"數據分析,如何支持運營迭代?"

對運營來說,掌握數據分析能力能為運營提供大量支持,不過大多數人仍處於認知階段。那為了支持運營迭代升級,到底還需要哪些?這就得從運營迭代升級到底在乾啥說起。

01 運營迭代升級怎麼做

運營之所以喜歡說迭代,首先是因為運營有大量的基礎套路、模板、案例可以參照完全不需要從頭做起。所以不需要用“創新、設計、創造”這種詞。

男生們可以回憶一下你們玩的游戲,是不是首充送XX,七日登錄送XX,競技比賽有勛章,套路非常相似。女生們可以回顧一下購物網站的各種滿減、優惠、抽獎,是不是看起來很相似。就是這個感覺!

比如運營最喜歡說的AARRR,其實每個方面,都有大堆套路(如下圖):

其次是因為隨著環境變化、企業規模擴大,套路總不能一桿子捅到底,總會隨著時間變化有些變化。這種變化可以分為五個等級(如下圖):

這個五個等級變化,會按一個流程開展:

看完以上內容,是不是一下覺得數據能做好多事情!且慢,具體做多少,還得看運營的具體工種,如果沒選對服務對象,有可能起到畫蛇添足的作用。

02 不同運營對數據的需求

雖然都叫運營,但是運營實際包含的工作內容非常多。不同運營工作,具體痛點位置不一樣。對於這些痛點,數據分析能治療的程度也有區別:

從本質上看,數據分析方法代表著理性、邏輯、計算。可這不是工作的全部,工作中還有很多感性、情緒、創意。因此有的工作天生就不咋需要數據幫忙,看個現狀結果就行了,有的則需要縝密的計算和分析。綜合以上要素,可以歸納如下:

這就是為啥大家能見到的細緻分析都和用戶有關。因為用戶運營本身是個非常有策略性工作。然而用戶運營本身也非常重要。很多互聯網公司為了上市圈錢,需要把用戶量、用戶增長率、付費轉化率做到一定水平,在渠道運營(拉新),用戶運營(育舊)上非常捨得砸錢。

03 數據能支持哪些問題

數據分析適合解決理性問題,因此看了上邊分類大家大概知道數據分析適合哪些問題。但別忘了,運營最大的問題是沒錢。所以還得把每類工作對費用需求程度加上,先解決那些缺錢部門的費用問題(如下圖)。

因此,理論上,數據支持運營的第一步,應該從“分錢”開始。先回答和錢有關的,非常理性的,戰略方向性的問題,比如:

  1. 公司發現目標是(行業第一?營收破100億?)
  2. 基於此目標,需要新用戶XX萬,老活躍用戶維持在XX水平
  3. 基於新用戶數,按目前市場價,渠道成本為XXX億
  4. 基於目前措施,老用戶維護成本為XXX億
  5. 以上目標,通過階段性大促完成x%,日常渠道/用戶投入X%

有了這些分析(其實就是經營分析),分清楚錢、時間、責任,後續運營幹活非常清爽!從來不怕目標高,就怕費用沒給到。有了資金支持和適當的時間安排,後續也好選擇具體的落地方法(如下圖):

至於具體的落地層面,細分類型太多,一篇文章很難講清楚。有機會我們慢慢更新。

04 怎麼把數據落實到位

然而,僅僅有這些分析思路和方法是沒有用的!更重要的環節是——落地。道理講出來,大家都懂,真到落地的時候就蛋疼了。

1. 分析和決策脫離

這是最大、最大、最大的問題。往往做決策是拍腦袋、憑經驗、抄對手、聽安排,缺少真正的分析,作分析的實際上僅僅在更新數據,沒有意見,沒有解讀,沒有洞察。

2. 決策與執行脫離

這是第二大的問題。往往方向、費用、策略,是上層領導決定的,基層同學們每天忙著:做方案-請示-改方案-請示-改方案-請示。對於為什麼這麼乾,乾到哪裡才算完全暈頭暈腦。啥分析都沒用。

3. 理論與實際脫離

這是第三大問題,講起AARRR如數家珍,可具體到一個行業,一個業務,一個活動,一次文案,到底數據形態是啥樣,到底該做到多少合適,完全沒有頭緒。

4. 缺少歷史經驗積累

對過往數據沒有採集,沒有積累,甚至很多做數據的同學連業務目前在乾什麼都不知道,更別提以前乾過的,這能分析就見鬼了。

5. 缺少活動、策劃案、文案標簽體系

就如同沒有打用戶標簽很難理解用戶一樣,沒有打這些業務標簽,也沒法具體分類對比業務,更沒法總結套路。

以上種種,歸納起來就是:好的數據支撐體系,從來都是業務數據一體運營,集體作戰的結果,從來都沒有一個神仙級數據分析師能振臂一呼“啊啦啦啦”就擺平所有問題。包括案例分享也是,很多同學喜歡說:來兩個牛逼案例。最後發現牛逼的案例,從來都是牛逼的公司催化出來的。想要復現,還是得練好基本功,比如如何貼業務標簽。

#專欄作家#

接地氣的陳老師,微信公眾號:接地氣學堂,人人都是產品經理專欄作家。資深咨詢顧問,在互聯網,金融,快消,零售,耐用,美容等15個行業有豐富數據相關經驗。

本文原創發佈於人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基於CC0協議

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *