微信数据分析和微信传播模型

什么是微信数据分析呢?

试想一下,如果是你,会怎么向你的领导、向你的下属,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?大多数人所为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,进行开源 节流。

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。数据分析还能够帮助我们认清现状,通过计划明天,逐渐向我们预想的未来靠近。

微信数据分析的内容(举栗子而已)

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

微信分析模型

模型来源,巧贝科技CEO Hata

2、循环公式(来源,巧贝科技CEO Hata)

NU – New Users(新用户数)

AU – ActiveUsers(活跃用户数)

R% – RetentionRates(留存率)

S% – ShareRates(分享率)

F – Friends(好友数)

C% – ConversionRates(转化率)

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

3、根据模型改进产品和运营

几种可能的数值

理想中的是黄色部分中的两个,R%、S%、C%在这个基础上持续的增长,才能够给传播带来积极地效果和回报。产品和运营需要基于这三个点作调整,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?

又如何提高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。

这个是我通过整理文章的方式消化掉工作中的知识点。

来源:中国统计网

原文发布于微信公众号 - 数据的力量(shujudeliliang)

原文发表时间:2014-11-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

扫码关注云+社区