数据分析师养成(2):合理使用数据分析,做好每一次app活动运营
(笔者公众号:人人都会数据分析,提供关于数据分析方面的学习资源)
(觉得有用的点个赞,这是我最大的支持,谢谢喽)
数据分析对app的各项活动的运营具有很好的指导作用,通过数据分析,我们可以很好提高活动策划的效率,因地制宜,更好地促进app地良性发展。这也是公司们在面试数据分析师时很看重的一点业务思维!
经历过几个不大不小地app活动的运营,通过这几次活动,我总结了一下数据分析是如何促进活动运营的,重点是分清活动的策划逻辑关系,在活动策划的各个阶段应该关注哪些指标,如何让这些指标发挥它们的作用,辅助决策。
按活动前,活动中,活动后分别阐述如下。
一、活动前:深度了解目标用户,不打没准备的仗
根据目的进行活动策划,活动策划可能是为了提高用户的留存,广告的变现,抑或是促进新增用户的增长,明确目标,不能抱着促进新增的目的做了一堆工作去促进了留存的工作,最后看着不增反降的用户留存呜呼哀哉。
了解市场的大状况,乘风飞才会飞的更高。
做好活动预算和活动预期结果的初步估计。
了解用户属性,用户属性从而而来,其实跟我们数据分析的工作息息相关,从性别到生活习惯到学习到家庭环境,无孔不入。掌握了用户的数据,也就相当于用读心术读懂了你的用户群体,自然在活动的策划就会得心应手起来,虽然做不到bat般的千人千面,但是我们也可以从我们的数据里充分挖掘我们需要的知识。
这幅图就是比较经典的用户画像之一,从哪里分析而来?从一条条数据分析而来。数据从哪里来?从埋点监测而来!
这里有必要普及一下sdk埋点的概念,可以分为前端埋点和后端埋点,简单来说就是一段统计的编程语句,对埋点所在的页面或者按钮进行数据统计,大体分为页面统计和行为统计,也是用户画像里标签最早的来源。
二、活动中:根据数据随时调整
对数据实时监控, 作为一名数据分析师,一定要保持对数据的敏感度,定时定期地查看数据,以便即时根据数据情况进行有策略地调整,如活动期间每天地pv/uv值,次日留存,活跃占比,收入等等。如果发生意外地情况,即时行动,记住,数据地作用往往转瞬即逝!
分渠道分新版老版用户进行分析,在看《精益数据分析》这本书时,作者就告诉我们,最好的数据就是比率。而比率作为有效数据地前提是它具有天然的比较性,在数据分析师,选好核心指标是一方面,对同类数据,进行横向和纵向地分别对比也同样重要!渠道可以说是横向地同一时间不同用户之间地对比,新老版本可以说是纵向上时间对比。
不要忘了用户的声音!根据用户的声音即时调整,可能某一天有20%的用户在吐槽这个活动让人不大明白,你就要思考思考了,是否活动设置地过于繁琐?如果有如何改进?进行改进措施之后用户地声音是否变了?
三、活动后:数据复盘,总结分析
在活动结束之后自然最重要的就是进行数据复盘,盘清活动的进程和各个阶段,根据数据对活动进行总结分析,同样,还是要围绕着活动目的。当然也要有发散思维,注意长尾效应,可能会有意想不到的发现
列举出常见的数据复盘的指标,大家参考,也要根据时间情况选用
用户pv/uv,最经典的数据
用户在参与活动各个阶段的转化率,有时候可以使用漏斗模型进行分析,分析各个阶段的跳出率和整个阶段的用户路径
新老用户、各分发渠道参加活动的比例,可以为今后的活动运营提高借鉴意义
活动预算和活动获得收益,这里的收益不仅限收入,可能也是留存和新增用户数,其实最终也可以间接的去用收入衡量,比如用户的ROI
用户反馈的总结,也会提供更精确的用户画像提供了一定的数据标签
文章思维导图如下:
再次麻烦点个赞,谢谢仙女 谢谢老铁