运营数据分析包括什么:从0到1搭建数据分析知识体系( 三 )


绝大多数产品都或多或少存在一些反人类的设计或者BUG,通过用户细查可以很好地发现产品中存在的问题并且及时解决 。
5.漏斗分析
漏斗是用于衡量转化效率的工具,因为从开始到结束的模型类似一个漏斗,因而得名 。漏斗分析要注意的两个要点:第一,不但要看总体的转化率,还要关注转化过程每一步的转化率;第二,漏斗分析也需要进行多维度拆解,拆解之后可能会发现不同维度下的转化率也有很大差异 。
某企业的注册流程采用邮箱方式,注册转化率一直很低,才27%;通过漏斗分析发现,主要流失在【提交验证码】的环节 。

运营数据分析包括什么:从0到1搭建数据分析知识体系

文章插图
经过了解发现,邮箱验证非常容易出现注册邮箱收不到邮件的情况,原因包括邮件代理商被屏蔽、邮件含有敏感字被归入垃圾邮箱、邮件送达时间过长等等 。既然这么多不可控因素影响注册转化率,那就换一种验证方式 。换成短信验证后,总体转化率提升到了43%,这是非常大的一个增长 。
6.留存分析
留存,顾名思义就是新用户留下来持续使用产品的含义 。衡量留存的常见指标有:次日留存率、7日留存率、30日留存率等等 。我们可以从两个方面去分析留存,一个是新用户的留存率,另一个是产品功能的留存 。
运营数据分析包括什么:从0到1搭建数据分析知识体系

文章插图
第一个案例:以社区网站为例,“每周签到3次”的用户留存率明显高于“每周签到少于3次”的用户 。签到这一功能在无形中提升了社区的用户的粘性和留存率,这也是很多社群或者社区主推这个功能的原因 。
运营数据分析包括什么:从0到1搭建数据分析知识体系

文章插图
第二个案例:首次注册微博,微博会向你推荐关注10个大V;首次注册LinkedIn,LinkedIn会向你推荐5个同事;申请信用卡时,发卡方会说信用卡消费满4笔即可抽取【无人机】大奖;很多社交产品规定,每周签到5次,用户可以获得双重积分或者虚拟货币 。
在这里面“关注10个大V”、“关注5个同事”、“消费4笔”、“签到5次”就是我想说的Magic Number,这些数字都是通过长期的数据分析或者机器学习的方式发现的 。实践证明,符合这些特征的用户留存度是最高的;运营人员需要不断去push,激励用户达到这个标准,从而提升留存率 。
7.A/B测试与A/A测试
A/B测试是为了达到一个目标,采取了两套方案,一组用户采用A方案,一组用户采用B方案 。通过实验观察两组方案的数据效果,判断两组方案的好坏 。在A/B测试方面,谷歌是不遗余力地尝试;对于搜索结果的显示,谷歌会制定多种不同的方案(包括文案标题,字体大小,颜色等等),不断来优化搜索结果中广告的点击率 。
这里需要注意的一点,A/B测试之前最好有A/A测试或者类似准备 。什么是A/A测试?A/A测试是评估两个实验组是否是处于相同的水平,这样A/B测试才有意义 。其实这和学校里面的控制变量法、实验组与对照组、双盲试验本质一样的 。
三、流程:宏观、中观和微观
(一)宏观
1.中国古代朴素的分析哲学
其实数据分析自古有之,中国古代很多名人从事的其实就是数据分析的工作;他们的名称可能不是数据分析师,更多的是“丞相”、“军师”、“谋士”,如张良、管仲、萧何、孙斌、鬼谷子、诸葛亮 。
他们通过 “历史统计”-“经验总结”-“预测未来” 为自己的组织创造了极大的价值,这是中国古代朴素的分析哲学的重要内容 。
2.精益创业的MVP理念