29个项目,68种方法,增长黑客做运营数据分析的3张表格

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

拉新、促活、留存,是日常运营工作中的常见指标,通过这些角度的指标可以统计反馈APP的用户增长情况。但对很多运营人来说,常规指标的数据统计只是停留于数字本身的记录,而不能发现数字背后的增长契机。

本文将从推广新增、用户活跃、用户留存3个角度帮你建立正确的运营数据分析思路。

01 获客阶段要统计哪些数据?

获客阶段的数据分析要关注哪些内容?

29个项目,68种方法,增长黑客做运营数据分析的3张表格

在获客阶段,通过数据分析主要解决3个问题:

1.你的广告费有没有带来真实的转化

通常我们在统计付费推广效果时,都会衡量渠道转化ROI,简单说就是每个用户转化花了多少钱,但是无法看出是否转化了有效用户。

因此,在统计维度上除了关注下载量、新增用户量,还要关注1次访问用户,如果1次访问用户量过多,说明渠道不精准。

通过各渠道转化ROI的对比和不同付费方式的转化ROI对比,找出最具性价比的推广渠道,同时关注有效ROI,从用户价值的角度衡量转化效果。

2.新增用户量受哪些因素影响?

通过对下载量、新增用户量等数据的统计,各维度数据需要取平均值,关注该维度数据与平均值的对比、与昨日数据对比,观察变化因素。

同时,为了找出影响因素,在推广条件相同(相同渠道推广花费相同,比如都没有付费)下,对比不同月份、星期几以及24小时不同时间的变化情况,分析时间因素对数据的影响。

3.衡量曝光量与下载量之间的关系

曝光代表产品品牌露出,下载代表获得实际用户增长,通过对下载转化率的分析,观察不同渠道各需要多少次曝光才能带来一次下载。

同时,对下载转化率的分析还需要从推广标题、关键词、详情描述等内容角度触发,观察不同内容对数据的影响,找出最优的推广文案。

02 活跃用户数据有哪些统计维度,要如何分析?

活跃用户的数据分析要关注哪些内容?

29个项目,68种方法,增长黑客做运营数据分析的3张表格

针对活跃用户的数据分析,可以解决4个问题:

1.定义活跃用户指标

在上表中的“衡量维度”数据是通过访问时长、会话次数等维度衡量活跃用户的不同维度,可以分析出各自维度的平均值及高于平均值的用户数量;

而“收藏指数”是指反馈用户对产品产生真正使用行为的数据维度,收藏代表用户对内容的认可,不同产品的“收藏指数”定义不同,如电商产品以“加入购物车”或“浏览3个商品详情页”作为衡量维度,通过用户行为来定义“活跃用户”的标准。

2.通过活跃用户变化反馈产品健康

通过日活、3日活跃、7日活跃、30日活跃等不同时间维度的活跃用户变化情况,反馈阶段时间内产品运营策略的正确性以及产品内容、服务的用户满意度。

3.统计“回流”用户数据变化

不同时间维度分析中都有一个“回流”数据,即通过分析几日前不活跃但今日活跃的用户,观察3日回流、7日回流、30日回流的用户变化情况。

4.衡量活动质量与活跃用户来源

通过分析各渠道、活动转化用户中的活跃用户占比,衡量渠道效果,同时分析各渠道、活动转化的活跃用户在整体用户中的占比,分析活跃用户来源。

03 留存用户要统计哪些数据?

29个项目,68种方法,增长黑客做运营数据分析的3张表格

如何定义留存用户?

留存用户是指某个用户群体在一段时间内对产品有访问行为,留存用户的定义有2种方式:

第一种是常规的方式,阶段时间内有任意访问行为的用户即为留存用户;

第二种是需要用户有一定访问行为,例如浏览时间多长、访问几次、访问哪些页面。

对于留存用户,建议采取第一种定义方式,阶段时间内有任意访问行为,代表用户对产品还有印象,就有促活的可能。

留存用户分析有哪些价值?

留存用户量的统计在于衡量产品的用户规模,而精细化运营的留存用户分析,需要通过留存用户找出提升用户留存的方法。留存用户分析有3个重点方向:

1.发现留存用户特征

基于用户行为特征,如浏览时长、领取过优惠券等群体或特殊行为特征,分析不同特征下的留存用户量,找出高留存特征与低留存特征,同时基于一个特征找出提升留存的值。

如通过用户使用时长分析留存用户特征,日使用10分钟、15分钟、20分钟、30分钟等不同时间段的留存用户有哪些区别,观察出对留存影响较显著的时间维度,如某日新增用户中使用15分钟的用户留存率较使用10分钟的用户留存率显著提升了20%,那么应以用户使用时长15分钟作为提升用户留存率的标准。

2.发现渠道转化用户留存特征

通过对不同渠道转化用户的留存率分析,发现渠道对用户留存的影响因素,判断不同渠道的用户喜好与对产品的需求。

3.分析会话流失节点

会话流失节点是指用户在一次访问过程中的退出页面,算为一次会话流失。通过分析高流失的页面,找出用户流失的产品因素,进而优化相关内容。

04 总结

新增、活跃、留存3个阶段的数据统计目的在于通过数据真实反馈APP在用户使用体验中的数据化反馈,通过细分每个维度的统计指标,找到新增后行为特征、活跃用户活跃特征、留存用户的留存特征,从而提升新增、活跃、留存3个维度的数据表现。

随意打赏

大数据分析工具数据分析怎么做数据分析行业数据分析学习增长黑客数据分析黑客数据
提交建议
微信扫一扫,分享给好友吧。