加入收藏 | 设为首页 | 会员中心 | 我要投稿 广州站长网 (https://www.020zz.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 创业 > 点评 > 正文

如何通过分析“活跃数据”,优化业务增长策略?

发布时间:2020-06-14 21:19:09 所属栏目:点评 来源:做站长
导读:副标题#e# 用户活跃数据是运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
副标题[/!--empirenews.page--]

用户活跃数据是运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。

如何通过分析“活跃数据”,优化业务增长策略?

“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。

……

而“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。

如何通过分析“活跃数据”,优化业务增长策略?

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,是电话召回,产品更新,市场推广,还是活动营销?
  • 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,预计指标波动情况,及时调整运营策略。

如下图,可看出活跃用户数在周末以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。

如何通过分析“活跃数据”,优化业务增长策略?

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。

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。

(编辑:广州站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

推荐文章
    热点阅读