运营部门一向是数据分析需求大户,而做过运营分析的同学,经常会觉得细节多,琐碎,很多问题相互纠缠在一起很难理清。那运营分析到底该怎么做才系统,高效?
从运营的工作特点说起
运营工作,和销售、供应有明显区别。比如销售工作,核心关注收入、利润、转化率,能赚钱就行。比如供应,核心关注商品供应、库存周转、成本控制,不缺货,少积压就行。这些工作的目标聚焦,流程清晰。
而运营工作目标多,形式灵活。比如做活动运营,可能是直接促进销售转化,也有可能是拉拉用户活跃,保持平台人气。比如做社群运营,可能是纯粹为了把公域用户先捞回来,也能基于社群做服务或者销售转化。
更有可能,比如做1次大型活动,要先做引流推广,再转化,再做售后支持,一场活动下来,各个类型工作都有关联。这种工作特点,使得做运营数据分析的时候,得特别注意以下四点:
第一:清晰目标
运营工作目标多,因此事前清晰目标很重要。清晰目标才能选择合适的方案,配置恰当的资源,事后分析也才有方向。
运营常见的目标设定方式有三种:
1、达成绝对值目标,比如:在5月内,实现总用户100万
2、达成比例/比例类目标,比如:5月份全月,交易转化率从10%提升到15%
3、达成增量目标,比如:在5月份内,较自然增长额外拉动交易3000万
这里目标1、2都可以直接用数据观察,但目标3涉及“自然增长”的定义,必须事前谈清楚。不然事后很可能无法分析。常见的自然增长定义有3种(如下图所示)每一种都各有利弊,并没有一个完美方案,因此事前一定要和老板、各部门达成共识。
这里经常有人偷懒,在事前不设量化目标,只是笼统说一句:“为提升业绩”、“为拉升用户活跃”……企图在事后,通过数据分析的手段来区分哪些是自然增长,哪些是活动效果。结果经常区分不出来,搬石头砸自己的脚,大家要引以为戒。
第二:梳理指标
运营工作形式灵活,因此经常需要根据实际工作流程,来设定数据指标。一来方便监控执行进度,二来在复盘的时候,好观察哪个环节出了问题,便于追查原因,寻找机会。
比如,运营部门上一个“签到领福利”的活动,每月打卡7/14/21次可以得奖励,奖励包含优惠券,希望同时刺激用户活跃+转化。此时要把下面这些过程指标都梳理出来,方便后续追踪数据,复盘效果:
1、从什么渠道输出信息
2、一共吸引多少用户参与
3、 每个阶段有多少人完成
4、领取奖励后多少人消费
注意,如果有连续开展的运营活动,需要持续追踪用户参与情况。比如上边说的打卡签到,在持续n个月以后,会有相当数据积累,可以观察:
1、 整体影响到用户是否增加
2、有多少用户重复参与
3、有多少用户从不参与
不同的数据走势,可以得出不同结论,结合数据走势,可以更好地判断:一个运营手段应持续做下去,还是做出调整。
第三:打好标签
影响运营效果的因素很多,推广渠道、推广文案、活动形式、操作步骤、转化商品、优惠力度等等,都会影响到效果好坏。因此需要在开始干活之前,先对推广文案、推荐商品、操作流程等关键因素,打好标签,才好在事后进行分析。
除了单个标签外,还可以对运营措施整体打标签,对整体情况进行判断。比如提升用户活跃,领红包、签到、大转盘、积分榜等等好几种手段都可以用,每种手段都可以配置奖励,此时就可以利用标签,把各种手段分组对比,从而了解每一种手段的效果范围,为后续运营提供经验积累。
第四:按图索骥
如果做好了前三步,在做运营数据分析的时候,难度就非常小了。
1、对比目标,看完成了多少,看投入是否超支,先下个判断:本次做得好/不好
2、对比同样目标下,历次运营活动的效果,看本次属于:上、中、下什么水平
3、检查过程指标,看看引流→承接→转化,哪个环节有问题
4、对比不同标签下转化效果差异,看哪种手段好用/不好用
这样就能输出结论了。
在工作中,经常看到运营分析没结论,是因为:
1、目标不清晰,或者干脆没目标,光有一堆数据,没结论
2、过程指标收集少,只知道最后转化不行,不知道为啥不行
3、缺少标签,无法把运营手法量化,无法评价好坏
做好准备,才有好的分析结果,切记切记。