专栏首页DT数据侠分析了3个实战案例,我找到了精细化运营的数据方法论

分析了3个实战案例,我找到了精细化运营的数据方法论

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。

9月13日,DT君邀请到了数数科技CEO吕承通,带大家了解数据驱动实现方法,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。本文为其演讲实录。

▍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。

本文分享自微信公众号 - DT数据侠(DTdatahero)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-09-27

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 数据如何驱动业务优化?这有一份产品人必读知识清单

    数据时代,判断一个互联网企业成功与否的标准之一,就是衡量它各个环节的运营是否形成了“数据飞轮”。那么对于一个互联网从业者来说,是否具有数据意识、是否能够用数据发...

    DT数据侠
  • 你是如何被AI骗去看广告的?

    数字经济时代,现代商业环境悄然变革,从传统营销到数字化营销再到如今的预测营销,营销手段正在发生天翻地覆的变化。11月15-16日,2018届GMTIC全球营销技...

    DT数据侠
  • 坐拥海量数据的运营商大佬,如何走出商业变现之路?

    10月26日,第一财经旗下DT财经发起的数据社群——数据侠联手复旦大学大数据研究院人文社科数据研究所,共同举办了以“大数据商业应用解析与未来展望”为主题的公开课...

    DT数据侠
  • 运营的三大目标

    运营的事情看起来非常多,有可能在一边找图,一边回复用户,过一会还要开选题会、写策划、推消息、找文章、谈渠道、翻数据等,但其实都是在运营的三大目标里:

    大葡萄
  • 三个方面,谈谈用户运营究竟要怎么运营

    活动运营、社群运营、内容运营等等,通过字面意思非常能直观的理解,因为它们拥有运营场景—“活动”“社群”“内容”,通过活动,基于社群,编辑内容促使产品引流、拉新、...

    iCDO互联网数据官
  • 揭秘阿里巴巴的客群画像

    阿里巴巴一直在面向未来探索B类新电商模式,并从2019年开始重点构建“新供给、新链接、新营销”三新体系。买家是三新体系的核心,缺少买家维度的数字化经营体系是不完...

    实时计算
  • 通过智能投放与触发,提高广告投放效率,告别无效营销

    对于品牌主来说,做投放决策时最关注的就是自己的目标群体是哪些人,如何选择渠道才能覆盖到目标人群,投放的时长和频率又该如何依据人群特性进行配置。

    盒子菌
  • 关于用户增长你必须要知道的那些事儿

    增长是一件与用户活跃、留存息息相关的事,如果纯粹为了做增长,拉来了一批无效用户,这样的增长是没有意义的。

    数据通20847430
  • 激活和留存

    增长黑客的拉新和常规市场/运营的拉新区别在于,增长黑客更看重的是新用户为产品带来的实际价值,这个价值可以是电商产品中的用户购买转化,也可以是内容社区产品中的用户...

    葆宁
  • 用户生命周期,从运营到数据的最全攻略在这里

    上一篇{用户流失,该怎么分析}中,有很多同学留言想看用户生命周期的分析,今天它来了。用户生命周期管理,是系统化运营和拍脑袋运营的重要区别。不做系统化设计,就会沦...

    接地气的陈老师

扫码关注云+社区

领取腾讯云代金券