数据驱动运营的的理念，如何应用？

许多操作学生会觉得做操作是一件非常困难的事情，反复做别人眼中没有技术内容的事情。但是操作真的只是杂项吗？本文中，诸葛io高级数据驱动顾问王洛将结合自己的数据运营经验，分享一套通过精细运营驱动产品增长的“组合拳”，帮助大家学会将“运营工作中混乱复杂的点串联成一条线，充分发挥运营的最大效果”。一、什么是操作？所有围绕产品的干预手段，如推广、促活、拉新等，都属于运营。用现在的话来说，就是“帮产品做事”。运营“做事”有两个目的:1)让产品活得更久:活得更久就是延长产品的生命周期，延长用户的生命周期，更受用户欢迎。2)让产品活得更好:活得更好，就是通过广告和用户主动付费获得收入，带来商业价值。图1：操作的最终目标就像(产品)和用户交朋友。最终目标是在产品和用户之间建立情感联系。二、什么是精细化操作？所谓的精细操作是一种基于数据的思维方式——以较低的成本取得更好的效果。图2：精细操作1。什么是数据采集操作是基于对用户的理解。当用户达到一定规模时，需要对不同类型的用户进行分组。数据采集是针对某一特征或某些特征组合的人的第一步。以健身应用程序为例。用户进入应用程序后，部分用户会根据自己的锻炼目标选择培训课程（如基础训练、背部训练、背心线、美人鱼线等），完成培训后离开；另一部分用户完成培训项目后，会进入社区查看相关内容（如查看需要几个周期才能出现背心线等），以增加对锻炼的具体认知。在完成培训项目并浏览社区内容后，这些用户很可能会分享自己的经验，拍照打卡，或者向他人提问。可以看出，这些用户的行为随着使用深度的增加而增加。通过诸葛io(包括性别、身高、体重、年龄等信息)对用户触发的每一个行为事件数据和属性数据，为挖掘用户背后的行为原因，制定下一步的操作策略提供科学依据。当然，也有一些用户下载APP，打开后不锻炼，或者半途而废，这些用户也需要进一步的“操作”。2.数据挖掘是什么？有了行为数据，我们就要开始分析:进入app后，有多少用户半途而废，不完成训练就半途而废？有多少用户在完成培训项目后离开，第二天和第七天的保留率是多少？新用户进入社区查看社区内容或官方推荐内容的留存率是多少？有多少用户完成了培训项目，并在社区发布了内容？什么样的用户在社区停留时间长？根据需求，我们可以根据合理的逻辑将上述数据组合在一起，形成用户群（根据需求定制用户群）：然后结合属性特征和行为特征进行分析，属性特征包括注册时输入的性别、身高、体重、年龄等信息；行为数据包括选择哪些课程、身体部位的强化训练、何时锻炼、锻炼时间、难度等级、中间是否需要暂停休息等。这些特征背后实际上对应于清晰的用户肖像，如一线城市健身专家、毅力脂肪姐妹、简单的运动办公室职员和其他生动的肖像，通过诸葛io用户群可以定制不同的群体，关注不同特征的用户群体行为，挖掘哪种群体健身频率高于其他用户群体。这些特征背后实际上对应于清晰的用户肖像，如一线城市健身专家、毅力脂肪姐妹、简单的运动办公室职员和其他生动的肖像，通过诸葛io用户群可以定制不同的群体，关注不同特征的用户群体行为，挖掘哪种群体健身频率高于其他用户群体。3.如何做出数据决策？根据上述用户群体的特点，制定有针对性的操作目标，设计和实施活动计划，最后收集数据，检查操作效果和计划的准确性，作为下一次操作的参考经验。例如，对于新手用户，我们试图根据用户属性信息向用户推荐更合适的培训课程内容（例如，BMI指数根据身高和体重转换，然后结合年龄推荐适当强度的培训课程，以避免因过度困难而放弃或没有挑战而不感兴趣）；对留存用户，我们可以尝试推荐相关的社区内容（例如，对于选择锻炼背心线的用户，我们可以定期组织线下健身专家活动，邀请这些用户参与，更好地保持他们对社区的热度。4.3合适:什么是合适的时候对合适的人做合适的事情？4.3合适:什么是合适的时候对合适的人做合适的事情？如何找到合适的人？什么是合适的？首先，我们应该明确目标。我们现在需要改进哪些数据？例如，当我们发现新用户的流失率很高时，我们需要分析：用户在打开应用程序后是否点击了健身训练？未完成训练就中途离开的人比例比较高吗？如果是，要追查新手用户打开的教学视频难度系数是否相对较大，不适合新手用户，导致严重损失？如果是这样，可以筛选出这部分用户进行“召回”，向这些新手用户推荐难度系数较低的健身视频，然后跟踪这部分用户在一段时间内的留存率是否有明显提高。数据分析是一个发现问题、提出假设、确认猜想、不断优化的过程。合适的方法是通过不断的实验进行验证，验证过程也是验证数据，从而优化操作策略，改进用户的新增和保留。三、操作的灵魂是对用户的理解回到原来的观点，操作的灵魂是对用户的理解，在理性分析中对用户的感性理解。当我们能够更准确地分割用户群时，我们对用户的理解就越深。我的经营目标越清晰，经营计划的效果就越好。数据本身是冷的，但数据背后的用户是各种各样的人。分析数据实际上是分析人背后的行为。通过洞察数据背后的行为，可以更好地制定操作策略。1)用户行为路径分析是指用户进入产品后的行为轨迹，用户使用了哪些功能模块？用户使用的顺序是什么？验证用户的使用是否与原设计产品的逻辑一致，通过分析用户的行为路径。若与产品设计逻辑有很大偏差，则需要考虑为什么？我们设计的逻辑有问题吗？还是其他方面有问题？2)根据用户行为的特点，将精细用户群分为不同属性的用户群。比如做过A事件的人分成一个用户群，做过B事件的人分成另一个群，看群用户肖像有什么区别，他的留存和回访有什么区别。3)单个用户行为跟踪人是分析的最基本要素，需要清楚地了解每个用户的生命周期、活动、环境信息等。通过用户群的肖像，我们可以进一步跟踪个人，通过跟踪个人用户的行为。通过跟踪个人用户的行为，我们可以查看用户如何使用产品。以健身应用为例。接下来，以直播平台为例。利润点是通过用户充值向主播赠送礼物，平台可以获得一定比例的份额。每天都有大量的人看直播，从打开直播软件，到浏览房间，进入房间，发送道具，与锚互动，所以每天都有一定比例的人充电，通过埋藏记录这些关键行为，然后根据诸葛io用户行为路径，分析这些行为的流动，了解用户的背景。通过产品和运营策略的引导，找出用户最有可能充值的行为，让更多的用户充值。通过细化用户群体，洞察不同类型的客户：如从不充电的用户，喜欢进入美容主播室的客户，细化用户关键行为特征群体，然后分析群体肖像、保留、转换等指标。利用精细的用户群来挖掘直播产品的用户价值点，也是直播产品数据分析和应用的核心基础。通过对用户群的比较，检查用户的保留和转换，分析可以提高用户价值的地方；通过检查单个用户行为，可以区分用户特征和用户流失。通过三大利器的组合，可以制定精细的操作策略，针对不同的产品用户实施不同的操作策略，从而改善用户的新增和用户保留。数据驱动不仅是数据驱动操作的概念，更重要的是使用一个或多个数据分析工具不断实践和学习，从而探索最适合观众用户的操作方式。