导航g22恒峰娱乐恒峰娱乐下载营销网点客户案例新闻资讯人才招聘网上展示联系我们

分析了3个实战案例我找到了精细化运营的数据方法论

出处:本站 责任编辑: 时间:2018-10-12 [ ] 查看全部评论

  随着大数据的发展,互联网从业者一定意识到:数据对于一个优秀的可迭代产品的价值。产品与用户行为息息相关,而数据分析则让这些用户行为可以被量化,产生价值。基于数据驱动思维,做出产品决策,分析和优化用户体验,才能让产品迭代走向正确方向。

  9月13日,DT君邀请到了数数科技CEO吕承通,带大家了解数据驱动实现方法,并通过3个实战案例解析数据分析如何影响产品核心指标。本文为其演讲实录。

  首先和大家分享一个数据驱动决策的案例,让大家感受一下数据驱动的价值。下图是几个产品的DAU(日活跃用户数量)的折线图,可以发现并没有特别明显的规律。如果要对DAU进行预测,以指导业务的开展,该如何去做呢?

  在这个案例中,需要决定要不要投放广告来达到PCU(最高同时在线)的KPI。首先对DAU进行拆解,每日登陆用户可以分为三类:昨日留存用户、今日新进用户和之前流失的用户,同时还有一部分用户流失,一进一出就导致了DAU的波动。

  下图是留存曲线模型,这是一个幂律分布的模型,a为常数,系数b为负数,定义为新进留存系数,b值越大留存情况越好。b值与产品品质、用户质量和运营活动相关。

  下图是新进留存系数b值的走势,每次b值有大波动的时候,是新版本发布的时候,后面在做拉小号的活动的时候,b值呈现下降的趋势。

  在这个案例中,根据新进用户留存模型,推算出要达到PCU 50万的线万的新进用户数,最后评估下来预算太少,因此放弃了广告投放计划。这就是一个通过数据驱动来规避风险的案例,通过科学的数据分析来一步一步归因,去推导应不应该做这件事,这就是数据驱动的价值体现。

  从《增长黑客》这本书上市以来,国内掀起了一股数据驱动的热潮。很多公司都开始组建增长团队,去找到业务的增长点。要实现数据驱动有一些需要重点关注的点。比如,产品跟市场的需求匹配是数据驱动的根基。这个根基如果不成立,数据驱动就很难成立。另外,在产品的不同阶段制定不同的北极星指标。北极星指标可以让整个团队围绕一个核心目标来定制策略,集中兵力做一个指标的增长。

  如何提高产品留存是大家比较关心的问题。提高产品留存通常有三种方式,第一种方式是产品的结构性优化。要通过数据分析去找到整个产品在核心转化流程上面是不是有问题;在用户体验上面,比如说新手转化,新手引导的过程是不是有不合理的地方?加载时间是不是过长?前端是不是有闪退影响用户体验?

  第二种方式是用户运营,最常见的是运营活动和成长激励体系。比如激励体系中,用户使用的时间越长,越容易留下来。比如说前段时间美团推出打车服务,滴滴的用户没有任何忠诚度,换到美团上面也没有任何成本。因为滴滴没有去做用户成长的激励体系,比如说滴滴应该给用户划分等级,比如说打了多少公里的车,应该是什么等级的用户。然后每个等级又有相应的一个回报,有相应的激励可以兑换,或者是能够打折,这样用户使用的时间越长,就绑定得越紧,这就是成长激励体系的一种套路。

  最后一种方式是用户流失预警与召回,也就是通过产品的优化和运营手段来干预用户的流失。用户流失之后,需要尽可能通过数据分析的方式找到用户流失的原因,然后做预警,预测未来哪些用户将要流失,并且提前做干预。另外就是对流失用户的召回,如何针对已经流失的用户制定召回的策略,如何奖励,如何触达他们。

  接下来分享一个实战案例。某游戏产品想通过运营活动来提升用户的留存,属于第二种方式。这个游戏的DAU是5万左右,平均用户开局数是20局左右,大于十局的用户数占比45%,大于七局的用户数占比50%。活动目的是要通过提升开局数来提高用户的留存,因为开局是整个产品的核心价值和核心体验。

  首次方案是每十局抽一次奖,每天最多可以抽六次,平均每个人每次抽一次送出2000金币。我们通过数据分析做了一次改进,改进后的方案是每7局抽一次奖,每日可抽六次,平均每人每次送出是2500的金币,同时提高了中、高局场的服务费,因此实际上每人每次送出的金币是大概是1800左右,降低了成本,同时也把抽奖的门槛降低了。

  活动方案改版后的效果是参与活动的人数有明显提升,增加了1950人,参活用户占比从26%提升到了30%,覆盖到了更多用户。同时,参活用户平均抽奖次数从3.8次提升到了4.6次,平均开局数提升了15次。

  产品设计和活动运营过程中不要忽略用户的反馈数据。如果产品用户的基数比较小的话,可以直接跟用户交流,做调查问卷或CE。如果产品用户基数比较大,这种调查效果会打折扣。如何分析海量的用户反馈数据,既科学客观,数据量又能全面?我们提供了一个平台来做这个事情,会把外部的数据全部通过爬虫的技术抓回来,再通过文本挖掘的算法分析用户在说什么。

  比如情感识别,就是判断用户在反馈的时候是正面还是负面的内容。话题检测是判断用户在讨论什么内容,突发问题预警是判断产品是不是有突发的问题,然后还有反馈监控,可以监控到用户的不良言论的反馈,最后整体做成了一个产品口碑分析的解决方案。

  注:以上内容根据嘉宾吕承通在数据侠线上实验室的演讲实录整理。图片来自其现场PPT,已经本人审阅。点击“阅读原文”,获取作者直播回放。

  期待更多数据侠干货分享、话题讨论、福利发放?在公众号DT数据侠(ID:DTdatahero)后台回复“数据社群”,可申请加入DT数据社群。

  本文数据侠吕承通,数数科技CEO,计算机专业博士,文本挖掘和NLP研究方向,2011年至2015年任职于腾讯科技,2015年7月创办数数科技,致力于将大数据技术在各行业的应用落地。公司以“赋予客户数据驱动的能力”为使命,从数据意识,数据分析能力和数据分析工具三个层面给客户赋能,帮助企业快速构建数据驱动的核心竞争力。

  “数据侠计划”是由第一财经旗下DT财经发起的数据社群,包含数据侠专栏、数据侠实验室系列活动和数据侠联盟,旨在聚集大数据领域精英,共同挖掘数据价值。了解数据侠计划详情请回复“数据侠计划”,申请入群请添加DT君微信(dtcaijing003)并备注“数据社群”,投稿、合作请联系。

来顶一下
近回首页
返回首页

专题推荐

网站首页 | 关于我们 | 服务条款 | 广告服务 | 联系我们 | 网站地图 | 免责声明 | 返回顶部
Copyright © 2016-2018 g22恒峰娱乐 Inc, All rights reserved.
Powered by www.g22.com,Template designed by g22恒峰娱乐