起点学院★课程

如何通过分析“活跃数据”,优化业务增长策2k党略?

木兮擎天@
2 评论 913 浏览 4 收藏 12 分钟
15天0基础极速入门数据〗分析,掌握一套数据↙分析流程和方法,学完就能写一份数据报告!了解一下>>

用户活跃数据是运正打掉了驾驶员手上营每天必看的数据之一,当用户被引进来,如何提升用户活跃是运营必须思考和解决的一个问题。对用户的活ω 跃数据进行分析,也有益于优化业务增长策略,提高产品业务线的整体盈利能力。

“用户活跃数据”是常见的数据指标,更是很多产品业务线的核心指标。当用户“引流”效果稳定的情况下,就需要考虑“截流”的问题,用户多久活跃一次▲,用户第一次使用体验如何,如何提升用户活跃,怎么让用◎户留下来(重复使用)等等。

而分析活跃数据,不是为了让用户每天来走个过场,挣点广告费的,而是获悉产品业务线的健康程度,提升付费转化率、老客户转介绍等提供稳定的数据支☉持,实︾现对优质用户进行分层运营,重点维护,且不断优化以及调整业务↓增长策略。

然而,从本质上分别向两人追去看,所谓的互联网产品讲用户活跃,就像线下门店让新老顾客到店一样。所以,“用户活跃数据”的影响因素太多,必须抓大放小,聚焦执々行策略,更不能空谈活跃,不重视转∴化◤,促活和留存相辅相成的。通过内容、品牌、活动等各个方面的运营策略,将用户活跃数据提升◥,从而提高产品业务线的整体盈利能力。

01

那么,首先来看一下“活跃”的定义。(以互联网产品为例)

下载量、新增注册用户等指标有很明确的指向以☉及定义,但“活跃用户”可针对身体向后一跳不同目标、不同产品生命周期、不同业务,有不同定义。比如:

  • 在某个阶段时间内凡有访问行为的用户就算为←活跃用户⌒◥;
  • 登录后用「户每日多次访问、发帖、发视频、点赞等相关行为的就算为活跃用◥户;
  • 如短视频类产品可为“ 1天内浏览 5个视频的新注ㄨ册用户”才算为活跃用户;
  • 如资讯类产品可为浏览文章大于 3 篇的用户才算为活跃用户;
  • 如电商类产品可为“ 30 天内下单女性用户”才算为活跃用户;
  • 还可以老用户打开▅↘app就算为活跃用户。

……

“活跃”合适定义标准则需要我们深刻理解用户和业务场景,根据自身产品业务线的特征及目标、发展阶段、产品生命周期、产品属性等作为参考,不断调研迭ζ代、校准数据。

02

接下来,来看一下“活跃数据”都有哪些分析维度呢?

首先,来拆解∩一下“活跃用户”。

活跃用户=新增用户+老用户你留存+回流用户-流失用户

新增用户→以及回流用户的数量要大于流失用户的增加量,才能保持活跃用户闷哼持续上升。如下图,好比一个大水池,我们会不停的往里灌水,但水池也会漏水,如果漏水速ω 度太大,那么水池就干¤了。当新用户下降可能因★为市场竞争激烈、产品功皮衣能改版、投放费用减少等导致拉新乏力,流失用户加大可能因运营策略调整、产品功能下线等因素。

然后,还需要』我们继续思考:

  • 每天有多少活跃用户变得不活跃?
  • 有多少ζ忠诚用户变得不活跃?
  • 调研分析忠诚用户,挖掘有什么共♀同特征,为什么爱用我们产品?
  • 回访流失用户,了解有什么共同特征,为什么流失,是需求不符,还是价格等原因?
  • 某一段时间回◥流用户增加,是电ζ 话召回,产品更新,市场推广,还是活动营销行动才初步开始?
  • 忠诚或流失用户是否在推广渠道上有显著差异?(需要结合新增留存数据)

……

最后,还要考虑分析以下维度:

  • DAU (日活)峰值。即某■段时间内的日活的峰值,值得注意的Ψ是,日活未必是反应业务的增长,未排除时间、市场∮等因素,若认为是运营策略带来的增长不太准确的。
  • DAU(日活) 同比。同比是消除时↘间上的影响,对比去年 10月和今年 10月的数据,反应整个产品今年的表现,如果今年10 月的 DAU 同比去年降低了,则产品可能已经再下坡路了,或者今年整体市▓场行情不好,具体㊣情况具体分析,一般情况下需要看【下几个月的年同比趋势嘿嘿一笑如何。
  • DAU (日活)环比。环比一般是和上周对比或者上月对比,本周与上一周DAU 数值差异,时间段越接近外界和时间影响因素差异「一般不是很大,可反映本周的运营策略对 DAU 的影响。
  • DAU (日活)占比。需要筛选出满足「条件的用户数量,而满足条件用户在整体用户中的占比,观察到不同活跃层的№变化。如新老用户占比,发现活跃用户构成情况、连续1日、2日、3日…活跃用户占比,对于那些连续活跃用户可发展为忠诚用户,需㊣ 要重点维护。
  • DAU(日活) 趋势。看趋势是为了看各项指标几段连续时间内的表⊙现是否一致,了解▆用户活跃趋势情况,如年同比是否一致在上周,趋势是否一致还是中间出现断层,是否存在自然的周期性,是否存在异常等,去分析涨和跌在╲哪里,聚焦更多精力〗到怎么去应用在运营和业务上。

04

现在,我ω们来梳理一下如何分析“活跃数据”,优化业务增长策略?

1. 了解产品业务线』的整体活跃数据的走势情况

通过活跃数据的走势情况,了解到活跃用户的规律。市场清晨政策的变化,节假日、电商节等节日,常见的运营策略调整都能∞引发活跃数据变化。找到一些明显的规律后,根据@ 未来要发生的时间,预计指标波动ω 情况,及时调整运营策略。

如下图,可看出活藤原在风忍村没什么不良记录跃用户数在周末以闪身进入房间及十一节假日呈阶梯式下降,有对应事件发生以及对应波动形态,可见具有周期性规律,在周末时可调整营销活动等运营策略,使增长◆趋势平稳,但要综合考虑产品属性和用户属性。

注:为卐某考勤类APP十〓月份活跃数据趋势图,已做数据脱敏▲处理。

2. 通过DUA同比/环比/占比观察,区分活跃数据的异常变化情况

通过DUA同比/环比/占比观察,出现阶梯式、持续性、非规律性等活跃波动为异常。但不是所有※的异常波动都值得排查,但是要记录发生时间,观察走势,当问题出现恶化时≡容易溯源。这就是为什么︾要建立数据监控体系。

如下图,可看出活跃用户数在10月22日到10月24日红框区域出现活跃异常波动,首先要了解日活究竟跌了多少,其次通过通过DUA同比/环比/占比观察,跌∏幅是否在合理的范围,最后确定〇为非规律性异常。

注:为某考勤类APP十月份活跃数据趋势图,已做数据脱敏处理。

3. 挖掘异常变化的原因。

一般情况下,活跃数据的异常往往与事件有关,比如季节性促销,沉默用户唤醒以及∑ 影响活动,新功能上线等等。因此在挖▂掘异常原因时,可以分别对新老用户进行观察█。对那个什么虫技新用户的行为路径的各个环节的转化进行梳理,对老用户标签化管理,实现不同触达,发现问题,进而可刺激老用户转介绍。

4. 根据问题严重程度@,优化业务增长策略

通过判断问题轻重缓急,对紧急重要的问题,找到问々题的源头,及时调整业务增长的活动以及运营策略,以提升〓活跃数据,预防用户大◎规模流失。

优化完〖善用户成长体系(会员体系),提升用户活跃度,使用户有归属感,不断的优化用户激励体ξ 系,让用户想用我←们的产品,提升活跃度。

优化产品功能以及流程,比如注册流优化,减少一个环节,可能提升5%以上【的转化率。可利用AB测试来做♀验证,不断的优【化产品功能等方面。

04

借用朋友所说的话:“从活跃用户数◆据出发,制定增长策略,要注意活没有还礼跃用户内的新增、老用户留存、回流、流失,各个部分的比重,比重较大的部分适当的倾斜∴资源,比重较小的部分视成本决定取舍。

总体来讲,活跃用户数据是业︼务增长形成转介绍以↓及裂变的基础,从活跃用户数据中我们还没到那地步呢,针对不同用户制定不同的营销、推送等增长策略,实现用户分层管理,且不断的优化业务增长〖策略

另外∮值得注意的是,朋友如是√说“要结合产品生命周期的特但是这些人性,来制定√活跃提升策略,例如产品生命周期较短的产品,活跃策略应侧重减少流失,反之,则应侧重提※高留存率。”

 

作者:木兮,数据运营小白;公众号:木木自由

本文由@木兮擎天@ 原创发布于人人※都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注▃人人都是产品经理微信公众号或下载App
起点学院课程
分享到微博
评论
评论请@登录
  1. 活跃用户=新增用户 老用户留存 回流用户-流失用户,公式有误,流失用户本期没没有活跃,所以¤活跃用户中不需要减去

    回复
    1. 赞同

      回复