實現網站精細化運營?必須要注意的3個方面
“增長駭客”一詞自2012年得到業界廣泛認可後,Growth Hacker 概念的核心——海盜法則AARRR模型成為運營人員新寵。人口紅利消退,燒錢搶佔市場的策略不再適用,資料分析驅動產品、使用者增長的精細化運營策略,
那麼,我們怎樣才能用資料分析驅動增長?資料分析師日常在做資料分析時,都會用到哪些資料分析工具和方法呢?
一、多維報表分析
運營工作中最常見的頭痛問題便是發現資料突然下降,卻不知道問題出在哪兒,應當如何改進。資料分析的前提是充分拆解。建立多維報表,靈活組合分析可以説明我們快速精准定位、查找問題。
某科技類網站某日突然發現昨日註冊量相比同期資料減少40%。問題出在哪兒?運營人員立即開始著手分析。
1.昨天的新訪問用戶比同期少?
他們查看了昨天新到訪用戶和同期新到訪使用者,發現資料並無太大差異。
2.是哪個流量來源管道出了問題?
他們又建立了昨天和過去七天兩組不同時間週期的搜尋引擎註冊轉化、和各廣告管道來源註冊轉化報表。分析後發現,
3.為什麼這兩個搜尋引擎新到訪用戶註冊轉化率突然降低?
原來昨天新網站上線,但技術人員尚沒有做好搜尋引擎全量適配,這兩個搜尋引擎用戶在註冊時遇到問題。鎖定問題後,運營人員迅速找到相關技術人員解決了問題,搜尋引擎註冊數重歸正常水準。
二、即時資料監測分析
小步快跑、快速反覆運算成為當代互聯網特徵。分鐘級甚至秒級的用戶行為監測分析才能更加滿足資料分析師需求。結合當前用戶訪問數、用戶訪問行為和用戶訪問來來源資料,
某內容型網站發現某日某時段內頁面訪問流覽量突增,但用戶訪問量卻沒有太大波動。當日並無更新優質內容,是什麼導致了頁面訪問深度突然增加?運營人員調出了對應時段的即時資料,
三、 進擊的轉化漏斗
真正優秀的產品才是使用者快速增長的核心。產品轉化漏斗,可以説明運營人員化繁為簡,適用於產品各個階段的資料分析。產品經理結合各階段資料,不斷優化,能快速打造出更加符合使用者體驗的產品,推動產品反覆運算進度。
GrowingIO某客戶曾經遵循行規,初始支持郵箱註冊和手機註冊兩種方式。一段時間後發現,郵箱註冊率越來越低。是郵箱註冊總流程出了問題還是某一類型郵箱出了問題?運營人員建立了郵箱總體轉化漏斗和每種類型用戶郵箱註冊轉化漏斗,對比不同維度下每一步的轉化率。對比後發現QQ郵箱註冊用戶,在第二步接收驗證碼時產生了近一半的用戶流失。運營同學都知道qq郵箱在打開率過低時郵箱功能變數名稱會被判定為劣質管道,歸類為垃圾郵件。
驗證碼接收郵件打開率沒有問題,問題出在平常發送的EDM上。
運營人員再發送EDM時過濾掉了QQ郵箱,一段時間後,QQ郵箱註冊恢復正常。
要做到使用者的快速增長,優秀的產品是最基礎的、也是最重要的因素。而要打造一款優秀的產品,實現精細化運營,資料驅動不可或缺。
End.
http://www.itongji.cn
適用於產品各個階段的資料分析。產品經理結合各階段資料,不斷優化,能快速打造出更加符合使用者體驗的產品,推動產品反覆運算進度。GrowingIO某客戶曾經遵循行規,初始支持郵箱註冊和手機註冊兩種方式。一段時間後發現,郵箱註冊率越來越低。是郵箱註冊總流程出了問題還是某一類型郵箱出了問題?運營人員建立了郵箱總體轉化漏斗和每種類型用戶郵箱註冊轉化漏斗,對比不同維度下每一步的轉化率。對比後發現QQ郵箱註冊用戶,在第二步接收驗證碼時產生了近一半的用戶流失。運營同學都知道qq郵箱在打開率過低時郵箱功能變數名稱會被判定為劣質管道,歸類為垃圾郵件。
驗證碼接收郵件打開率沒有問題,問題出在平常發送的EDM上。
運營人員再發送EDM時過濾掉了QQ郵箱,一段時間後,QQ郵箱註冊恢復正常。
要做到使用者的快速增長,優秀的產品是最基礎的、也是最重要的因素。而要打造一款優秀的產品,實現精細化運營,資料驅動不可或缺。
End.
http://www.itongji.cn