1. 肥喵工作室首页
  2. 运营

数据赋能:产品数据化运营四步法

数据赋能:产品数据化运营四步法

产品经理做了很多从0-1的事情,而产品运营则是在这个1后面不断地加0,从1变成10、100、十亿。相信每个产品经理都希望自己的产品可以从1到无穷大,本文主要从数据运营的角度,分享数据在产品运营过程能够起到的作用,数据如何赋能运营。

数据赋能:产品数据化运营四步法

为什么数据对产品这么重要?

互联网发展至今,数据化管理已经深入到每个公司的管理理念当中,从过去的拍脑袋决策到用数据说话。相信很多产品、运营几乎每天上班后第一件事,就是打开报表看KPI表现;给老板汇报或者职级晋升,甚至面试,老板们不只想听到你做了什么事情,更想听到的是你做的产品数据怎么样,或者你做了哪些事情,让数据有所提升。

每款产品的诞生发展都有明确的目标,而为了监控这些目标的达成,会制定一系列的KPI,由此产生了各种各样的数据。可以说,数据是用来衡量产品业务发展的工具,有了它,老板、商务、产品、运营不同角色对业务的理解和判断,才会有统一的标尺。

举个例子,AB两个产品经理同时给老板汇报清明专题活动项目价值时,A产品经理A:活动很成功,大量用户参与活动,产生很多订单和营收,可以加大活动补贴力度。B产品说:曝光环节,在A渠道投放10000用户,带来20000人激活转化,线上CAC(平均线上获客成本)50块,活动ROI(投入产出比,收益/投入)1.2,可以继续加大活动力度。

数据赋能:产品数据化运营四步法

如果你是老板,你更倾向哪个产品经理的汇报方式?答案很显然是后者。既然数据这么重要,在产品运营阶段,产品经理应该如何围绕数据展开工作呢?今天,就具体分享数据运营的四步法。

一、建立指标体系

用户增长界,在确定产品指标体系时有个专有名词“北极星指标”或者叫第一关键指标法(OMTM:one metric that matters),它是一个阶段内衡量业务表现最关键的唯一指标,像北极星一样指引着产品前进,能反映产品经理对产品核心价值的追求。

这里面要注意的一是“一个阶段内”,即产品不断向前发展,市场也在变化,每个阶段的指标可能同,如初创期关注用户量级,中后期关注营收;二是“最关键”即是真正能够衡量业务健康度的关键指标,而不是虚荣指标,早期Facebook在定义KPI时把注册用户数当做关键指标,产品设计流程围绕注册流程的优化和引导,运营团队使用各种运营手段来刺激用户注册,逐步发现,虽然注册用户数不断增长,但是出现很多用户注册了两三年,但再也没有访问或者已经流失不再访问的情况,对于一款社交型应用,如果长时间不活跃的用户是没有价值的,因此,把注册用户数当作北极星指标会导致产品和运营策略的跑偏,后来Facebook把活跃用户数作为北极星指标。

北极星指标确定后,就要定义和拆解指标体系了,因为在在实际工作中,往往多个团队共同协作来达成产品的北极星指标,这也要求北极星指标要客观、简单,便于理解和拆解。

以某视频网站的北极星指标是内容订阅用户数,如何拆解成各个团队的执行指标呢?

首先,我们来看影响这个北极星指标的达成,从订阅属性的应用角度,影响用户订阅行为的很大程度是内容供给侧,对于提高内容订阅用户数,一般可以拆解成三个方面:第一个是提高用户订阅数,第二个是提升订阅内容的吸引力,第三个是拉长用户订阅的周期。

这三个方面其实还可以继续细分,以提高内容订阅用户数举例,我们又可以拆解为三个方面:第一个是新用户的激活,第二个是老用户的召回,第三个是体验或使用用户的转化。

数据赋能:产品数据化运营四步法

类似这样的拆解,就为产品运营确定了工作目标,负责拉新、推广的同学能知道自己每天要拉来多少新用户,要保证新用户的质量,让用户有更多的留存。这样的话,既有眼前明确的小目标,能指导工作落地,又有大的、全局性的北极星指标,让工作方向明晰、有意义。

可以看出,上述过程的拆解,并不是严格意义的KPI由上到下的定量拆解,更多的是围绕影响北极星指标达成的因素,进行相关产品策略的制定。

另外一种是基于指标计算公式间的拆分,例如DAU和MAU的关系来看,DAU=MAU*访问天次/30(当月天数)=(当月新激活MAU+历史回流MAU)*访问天次/天数=【(当月新激活UV*留存率*访问天次) +(历史老用户回流UV*留存率*访问天次)】*访问天次/天数。

这种拆解方式看到网上不少文章有过介绍,不作赘述,需要沟通交流的可以关注作者留言交流。

二、找到合适的运营方法

数据赋能:产品数据化运营四步法

指标体系拆解了之后要从不同的数据维度,找到相匹配的运营方法。

以腾讯视频付费会员数为例,北极星指标是付费会员数,从不同的数据指标出发,就衍生出了不同的运营方法:比如,要提高新用户数量,得靠渠道推广、靠各种用户增长手段;而如果要提升用户订阅内容的吸引力,就需要内容运营岗位的同学想办法,通过合作、筛选、主题运营或者算法推荐,为用户提供更匹配、更有价值的内容;再比如,要拉长用户付费周期,就需要商业化的运营,包括定价策略、引导会员开通策略,甚至活动运营,也就是在一定周期内设置一些促销热点活动,从而加长用户的订阅周期。

数据赋能:产品数据化运营四步法

总的来说,运营方式并没有一个绝对的划分标准,我们往往基于业务的核心目标,以及拆解具体的执行数据指标后,根据业务发展阶段和团队特点,找出当下运营的重点,从而确定具体的运营方法。

同时,需要指出的是,运营分工也在不断演进。比如过去拉新用户,更多属于渠道推广的工作,而现在,为了从拉新、到用户激活、再到用户留存、用户召回形成一体,许多公司会引入用户增长的理念,围绕这一目标,让产品策划、产品运营甚至技术开发同学,组建一个专门的小团队,来独立推进。

三、分析和改善数据指标的完成情况

指标明确后会有一系列的产品迭代或运营活动来达成目标,那如何评价策略的好坏呢,最常用的有两种数据方法,漏斗分析法,和A/B Test。

漏斗分析就是把用户行为路径抽象,如电商交易型产品,用户从访问到下单会经历多个流程环节, 比如外卖产品频道区下单转化率8%,作为产品经理你的KPI是提升至12%,老板问你,你准备怎么做呀?你该如何回答?看下竞品?

数据赋能:产品数据化运营四步法

利用漏斗分析,把下单过程拆分成首页、列表页、详情页、提单页、支付页后,分析每个环节的用户转化,发现从首页进入列表页只有40%,提单到支付成功只有30%,这两个环节的流失率最高,可能的原因有哪些呢,是不是可以先从这两个环节入手呢?

此时,你就可以这样回答老板的灵魂拷问:我们拆解了各个核心节点的转化,发现有两个环节表现不好,需要改善:一个是从首页到列表页的流量分发,我们判断可能原因有这么几点……;第二个是提单到支付,我们判断可能原因是这么几点……因此,我们打算从这几个方面来提升运营效果。这个分析是不是就很有理有据、清晰易懂。

接下来,再来看看第二方法,A/BTest,就是通过不同版本之间的对比,来验证取舍最优方案,用数据说话。

举个例子。做一个投放红包、拉新用户的运营活动,用户可以通过活动页领取1-10元不等的红包,页面下方会引导用户到APP上提现,从而达到拉新和拉活用户的目标。作为产品经理有点拿捏不准到底是哪个文案效果更好,此时可以通过系统进行小流量投放测试,来看哪一组的点击率更高,结果显示:“立即提现”按钮点击率比“领取到账”高25%。这就说明“立即提现”的字眼更吸引人,这时就可以把更大的流量,甚至全部流量都投放在这个“立即提现”的活动页面上。

数据赋能:产品数据化运营四步法

四、做好数据导向的总结优化

最后是数据的总结复盘和迭代优化。所有产品、运营工作的目标,都是为了达成业务数据指标。拆解了数据指标后,制定执行策略,看数据分析效果,效果好,就要思考怎么扩大效果;效果不好,就需要定位原因,重新制定策略。而整个看数据、找问题、定位优化过程,就是总结复盘、迭代优化的过程。

总结

数据化运营主要四步走:

1.定义和拆解数据指标。北极星指标是产品一个阶段内最关键的唯一指标,像北极星一样指引着产品前进;这个指标需要客观、简单、便于团队理解,并能由不同的团队拆解和分工完成;

2.团队根据不同的数据指标维度,找到相匹配的运营方法,达成指标;

3.在运营执行过程中,通过漏斗分析法和A/BTest两个非常实用的数据分析方法,来拆解检验运营效果;

4.运营效果好,产品团队要及时总结复盘,扩大效益;如果运营效果不好,就要找到原因,重新制定策略。

肥喵运营推广

本文“数据赋能:产品数据化运营四步法”由肥喵转载自互联网,不代表我们的立场,如有侵权请联系我们删除
转载联系作者并注明出处:https://feimiaomiao.com/yunying/15664