软文代写 + 软文发布 + 短视频营销

    产品、运营人员在互联网项目中要关注哪些核心数据?

    来源: 亨享营发布时间:2017-03-14 16:30:42

    一、数据的定义

     
    数据,其实就是一堆数值。
     
    但这些数值,是从用户的行为统计而来。用来便于需要使用数据的同学进行研究和分析之用的基础素材。
     
    二、有哪些数据需要关注的
     
    我们在这里用一张脑图简单列出一些核心数据:
     

    核心数据
     
    这张脑图,仅仅简单的展示了也许是通用的部分运营数据,但如果我们仔细去看,去归纳,会发现三个数据类型,是所有运营都需要具备的:
     
    渠道数据、成本数据、收益数据。
     
    渠道数据,是用来衡量渠道质量、渠道作用的,它由产品本身的定位的客群和产品的特性所决定。一个理财产品如果投放游戏社区这种渠道,其运营效果可能并不会太好,可如果换成彩票、博彩,可能效果就很好;同理,传奇这一类的游戏的宣传与活动如果投放到女性社区平台,其效果几乎也可以无视,而如果换成一款 Q 版小游戏,或许效果就很好。
     
    成本数据和收益数据,则会从不同层面反映出运营的效果。
     
    运营必然需要成本。运营的效率可以通过经验、熟练度、创意等各种手段来提升,但运营的成本是必然存在的,并且一般来说和运营效果是成正比关系的。很简单的一个道理:两个活动,一个活动送 100 台 iPhone6,一个活动送 1 台 iPhone 6,哪个效果更好?
     
    做运营的,一定要认真去评估每一个运营动作背后的成本。而所谓『收益』,并不等价于『收入』,获得金钱是收益,获得用户也是收益,获得口碑同样是收益。
     
    如果我们了解了渠道、成本、收益这三类数据,我们就可以根据自身的产品特性去设定需要获取数据。
     
    我们拿足记来简单举个例子,足记这样的应用,它会关注哪些数据呢?
     
    从产品的层面,它会去关注:
     
    1.App 每日的打开数
    2.各种功能的使用次数和使用频次
    3.各种 Tab 的点击次数和对应页面的打开频次
     
    从运营的层面,它可能会去关注:
     
    1.App 每日的活跃用户数
    2.每日产生的 UGC 数量(区分新老用户)
    3.每日分享到社会化媒体的 UGC 数量(同时考虑单位用户的产生内容数)
    4.分享出去的 UGC 带来的回流新装机、新激活用户数等等。
     
    而我们需要注意的是,这些关注的数据点,并不是一成不变的,它会因为产品的不同阶段而调整,如果我们假设足记有盈利模式,那么它关注的核心数据,就会从内容转向收入,这时候,转化率相关数据就会变的重要了。
     
    我们需要的数据,根据实际的需求来进行设计,并没有一个完全通用的标准。当然,如果你做的越多,你会发现,你的数据感在不知不觉中获得了提升,这一点,非常重要。
     
    三、如何获取数据
     
    获取数据的渠道有很多,这里推荐两个:Google Analytics 以及百度统计,更多的工具自行去了解哈。使用分析工具我们可以得到以下内容:
     
    记录那些点击信息,包括没有与网站产生交互的信息
    可直接生成链接的百分比,点击分布图和热力图
    可统计用户的悬停,将用户潜在行为可视化
     
    获取数据的方式其实多种多样,关键在于,作为运营人员要了解什么样的数据是重要的,对于这些数据的前后关联,是怎样的,这是一个联动的过程,不是一个单一的行为。
     
    四、如何分析数据
     
    对于数据的解读,每个人都有不同的方式。这里我们摘取书中的几个总结:
     
    1)首先确定数据的准确性
     
    这里包含了选择数据维度的合理性、数据统计的准确性。如果数据维度选择不合理、数据统计结果不精确,我们可能是无法得出正确的分析结果的。这是基础。
     
    2)明确影响数据的因素
     
    一个数据,会受到多种因素的影响,这些因素有内部的,有外部的,运营人员应当尽可能多的了解所有层面的影响因素,以利于我们对于数据的解读是在一个相对正确的范围内。
     
    3)重视长期的数据监测
     
    在运营数据分析中,经常会使用环比和同比方式来对比数据。简单的说,环比是本日与前一日的对比、本月与上月的对比、本季度与上季度的对比;同比是今年当日与去年当日的对比、今年当月与去年当月的对比、今年当季度与去年当季度的对比。环比帮我们看短期的数据波动,而同比帮我们了解大环境下的数据波动。
     
    4)保持客观的视角
     
    数据分析的过程中,客观非常重要,切忌挑选有利于自身的结论。我们通常会犯先入为主的错误,这不仅会影响数据的准确性,还是职业道德的问题,也是职业发展中非常常见的问题。
     
    5)注意剔除干扰项
     
    实际的工作中,我们会碰到很多问题,这些问题就是干扰项。例如,在一个相对平稳的曲线中,突然出现了一个点上的强烈波动,这时候我们需要全面的了解个波动产生的原因,如果无法确认原因,就剔除这个波动,否则我们很难去获得一个正确的结论。
     
    五、数据分析职业方向有哪些
     
    我们这里只说国内哈,在国内,与大数据相关的岗位主要分为以下几类:
     
    数据分析师:
     
    运用工具,提取、分析、呈现数据,实现数据的商业意义,需要业务理解和工具应用能力。
     
    数据挖掘师/算法工程师:
     
    数据建模、机器学习和算法实现,需要业务理解、熟悉算法和精通计算机编程。
     
    大数据工程师:
     
    运用编程语言实现数据平台和数据管道开发,需要计算机编程能力。
     
    数据架构师:
     
    高级算法设计与优化;数据相关系统设计与优化,有垂直行业经验最佳,需要平台级开发和架构设计能力。
     
    当然一个行业肯定不止这几个岗位,这里只是列举普遍的,吃香的(你懂的~)。
     
    六、总结
     
    关于数据的内容,一篇文章其实说不出更多有价值的东西,更多的需要自己在工作中的思考与总结;当然,同行交流以及吸取同行前辈的经验也很重要。

    • 定制方案

      为您提供一对一解决方案
      立即预约
    • 售前咨询

      周一至周五9:00——17:30
      立即咨询
    • 联系方式

      18618117293

      全国7×24小时热线服务
    • 移动端推广

      为您提供全方位的移动推广方案
      查看详情
    免费咨询
    公司名称
    手机号码
    所在城市
      联系人
      先生 女士
      邮箱地址
      我们会尽快联系您,等待期间需要获取更多信息,请联系我们。感谢您对亨享营产品及服务的支持。

      扫一扫,关注我们

      营销推广 微信推广 移动推广 软文发布 品牌设计 网站建设