2017儿童商业创新营销峰会圆满召开_励志网

2017儿童商业创新营销峰会圆满召开

2018-06-20 02:00 来源:励志网

    优势:刷榜相较于传统的app推广方式来说,不仅成本低,而且见效快,可以在短时间内实现app下载量的激增,打败竞争对手。

没有目标,制定的产品的数据指标不会合理。而这个产品目前最重要的目标是服务好用户,快速增长用户。所以对于用户的数据分析是最重要的。

关键点:用户的反馈,满足需求,提升用户满意度

   导读:APP运营中,大多数CP都会有过渠道刷量操作;APP常见的刷单行为有:刷榜、刷排名、刷假用户、刷搜索、水货刷机等方式但是对这几种“刷”渠道并不是很了解,今天小编就为大家分析一下渠道的各利弊关系:

刚好趁着这个案例,总结一下自己在数据分析上的一些心得

从问题的描述来看,我们可以得到这个产品的当前特征。

    B应用活跃用户经过急剧的攀升后又出现了下滑趋势,活跃小于5天的用户占绝大比例,这可能是一个刚刚处于导入期的App,经过一段时间后不同粘性的活跃用户都出现了下跌,说明用户对App的忠诚度并不高,这可能并不是一个强需求或高质量的App。

“商品列表浏览→商品详情查看→确认订单→支付→结束”

    如图8,以视频类App为代表分析自定义事件以及漏斗在实际中的应用,首先选取【频道列表】、【综艺】、【大陆】、【点击播放】四个事件进行埋点,此时可在自定义事件列表查看各个事件对应的被触发数据,直观展现各个节点受用户喜欢的程度。 

    前四个指标为产品和运营带来更多数据信息,错误分析则是App开发人员的有利工具。按发生次数排序的错误摘要列表让开发者对错误有整体的了解和把控,错误详情提供的具体错误代码位置、错误所发生的机型、错误对应的操作系统等信息帮助开发人员快速准确的复现错误并进行第一时间修复。错误分析帮助开发者把因App不稳定性而对用户造成的伤害和损失降到最低。

关键点:从产品的定位上可以知道主要针对的白领用户,提供高端餐饮服务。这决定了产品的架构、设计,全都是针对白领的高端服务,用户类型当中尤其关注白领用户

图1:日留存数据报表

4、市场竞争环境

关注数据指标:借鉴竞争对手的数据标准。(日活,次日留存、客单价、月订单量、覆盖商家数量)等

    页面访问路径直观体现App中不同页面的被访问次数和页面之间的跳转关系,以此判断用户在App中的跳转使用习惯,发现用户兴趣,同时可判断用户的实际访问行为与App设计初衷的吻合度。页面访问路径数据为UE设计带来指导方向。

确立了以上的基础思路后,再来想如何提升数据分析的能力和敏感度。每天第一件事看数据,跟数据打交道,关注异常,才能掌握数据的敏感度。常讲深挖数据,背后是一个人深度思考的能力,我发现这件事说简单也复杂,流程是:遇到异常数据、问为什么、假设、推演、细分数据。至于细分数据,就是围绕不同的维度来观测数据,比如不同忠诚度的用户的分析,比如基于购买流程的维度分析,穷尽各种细粒度的维度可以得到不同的数据结果。

2、公司的目标:2年内不考虑盈利。

  导读:一款产品的整个生命周期通常包括导入期、成长期、成熟期和衰退期,应用数据统计在App的整个生命周期中贯穿运用并发挥着重要价值。

    成长期过后App进入成熟期,成熟期的App不论考虑商业化还是优化产品功能,【友盟+】应用统计都能带来更为详细的指导。App中任何关注的节点都可通过自定义事件埋点监测,在自定义事件的基础上进一步进行转化率分析。

假设在产品中期,有一定用户量。我们观测到整个流程当中的关键转化率数据:列表转详情页(80%),详情转订单(70%),订单转支付(20%)。这个时候的关键问题并不在前面阶段的转化率,而是订单转支付的环节转化率偏低,那我们的此时重点目标会先提升订单转支付的转化率。这时候会专门研究订单页的相关数据指标(页面浏览时间、用户操作行为)等等。

    如上图所示转化率的第一步可判断App的用户兴趣所在,第二步可做兴趣细分分析,第三步根据内容的被点击数据判断内容质量,与此三步对应的运营策略分别可以是策划与用户兴趣匹配的活动,增加更多用户感兴趣的节目,调整节目的展示位置和顺序等。

2、O2O电商平台类:

推论二:解构目标,即可得到对应的数据指标。

产品的生命周期;产品的类型;产品的商业模式(推广、盈利等);面对的用户群体;公司的目标;市场竞争环境等等

    如图7,对比两个渠道的次日留存率数据,发现黄色渠道的留存率实际比橙色渠道好。黄色渠道虽获取到的新增用户少,但是这些用户更多比例留下来成为App的真实用户,说明黄色渠道获取到的用户质量更高。这表明以单一的新增用户来评估渠道质量并不科学。

1、初生期的产品:

    相比用户活跃度而言,周用户构成可以体现更长时间窗口期的活跃用户粘性情况。通过用户的连续活跃数据可以看出图中A应用正值成长的发力期,而B应用处于成熟期,并且用户忠诚度高。

图2:用户活跃度

图6:渠道新增用户

图4:页面访问路径

    图中的A应用活跃1天的用户(即新增用户)增长稳定并且在整个活跃用户中占比较小,说明这可能是一个处于生命周期成熟期的App,新增的市场空间来自新的移动互联网网民或者设备更新,同时活跃多天的用户占比较高,也说明这是一个优质的App。 

图3:周用户构成

基于目标、起点、途径的思路,我们再转移视角,看一下常常用来当作数据分析中的案例电商购买流程的漏斗模型,常规电商的用户购买逻辑是这样的:

创业公司的O2O项目,一款集合商家的平台型产品,哪些数据比较重要,必须在第一版本就开始监控分析?哪些数据比较次要,可以放到后期版本再说?虽然有第三方(比如友盟),监控的数据很全,但我不是很清楚轻重缓急,望各位多多指教。

从推论一出发,我们首先要解决的问题是找到最高优先级的目标,设立准确的目标。一个产品的目标受什么影响?

图7:渠道次日留存率

先丢出一个观点:“数据指标为目标服务”

    图2是两个App用户活跃度的对比,用户活跃度是对当日活跃用户在过去15天中活跃情况的拆分,图中的色区从上到下依次对应活跃1天的用户,活跃2天的用户......活跃15天的用户,最红色部分的用户对App的粘性最高。

    刷榜就是app运营雇佣水军在各大app应用市场刷下载量、好评,提高app在应用市场的整体排名,从而引起用户的注意。现在国内外都有大量提供刷榜服务的公司,它们被称之为“app推广公司”,专职负责各种app的刷榜。

初创期O2O商家平台问答如下:

1、市场竞争环境:市场竞争激烈,有相同竞品,但还没有出现巨头,但同行已出现领先者;

从这个观点可以得到几条推论:

   围绕这个目标,现在开始通过多种因素解构目标,获得关键数据指标。

   关键数据指标

基于以上多种影响因素,可以得到当前最高优先级的目标:快速增长用户,覆盖市场

再假设以下两点:

关键点:由于市场有存在领头者,已经有借鉴对象,意味着已经有可参考的数据指标借鉴,受此影响试错的成本相对降低。

    App在经过一段时间后会由导入期进入到成长期,成长期的App离不开市场推广,推广效果的评估是一门学问。判断一个渠道推广效果的优劣离不开渠道分析指标,同时还可结合用户参与度中的使用时长、访问页面等指标辅助评估。

关注数据指标:商家用户的订单量、接单率、客单价、哪些商家订单量最高、哪种类型的商家最受欢迎。

关键词:留存率、活跃度、周用户构成、页面访问路径、错误分析

关键词:渠道新增用户、渠道次日留存率

    同时将这四个事件按照一定的逻辑顺序加入到漏斗即形成了转化率分析模型,此时可统计到由上一步到下一步的转化情况,根据转化率数据分析问题原因,进而进行运营策略的制定和调整。

关键词:自定义事件、事件转化率(漏斗模型)

    图1是两个App日留存数据的对比,留存数据直观的反应App对用户的留存能力,图中A应用相比B应用的数据表现显示,留存能力属于较优质的水平。除日留存外,还可以通过选择更长时间窗口来查看周留存和月留存数据,以及单个渠道/版本对应的不同时间粒度留存数据。提高App留存率的方法可以借助精准消息推送工具唤醒用户,也可以在App中植入微社区功能,通过用户之间的互动吸引回流,另外App中的强需求功能点能吸引用户更多回流。

  数据指标服务于产品的目标

推论一:清楚目标是最关键的一步,如何清楚并设立目标是需要解决的第一个问题。

  数据指标为目标服务

那么不同类别的数据指标如何统计?怎样帮助开发者和运营人员更精细的判断App在初创期、成长期、成熟期的质量?

3、产品的定位与用户群体

    图6两条曲线分别表示两个不同渠道获取新增用户的情况,我们为两个渠道分别命名为橙色渠道和黄色渠道。曲线直观体现了橙色渠道比黄色渠道获取新增用户的能力强,就此很多开发者会认为橙色渠道的推广效果比黄色渠道好,因为它为App带来了更多的新增用户。结论正确与否,不妨再通过其他数据验证一下。

关注数据指标:用户的留存、活跃、反馈、用户画像(忠实用户、流失用户、一般用户)的特点与需求分析;

    以上仅例举了通过次日留存率数据辅助分析,建议开发者同时结合多维度数据,并可分配指标权重综合评估。例如评估电商类应用的渠道质量,假设关注新增用户,平均访问页面数和平均使用时长三个指标,并分别为它们分配权重系数0.7,0.2和0.1,各渠道指标乘权重系数,得分越高的渠道推广效果越好。

产品的生命周期:初生期-摸索;产品的类型:O2O电商平台类;产品的商业模式:推广以线上和线下地推为主;针对商家抽佣为主要的盈利模式;产品定位与用户群体:假设该产品针对白领提供高端餐饮服务的平台,有toB商家端和toC用户端;为便于分析,假设题主负责的是toc端产品。

    App上线初期,开发者除了关注新增用户、活跃用户、使用时长等一些基础指标外,了解App更多性能的指标还有留存率、页面访问路径和错误分析等,近一年【友盟+】又推出了一些更精细的指标帮助开发者深入了解自己的App,比如周用户构成和用户活跃度。下面解读不一样的指标为App带来了哪些不一样的价值。

再假设处于产品成熟期,我们观测到整个流程当中的关键转化数据:列表转详情页(80%),详情转订单(70%),订单转支付(20%),这些数据经多位前任产品经理调到了较成熟状态。这个时候我们会更详细关注每个阶段的详细数据,不断的做小更改,做测试、优化。这时候某个流程上能提升1%,将给公司带来的巨大效益。

导读:多数的初创型企业在数据运营过程中,相对应APP的数据分析需要考核哪些因素?在数据监控过程中,需要选取哪些数据指标等问题往往找不到重心!对于初创型企业,哪些数据是需要重点监控的问题,我们通过初创期O2O商家平台产品数据监测问答来解释解释:

假设在产品初期,没多少用户量。我们观测到整个流程当中的关键转化率数据:列表转详情页(80%),详情转订单(70%),订单转支付(20%)。但这个时候,我们的关键目标并不在于购买流程的转化率,而是增加大量商家、有更多的商品可选择,所以我们不会把时间浪费到这上面的页面的转化,因为产品初期用户量很小,还有很多环节需要做事情,但订购流程至少已经跑通了。

    图3是两个App周用户构成的对比,周用户构成是对当周活跃用户在过去的自然周里连续活跃情况的统计,其中本周回流用户是指上周未启动应用这周回流的用户,忠诚用户是只连续活跃5周及以上的用户。

关注数据指标:白领用户的行为特征:喜欢的商品类型、客单价,不同忠诚度的用户特征。

关键点:产品类型决定了产品的重点服务对象,O2O电商是线下业务很重的产品。在产品的初期阶段,首先要服务好商家,积累商家资源,商家有单子才愿意持续在上面提供更多服务;然后是C端引流,增加C端用户量

图8:自定义事件&事件转化率应用

责编: