打造完整的流程闭环，可以让精细化运营事半功倍

不久前，微信开始阻止和诱导打卡的营销手段，这意味着过去常见的英语学习平台所做的裂变、股票带增量等操作手段将不再有效。世界每天都在变化。当过去看似不错的操作手段出现阶段性障碍时，操作岗位应该如何处理？近两年来，越来越多地提到了“精细操作”的概念。说到精细化操作，必须提到“闭环”。闭环到底是什么意思？看下图：用户分层、活动策划、内部承接、技术与产品、数据分析、策略积累，共六步，形成闭环。我们今天要讨论的是数据部门或技术岗位在整个精细化运营闭环中能发挥什么作用。随着移动互联网的发展，数据的统计和分析并不是一个新概念。许多企业将分析用户行为数据。所谓的用户行为分析实际上解释了三件事：用户从哪里来，从标题或微信，跟踪用户是如何来到你的平台的。他不是他吗？现在很多人都有两部手机和ipad。对于平台运营，不仅是APP，还有小程序、H5页面等。因此，用户必须在多设备、多场景中反复出现。技术部门需要避免用户的重复计算。它是对用户交易和其他行为数据的分析，这也是众所周知的。掌握用户行为数据的最终目标是在平台上形成自己的用户行为数据系统。例如，下图是一个电子商务平台。根据用户行为数据，我们以基本信息、会员特征、消费特征等为类别，对用户行为特征进行标签管理。这样的体系是运营的核心和基础。下面，我们将通过案例共享列出如何通过数据驱动场景和操作策略的变化，并从产品迭代和用户操作两个方面进行阐述。案例分析通常是由于一个好主意的诞生，我们做一个产品，或者在原来的产品中叠加一些功能。但是，如何衡量这个想法的质量呢？产品真正上线后，数据统计分析可以做哪些指标？数据部门需要考虑这些问题。当新产品和新功能的雏形诞生时，我们应该考虑是否有假设性指标可以衡量，是否有机制可以做A、B流量测试，而不是当产品真正上线时，市场反应完全是随机事件，没有数据监控就会出现问题。产品真正上线后，还需要从外部或内部获取用户反馈和研究，收集后台用户转化率等数据。总之，将数据整合到产品的所有迭代过程中，形成反馈机制，使所有指标都可以衡量。例如，以下是某银行产品的案例。使用电子银行应用程序进行交易现在非常普遍。这位客户是一家城市商业银行。典型的场景是为购房者提供贷款。银行将抵押贷款功能转移到网上，开发了“可持续贷款”在线产品。使用者从下面的页面进入产品搜索社区，评估贷款金额，最后提交贷款申请。这个产品在过去三年里完成了280亿的贷款，这是一个非常大的金额。但这款APP的产品经理出生在传统企业，没有太多的互联网思维。仔细分析本产品的后台用户数据，会发现72%的用户在搜索社区这个阶段流失。为什么会这样？因为在输入框中，原来的隐语是“免费评估我的房子赚了多少钱”。然后我们把这句话改成了“请输入你的社区名称”。它看起来完全是零成本的，但它提高了流程的转化率4.24%，这意味着平台可以增加超过10亿的流量。再举一个案例，下图是共同黄金产品的应用场景。共同基金行业的创新成本非常高，但新用户来到平台后，该产品需要用户完成18个步骤才能结束注册、投资和贷款流程。因此，对于这样的平台来说，精细化运营转型是非常重要的。每个阶段的按钮设计、提示语言、颜色等，都需要测试，观察背景数据性能，反复调整，使每一步的提示都有吸引力，尽可能减少用户损失。第三个案例是奢侈品二手电商平台。在这种情况下，通过数据驱动，甚至改变了平台的定位。该平台最初在多渠道投放拉新。其中，B站汇聚了众多年轻人，流量表现优异，甚至买车的概率也很高。但许多用户购买不够，转化率不高；或下单，但回购率远低于平台平均水平。这些数据反映了电子商务平台的商品实际上与B站用户群不一致。然而，该平台不想放弃哔哩哔哩的流量。从哔哩哔哩人群肖像分析来看，70%以上的用户都是25岁以下的人。这些人的特点或学生的支付能力存在瓶颈，购买奢侈品的能力不足。电子商务平台原有的轻奢产品定位只能覆盖B站约10%的用户，其余用户更关注快时尚产品。随后，该平台调整了品牌定位，削弱了轻奢华的概念，强调了个人好事，平台的转化率也大大提高。事实上，以上三种产品迭代案例可以看到数据在运行过程中的作用。无论是产品运营、内容运营、用户运营还是活动运营，都离不开数据岗位。其最终目的也是一致的，即将平台价值传递给用户，最终实现转型。这里提到了坑位归因分析的概念——坑位归因分析。坑位的概念起源于淘宝，今天我们在淘宝首页看到的轮播，banner、搜索框等，是从固定位置衍生出来的坑位概念，这些位置所显示的内容，是针对不同用户的定向推荐。作为一个数据和运营职位，我们必须非常清楚哪个坑在平台的收入中起着决定性的作用，并投资最好的商品和运营力量，以带来最好的转型。过去，每个人都熟悉渠道归因的概念。即使是大平台也需要不断购买流量。渠道归因是指对流量质量的评价，而坑的归因则完全不同。你可以看下图来感受差异。关于坑的概念，让我们举一个例子——一个利基内容电子商务平台。目标用户群体是亚文化青年，约100-150万人。该平台的营销方法是将好产品嵌入微信官方账号的文章中，引导用户转化购买APP。该产品的许多站坑设计都存在问题。就产品页面而言，我们熟悉“产品分类”页面，京东等大平台也将使用分类。然而，这个电子商务平台的产品经理觉得分类设计没有效果，为了存在而存在。但事实上，在分析了用户数据，即坑的归因后，会发现平台上所有贡献交易的用户都排名第二，“分类”部分提供的流量排名第二（图中的数据经过脱敏处理）。对于很多产品经理来说，这个结果是“反认知”的，但也让这个平台后来做了很多分类栏目的精细调整。此外，对“搜索关键词”的分析对产品和操作也非常重要，因为关键词代表了用户想要在这个平台上得到什么。所以搜索关键词的提示词会有一个排名，决定了什么样的词能给平台带来最大的效益转化。例如，在上述案例的电子商务平台“*”一词中，后台数据反馈许多用户只搜索“*”一词进行转换和购买，这表明平台的搜索关键词没有返回。当用户输入关键字时，他想要的联想关键字没有出现，用户进行模糊搜索。所以这个平台之后有很多搜索关键词。分析完以上案例，很容易感觉到运营、产品等岗位离不开数据岗位的辅助。然而，运营往往与数据部门合作，周期长，过去积累的许多数据无法有效沉淀。当新的创意活动需要多个部门的合作时，执行效率就会变得非常低。良性可执行的操作分析闭环需要数据部门在平台用户分层等工作相当完善的基础上做到极致。在新活动、新产品或项目中，完善的用户分层工作可以实现快速试错和迭代。举个小例子:这个案例告诉我们，数据部门需要能够在用户层面上做到极致，实时统计每个用户标签。对于用户标签的分类，我们在文章开头举了一个例子。这里需要强调的是，由于用户的行为数据不断更新和积累，用户标签是在事实上发生变化的。我们需要创建数据驱动迭代的闭环。在这个闭环中，当用户将产品添加到购物车中半小时，但延迟付款时，您的系统可以触发APP或短信推送。或者做一个活动，从执行到效果评估，可以有数据反馈。综上所述，数据部门的工作其实很苦很累，但是建立一套系统的流程，会让以后的产品和运营事半功倍。