今天講一下我對數據的理解。

一、從數據維度做拆分,讓目標更加落地。

我做過近兩年的電商運營,其中感觸很深的一個點就是從數據的維度對目標做拆分。

天貓的雙11剛剛過去,馬云又創造了新的成績,912億。從去年的571億到今年的912億,馬云怎么就敢說今年可以做900億呢?在設定這個目標之前就少不了對目標的拆分。

900億的成交,首先按照過往的類目占比,拆分到各個類目,每個類目承擔多少銷售指標,類目再按照過往的賣家成交額占比拆分到各個賣家,每個賣家承擔多少銷售指標。賣家再根據各自的日常店鋪轉化率反推需要多少流量,各類目再結合平臺能提供的流量,就可以得到流量的缺口。接下來再按照各渠道獲取流量的成本來計算, 就可以得出雙11平臺需投入的營銷經費數值。整個900億的目標,通過這樣的拆分,就變得明確可執行了。

無論做什么事情,想做成,都離不開對目標的拆解,任何抽象的事物都可以通過數學的方法來解決,把事情數據化會讓事情更簡單可執行,也更容易考核效果。

二、很多業務其實就是一個公式。

我剛開始接觸電商接受業務培訓,第一節課就只講了一個公式。

成交額=買家數x客單價

如果你想提升成交額,要么提升買家數,要么提升客單價。我們可以盤點一下,我們見過這么多的促銷手段,有哪個不是為了提升這兩個數值的。滿減、滿送、買二送一,這是為了提升客單價的手段;秒殺,團購,這是為了提升買家數的手段(秒殺的核心在于集聚大量流量做關聯銷售)。

不僅僅如此,這個公式依據不同的業務場景還可以拆分成多種形式。

買家數 = 商詳uv x 下單率 x 付款率

商詳uv = 廣告展現 x 廣告轉化率 = 搜索展現x搜索轉化率 = 活動展現x活動點擊率

于是,決定成交額的因素就變成了各個渠道的轉化率、圖片的點擊率、產品的下單率、付款率,這樣多的細節共同決定了最后的成交額。接下來針對這些細節分別去做優化,這個過程就叫依據數據做精細化運營。

仔細想想,你自己的業務又何嘗不是一個公式呢?試著找到自己的公式,去拆分它,你也許會不少改進的方法。

三、運營說到底就是一個漏斗。

互聯網的模式下,無論做什么產品,根本目的都是為了變現,只要是變現,就涉及到了轉化。而轉化其實就是一個漏斗模型。

漏斗模型是運營數據里提到的最多的詞了,在業務的鏈條里,每個環節的用戶數是呈不斷衰減的,運營要做的事,就是想盡一切的辦法來提升漏斗中各環節的轉化率。

比如一個電商的活動頁,它的漏斗模型應該是這樣的:

有了這么個漏斗,我就可以分析每個環節代表了什么,我怎樣去改善:

1)pv/uv:頁面訪問深度,直接體現了這個頁面是否吸引人,用戶在這個頁面是否產生點擊的興趣。

2)活動頁—>詳情頁uv:頁面上的內容是否吸引人,商品是否是用戶喜歡的,需根據頁面點擊情況及時替換點擊效果差的商品。

3)詳情頁uv—>下單人數:商品的轉化率如何,是不是爆款,此處轉化過低需替換高轉化的商品。

4)下單人數—>付款人數:商品的付款率,如果低于正常值,需要賣家催單。

需要注意的是,漏斗模型是需要對比的,如果僅僅只有一個漏斗模型,那么就只是數據的陳列,如果要做分析的話,就一定要有對比,比如和往期的漏斗作對比,比如與平臺的均值作對比,只有在對比過程中才會發現問題。

我們作為產品運營的同學,必須要熟悉我們產品中每一個關鍵數據,日均的uv是多少、轉化率是多少,下載量是多少,這樣在數據出現異常的時候才可以第一時間發現,熟悉產品數據,是對數據敏感的前提。

四、一篇完整的數據分析報告應該包含哪些內容?

前面講了一些理論層面的,最后給一個數據分析模板給大家,供參考。

1、首先你需要根據活動目標確定你的目標達成率,完成百分比,提升百分比。這是這次活動取得的成果,在一開始就寫。如:

本次活動 uv 24w(20w,↑ 20%),uv價值 3.6(3,↑ 20%)

2、如果是發周報、月報之類的數據,接下來就應該是核心數據走勢圖

在這張圖里,要對每個數據的拐點做分析,比如圖中11月7日、8日兩天的uv價值有明顯提升,這個的原因,要找到并寫在報告里。

3、接下來流量分析,主要為流量來源分布,各渠道流量轉化率分析。流量漲了,要找到是哪個渠道帶來的流量漲了,為什么漲了,分析這里的原因。流量的質量如何,哪個渠道的流量轉化率高。這里需要兩個餅圖,一個是流量渠道占比,一個是渠道帶來的轉化占比。

從上面的兩個餅圖里,我們看到明顯站內流量的轉化率更高,而廣點通帶來的流量轉化率偏低。另外,通過與往期的渠道來源占比作比較,我們可以看到當前流量構成上的變化。

4、轉化率分析,也就是漏斗模型分析。前文提到了,漏斗模型需要對比的數據,所以在此處的分析,我們需要列兩個漏斗模型。

對漏斗模型各環節轉化的分析,這里主要和往期數據做對比,結合活動頁面、流量、產品功能等多方面因素,嘗試分析這里各環節轉化率提升或者降低的原因。

5、模塊點擊分析

我們設計的產品頁面,或者活動頁面,我們需要知道這個頁面的結構是否合理,用戶的點擊分布,這有助于我們改善。當我們嘗試新的頁面樣式的時候,更應該對這里的模塊點擊做分析,可以驗證我們的結構是否對數據帶來了改善。

模塊點擊分析主要是從點擊餅圖,及其各模塊轉化率的角度來分析,點擊餅圖可以看到用戶的需求,模塊轉化率則反應了各個模塊內容是否滿足用戶的需求,如果模塊轉化率較低,則需要考慮這個模塊的內容是否優質,甚至這個模塊是否需要改變樣式。

6、改進及優化

每次的活動總是有做的好的地方和做的不好的地方,我們數據分析的目的就是為了積累經驗,沉淀方法論,在每一篇數據報告的結尾,我們需要對這一次活動做一個總 結,比如嘗試了一個新的玩法,效果如何,嘗試了一個新的頁面樣式,點擊率是否有提升,等等。把經驗應用于之后的活動策劃當中。

五、數據不是萬能的

寫在最后,想說一點,數據不是萬能的。

我們常做的數據分析,是建立在海量數據的情況下,但往往在初創公司,數據系統還不完善,數據量不夠的情況下,數據只能作為參考,過分相信數據往往會導致做出錯誤的判斷。

數據有很多指標,統計維度又有很多種,如果深挖下去,會耗費大量的精力,但卻不一定會有成效,所以找出最關鍵的幾個數據指標,對其最合理地分析,這點很重要。

今天就說這么多啦。做數據分析,重點不在數據,而在分析,對數據敏感,就是能清楚數據異常背后的原因,這需要經驗,也需要你的思考和執行力。希望你可以成為一個對數據敏感的互聯網人。

      本文轉自互聯網er的早讀課

大家都愛搜:互聯網資訊 類類有話說 App推廣 運營經驗 線下推廣 活動推薦 微信營銷 姑婆專題 姑婆圈 ASO校園推廣 地推 ASO100 渠道刷量 校園運營團隊

姑婆那些事兒(www.3377on.com)是互聯網推廣運營知識分享平臺,關注移動推廣(android,ios)運營,網站推廣運營、校園推廣及互聯網領域最新動態 。歡迎關注我們的微信(gupo520),新浪微博(姑婆那些事兒)。