数据分析常见操作方法：三个步骤和两个模型

2020-11-17 13:46:57 阅读（147） 评论（0）

（纯数据分析看起来太难了，所以本文将从更方法论的角度来解释）不久前，我看到一篇帖子问：数据分析能推动用户的快速增长吗？先说答案——“是的。先说具体怎么做。因为数据是秘密的，我不会用我处理过的产品数据来解释，而是会选择一个我非常喜欢使用的产品——全国K歌来完成这篇文章。由于无法获得准确的产品数据，我会根据自己对产品的理解分析一些第三方数据的目的是分享数据分析驱动增长的常用方法。如果有不科学的地方，请指出。以下，enjoy：常见的数据分析操作方法是[三步]&[两个模型]一、三个步骤是：在互联网公司中确定核心目标、列出组成公式和确认元素的常见应用是：核心目标（即北极星指数）=A*B*以全民K歌为例，全民K歌的slogan是：“你其实很会唱歌。“产品的最终价值是让每个人都唱歌，让别人听到，所以他的北极星指标应该是：[每天播放原创歌曲的次数]。伴奏下载/播放次数、好友消息数等都是在提升这个数据的过程中产生的衍生数据。因此，公式是：每日原创歌曲播放=每日原创歌曲*单曲平均播放这是核心数据公式，接下来我们想确定影响公式的元素，公式可以分为：每日原创歌曲播放=（每日活跃用户*人均输出歌曲）*（单曝光*曝光点击率）公式可以无限分解，根据产品级别和功能复杂性，最大限度地细分运营团队的人力资源，在这里不继续穷举，就按照最后一个公式进行分析。可以发现，影响核心目标的因素有：DAU，歌曲人均产量，单曲曝光，歌曲曝光-点击率。可以发现，影响核心目标的因素有：DAU，人均输出歌曲数量、单曲曝光、歌曲曝光-点击率。常识表明，在乘法中，每个元素的改进都可以提高整体结果，运营团队可以根据这四个元素制定有针对性的增长计划：1.DAU可以根据不同的公式定义产品，并且可以拆卸许多元素。我们简单地认为，全国k歌的活跃用户被定义为当天登录app的注册用户，可以分解为：注册用户数*打开频率。通过异业合作、朋友邀请裂变、应用商店、信息流等多种方式，可以增加注册用户的数量，属于常规操作。本文不详细讨论(重点:特别注意黑产品用户)。从长远来看，打开频率可以通过设置有效的功能场景(如打卡签到、歌唱教学)、合理的渠道推送(消息push提醒等)来提升。).短期内，用户可以通过一些事件营销和社区传播来关注和讨论，从而分阶段提高开放频率。2.人均输出歌曲的数量首先需要用户分层：高质量用户（生成内容）的平均水平是多少？普通用户(从未生成过内容)的水平是多少？国家k歌肯定会有一些用户不唱歌，只有30%的用户生成了内容。我们是否只统计了这里生成内容的用户数据？当然不是。首先，这种统计数据会影响数据公式，不能将高质量用户的平均水平扩大到所有用户，这将导致我们盲目乐观，甚至做出错误的决策。那为什么要分层呢？直接算一个总平均不就完了吗？我只是做了一个K歌用户的漏斗。(真的很简单……)艾瑞数据显示，全国K歌月活1.6亿，假设活跃用户是按照我的逻辑定义的(以下数据都是个人假设)：按4个层次按4个层次:3:2:按比例划分，人均产出为0.16首/天。从战略上讲，我们应该将0.16的数字提高到0.2甚至0.3。在执行方面，有两种方法：1）让每一层的用户向下流动。——也就是说，让沉默的用户开始听歌曲，让只听歌曲的用户开始唱第一首歌，让偶尔唱歌的用户活跃起来。改变4321结构的基本逻辑。2)增加每个层次的平均产出。例如：让0变成0.1，让0.3变成0.5。基于以上数据分析和目标拆解，操作可以有更清晰、更精细的策略。比如目标是让只听歌不唱歌的用户，从人均0首歌到人均0.1首歌。相应的策划【你的第一首歌】活动可以通过降低参与门槛(比如简单的抢麦，唱两句就好，不用唱4分钟的完整歌，让用户先开第一口)提供激励因素(无论是情感激励-团队抢麦，还是利益激励-发金币)。3.单曲曝光原创歌曲曝光，通常通过以下三种方式：社交关系链-关注/朋友和其他机器算法推荐-附近/推荐，猜猜你喜欢等待固定曝光-发现-各种列表，订购歌曲-各种列表/分类，广告空间和其他操作可以围绕不同的形式，设定不同的数据目标，规划相应的操作活动，从而提高歌曲曝光的不同部分。举个

内容来源:人人都是产品经理，以上内容来源于网络，不代表本站观点，如有侵权，请联系删除。

上一条：分析最右、皮皮虾，看它们的发展趋势下一条：什么是产品创新？如何找到小程序的创新机会？

商标/知识产权

网站服务

CRM/销售管理

ERP/智慧办公

财税人力

安全/技术支持

其他应用

商标版权

小程序

数据分析常见操作方法：三个步骤和两个模型

推荐阅读

猜你喜欢

分类

最新文章