1. 首頁 > 生活百科 > >

建數據分析框架的3個步驟 如何搭建數據分析框架？( 二 )

小知識數據分析框架


從用戶獲取到病毒傳播 ， 每個環節都有重要的指標需要我們去關注 ， 通過AARRR模型系統化的拆解5大類目用戶行為 ， 可以讓我們更清晰的知道每個環節需要重點關注的重點指標 。
以電商業務為例 ， 下圖基于AARRR模型 ， 構建用戶生命周期運營全脈絡和每個節點需要關注的重點指標：
1. Acquisition 獲取用戶在獲取用戶階段 ， 我們希望讓更多潛在用戶關注到我們的產品 ， 通過以下基礎途徑來曝光我們的推廣頁面：

  • 付費獲?。好襟w廣告、SMS、EDM、流量交易/置換
  • 搜索營銷：搜索引擎優化(SEO) ， 搜索引擎營銷（SEM）
  • 口碑傳播：用戶間邀請活動 ， 病毒H5傳播等
【建數據分析框架的3個步驟 如何搭建數據分析框架？】用戶訪問頁面后 ， 可以通過導航、主動搜索、算法推薦來了解到我們的產品 。 切中當下需求的用戶會進行注冊行為 ， 算是和用戶真正意義上第一次會面 。
這時就要重點關注推廣頁UV ， 點擊率 ， 注冊量 ， 注冊率 ， 獲客成本等重要指標 。
2. Activation 激發活躍用戶注冊后是否有進一步了解我們的產品？這其中涉及到產品的功能 ， 設計 ， 文案 ， 激勵 ， 可信等等 。 我們需要不斷調優 ， 引導用戶進行下一步行為 ， 讓新用戶成為長期的活躍用戶：
我們可以通過界面/文案優化 ， 新手引導 ， 優惠激勵等手段 ，  進行用戶激活流程的轉化提升 。 監控瀏覽商品頁面 ， 加入購物車 ， 提交訂單 ， 完成訂單的漏斗轉化 。
這個過程中 ， 我們要重點關注活躍度 ， 若定義加入購物車為活躍用戶 ， 那么我們就要觀察注冊至加入購物車漏斗轉化率 ， 按維度拆分 ， 分析優質轉化漏斗的共有特征/運營策略 ， 提升策略覆蓋率 ， 優化整體轉化效果 。
3. Retention 提高留存用戶完成初次購買流程后 ， 是否會繼續使用？流失的用戶能否繼續回來使用我們的產品？
產品缺乏粘性會導致用戶的快速流失 ， 我們可以通過搭建生命周期節點營銷計劃 ， 通過push、短信、訂閱號、郵件、客服跟進等一切適合的方式去提醒用戶持續使用我們的產品 。 并且在此基礎上通過積分/等級體系 ， 培養用戶忠誠度 ， 提升用戶粘性 。
重點關注留存率 ， 復購率 ， 人均購買次數 ， 召回率等指標 。
4. Revenue 增加收入我們獲得每位用戶平均需要花費多少錢？每位用戶平均能為我們貢獻多少價值 ， 能是否從用戶的行為 ， 甚至其他方式賺到錢？
電商業務的基礎要關注獲客成本CAC ， 顧客終身價值 ， 在此基礎上通過運營活動激勵用戶進行購買 ， 提升用戶單價、頻次、頻率 ， 最終提升用戶生命周期貢獻價值 。
重點關注獲客成本 ， 顧客終身價值 ， 營銷活動ROI等指標 。
5. Referral 病毒傳播用戶是否會自發的推廣我們的產品？通過激勵是否能讓更多的忠誠用戶推廣我們的產品？
在社交網絡高度發達的今天 ， 我們可以通過各種新奇的方式去進行產品傳播：用戶邀請的老帶新活動 ， 垂直領域的社群運營 ， H5營銷傳播 ， 讓老用戶推廣我們的產品 ， 吸引更多的潛在用戶 。
重點關注邀請發起人數 ， 每個病毒傳播周期的新用戶量 ， 邀請轉化率 ， 傳播系數等 。
三、3大增長引擎
精益創業提出一個概念：唯一關鍵指標（one metric that matters,OMTM） 。
在任何類型產品的任何一個階段 ， 都需要找到唯一的一個數字 ， 把它放到比其他任何事情都更重要的位置上 。 在數據分析時 ， 可以抓取許許多多的數據 ， 但必須聚焦在最關鍵的事情上 。 同時其也是“增長黑客”中的關鍵特質：專注目標 。
1. 粘著式增長引擎粘著式增長引擎以 Retention 留存作為 OMTM 驅動增長
典型案例是游戲類的App ， facebook針對游戲提出的“40-20-10”法則 ， 即如果你想讓游戲的DAU超過100萬 ， 那么新用戶的次日留存率應該大于40% ， 7日留存率大于20% ， 30日留存率大于10% 。
不使用任何運營激勵手段與使用留存激勵相比 ， 次日留存相差甚遠 。
例如游戲中常見的：簽到活動 ， 登錄獎勵 ， 時長獎勵等玩法都是基于提升用戶留存的目的 ，
登錄獎勵
通過提供目的性的目標 ， 制定規則和反饋系統 ， 為玩家帶來創造性成就和能力的提高帶來的滿足感和愉快感 ， 從而提升用戶的游戲頻率 ， 游戲時長 ， 最終提升用戶留存 。

推薦閱讀