浙江龙网

  1. 首页 > 生活百科 > >

分享GrowingIO在数据运营方面的心得 如何进行运营数据分析？( 二 )

小知识运营数据分析


互联网产品一般都关注用户的留存， 只有用户留下来了， 才能进一步去推动变现和传播 。 留存分析一般采用组群分析法， 即对拥有相同特征的人群在一定时间范围内进行分析 。
GrowingIO－留存图
上图的留存图中， 横向比较展示了每周新增用户在后续各周的留存率， 竖向比较展示了不同周的新用户在今后一段时间的留存表现 。
留存时间及周期， 和产品体验完整周期有关， 不同的业务和产品一般有着不同的时间群组划分方法 。 比如高品类产品的日留存更好反映用户与产品的关系， 而工具类的周留存就比日留存更加具有业务意义 。
通过时间维度的分析发现用户留存的变化趋势， 通过行为维度的分析发现不同群组用户的差异， 找到产品或运营的增长点， 这是用户运营非常重要的一点 。
三、产品运营：用数据来分析和监控功能
产品运营是一个非常大的话题， 今天主要分享 。
1.监测异常指标， 发现用户对你产品的“怒点”
产品大的流程中， 存在很多小的功能点， 用户的体验就是建立在这些小的功能点上， 而就是这些小的功能点的使用情况， 成为我们每一步转化的关键 。
以注册流程为例， 一般需要手机验证 。 发送验证码是其中一个关键的转化节点；当用户点击重新发送的次数激增时， 可能意味着我们的这个功能点存在一定问题 。 而这就是用户”怒点“所在， 无法及时收到手机验证码 。 通过对关键指标的监测， 便于我们及时发现问题所在， 及时修复 。
2.通过留存曲线检验新功能的效果
对于上线一段时间的产品， 有时候会添加新功能 。 上线后， 需要评估新功能的效果， 是否满足用户的核心需求， 能否给用户带来价值 。
从这条留存曲线中， 我们不难发现该新功能第一天使用过的人之后持续使用的比例很低， 这说明此功能并没有很好地解决用户问题；这提醒我们需要对新上线的功能进行重新思考 。
四、内容运营：精准分析每一篇文章的效果
在做内容运营之前， 需要明白你的内容是作为一个产品（如知乎日报）， 还是产品的一个辅助功能 。 只有明白自己的定位， 才能清晰目标 。 为了扩大内容运营的效果， 我们需要对用户的需求进行分析， 例如用户感兴趣的内容、内容阅读和传播的比例等 。
1.内容的类别
以GrowingIO 的技术博客为例， 该博客属于PGC模式 。 博客中的内容有不同分类， 为了降低用户获取信息的成本， 我们在博客首页设计了不同板块的入口， 包括左侧分类导航、中部文章推荐和右侧热点推荐 。
我们发现用户主要通过左侧的导航栏和中间的推荐阅读文章， 较少点击右侧的热点推荐 。 所以， 在移动端我们取消了右侧的热点推荐， 仅保留了分类导航和中间的推荐 。 既节省了空间， 又最大化满足了用户的内容需求 。
同时， 我们也对分类导航栏的内容进行了分析， 发现用户对案例分析的内容最感兴趣， 这对我们今后的内容选择是一个非常好的启发 。
2.基于用户的推荐
内容运营中的推荐， 有时候和用户的精细化运营息息相关 。 每一个用户， 都有自己喜欢的内容和类别， 当我们根据用户的兴趣倾向进行推送的时候， 效率肯定会更高 。
同样以 GrowingIO 的博客为例， 我们通过对访问用户的文章点击情况进行统计， 得到了上述表格的结果 。 显然， 用户 8 对“增长秘籍”有着自己的偏好， 用户 6、7、9 对“案例分享”文章更青睐 。 那么在实际的内容推送中， 我们可以对用户8推送增长秘籍类文章， 向用户 6、7、9 推送案例分析的文章， 其他用户无差别推送 。
近年来流行的 Growth Hacker 的核心， 其本质就是通过技术创新和数据分析， 实现精细化运营， 达到增长的目的 。 一个优秀的数据运营人员， 应该具备数据驱动的思维， 掌握一定的数据分析工具 。 在实际业务工作中， 不断从数据中提出问题， 不断尝试， 用数据来优化运营策略， 进而实现客户和业务的增长 。

推荐阅读


上一篇：主要表现为以下3种 如何选择si设计公司？

下一篇：盘点和策略优化两个方向来重新了解头条系广告的投放 头条系产品有哪些？