1張報(bào)表,玩轉(zhuǎn)數(shù)據(jù)分析,撬動(dòng)存量轉(zhuǎn)化!
大家在面對(duì)紛繁復(fù)雜的數(shù)據(jù)指標(biāo),是不是特別容易眼花繚亂?下邊這篇文章是筆者自身對(duì)數(shù)據(jù)分析中的運(yùn)營(yíng)報(bào)表做出了一些優(yōu)化。大家一起來(lái)看看吧!
傳統(tǒng)營(yíng)銷和互聯(lián)網(wǎng)營(yíng)銷相比,有個(gè)重要區(qū)別,是否能夠做好細(xì)節(jié)處的數(shù)據(jù)分析。很多人,對(duì)怎么做好數(shù)據(jù)分析,覺得很神秘。事實(shí)上,想把數(shù)據(jù)分析做好,確實(shí)不容易。
面對(duì)紛繁復(fù)雜的數(shù)據(jù)指標(biāo),特別容易眼花繚亂。常規(guī)的數(shù)據(jù)分析,包含數(shù)據(jù)搜集、數(shù)據(jù)清洗、數(shù)據(jù)分析、數(shù)據(jù)優(yōu)化。但是在面對(duì)實(shí)際項(xiàng)目的時(shí)候,怎么在實(shí)戰(zhàn)中做好分析,又要見招拆招。
2018年之后,開始專注研究企業(yè)存量轉(zhuǎn)化,過(guò)程中間,結(jié)合以往在數(shù)據(jù)分析中的積累。我重新對(duì)數(shù)據(jù)分析中的運(yùn)營(yíng)報(bào)表做了不少優(yōu)化。今天分享一些關(guān)于存量運(yùn)營(yíng)中的數(shù)據(jù)分析那點(diǎn)事。
一、存量運(yùn)營(yíng),轉(zhuǎn)化漏斗如何演進(jìn)
數(shù)據(jù)分析的核心價(jià)值,在于給到運(yùn)營(yíng)一個(gè)數(shù)據(jù)結(jié)論。一系列的運(yùn)營(yíng)動(dòng)作實(shí)施之后,具體的數(shù)據(jù)反饋是什么。通過(guò)數(shù)據(jù)結(jié)果來(lái)優(yōu)化運(yùn)營(yíng)策略。想要做好數(shù)據(jù)分析,首先得了解一個(gè)經(jīng)典的數(shù)據(jù)分析模型:轉(zhuǎn)化漏斗模型。
如果把轉(zhuǎn)化漏斗簡(jiǎn)化,可以分為4個(gè)環(huán)節(jié),分別是渠道、展示、點(diǎn)擊、轉(zhuǎn)化。這里舉例,用戶參與活動(dòng)做參考。
1. 渠道
這里指的是各種類型流量的獲取來(lái)源,公域、私域、線上、線下等能夠獲取流量的地方都可以理解為渠道。如果是存量運(yùn)營(yíng),渠道常見的有APP/小程序/社群/公眾號(hào)等用戶觸點(diǎn)。
2. 展示
你策劃的活動(dòng)在這些渠道進(jìn)行投放,并不能保證可以觸達(dá)所有用戶。比如在APP投放banner廣告位,也許看到廣告創(chuàng)意的只是很少一部分人,因?yàn)楹芏嗳硕疾粫?huì)頻繁打開APP。公號(hào)推送文章,100萬(wàn)的用戶基數(shù),可能閱讀量就1萬(wàn)。這樣渠道的潛在流量到實(shí)際能夠展示出來(lái)中間就會(huì)有損失,渠道到展示是第一層漏斗。
3. 點(diǎn)擊
你的活動(dòng)被人看見了,愿意參與的用戶很難保證100%都參與。廣告創(chuàng)意是否吸引人,活動(dòng)誘餌是否足夠刺激,小細(xì)節(jié)沒(méi)做好,參與的人就會(huì)少。在經(jīng)歷層層篩選后,參與的人就少,最終才能獲得少部分有價(jià)值的用戶參與,展示到點(diǎn)擊是第二層漏斗。
4. 轉(zhuǎn)化
就是這場(chǎng)活動(dòng)最終帶來(lái)的效果。常見的有關(guān)注,比如關(guān)注公眾號(hào),關(guān)注小紅書賬號(hào)、關(guān)注抖音賬號(hào)數(shù)據(jù)等,下載APP、注冊(cè)留電、在線溝通、在線咨詢、在線付費(fèi)購(gòu)買等行為。點(diǎn)擊到轉(zhuǎn)化是第三層漏斗,可以看到左邊的傳統(tǒng)轉(zhuǎn)化漏斗模型,每一層漏斗是逐步遞減的。
借助存量帶增量,一定程度上可以改變常規(guī)漏斗模型,主要集中在展示到點(diǎn)擊環(huán)節(jié)。通過(guò)社交關(guān)系鏈放大了點(diǎn)擊環(huán)節(jié)的流量,相比付費(fèi)投流,口碑傳播帶來(lái)的流量成本較低,也更容易獲得轉(zhuǎn)化。
因?yàn)槔嫌脩魩?lái)足夠多的新用戶,展示、渠道、點(diǎn)擊、轉(zhuǎn)化4個(gè)環(huán)節(jié),每個(gè)環(huán)節(jié)的數(shù)據(jù)發(fā)生較大變化。漏斗的形狀會(huì)有些許變化。在過(guò)往的項(xiàng)目實(shí)戰(zhàn)中也驗(yàn)證了這個(gè)點(diǎn)。
在之前策劃過(guò)的老帶新活動(dòng)中,如果活動(dòng)玩法選擇得到,用戶參與路徑足夠流暢絲滑。老用戶能夠裂變不少新用戶,直接提高了對(duì)外分享頁(yè)面的用戶參與數(shù)。有了高質(zhì)量的用戶基礎(chǔ),是后期轉(zhuǎn)化的前提條件。
二、存量運(yùn)營(yíng),怎么設(shè)計(jì)用戶報(bào)表
想做好存量增長(zhǎng),一定要做好用戶的分層管理。用戶的分層管理,怎么通過(guò)報(bào)表來(lái)體現(xiàn)?先來(lái)了解幾個(gè)概念,用戶首單轉(zhuǎn)化率、用戶二次復(fù)購(gòu)率和用戶多次復(fù)購(gòu)率。如果能在報(bào)表中把這幾個(gè)指標(biāo)展示出來(lái),后面的數(shù)據(jù)分析會(huì)節(jié)省很多時(shí)間。
存量增長(zhǎng),一定要對(duì)用戶做分層運(yùn)營(yíng)。設(shè)計(jì)一張科學(xué)的用戶報(bào)表可以快速了解用戶的首單轉(zhuǎn)化率、二次復(fù)購(gòu)率、多次復(fù)購(gòu)率,通過(guò)數(shù)據(jù)來(lái)直觀感受用戶對(duì)平臺(tái)的反饋。例如首單轉(zhuǎn)化率多少,復(fù)購(gòu)GMV的占比。
沒(méi)有一套數(shù)據(jù)報(bào)表能解決所有問(wèn)題,實(shí)際操盤項(xiàng)目基本都需要圍繞項(xiàng)目特點(diǎn),定向設(shè)計(jì)。重點(diǎn)是需要理解報(bào)表背后的設(shè)計(jì)邏輯。針對(duì)存量用戶的運(yùn)營(yíng),怎么把有價(jià)值的數(shù)據(jù)通過(guò)報(bào)表直觀展示出來(lái)。也就是前面提到的首購(gòu)、復(fù)購(gòu)、多次復(fù)購(gòu)的價(jià)值數(shù)據(jù)。以下模板僅做參考。
觀察這份報(bào)表模版,按照從左到右,從上到下的順序來(lái)看。表頭從左到右分別是品類、數(shù)據(jù)指標(biāo)、數(shù)據(jù)指標(biāo)量化、數(shù)據(jù)備注說(shuō)明、時(shí)間。
品類這列表格是業(yè)務(wù)線,也就是產(chǎn)品線。比如公司是賣3C數(shù)碼產(chǎn)品,品類這列就可以把需要展示的業(yè)務(wù)數(shù)據(jù)呈現(xiàn)出來(lái)。這里也可以修改為“業(yè)務(wù)線=3C數(shù)碼”,更加具體。如果業(yè)務(wù)線復(fù)雜,這里的報(bào)表設(shè)計(jì)就需要做調(diào)整。
數(shù)據(jù)指標(biāo)這列是對(duì)用戶分層數(shù)據(jù)做拆解,首次購(gòu)買、二次購(gòu)買以及多次購(gòu)買等等。也是對(duì)存量用戶運(yùn)營(yíng)的幾個(gè)核心指標(biāo)做了拆解。
數(shù)據(jù)指標(biāo)量化是對(duì)GMV公式的拆解,細(xì)化拆分出來(lái)了GMV數(shù)據(jù)、訂單量數(shù)據(jù)、平均客單價(jià)以及這項(xiàng)數(shù)據(jù)指標(biāo)占總的GMV比重有多少。相當(dāng)于把GMV公式里面的每個(gè)元素,拆解出來(lái),二維狀態(tài)展示在數(shù)據(jù)報(bào)表。
數(shù)據(jù)備注說(shuō)明是對(duì)數(shù)據(jù)指標(biāo)量化這列指標(biāo)的補(bǔ)充說(shuō)明,可寫可不寫。表中對(duì)數(shù)據(jù)指標(biāo)做了對(duì)應(yīng)說(shuō)明,相對(duì)直觀。
時(shí)間,這里以月份為例,可根據(jù)業(yè)務(wù)需求,可到日、周、季度、年維度。
這張運(yùn)營(yíng)報(bào)表核心有2個(gè):
- ?第一個(gè)是報(bào)表的邏輯,圍繞存量用戶分層運(yùn)營(yíng)思考。
- ?第二個(gè)是數(shù)據(jù)指標(biāo),對(duì)用戶首購(gòu)、二次購(gòu)買、多次購(gòu)買做了細(xì)分拆解。這份報(bào)表僅僅只是一個(gè)思路參考,實(shí)際做項(xiàng)目要結(jié)合業(yè)務(wù)需求設(shè)計(jì)。
三、存量運(yùn)營(yíng),用戶報(bào)表案例(上)
報(bào)表設(shè)計(jì)的再漂亮,不能解決問(wèn)題也是徒勞。如何把上面的用戶報(bào)表,運(yùn)用到日常工作中。這里以實(shí)際案例拆解,加深下數(shù)據(jù)分析對(duì)業(yè)務(wù)驅(qū)動(dòng)的理解。
做數(shù)據(jù)分析,要有數(shù)據(jù)積累意識(shí)。只有數(shù)據(jù)需要積累到一定的量級(jí)才能做分析。一方面數(shù)據(jù)積累到一定的量級(jí)才能判斷數(shù)據(jù)的穩(wěn)定性,另一方面項(xiàng)目剛起步階段數(shù)據(jù)量不充分的話也做不了判斷。讓數(shù)據(jù)先跑一會(huì)~。
表中數(shù)據(jù)截取某個(gè)項(xiàng)目部分?jǐn)?shù)據(jù)。項(xiàng)目從3月底起盤,所以3月份數(shù)據(jù)量級(jí)較少。不過(guò)項(xiàng)目的增速還是比較快的,從3月份幾萬(wàn)的量級(jí),到4月份的55萬(wàn)、5月份的76萬(wàn)、6月份之后就破百萬(wàn)了。
既然想通過(guò)數(shù)據(jù)來(lái)分析存量用戶行為,幾個(gè)核心指標(biāo)需要梳理清楚。這里對(duì)用戶轉(zhuǎn)化維度的數(shù)據(jù)做了平均值解析,實(shí)際可以增加多維度分析。
其中用戶轉(zhuǎn)化維度的數(shù)據(jù)顯示,平臺(tái)存量用戶首次付費(fèi)轉(zhuǎn)化率平均值22%,平臺(tái)用戶首次復(fù)購(gòu)率平均值3%,平臺(tái)用戶多次復(fù)購(gòu)率平均值74%。從數(shù)據(jù)中發(fā)現(xiàn)用戶購(gòu)買2次以上GMV數(shù)據(jù)占比較高,說(shuō)明用戶的復(fù)購(gòu)對(duì)營(yíng)收的貢獻(xiàn)很大。
平臺(tái)用戶只要有付費(fèi)行為,后期的留存復(fù)購(gòu)都不差。同時(shí)也發(fā)現(xiàn)用戶的首單轉(zhuǎn)化和首單轉(zhuǎn)二次購(gòu)買比例需要提升。項(xiàng)目需要解決的問(wèn)題就是怎么提高用戶的首單轉(zhuǎn)化率和用戶首單轉(zhuǎn)二次購(gòu)買率。
從這些密密麻麻的數(shù)據(jù)中,提取有效信息,然后做分析,不知道你get沒(méi)有。
四、存量運(yùn)營(yíng),用戶報(bào)表案例(下)
“發(fā)現(xiàn)問(wèn)題-解決問(wèn)題”,從數(shù)據(jù)中發(fā)現(xiàn)可優(yōu)化的部分,接下來(lái)就是做策略調(diào)整。數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng),發(fā)揮數(shù)據(jù)的杠桿價(jià)值,以上得出的數(shù)據(jù)結(jié)論只是找到了支點(diǎn)。
既然存量用戶的首單轉(zhuǎn)化率和首單轉(zhuǎn)二次復(fù)購(gòu)率需要再優(yōu)化,可以圍繞這2個(gè)問(wèn)題做策略調(diào)整。以下策略是結(jié)合當(dāng)時(shí)項(xiàng)目特點(diǎn)、已有資源來(lái)展開的,僅供參考。
1. 首單轉(zhuǎn)化:流量、產(chǎn)品、服務(wù)三個(gè)視角
1) 流量端,加大APP站內(nèi)廣告位曝光,PUSH推送頻次由1次/日調(diào)整為2次/日,增加老用戶短信推送次數(shù),公號(hào)推文當(dāng)中植入了固定廣告位,擴(kuò)大產(chǎn)品曝光,效果不錯(cuò)的渠道就加大投入,效果一般的就及時(shí)停掉。
流量端的核心策略,加大活動(dòng)曝光。就像廣告的秘訣之一。重復(fù)!重復(fù)!重復(fù)!
2) 產(chǎn)品端,優(yōu)化商品優(yōu)惠幅度,類似套餐價(jià)/組合價(jià)。適當(dāng)包裝成更有創(chuàng)意的活動(dòng)形式,讓用戶有新鮮感。另外特別是APP站內(nèi),產(chǎn)品鏈路優(yōu)化之后更加簡(jiǎn)潔,縮短了用戶支付流程,用戶體驗(yàn)上更加順暢。
3) 服務(wù)端,加強(qiáng)社群1對(duì)1服務(wù),針對(duì)付費(fèi)用戶打造VIP社群。朋友圈固定節(jié)奏推送活動(dòng)信息,培養(yǎng)用戶習(xí)慣,強(qiáng)化用戶對(duì)產(chǎn)品的認(rèn)識(shí)。
2. 首單轉(zhuǎn)二次復(fù)購(gòu):活動(dòng)運(yùn)營(yíng)和社群運(yùn)營(yíng)維度
活動(dòng)運(yùn)營(yíng),針對(duì)老用戶設(shè)計(jì)老帶新活動(dòng),激勵(lì)老用戶傳播平臺(tái)信息。邀請(qǐng)的新用戶付費(fèi)成功就可以返現(xiàn)給老用戶,老用戶獲取到了更多獎(jiǎng)勵(lì)?;顒?dòng)本身也不需要增加額外的成本投入,從商品銷售利潤(rùn)中拿出來(lái)部分即可。
社群運(yùn)營(yíng),尋找優(yōu)質(zhì)KOC,借助視頻號(hào)直播,培養(yǎng)更多有價(jià)值的分銷達(dá)人。
通過(guò)以上策略調(diào)整,結(jié)合數(shù)據(jù)不斷的優(yōu)化迭代。
高質(zhì)量的數(shù)據(jù)分析是提高運(yùn)營(yíng)轉(zhuǎn)化的重要杠桿,沒(méi)有數(shù)據(jù)支撐的運(yùn)營(yíng),就像盲人摸象。數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng),看似簡(jiǎn)短的幾個(gè)字,背后要做的工作,繁瑣而細(xì)節(jié)。數(shù)據(jù)的秘密都藏在細(xì)節(jié)中,“1.01的365次方”;“0.99的365次方”,想要通過(guò)數(shù)據(jù)分析找到那個(gè)被隱藏的“0.01”,背后就是功夫。
專欄作家
胡先務(wù),公眾號(hào):文力營(yíng)銷筆記,人人都是產(chǎn)品經(jīng)理專欄作家。筆名:文力,獨(dú)立思考,專注用戶增長(zhǎng)實(shí)踐。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。
題圖來(lái)自Unsplash,基于CC0協(xié)議。
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。空間服務(wù)。平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
- 目前還沒(méi)評(píng)論,等你發(fā)揮!