),需要按照設(shè)備號(hào)去重。活躍用戶(hù)指平臺(tái)定義的活躍用戶(hù)數(shù)


        活躍度

        活躍用戶(hù)數(shù)/總用戶(hù)數(shù)*100%


        留存用戶(hù)數(shù)

        規(guī)定時(shí)間段(T1)內(nèi)新增用戶(hù)中,在經(jīng)過(guò)一段時(shí)間(T2),仍然使用程序的用戶(hù),其中T2- T1是時(shí)間段區(qū)間


        次日留存率

        根據(jù)統(tǒng)計(jì)日期1天前新增用戶(hù)到統(tǒng)計(jì)日期仍在訪問(wèn)的留存用戶(hù)數(shù))/(據(jù)統(tǒng)計(jì)日期1天前新增用戶(hù)數(shù)*100%)對(duì)應(yīng)的還有7日、15日留存率


        新注冊(cè)用戶(hù)

        通過(guò)應(yīng)用注冊(cè)的用戶(hù)數(shù)


        單次使用時(shí)長(zhǎng)

        用戶(hù)在應(yīng)用程序上所停留的時(shí)間,主要分為平均使用時(shí)長(zhǎng)、單次使用時(shí)長(zhǎng),平均使用時(shí)長(zhǎng)是某一段時(shí)間內(nèi)所有用戶(hù)的全部訪問(wèn)時(shí)間的平均值。


        平均使用時(shí)長(zhǎng)

        全部用戶(hù)的日使用時(shí)長(zhǎng)/總活躍用戶(hù)數(shù);也有全部用戶(hù)的使用時(shí)長(zhǎng)/總用戶(hù)數(shù)


        使用間隔

        同一用戶(hù)相鄰兩次啟動(dòng)應(yīng)用的時(shí)間間隔。


        平均訪問(wèn)深度

        我們將用戶(hù)在一次啟動(dòng)應(yīng)用過(guò)程中所達(dá)到的頁(yè)面累計(jì)數(shù)量視為用戶(hù)的訪問(wèn)深度。


        2.業(yè)務(wù)數(shù)據(jù)指標(biāo)

        業(yè)務(wù)指標(biāo)會(huì)和錢(qián)搭上關(guān)系,當(dāng)然還會(huì)有業(yè)務(wù)屬性的數(shù)據(jù)。比如PMTalk就有簽約作者、內(nèi)容數(shù)、會(huì)員數(shù)、活動(dòng)報(bào)名數(shù),這些都是屬于公司業(yè)務(wù)經(jīng)營(yíng)范圍決定的。


        通用的業(yè)務(wù)數(shù)據(jù)是無(wú)論在什么行業(yè)、什么業(yè)務(wù)都需要的


        會(huì)員新增率

        統(tǒng)計(jì)時(shí)間周期內(nèi)新增會(huì)員數(shù)/會(huì)員總數(shù)*100%


        會(huì)員復(fù)購(gòu)率

        會(huì)員復(fù)購(gòu)下單成功數(shù)/會(huì)員總數(shù)


        會(huì)員流失率

        會(huì)員到期后在某段時(shí)間內(nèi)不再續(xù)費(fèi)數(shù)/會(huì)員總數(shù)*100%


        會(huì)員留存率

        1-會(huì)員流失率


        活躍會(huì)員

        會(huì)員登錄使用產(chǎn)品符合活躍用戶(hù)數(shù)/總會(huì)員數(shù)


        SKu銷(xiāo)售占比

        每個(gè)商品銷(xiāo)售數(shù)量/總的商品銷(xiāo)售數(shù)量*100%


        銷(xiāo)售轉(zhuǎn)化指標(biāo)

        單個(gè)商品下單數(shù)量/用戶(hù)總注冊(cè)人數(shù)*100%


        引入訂單轉(zhuǎn)化率

        引入幅訂單2量/UV *100%


        引入訂單金額轉(zhuǎn)化率

        引入訂單金額/UV*100%


        UV價(jià)值

        有效訂單優(yōu)惠后金額/UV


        上面的數(shù)據(jù)采集成本也是極低的。并不需要復(fù)雜的開(kāi)發(fā)技術(shù)手段和硬件要求,只要開(kāi)發(fā)人員前期埋點(diǎn)基于上面指標(biāo)計(jì)算規(guī)則就可以輸出這類(lèi)數(shù)據(jù)。




        數(shù)據(jù)分析方法




        通過(guò)數(shù)據(jù)收集和數(shù)據(jù)采集,我們接下來(lái)開(kāi)始分析數(shù)據(jù),通過(guò)數(shù)據(jù)反映出的規(guī)律和結(jié)果定位問(wèn)題提供有效決策建議。


        這里整理出7個(gè)分析方法


        1.流量標(biāo)記UTM


        用在廣告投放、對(duì)外推廣場(chǎng)景下。

        UTM一共有5個(gè)參數(shù),3個(gè)必填參數(shù)、2個(gè)可選參數(shù),詳細(xì)的如下:
        utm_source、utm_medium、utm_campaign是必填參數(shù),utm_term和utm_content是可選參數(shù)。
        source:標(biāo)注搜索引擎和其他來(lái)源

        medium:具體媒介,比如是電子郵件還是單擊

        utm:用戶(hù)付費(fèi)搜索,展示廣告的關(guān)鍵詞



        2.多維度分析
        結(jié)合時(shí)間周期、地域、不同渠道來(lái)篩選用戶(hù)細(xì)化問(wèn)題。對(duì)比一個(gè)單指標(biāo)是沒(méi)有意義的,需要多個(gè)維度

        3.轉(zhuǎn)化漏斗
        主要依照AARRR模型,通過(guò)觀察用戶(hù)的入口到出口轉(zhuǎn)化過(guò)程。分析轉(zhuǎn)化過(guò)程流失分析的關(guān)鍵問(wèn)題

        4.留存曲線
        伴隨用戶(hù)體量的增長(zhǎng),不斷針對(duì)不同類(lèi)型的用戶(hù),找到性?xún)r(jià)比最優(yōu)的轉(zhuǎn)化、成長(zhǎng)路徑、再施加引導(dǎo)激勵(lì)。對(duì)積累的用戶(hù)留存數(shù)量進(jìn)行分析

        5.用戶(hù)分群/用戶(hù)畫(huà)像
        基于SIKT模型梳理用戶(hù)標(biāo)簽?;谟脩?hù)場(chǎng)景、達(dá)成的指標(biāo)、用戶(hù)行動(dòng)、標(biāo)簽來(lái)建立用戶(hù)地域、年齡、喜好的用戶(hù)畫(huà)像數(shù)據(jù)。比如在用戶(hù)調(diào)研階段,產(chǎn)品經(jīng)理經(jīng)過(guò)調(diào)查問(wèn)卷、客戶(hù)訪談了解用戶(hù)的共性與差異,匯成不同的虛擬用戶(hù)。方便進(jìn)行用戶(hù)細(xì)分、精準(zhǔn)營(yíng)銷(xiāo)


          用戶(hù)畫(huà)像下的SIKT模型 




        6.熱力圖
        熱力圖通過(guò)記錄用戶(hù)在網(wǎng)站活A(yù)PP的點(diǎn)擊與瀏覽行為,通過(guò)熱力圖的形式展現(xiàn)出來(lái),熱力圖就是將用戶(hù)行為進(jìn)行可視化展示。熱力圖通過(guò)可視化的效果呈現(xiàn),幫助產(chǎn)品設(shè)計(jì)深入分析用戶(hù)對(duì)內(nèi)容以及功能的訪問(wèn)情況、操作習(xí)慣和行為偏好。理解用戶(hù)產(chǎn)品訪問(wèn)偏好


        7.A/B測(cè)試
        真得ABTest我們的目的主要聚焦在2個(gè)
        第一個(gè)是判斷哪個(gè)更好:

        比如2個(gè)不同產(chǎn)品交互設(shè)計(jì)表現(xiàn)方式,針對(duì)同一個(gè)功能。究竟是A還是B更好,如果資源允許的情況下,我們需要實(shí)驗(yàn)判斷。

        第二個(gè)是收益數(shù)據(jù)的量化:
        比如功能涉及到的訂單轉(zhuǎn)哈、直接現(xiàn)金收益到底是則需要通過(guò)AB test進(jìn)行判斷。

        上面的數(shù)據(jù)運(yùn)營(yíng)方法基于我的新書(shū)《簡(jiǎn)易設(shè)計(jì)》4點(diǎn)特點(diǎn)拆分了,包含了下面4哥數(shù)據(jù)維度。


        • 剛需:核心數(shù)據(jù)采集


        • 容易懂:數(shù)據(jù)閱讀理解度低,卻反應(yīng)業(yè)務(wù)效果


        • 高效:數(shù)據(jù)采集門(mén)檻低,數(shù)據(jù)生成規(guī)則簡(jiǎn)單


        • 低成本:數(shù)據(jù)采集成本低、同時(shí)數(shù)據(jù)運(yùn)營(yíng)易用


        隨著撰寫(xiě)時(shí)間,我的第三本書(shū)《簡(jiǎn)易設(shè)計(jì)》即將上市。簡(jiǎn)易設(shè)計(jì)這本書(shū)里以創(chuàng)業(yè)公司案例為雛形,介紹了互聯(lián)網(wǎng)產(chǎn)品設(shè)計(jì)、公司運(yùn)營(yíng)下的思考技巧
        剛需、容易理解、高效、低成本


        簡(jiǎn)易設(shè)計(jì)方法在我創(chuàng)業(yè)過(guò)程中得到反復(fù)驗(yàn)證,能夠是產(chǎn)品設(shè)計(jì)、和產(chǎn)品研發(fā)、以及公司運(yùn)營(yíng)的基石。



        今日Bonus:加我好友 pmtalk001,領(lǐng)取原型部件庫(kù),同時(shí)還有運(yùn)營(yíng)模版,帶你了解快速提升產(chǎn)品運(yùn)營(yíng)進(jìn)階




        ??點(diǎn)擊閱讀原文,加入打卡訓(xùn)練營(yíng),每天體驗(yàn)1款A(yù)PP





        每天體驗(yàn)1款app知識(shí)星球




        加入后365天,每天體驗(yàn)一款A(yù)PP。提升產(chǎn)品設(shè)計(jì)能力,同時(shí)有1500份體驗(yàn)報(bào)告幫助你找到競(jìng)品。



        平均1天1塊錢(qián),掃碼購(gòu)買(mǎi)即可加入


        連續(xù)體驗(yàn)90款應(yīng)用,通過(guò)后原路退回





        瀏覽 35
        點(diǎn)贊
        評(píng)論
        收藏
        分享

        手機(jī)掃一掃分享

        分享
        舉報(bào)
        評(píng)論
        圖片
        表情
        推薦
        點(diǎn)贊
        評(píng)論
        收藏
        分享

        手機(jī)掃一掃分享

        分享
        舉報(bào)
        1. <strong id="7actg"></strong>
        2. <table id="7actg"></table>

        3. <address id="7actg"></address>
          <address id="7actg"></address>
          1. <object id="7actg"><tt id="7actg"></tt></object>
            天天在线操 | 婷婷av一区二区三区 | 狂野欧美又粗又大 | 国产成人精品综合在线观看 | 国产精品秘 入口久久熟女沈阳 | 操穴网 | 欧美日韩成人电影 | 蜜臀久久99精品久久久兰草影视 | 日韩一区二区三区无码电影 | 国产尤物在线 |