“产品运营到底是何方品种?”
“产品运营是负责做产品的吗?”
“如果产品运营也负责产品工作的话,那么产品经理岗位又是干什么的?”
“产品运营和产品经理的关系是怎样的?如何区分工作职能?”
很多刚工作的小伙伴或者对运营不太熟悉的童鞋,经常会产生上述疑问。的确在垂直领域下,内容运营、直播运营、渠道运营、用户运营、活动运营……这些岗位职责非常清晰直观,单从岗位名称都能区分清楚。
而产品运营在不同公司所负责的工作也不同,导致大家对产品运营的理解一直迷迷糊糊的。
此次,青岛艺形艺意文化传媒有限公司创始人,青岛首席商学院新媒体运营创始人,资深新媒体运营人,IT行业观察者,新型互联网+营销实践者,金牌文案创作者,腾讯网、百度网、今日头条、搜狐网、网易新闻网、凤凰新闻网等网站知名专栏作者,《新媒体推广运营实战大全》 作者、知名品牌营销顾问黎想。今天黎想老师为大家分享:产品运营必会的3种数据分析方法!
一、产品运营究竟是个什么角色?
产品运营≠产品经理。
产品运营是一项从内容建设,用户维护,活动策划三个层面来管理产品内容和用户的职业,通常承担着公司营收和用户数两个指标。
简单说,产品运营是公司或部门主要负责背KPI的那群人,是决定你年终奖多少的“金主爸爸”。一年辛苦干到头,最终是喝粥还是吃饭就要看产品运营童鞋给不给力了。
产品运营承担“营收”+“用户数”两大关键指标,如果产品运营不懂数据分析,就无法敏感地从数据中发现问题,提出解决方案,严重还将导致部门KPI指标无法达成。
二、支招产品运营,3招做好数据分析
不是每一个产品运营都懂数据分析,很多运营文科出身,天生对数据不敏感,更不要说操作复杂的数据公式。
在数据面前,不少产品运营陷入两难境地,一面是自身知识的盲区,一面是全部门的希望。笔者根据往期工作经验,总结3个数据分析的小捷径,送给刚入行或不懂数据分析的童鞋们。
以营收指标为例,如何判断营收指标是否正常,后续如何提升?
- 套用万能公式,逐个指标排查
万能公式的秘籍在于将指标拆解到最细,找到致命问题所在。所谓最细指标即无穷拆解,直到穷尽。
如上,营收=付费用户数*人均单价,当然这个公式还未穷尽拆解。因为再往下拆解,日活用户数可以继续拆解到各渠道活跃用户数,流水又可以细分到不同产品类目流水等。
由于各个产品的推广渠道和产品类目不尽相同,继续往下拆分就没啥参考价值了。各位产品运营童鞋可根据自身业务需求,继续往下拆解。
(1)万能公式记住了吗?
下次老板让你分析数据,直接套用公式,按年/按月/按日(具体看老板给你下达的分析要求)将4个维度的历史数据导出来对比。对比分析时需注意,每次只能保持一个数据变量分析,切忌同时分析几个变量数据,这样没法找到数据原因。
(2)什么叫保持一个数据变量?
如下图:这是某公司最近半年的营收和各项用户数据。
2月跟5月的流水出现波峰,看备注可能是春节或五一假期带来的增长,但具体是什么动作导致数据增长,偶然还是必然?增长方式是否可复制?需要产品运营逐一分析。
分析数据涨跌,介绍两种分析方式——同比和环比。
同比:即今年跟去年的同一时间段数据对比,比如春节对春节,五一对五一。
环比:即连续周期的数据对比,比如这个月跟上个月对比。
(3)环比分析
搞清楚概念后,回顾2019年1月至6月的环比数据。
根据万能公式:
流水=日用户数 X 日活率 X 付费率 X 人均单价
把各项数据的环比涨幅列出来,会发现当流水涨的时候,有些指标(如日活等)必然跟着涨,跌的时候也必然跟着跌,成正相关关系。分析时可以把正相关指标的数据归为一类先忽略不看,单看负相关的指标。
比如3月和4月的数据,流水上涨的同时,日活数、日活率、人均单价都涨了,虽然各自涨幅不完全相同,但只有付费率是下降的,此时应该重点关注付费率指标。
下一步可对付费率做假设:假设付费率维持上月不变,流水是多少?付费率上涨5%,流水又是多少?这中间的数据差可能就是你需改进的地方。
到最后你可能会发现付费率之所以略有下降,是因为4月份最后2天运营没有及时上新优惠券,导致活跃用户的付费率下降,复购率从原来的46%下降到39%,从而拉低整个月的付费率。
这是数据下降的原因,运营后续需要及时补给优惠券。
同比对比:
分析同比数据最好将同类型的数据归在一份表格里,并绘制成图表,方便查看和发现规律。如下:
很多公司为冲KPI,年底会有一次营收高峰而后到1月份数据回落。恰逢2月春节数据会暴涨,3月4月数据回落直到5月再次上涨。
图表中这两年数据涨幅规律相似,唯一不同点在于19年的数据涨幅变化更大,应该跟运营或产品某个动作有关,这时需要回到业务层面找原因。
比如19年春节上线了4场活动,每场活动的流水均在20万以上,而18年只上线了1场活动,活动流水仅18万。
通过数据分析可知,这可能是导致流水增长的突主要原因,所以往后运营在流量高峰期来临前,需要做好迎战准备,提前策划增收活动,以免错失流量红利期。
- 绝对值不重要,数据涨幅才重要
如下图,是某个APP和APP新上线的Tab页面数据。新Tab的主要考核指标是营业额和用户拉新。
单看这个Tab的用户数据,新增用户数每月都在上涨,看似负责商业Tab的童鞋拉新效果还不错,老板应该给他加鸡腿。而有数据经验的童鞋并不这么认为,为什么这么说呢?调出涨幅数据看看:
从半年数据可见,虽然新Tab每月的新增用户总数在增长,但新增涨幅中有4个月Tab的新增涨幅都远低于app的大盘新增数据(即拉新效果低于整个app)。
如此看来,运营小编并没有将很多新增用户拉到新Tab来,所以Tab总用户数在增长只属于自然新增,跟运营策略没关系。假如Tab的涨幅比APP涨幅还高,那才证明运营小编运营得不错,拉拢到较多用户。
如此可知,数据绝对值高不代表业务良好运作,产品运营更应该关注数据涨幅。当涨幅跑过大盘,即使总数据看似不高,但你还是将Tab运营得超级棒,因为你在跟更大的指标PK。
- 想要用户留存好,应该关注CTR数据
CTR是指即点击通过率,是互联网广告常用的术语,CTR=实际点击次数/展示量。
如下图,这是新算法切量前后的数据表现。3月份app上线了新算法推荐,客户端切了50%的用户量到新算法上。
看标红数据,自从切换到新算法,首页总用户量大幅度增加,相对1月份整整增加了30万的量,5月更增加了50万用户量。
很多刚开始负责产品运营的童鞋很容易陷入一个误区——只看绝对值数据。用户量增加就证明算法优化得好,不然怎么会有30万的增长量。
但实际上检验算法效果不应该看绝对值用户量,而应该看CTR。而且不能笼统的看页面总CTR结果,要将数据拆成两部分看——切量数据和原算法数据的CTR表现,这样对比才有价值,才知道更喜欢哪种算法推荐。
好了小编就到这里讲完了,对今天的分享,大家有什么看法,欢迎大家在下边评论区留言,转发及收藏。