數據運營:如何搭建App的數據監控體系?

2 評論 2.4萬 瀏覽 254 收藏 9 分鐘

精細化運營的核心是數據驅動增長,透過數據分析指引產品迭代和運營推廣。因此,產品和運營需要掌握一定的數據運營能力,特別是需要搭建一套產品運營數據的監測體系來對日常運營效果進行復盤。本文介紹了搭建App數據監控體系的四大數據層次,與大家分享。

移動互聯網進入到下半場,流量紅利逐漸消失,互聯網公司的競爭從增量用戶的爭奪轉向存量用戶的爭奪。在這種環境下,精細化運營是每個互聯網的必然選擇。

區別于之前以采買流量為重點的運營模式,精細化運營的特點是針對產品和運營的每一個環節進行精心打磨,以最小的成本產出最大的價值,小到一個推廣文案、大到一個業務流程,都要進行小心求證和持續優化,確保轉化率達到最優解。

01 結果層

第一層是結果層,是指直接體現運營結果的數據,通常也是我們要定期向老板匯報的KPI數據。雖然不同行業的KPI會有所不同,比如電商產品會重點考核成交用戶和成交額,但是歸根結底都是圍繞注冊、活躍和付費轉化3個核心,因此,我們的結果層數據一般包括:

  • KPI完成數:注冊用戶 活躍用戶 付費用戶
  • 轉化率:下載-注冊轉化率,注冊-付費轉化率,注冊-活躍轉化率
  • 增長率:按日、周、月、季、年計算增長率
  • 完成率:一般會將KPI分解到周、月、季和年,并定期計算完成率

02 運營層

第二層是運營層,是指反映運營問題的數據。運營方面,一般我們可以從以下3個方面進行分析:

1. 用戶層面

可針對不同用戶群體建立監控指標,常見的分群方法有按新老用戶分群、按地區分群、按性別分群等,監控指標有留存率、轉化率、活躍度等,比如新用戶次日留存率、7日留存率和30日留存率;

根據用戶分群進行數據監控的精髓在于,通過不同用戶群的數據差異找到更精準的用戶群體,以及針對不同用戶群體找到差異化的營銷策略。

2. 商品層面

針對不同品牌、不同sku建立監控指標,指標包含商品曝光、點擊、加入購物車、下單、成交的數量、用戶數和轉化率,根據不同商品的對比和同一商品不同周期的對比可發現異常情況,從而找出商品定價、促銷政策、排列規則或購物流程等方面的問題。

3. 渠道層面

針對不同推廣渠道建立監控指標,比如按應用市場、按投放渠道。建立渠道的監控指標是為了監測渠道的推廣效果,選擇性價比最高的推廣渠道。這里需要強調的是,渠道的效果監測一定要監測到付費用戶的投入產出比,即在該渠道獲取1個付費用戶的成本是多少,這有這樣才能判斷渠道的性價比。

03 產品層

第三層是產品層,是指驗證產品和反映產品問題的數據。針對產品的使用情況,我們可以重點監測以下3個方面的數據:

1. 新功能使用率

每次發布新版本后我們都應該觀察新功能的使用情況,包括訪問量、訪問用戶數、占全部訪問用戶數量的比率,平均停留時長、與其他功能訪問時長的比較、用戶轉發該功能頁面的數量/人數,以及和其他功能轉發數據的對比,通過這些數據我們可以判斷新功能的受歡迎程度,從而為下一次迭代做決策輔助。

2. 主要業務流程漏斗分析

不同的產品有不同的業務流程,我們要根據自身產品的業務流程建立轉化漏斗,并定期觀察漏斗轉化率,及早發現異常情況。

最常見的業務流程轉化漏斗有:

  • 購買流程:首頁-點擊商品標題進入商品詳情-點擊購買按鈕-提交訂單-點擊支付按鈕-付款成功;
  • 注冊流程:首頁-個人中心-點擊注冊-輸入手機號碼-獲取驗證碼-輸入驗證碼-提交-注冊成功;
  • 開戶流程:首頁-在線開戶-輸入手機號碼-獲取驗證碼-提交驗證碼-上傳身份證照片-輸入銀行卡賬號-提交

按上述方式將主要業務流程的每一個步驟列出,在每個節點進行埋點采集用戶的訪問和點擊數據,即可計算每個環節的轉化率。

通過長時間的數據監測即可發現數據異常,通過數據異常情況可反推可能在哪個環節出現問題,比如當點擊購買按鈕的用戶數下降明顯的時候有可能是商品的價格沒有優勢,這時候應對比競品的價格策略。

3. 用戶反饋數據

用戶反饋數據也是運營需要統計和監測的運營數據,用戶反饋數據與產品的崩潰日志相結合可反映產品線上的質量問題。

04 市場層

關注市場和競品的數據一方面能使自己和公司管理層更客觀的評價自身的運營情況,另一方面也能隨時關注行業趨勢幫助公司決策。一般可通過以下渠道收集行業數據:

競品的財報:如果競品已經上市,可以通過財報獲取競品的準確運營數據,通過炒股軟件即可查詢。

專業數據平臺:易觀、艾瑞有少數免費的行業報告,但是大部分需要付費;極光大數據有大量免費的行業數據,數據來源是裝有極光sdk的APP產品,數據準確性參考度80%左右。

專業數據平臺的不足之處是時效性不強,一般以季度和半年為時間周期發布,時效性不強。

百度和應用市場搜索熱度:百度搜索熱度和appstore的搜索熱度可反映應用在前一天之前的用戶搜索熱度,搜索熱度曲線約等于用戶的增長曲線。

百度搜索熱度大家應該比較熟悉,這里就不介紹,主要介紹一下Appstore搜索熱度的查詢方法:

登陸蟬大師、ASO100等ASO數據平臺,輸入關鍵詞搜索會得出“搜索指數”的數據值,搜索指數就是這個關鍵詞的搜索熱度,指數越大熱度越高。

boss直聘在Appstore的搜索熱度曲線

需要注意的是,Appstore的搜索熱度會受到ASO等運營手段的影響,因此要通過熱度增長幅度、評論數有無爆發性增長等判斷該時間段競品是否由于ASO手段導致搜索熱度大幅提升。

 

作者:Alien;公眾號:運營記事本

本文由 @Alien 原創發布于人人都是產品經理,未經許可,禁止轉載

題圖來自Unsplash,基于 CC0 協議

給作者打賞,鼓勵TA抓緊創作!
更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 大家期待已久的《數據產品經理實戰訓練營》終于在起點學院(人人都是產品經理旗下教育機構)上線啦!經過迭代優化,現在已經第7期開啟報名啦
    本課程非常適合新手數據產品經理,或者想要轉崗的產品經理、數據分析師、研發、產品運營等人群。
    課程會從基礎概念,到核心技能,再通過典型數據分析平臺的實戰,幫助大家構建完整的知識體系,掌握數據產品經理的基本功。
    學完后你會掌握怎么建指標體系、指標字典,如何設計數據埋點、保證數據質量,規劃大數據分析平臺等實際工作技能~
    現在就添加空空老師(微信id:anne012520),咨詢課程詳情并領取福利優惠吧!

    回復
  2. 感謝作者的分享~

    確實,互聯網人,大部分時間都在跟各種各樣的數據打交道,針對不同的產品,關注的重點數據也會有所不同。

    與其說產品、運營需要懂數據,不如說他們需要學會「用」數據。

    如果你也想通過數據驅動業務增長,卻苦于沒有掌握數據分析流程和方法,點這里:http://996.pm/zL5jB

    回復