数据分析作为运营人员必备的核心技能

日期:2018-08-09 14:27:53

数据分析作为运营人员必备的核心技能,对职业发展起着尤为重要的作用。无论是产品、还是运营,都需要具备良好的数据分析能力,对用户行为数据和业务数据,进行分析、评估甚至预测。易讯网络通过分享三种常见的数据分析框架,帮助我们更系统的进行数据分析,发现并解决产品暴露出的问题,从而更高效的完成工作。

一、用户行为分析
1. 事件分析
事件:通过埋点,高效追踪用户行为或业务的过程。注册、启动、登录、点击等,都是常见的事件。例如下图,展示出某日的注册事件。
2. 漏斗分析
漏斗模型:分析一个多步骤过程中,每一步的转化与流失情况。以互联网金融-理财端为例,新用户在首次投资会经过如下步骤过程:
注册成功
实名认证
充值成功
投资成功
我们可以通过漏斗分析整体的转化情况,以及每一步转化量、流失量、转化/流失率。
在漏斗模型中清晰 3 个基本概念,可以借助强大的筛选和分组功能进行深度分析。
3. 留存分析
留存用户:即用户发生初始行为一段时间后,发生了目标行为,即认定该用户为留存用户。
留存行为:某个目标用户完成了起始行为之后,在后续日期完成了特定留存行为,则留存人数 +1
留存率:是指发生“留存行为用户”占发生“初始行为用户”的比例。常见指标有次日留存率、七日留存率、次月留存率等。
二、AARRR 模型
AARRR 模型是一套适用于移动 App 的分析框架,又称海盗指标,是“增长黑客”中驱动用户增长的核心模型。AARRR 模型把用户行为指标分为了 5 大类,分别为:获取用户,激发活跃,提高留存,增加收入和病毒传播。
从用户获取到病毒传播,每个环节都有重要的指标需要我们去关注,通过 AARRR 模型系统化的拆解 5 大类目用户行为,可以让我们更清晰的知道每个环节需要重点关注的重点指标。
三、3 大增长引擎
1. 粘着式增长引擎
典型案例是游戏类的 App,Facebook 针对游戏提出的“40-20-10”法则,即如果你想让游戏的DAU 超过 100 万,那么新用户的次日留存率应该大于 40%,7 日留存率大于 20%,30 日留存率大于 10%。
2. 付费式增长引擎
付费式增长引擎以 Revenue 营收作为 OMTM 驱动增长。
3. 爆发式增长引擎
爆发式增长引擎以 Referral 传播作为 OMTM 驱动增长
数据分析是互联网产品和运营的基本功,这些是易讯网络在工作中的一些案例和心得分享,希望能给在学习中新人带来一些思路!


上一篇文章:什么样的用户体检能给企业带来创新和增长?
下一篇文章:文案引起读者共鸣的三部曲