304
"運營"與"增長黑客"之間差一個數據驅動
本文講的是"運營"與"增長黑客"之間差一個數據驅動運營是什麼?
運營通常包括活動運營、內容運營和社區運營三大方麵，本質上都是以產品為載體，圍繞用戶，不斷的迭代優化運營策略和方向。從用戶對產品有一個初步的認知，到後續對產品高度的認可，進而主動進行情感傳播，整個過程需要運營去構建產品與用戶之間的情感鏈接。
既然運營如此重要，那麼如何煉成一名優秀的運營，乃至增長黑客(growth hacker)呢?近日，諸葛io客戶成就總監邱千秋做客麥子學院，分享《如何利用數據驅動運營決策》，從運營的角度，利用有效的數據分析全麵提升用戶生命周期價值、降低獲客成本、降低運營成本。
從用戶獲取、激活、留存、營收、傳播這個經典的2A3R模型中，在產品、運營、開發、市場等各個部門中，運營通過內容、活動、社區這三大手段，貫穿整個用戶生命周期。而圍繞用戶的生命周期，運營的目標就是更加精準的獲取用戶，更加快速的激活，更加穩定的留存，更加多元的營收，更廣泛的傳播。
運營需要什麼樣的數據?
傳統的統計工具麵對如今花樣層出的運營方式早已力不從心，PV、UV、活躍比等等數據不能直觀地反映出每次活動帶來的實際效果。運營需要真正關心的是用戶行為數據，以及相應的數據指標：累計用戶量、新增用戶量、活躍用戶量、閱讀量、複購率、停留時長、UGC轉化等指標，這些恰恰是諸葛io的所長。
以UGC轉化為例，不同類別、不同特征的用戶，UGC轉化需要做拆分和定義。獲取的用戶是否是目標受眾?哪些渠道的用戶更精準?這些渠道用戶的特征是什麼?如何去更好的激活用戶?
這時，運營需要對不同渠道、不同行為的用戶做拆分，並且對應比較。比如當發現渠道1的用戶轉化很低，那麼可以嚐試通過諸葛io靈活的將渠道1中留存的用戶篩選出來，並基於業務猜想，繼續對用戶拆分，找到沒有進一步閱讀、互動的用戶，關注他們在做什麼。
在這種靈活拆分的過程中，才能真正的發現這部分用戶和其他用戶有什麼不同。在拆分這個用戶組的同時，把這個階段所有的用戶也做一個整體的分組，通過和另一個全量用戶對比，對比兩個用戶群之間的流量、質量、新增留存、行為特點、關鍵漏鬥轉化的差異。
如果某一個渠道帶來的新增用戶在最核心的轉化方麵達不到預期，或低於平均水平，就可以直接的判定這個渠道的用戶質量相對較低。同時也要進一步了解該渠道帶來的用戶或流失的用戶，這些用戶的特征。通過諸葛io用戶畫像，可以看到每一個用戶進入產品後的行為曆程，如果發現非常多的用戶打開應用以後沒有任何操作，也就是說，用戶在打開應用以後隻觸發了一個啟動事件，且每次訪問的時間都非常的規律，每天都有若幹次的啟動，這明顯不符合邏輯，也就印證了該渠道可能存在刷量作假的情況。
通常情況下，渠道運營不會關注用戶後續關鍵行為轉化，更多的通過留存情況來判定渠道質量，由於渠道頻繁的、規律的刷量，從留存上看不出差異，因此造成獲客成本過高，且存在虛假用戶的現象。而通過諸葛io可以很容易地發現這一問題，幫助運營人員準確、快捷、方便的進行渠道評估。不僅如此，通過數據可以發現不同行為的用戶特征，在理性的分析中感性的理解用戶，優化運營方式，高質量的用戶增長也將隨之而來。
除以上運營需要關注的數據指標外，諸葛io客戶成就總監邱千秋在係列課程中深度講解了該如何製訂數據驅動策略，以及如何提升用戶粘性、數據驅動運營策略等等，感興趣的運營同學可以關注諸葛io公眾號(zhugeio1)查閱完整分享實錄及課堂預告。
引用《精益數據分析》裏麵的一段話：如果有機會深入觀察用戶的行為，你會發現隻有少量的訪客成了產品的忠實用戶，而更多的隻是過客。願每一個“運營”都能成長為“增長黑客”。
2016-11-18
最後更新：2017-09-27 11:33:13