什么是数据运营分析如何快速搭建数据运营分析体系？( 二 )

C. 监控用户健康度
产品的健康度在某种意义上说跟活跃度有点交叉，有些广义的概念可把活跃度包含于健康度内。
比如，ARPU值、用户流动性、会员体系下的用户升降级速度…都是衡量一款产品健康度的指标。
以会员体系下的用户升降级速度为例：设计一套会员体系时，数据体系的搭建就必须有事前规划测算、事中验证跟踪、事后调整这3个阶段。事前的规划测算一般需花费较大的时间和精力演算，因为一旦会员规则对外放开了，就不好轻易做调整。也因此，第3个阶段的调整，最好是能避免则避免。
会员体系需要拟合升降级曲线，一般达到的效果就是升级先易后难，降级留有一定buffer值。升级太快降级太慢，有导致体系被击穿、成本hold不住等风险，升级太慢降级太快，用户不买账没粘性。升降级速度，体现的是该产品的健康程度。
D. 用户流失节点分析
很多产品上线一段时间后，发现流失率越来越高，这个时候可关注用户在整个链路上的流失节点：用户主要是在哪一步开始流失的，用户流失的集中时间点是在什么时候，从流失节点着手进行产品优化、适当的流失挽留堵漏等操作。
如互金平台定投功能的使用，经过观察和分析可能会发现，用户在第一次扣款前后的流失率最高，且扣款高峰会伴随着流失高峰，可能的原因有以下：
找到了可能的问题所在，即可对齐进行相应的用户教育和引导，降低流失率。一个水缸多个孔，堵住其中1个或几个，水流失的速度自然就慢了下来。
E. 通过假设潜在用户画像进行投放和验证
产品对用户做触达的时候，总会选择潜在目标用户，以提高转化率等各项指标。但何为“目标用户”，用户的年龄？用户所在的地区？用户的在线支付频次？需要通过多次投放尝试总结，可假设多个变量，通过调整潜在目标用户的画像进行用户包提取触达，比较多个投放渠道之间的数据差异，从而达到验证的目的。

文章插图
3. 寻找对比数据
没有对比的效果指标评价，都是耍流氓。一款产品上线效果，产品经理要看到其中的利弊，并且找到合适的参照物来对比效果，才可以做出评价和结论。
举个例子：一款社区类产品上线至今，总用户数100万，日均活跃用户8万人。
这个数据是好是坏？我们需要找到一个对比衡量的标准，对比竞品，我们这个活跃用户水平算是较高的？对比过去的日均活跃用户5万人，则很明显有了提高。
因此，得到产品的上线效果数据后，需要找到对应的产品做标的，而这个标的，可以是竞品、可以是历史经验数据沉淀、也可以是行业内默认的标准等。
4. 明确获取数据渠道
规划好了数据衡量体系，接下来即是产品上线前的数据埋点工作和上线后的数据获取来源，有下面的一串口诀：转化数据点击流，用户属性渠道号，反馈抽样用问卷，广义普适第三方。
A. 转化数据点击流
在看用户登录访问、购买等产品的路径转化数据时，常选择用户数为统计分析维度，这个时候，用相对简单的点击流埋点，一般可满足需求；主要统计产品流程中，每一步操作的用户数量，可形成漏斗模型。
B. 用户属性渠道号
在申购金额、购买数量和金额、评论互动等带有用户属性的场景下，需要适当深挖，这个时候可以用渠道号等标记对用户进行“打标”，方便跟踪监控用户的后续行为。
C. 反馈抽样用问卷
有的时候，我们需要探究用户行为原因，了解用户的主观操作意向，获取用户使用反馈时，通过上述的纯客观数据是难以得出合适的指导意见的，该情况下可以选择问卷的方式进行；可以获取足够反馈问题的样本数据。