拆解主要數(shù)據(jù),分析社交類產(chǎn)品的數(shù)據(jù)運(yùn)營(yíng)方法

1 評(píng)論 10599 瀏覽 45 收藏 12 分鐘

數(shù)據(jù)是對(duì)產(chǎn)品分析的重要組成部分和評(píng)價(jià)標(biāo)準(zhǔn)。通過(guò)數(shù)據(jù)分析,可以清楚、明確地看到產(chǎn)品的用戶活動(dòng)趨勢(shì)與特征,用戶活躍度變化等。所以,掌握數(shù)據(jù)運(yùn)營(yíng)對(duì)產(chǎn)品運(yùn)營(yíng)來(lái)說(shuō)相當(dāng)重要,做到這一點(diǎn),就能不斷優(yōu)化運(yùn)營(yíng)策略。

無(wú)論是微信、還是博客,在發(fā)出時(shí)都會(huì)有相應(yīng)的時(shí)間戳,它的目的就在于告訴用戶——信息發(fā)出的時(shí)間坐標(biāo)是什么,距離現(xiàn)在的長(zhǎng)度是多少。

時(shí)間是社交信息中的本質(zhì),如果沒(méi)有時(shí)間的標(biāo)示,用戶得到的信息就會(huì)失準(zhǔn)。

以約會(huì)為例,在已知信息不明確的情況下,如果你沒(méi)有第一時(shí)間打開(kāi)收到的消息,那你就不會(huì)知道用戶要在什么時(shí)間跟你約會(huì)(信息中,時(shí)間、地點(diǎn)、人物是三大要素)。

綜上所知,時(shí)間與社交是正相關(guān)的。

如果以盈利而并非傳播為目標(biāo),那么社交產(chǎn)品的大部分功能一定是優(yōu)先保證GMV,這就要靠“時(shí)間”來(lái)搞定了。

大多數(shù)人認(rèn)為社交變現(xiàn)的方式是電商,其實(shí)不然,和商業(yè)行為一樣,社交活動(dòng)的滯留時(shí)間越長(zhǎng),消費(fèi)心智越強(qiáng),社交本身可以通過(guò)時(shí)間進(jìn)行變現(xiàn)——尤其是在封閉社交環(huán)境中,足量滯留時(shí)長(zhǎng)就是消費(fèi)的溫床。

與此同時(shí),社交類產(chǎn)品有著特定的發(fā)生場(chǎng)景和觸發(fā)條件,于是就會(huì)產(chǎn)生很多數(shù)據(jù);而這些數(shù)據(jù)就是產(chǎn)品分析的重要組成部分和評(píng)價(jià)標(biāo)準(zhǔn)了。

可以說(shuō),數(shù)據(jù)既是產(chǎn)品的方向,也是丈量產(chǎn)品深度的一把尺子;它能客觀、詳實(shí)地反映出產(chǎn)品生命周期和整體產(chǎn)品運(yùn)營(yíng)情況,所以數(shù)據(jù)運(yùn)營(yíng)是產(chǎn)品必備的運(yùn)營(yíng)方式。

這次數(shù)據(jù)分析中,友盟+平臺(tái)帶有一些關(guān)鍵數(shù)據(jù)指標(biāo),本次X圈可以通過(guò)友盟+移動(dòng)統(tǒng)計(jì)(U-App AI版)得到了更詳細(xì)的數(shù)據(jù),能夠協(xié)助產(chǎn)品進(jìn)行更完整的監(jiān)測(cè)。

本次X圈的定位是——在陌生人社交外,還同時(shí)存在著圈層關(guān)系。我們要通過(guò)運(yùn)營(yíng)圈層關(guān)系來(lái)構(gòu)建社區(qū),它的本質(zhì)是社交消費(fèi)模式而并非社交電商。通過(guò)增加用戶在社交產(chǎn)品中的停留時(shí)長(zhǎng),來(lái)達(dá)到消費(fèi)條件;例如積分體系和會(huì)員體系等,而不僅是引入B端商家。

接下來(lái),我會(huì)拆解一部分基本指標(biāo),來(lái)體現(xiàn)數(shù)據(jù)的作用(數(shù)據(jù)為脫敏數(shù)據(jù),不具備真實(shí)性,請(qǐng)勿當(dāng)作真實(shí)數(shù)據(jù))。

一、通過(guò)基本指標(biāo)獲得用戶活動(dòng)地圖

(示意圖)

1. 新增用戶(今日)

新增用戶指標(biāo)包含兩種:一是新增用戶數(shù)量,二是變化率。

不同于普通數(shù)據(jù),變化率能夠客觀地反映出用戶量變化程度。

以4月28日為例,新增用戶17040,變化率為+12.206%。相比4月27日的15186是有相應(yīng)提升的。而24小時(shí)圖表在每小時(shí)對(duì)照產(chǎn)生的圖形,能直觀反映出新增加用戶習(xí)慣在13點(diǎn)、19點(diǎn)打開(kāi)X圈。

通過(guò)這兩天的數(shù)據(jù),可以得到一個(gè)結(jié)論:13點(diǎn)、19點(diǎn)為活躍時(shí)間段,而這段時(shí)間是剛午餐過(guò)后和下班通勤時(shí),由此可知新增用戶主要是辦公室職員。

這一點(diǎn)對(duì)下一步劃定用戶畫(huà)像范圍有很大幫助,也能讓我們認(rèn)識(shí)到:在同一社交圈層內(nèi),陌生人社交不是一種偶發(fā)性事件,而是一種在特定時(shí)間段發(fā)生的高頻剛需。

2. 啟動(dòng)次數(shù)(今日)

啟動(dòng)次數(shù)指標(biāo)包含兩種:一是啟動(dòng)的用戶數(shù),二是重復(fù)啟動(dòng)用戶數(shù)。

還是以4月28日為例,啟動(dòng)次數(shù)是231074,較4月27日的212060增加了8.96%;結(jié)合之前的新增用戶數(shù),我們發(fā)現(xiàn)重復(fù)啟動(dòng)數(shù)變高了,而重復(fù)啟動(dòng)數(shù)變高則說(shuō)明用戶粘性增加了。

結(jié)合剛上線的PO圖片定制水印的功能,可以得出“定制水印受到用戶喜愛(ài)”的結(jié)論。

從功能倒推需求的話,再添加之前三月兩天的連續(xù)數(shù)據(jù),可以知道某功能上線后對(duì)用戶啟動(dòng)次數(shù)產(chǎn)生了明顯影響。

3. 時(shí)段累計(jì)日活(今日)

時(shí)段累計(jì)日活是去重后的數(shù)據(jù),而每小時(shí)去重后的數(shù)據(jù)能反映實(shí)際用戶日活,基本能反映出用戶量和每天的峰值—— 一般來(lái)說(shuō)用戶在20點(diǎn)達(dá)到峰值,在22點(diǎn)開(kāi)始回落。

從里面能反映出:自我展示是用戶的普通需求而并非是核心需求。

通過(guò)這三項(xiàng)指標(biāo),能準(zhǔn)確繪制出用戶心理地圖,例如用戶的使用時(shí)段、喜歡的功能、具體的用戶畫(huà)像等。

二、整體趨勢(shì)直觀反映用戶變化

(示意圖)

1. 新增用戶(7日平均)

總結(jié)一周新增用戶量(平均),可以得到最近一周平均每日的用戶增加量。不同于之前的數(shù)據(jù),該數(shù)據(jù)能得到周/每日穩(wěn)定增加數(shù)量。

例如,4月20日-4月27日每日平均新增用戶為4125人,同比增加4.36%。

(還能在下面增加不同時(shí)間,做版本對(duì)比)

2. 新用戶次日留存率(7日平均)

通過(guò)該數(shù)據(jù)可以知道:4月20日-4月27日,新用戶平均次日留存率達(dá)到30.32%,同比增長(zhǎng)3.27%。

該周用戶留存率較上周有所增加,說(shuō)明現(xiàn)在的產(chǎn)品形態(tài)保持在一個(gè)上升期,雖然上升率不高,但至少?zèng)]有留存的回落。

通過(guò)分析產(chǎn)品生命曲線,可以看到產(chǎn)品處于種子期,在建設(shè)型種子用戶的培育上,配合次日留存數(shù)據(jù)有助于篩查出具體新增種子用戶數(shù)量。

其他幾個(gè)數(shù)據(jù)不多做贅述,講下總崩潰率。

3. 總崩潰率

總崩潰率是一個(gè)非常好的指標(biāo),因?yàn)楦渌笜?biāo)不同,總崩潰率可以直接對(duì)接開(kāi)發(fā)。

作為一個(gè)產(chǎn)品的風(fēng)險(xiǎn)控制系統(tǒng),崩潰率是經(jīng)常被忽略或者說(shuō)最容易被運(yùn)營(yíng)忽略的一個(gè)問(wèn)題,而總崩潰率能反映產(chǎn)品的穩(wěn)定程度。

我們總認(rèn)為只有開(kāi)發(fā)和這個(gè)事情有關(guān),但其實(shí)它也和產(chǎn)品運(yùn)營(yíng)息息相關(guān),尤其是在產(chǎn)品故障的時(shí)候,它也會(huì)極大地影響用戶留存。

除了種子用戶外,新進(jìn)用戶的忠誠(chéng)度非常低,很容易受到總崩潰率的影響。

但是我們也看到了:0.1.2版本總崩潰率為0.1%,而0.2.2版本總崩潰率僅為0.08%——開(kāi)發(fā)團(tuán)隊(duì)的控制能力是在提升的。

類似于運(yùn)營(yíng)數(shù)據(jù)可視化,下面TOP版本的扇形圖能夠反映出不同版本的各種用戶指標(biāo)占比。

例如,不同版本的新增用戶占比都可以通過(guò)環(huán)狀圖來(lái)表示——0.1.2版本占比21%,0.2.2版本占比63%。

通過(guò)這一環(huán)節(jié),我們知道產(chǎn)品經(jīng)過(guò)版本迭代后更有競(jìng)爭(zhēng)力了,也進(jìn)一步明確了產(chǎn)品運(yùn)營(yíng)方向。

三、 排名提升權(quán)重

(示意圖)

1. 行業(yè)數(shù)據(jù)圖

在行業(yè)數(shù)據(jù)板塊,友盟+移動(dòng)統(tǒng)計(jì)(U-App AI版)還能夠提供排名,而這個(gè)排名對(duì)X圈的意義非常大。

以往,我們只能通過(guò)對(duì)競(jìng)品下載數(shù)量進(jìn)行一個(gè)行業(yè)排名預(yù)估;但現(xiàn)在有了排名,我們就能實(shí)時(shí)監(jiān)測(cè)/對(duì)比我們?cè)谕奉惍a(chǎn)品中所處的位置,以及品類所處整個(gè)市場(chǎng)的位置。

(示意圖)

2. 用戶活躍度

根據(jù)用戶活躍度數(shù)據(jù)可視化,可以得知我們的活躍用戶數(shù)量級(jí),以及活躍天數(shù),這對(duì)我們精準(zhǔn)分類活躍用戶有極大的幫助。

(我們一般將用戶按15天為周期進(jìn)行分類,有5天活躍、10天活躍、最高等級(jí)是15天活躍。通過(guò)用戶活躍等級(jí)劃分出來(lái)的有ABC三種用戶群,一般分專人維護(hù),并在社群里做二次激活。)

四、 關(guān)于數(shù)據(jù)運(yùn)營(yíng)的一點(diǎn)思考

作為一個(gè)數(shù)據(jù)運(yùn)營(yíng)老兵,什么是最重要的?

其實(shí)就是:整合數(shù)據(jù)的能力。

友盟+提供的數(shù)據(jù)可視化,極大地便利了數(shù)據(jù)統(tǒng)計(jì)和匯總,可視化讓用戶趨勢(shì)變得非常明顯;還能夠?qū)崟r(shí)監(jiān)測(cè)上新版本的情況,及時(shí)跟蹤反饋數(shù)據(jù)變化等。

這在之前是難以想象的,因?yàn)橐郧岸际峭ㄟ^(guò)數(shù)據(jù)走查或者抽查的形式來(lái)確定病癥,會(huì)錯(cuò)失大量寶貴的時(shí)間,而數(shù)據(jù)運(yùn)營(yíng)貴在一個(gè)“捷”字,這也是友盟+提供的數(shù)據(jù)可視化帶來(lái)的好處。

相關(guān)閱讀

萬(wàn)元懸賞數(shù)據(jù)高手|2019「友盟杯」數(shù)據(jù)分析大賽報(bào)名啟動(dòng)!

你的堅(jiān)持值得被肯定|2019「友盟杯」數(shù)據(jù)分析大賽結(jié)果公布

一款家居后APP,如何用增長(zhǎng)黑客方法實(shí)現(xiàn)從0到40萬(wàn)增長(zhǎng)?

產(chǎn)品高于需求:低頻產(chǎn)品也可以有高用戶活躍度

渠道評(píng)估怎么做,才能讓App假量灰產(chǎn)無(wú)處遁形?

我的朋友老曹,居然用數(shù)據(jù)工具搞了這么多事

針對(duì)直播產(chǎn)品的成熟期,重構(gòu)用戶運(yùn)營(yíng)體系方案

如何利用數(shù)據(jù)驅(qū)動(dòng),從0.5到1搭建App積分體系?

場(chǎng)景分析:游戲關(guān)卡難度對(duì)玩家流失的影響

以抖音和陸金服為例,解構(gòu)數(shù)據(jù)分析三個(gè)核心原理

用AB實(shí)驗(yàn)分析個(gè)人中心的首頁(yè)改版

 

作者:王識(shí)欽,資深運(yùn)營(yíng),人人都是產(chǎn)品經(jīng)理專欄作家

本文為「人人都是產(chǎn)品經(jīng)理」社區(qū)和友盟+聯(lián)合舉辦的“2019「友盟杯」數(shù)據(jù)分析大賽”中獲獎(jiǎng)作品,未經(jīng)作者及平臺(tái)許可,禁止轉(zhuǎn)載

本文部分?jǐn)?shù)據(jù)有脫敏處理,非全部真實(shí)數(shù)據(jù)

題圖來(lái)自Unsplash,基于CC0協(xié)議

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 這是干貨?行外人都知道的東西了

    回復(fù)