什么是微信数据分析
试想一下,如果是你,会怎么向你的领导、你的下属,进行数据分析呢?
是像描述天气一样——昨天阴天,今天天气挺好,风和日丽的,明天预报多云?还是用其他的方式?
大多数人所谓的数据分析就像刚才描述天气一样,那不是分析,而是描述数据。
数据分析需要从来源、行为、流失等方面进行分析。
微信数据分析要根据微信传播的特性而定,微信传播是基于好友分享内容而产生的。这里不考虑单纯的复制粘贴, 那样的传播指向性不明确,这里我们只讨论指向性明确的分享链接和内容。
微信数据分析需要从用户入手——新增、活跃、留存代表着数据分析的三个方面。
数据分析的作用,能够帮助我们回顾过去,评估现在,计划明天,预测未来,从而能够展望未来。
微信数据分析的内容
(举栗子而已哦)
1、 新增用户数
主要包括:男、女、未知来源、员工推广、活动推广、用户传播、老用户传播、新用户传播、未知来源占比、员工推广占比、活动推广占比、用户传播 占比、老用户传播占比、新用户传播占比、分享员工、分享用户、分享老用户、分享新用户、分享员工占比、分享新用户占比、分享员工人均传播、分享用户人均传 播、分享老用户人均传播、分享新用户人均传播等。
2、好友关系数
主要包括好友数:0、1、2-5、6-10、10-20、20+以及占比情况等。
3、好友关系来源
主要包括:第一关系链ID、第一关系链昵称、关系类型和来源类型等。
4、微信/微信社区行为
如果是游戏,主要有注册(授权登录)、打开、完成、未完成、分享等;如果是电商,主要有注册(授权登录)、打开、下单、付费、删除订单等;如果是普通社区页面,主要有注册、打开、浏览、分享等。
5、交叉分析
留存用户数、新增用户数、留存人均、新增人均,次日用户留存率、7日留存、14天留存、30天留存;用户活跃度,行为完成、未完成用户数以及比例;活跃用户数,行为完成情况分类分析、完成率分析、完成率高低用户分析等。
6、交叉分析形式
图、表、图表。
7、通过交叉分析看产品运营数据的前生今世,了解昨天、评估今天,为前景而计划明天的具体实施。
微信传播模型
1、循环模型
备注:
NU – New Users(新用户数)
AU – Active Users(活跃用户数)
S% – Share Rates(分享率)
F – Friends(好友数)
C% – Conversion Rates(转化率)
R% – Retention Rates(留存率)
模型来源:巧贝科技CEO Hata
2、循环公式
AU 01 = NU X0 × R N1%
NU 01 = AU 01 × S N1% × F × C N1%
= NU 00 × R N1% × S N1% × F × C N1%
= NU X0 × K N1%
NU X1 = NU X0 × K N1%
…………(抱歉中间部分省略下,嘿嘿)
NU X4 ≈ NU X0 × K N1%4
NU n ≈ NU 0 × K %n
备注:
NU – New Users(新用户数)
AU – Active Users(活跃用户数)
S% – Share Rates(分享率)
F – Friends(好友数)
C% – Conversion Rates(转化率)
R% – Retention Rates(留存率)
模型来源:巧贝科技CEO Hata
3、根据模型改进产品和运营
现状的预设值 | |
---|---|
参数 | 数值 |
R% (留存率) | 21% |
S% (分享率) | 20% |
F (常量)(好友数) | 100 |
C% (转化率) | 25% |
计算结果 | 1.05 |
其他几种可能的数值计算结果:
其他数值的计算结果 | ||||
---|---|---|---|---|
参数 | 数值 | 参数 | 数值 | |
R% | 20% | R% | 25% | |
S% | 20% | S% | 25% | |
F(常量) | 100 | F(常量) | 100 | |
C% | 25% | C% | 16% | |
计算结果 | 1 | 计算结果 | 1 | |
参数 | 数值 | 参数 | 数值 | |
R% | 30% | R% | 30% | |
S% | 25% | S% | 30% | |
F(常量) | 100 | F(常量) | 100 | |
C% | 14% | C% | 12% | |
计算结果 | 1.0125 | 计算结果 | 1.08 | |
参数 | 数值 | 参数 | 数值 | |
R% | 35% | R% | 35% | |
S% | 30% | S% | 35% | |
F(常量) | 100 | F(常量) | 100 | |
C% | 10% | C% | 9% | |
计算结果 | 1.05 | 计算结果 | 1.1025 |
理想中的是黄色部分中的两个,计算结果1.08、1.1025,大于预设值的计算结果1.05——这也就是说,R%、S%、C%在这个基础上持续的增长,能够给传播带来积极地效果和回报。
产品和运营需要基于以下三个点作调整,不断的优化、改进,甚至是颠覆式的创新:如何提高R(留存率)?如何提高S(分享率)?如何提高C(转化率)?
当然,这个模型还有不完善的地方。
首先,不适用与电商以及其他社会化媒体,目前只考虑了针对微信的传播模型,其他类型根据平台上用户行为以及传播的特性,会有一定的不同。
其次,这个模型还需要大量的实例来证明和说明。提出不能指导实际工作的模型都是耍流氓。
这是我通过整理文章的方式消化掉工作中的知识点。
来源:数据分析